基于高空間分辨率遙感影像的濕地信息提取技術(shù)研究

1、第卷第期云南地理環(huán)境研究年月，基于高空間分辨率遙感影像的濕地信息提取技術(shù)研究鐘文君，蘭樟仁（福州大學(xué)福建省空間信息工程研究中心數(shù)據(jù)挖掘與信息共享教育部重點(diǎn)實(shí)驗(yàn)室，福建福州）摘要：如何利用遙感技術(shù)獲取高精度的濕地信息是濕地遙感研究中的重要內(nèi)容之一。基于高空間分辨率的遙感影像數(shù)據(jù)，研究利用面向?qū)ο蟮姆诸惙椒?，綜合利用遙感數(shù)據(jù)的光譜信息、紋理特征、拓?fù)潢P(guān)系等信息進(jìn)行多尺度分割，通過對對象的目視解譯建立隸屬度函數(shù)，并結(jié)合最鄰近分類法，獲取濕地信息。并以福建省閩江口濕地為例，采用高分辨率的影像數(shù)據(jù)，研究表明：利用面向?qū)ο蟮姆椒▽b感影像進(jìn)行濕地信息的提取精度達(dá)到，為濕地信息的提取又提供了一個有效的方法。

2、關(guān)鍵詞：數(shù)據(jù)；面向?qū)ο蠓椒?；濕地信息提取中圖分類號：文獻(xiàn)標(biāo)識碼：文章編號：（）引言隨著遙感技術(shù)的發(fā)展，遙感影像無論在光譜分影像對象是數(shù)字影像中單個的、可分解的實(shí)體，元?？衫斫鉃楣庾V信息類似的影像像元集合體。面向?qū)ο蟾⒅氐氖怯跋駥ο笾g的語義信息、紋理信息和拓?fù)潢P(guān)系。因此，利用面向?qū)ο蟮姆椒?，對高空間分辨率的遙感影像進(jìn)行分類則能夠充分利用遙感影像的紋理等信息。本文以福建省閩江口濕地為研究區(qū)，采用高空間分辨率的影像，應(yīng)用面向?qū)ο蟮睦碚撝R，通過多尺度分割，統(tǒng)計(jì)影像對象的光譜屬性，分析影像對象之間內(nèi)在的關(guān)系，構(gòu)造各種分類函數(shù)，結(jié)合最鄰近和隸屬度函數(shù)對影像進(jìn)行分類，得到分類結(jié)果，并進(jìn)行評估分析。辨率

3、、空間分辨率、時間分辨率等方面都取得了巨大的進(jìn)步，為濕地遙感研究提供了大量的資料。特別是高空間分辨率的衛(wèi)星影像，不但含有豐富的地物的光譜信息，而且在地物景觀的結(jié)構(gòu)、紋理和細(xì)節(jié)等信息上都能清晰的識別。這就為河流、湖泊、養(yǎng)殖場等眾多光譜信息相近的信息提取，提供了可靠的數(shù)據(jù)來源。傳統(tǒng)濕地信息的提取方法以基于單個像元的影像分類為主，主要有人工目視解譯和計(jì)算機(jī)自動分類兩種。目視解譯方法需要專家豐富的經(jīng)驗(yàn)和對當(dāng)?shù)氐牧私?。?jì)算機(jī)自動分類除了常用的監(jiān)督分類和非監(jiān)督分類，還有人工神經(jīng)網(wǎng)絡(luò)分類方法、專家系統(tǒng)分類方法和模糊數(shù)學(xué)分類方法等。這些分類方法都是利用基于像元的光譜信息，沒能充分利用遙感影像的紋理、細(xì)節(jié)等信息

4、，不能充分挖掘高空間分辨率遙感影像的優(yōu)勢。面向?qū)ο蟮挠跋裥畔⑻崛〉幕咎幚韱卧怯幸饬x的影像對象和它們相互關(guān)系，而不是單個的像研究區(qū)概況閩江是福建省第一大河流，位于北緯°，東經(jīng)°，屬南亞熱帶海洋性°°季風(fēng)氣候類型，是福建省重要的沿海濕地保護(hù)區(qū)。閩江口是閩江的出?？?，受其地理位置的影響，具有典型的區(qū)域特性，且受大陸和海洋的綜合影響，濕地景觀類型比較豐富。且該流域濕地在地理位置和水禽種類數(shù)量上具有典型性和稀有性，是候鳥南北遷徙的重要中轉(zhuǎn)站。收稿日期：；修訂日期：基金項(xiàng)目：福建省自然科學(xué)基金計(jì)劃項(xiàng)目（）和福建省科技廳重點(diǎn)項(xiàng)目（）聯(lián)合資助作者簡介：鐘文君（），男

5、，福建省武平縣人，碩士研究生，從事環(huán)境和資源遙感研究第卷鐘文君等：基于高空間分辨率遙感影像的濕地信息提取技術(shù)研究閩江口濕地主要包括閩江下游感潮河口區(qū)的水域、沿江灘洲、沿海灘涂和淺海區(qū)等天然濕地，以及福州市城區(qū)的湖泊、內(nèi)河和近郊的坑塘、水田等人工濕地。數(shù)據(jù)源選擇及預(yù)處理本研究采用的信息源為衛(wèi)星遙感影像圖，其具有較高的空間分辨率，空間紋理清晰，對濕地信息的提取提供了一個較好的數(shù)據(jù)來源。選用的遙感影像時間為年月日（），其有地理參考，經(jīng)過了輻射校正、傳感器和衛(wèi)星平臺引起的系統(tǒng)誤差校正，具有地圖投影（表）。表數(shù)據(jù)光譜波段和分辨率圖技術(shù)流程圖方面，濕地分類爭論的焦點(diǎn)在于分類的原則、依據(jù)、指標(biāo)和分類方法。目

6、前，影響較大的分類方法有為了消除遙感影像幾何畸變，以萬地形圖作為地面控制點(diǎn)的參考依據(jù)，選擇個控制點(diǎn)，應(yīng)用次多項(xiàng)式對該影像進(jìn)行幾何精校正，均方根誤差小于個像元，采用雙向線性插值法進(jìn)行重采樣，并進(jìn)行了線性拉伸影像信息增強(qiáng)處理。濕地成因分類法、濕地特征分類法和綜合分類法。本文利用綜合分類方法，根據(jù)當(dāng)前國內(nèi)外主要的濕地分類系統(tǒng)，結(jié)合閩江口實(shí)際情況，通過分析地形圖和遙感影像圖，將閩江口濕地分為大類：河海（永久性河流和入海口水域）、沙灘（包括濱海濕地沙灘和河流濕地沙灘）、泥灘（包括濱海濕地泥灘和河流濕地泥灘）、沼澤（包括淺水沼澤和潮間沼澤）、庫塘（永久性湖泊、水庫和坑塘濕地）、養(yǎng)殖場（沿河、沿海的養(yǎng)殖場濕

7、地）、水田。濕地信息提取技術(shù)研究方法及技術(shù)路線本研究的基本思路是在對影像進(jìn)行處理的基礎(chǔ)上，借助面向?qū)ο蟮倪b感影像分類軟件濕地類型解譯標(biāo)志根據(jù)前面所制定的分類，通過對典型地物進(jìn)行<，通過對影像進(jìn)行多尺度分割，建立圖像對象，結(jié)合使用最鄰近和隸屬度的模糊分類方法，對影像進(jìn)行分類，從而從影像中提取出來濕地信息。其技術(shù)流程如圖所示。詳細(xì)觀察和描述，建立了閩江口濕地類型解譯標(biāo)志（詳見表）。影像多尺度分割影像分割是將影像分割為分離區(qū)域的過程。產(chǎn)閩江口濕地分類的確定濕地的科學(xué)分類是濕地研究的核心問題和重要生初級的影像對象，從而為進(jìn)一步的分類工作或分割工作提供信息的載體和構(gòu)建的基礎(chǔ)。影像對象具有不同的屬性

8、，如像素的灰度，紋理，色彩等。選擇適合的尺度參數(shù)、色彩參數(shù)與形狀參數(shù)對遙感數(shù)據(jù)進(jìn)行分割，生成不同尺度的影像對象層，形成對基礎(chǔ)，但由于濕地類型分布的地區(qū)差異和不均，國際上對此仍然沒有統(tǒng)一的濕地分類標(biāo)準(zhǔn)和分類體系，各國都根據(jù)各自需要制定適合本國需要的分類系統(tǒng)。濕地的分類研究一直是濕地理論研究的重要<是由德國公司開發(fā)的遙感影像處理軟件表云南地理環(huán)境研究閩江口濕地類型解譯標(biāo)志第卷象層次網(wǎng)絡(luò)體系。多尺度分割生成的影像對象的基本單元已不是單個的像元，而是由同質(zhì)像元組成的多邊形塊狀對象!。對面向?qū)ο蟮挠跋穹治龇椒ǘ?，分割過程中生成的影像對象是影像對象原型，它可以作為信息的載體和原料用于進(jìn)一步的其它分

9、割過程或者分類。通過進(jìn)一步的向上分割或向下合并，建立多尺度分割體系。分割的最終目的不是分割，而是通過分割得到最佳的影像對象信息。分割中各種參數(shù)的選擇很重要，對不同的地物分類，應(yīng)建立不同的分割尺度。本文采用個尺度對影像進(jìn)行分割，形成多層次的塊狀對象架構(gòu)。第一層主要區(qū)別水體與陸地（非水體），類別較粗，分割尺度適中，避免地物分割細(xì)碎，同時也防止小面積水域分割錯誤。分割尺度設(shè)為較妥，且以光譜信息為主，形狀因子為輔。第二層是在得到第一層分類結(jié)果的基礎(chǔ)上，單獨(dú)對水體這個對象進(jìn)行再一次分割，區(qū)別河流，水庫、養(yǎng)殖場、湖泊等，范圍較小，類別較細(xì)，分割尺度則應(yīng)設(shè)置為較妥，且以形狀因子為主。第三層也是在得到第一層分

10、類結(jié)果的基礎(chǔ)上，單獨(dú)對陸地（非水體）這個對象進(jìn)行再一次分割，主要提取水田、沼澤、泥灘、沙灘等類型，類別也較細(xì)，分割尺度則應(yīng)設(shè)置為，且以色彩因子為主。具體參數(shù)因子設(shè)置如表。影像對象分類面向?qū)ο蟮姆诸愂腔陬悓哟蔚哪：壿嫼瘮?shù)分類。模糊分類不是僅僅把一個影像對象賦予一個類，它可以提供這個對象對所有可以考慮類的隸屬度，而且子類可以繼承父類的描述。中提供兩種常用的分類方法：一是（最鄰近）：其需要對每一個類都定義樣本和特征空間，此特征空間可以組合任意的特征。且其可以評價(jià)對象特征之間的關(guān)聯(lián)性，并且易于處理多維特征空間的重疊，快速處理類層次關(guān)系。二是（隸屬度函數(shù)）：隸屬度函數(shù)可以利用對象特征和類間相關(guān)特征精

11、確F：第卷鐘文君等：基于高空間分辨率遙感影像的濕地信息提取技術(shù)研究表多尺度分割的參數(shù)因子設(shè)置定義對象屬于某一類的標(biāo)準(zhǔn)。因此如果一個類僅通過一個特征就能和其它類區(qū)分，或者只用少數(shù)的特征，則可采用隸屬度函數(shù)。針對濕地信息提取中不同的情況，本文綜合采用最鄰近分類方法和隸屬度函數(shù)方法，利用其各自的特點(diǎn)，對濕地進(jìn)行分類。利用隸屬度函數(shù)法提取水體與非水體（陸地）信息在近紅外、短波紅外波段上，水體在此波段具有強(qiáng)烈吸收作用，即使水很淺，反射能量也很低，而其它地物，如植被和裸土，在這兩個波段內(nèi)的吸收能量較小，反射能量較高，這使得水體在這個波段上與其它地物有明顯區(qū)別。所以在近紅外波段圖像上，水體與非水體（陸地）有

12、很大差別。因此，選用近紅外波段，構(gòu)造水體的隸屬度函數(shù)，把水體與非水體（陸地）區(qū)分開來。經(jīng)過反復(fù)實(shí)驗(yàn)和觀察，發(fā)現(xiàn)特征值小于的皆為水體，特征值大于的皆為非水體，而介于圖隸屬度函數(shù)距離：代表了與最接近的樣本所代表的類的空間特征距離。（）均值距離：代表了和所有樣本所代表的類的平均空間特征距離。通過這些值來判定對象是否與樣本對象屬于同一個類別。還需要注意如果有大部分對象被錯分了，則需要的對分類結(jié)果進(jìn)行細(xì)化，把未分的、錯分的都賦到正確的類上。首先，對水體與陸地做進(jìn)一步的分割，降低分割尺度，提高分割時的形狀因子權(quán)重，加大對象的形狀信息比重，便于進(jìn)一步分類。其次，為類選取樣本對象。并在特征空間中，分析樣本對象

13、對于類和其它類的隸屬度值及距離。以此決定樣本對象的歸屬，對于選定或者其它類都是低隸屬度值，則需要添加新的信息用來描述指定的類；對選定的類的隸屬度值小，對其它類隸屬度值高，則這個樣本確實(shí)屬于其它類；對選定的類和對其它類都具有高隸屬度，則不可用來區(qū)分當(dāng)前選擇類的樣本。最后，用最鄰近方法分類，并對分類結(jié)果中錯分、未分的類進(jìn)行修正，得到濕地信息分類分布圖。之間的則由隸屬度函數(shù)根據(jù)其隸屬值判定其歸屬，所以構(gòu)造隸屬度函數(shù)（如圖所示），通過隸屬度函數(shù)分類獲取水體信息，并通過相反定義獲取非水體信息。提取出的水體和非水體可以作為父類，進(jìn)行進(jìn)一步的分類。利用最鄰近分類法提取水庫、泥灘、沙灘等其它信息為了提高分類精

14、度，先將水體與陸地分離出來，并分別作為父類進(jìn)行進(jìn)一步的分類。從水體中要將河流、水庫、湖泊與坑塘和養(yǎng)殖場分離出來是比較困難的，因?yàn)樗鼈兊墓庾V混淆比較嚴(yán)重，很難用隸屬度函數(shù)將其分離出來，所以利用最鄰近分類方法較為理想。最鄰近分類法類似監(jiān)督分類，需要選取樣本，通過樣本信息幫助決定這個對象是否包含類的新信息或者它是否屬于其它類。同時這里會出現(xiàn)個值：結(jié)果評估利用上述面向?qū)ο蟮奶崛》椒ǖ玫秸麄€閩江口（）隸屬度值：這個值代表的是按照調(diào)整的最鄰近分類器函數(shù)斜率算出的函數(shù)隸屬度。（）最小濕地信息分類分布圖，其空間分布見圖。云南地理環(huán)境研究第卷圖例其它庫塘水田沙灘河海沼澤泥灘圖養(yǎng)殖場閩江口濕地分布圖遙感地物分類結(jié)

15、果往往存在一定的誤差。就本研究而言，水體與地物陰影特征比較相近，再加上地物陰影的隸屬度值接近水體，有少量的陰影被分為水體。而在河流、水庫、養(yǎng)殖場等信息則可以把這些被分類錯誤的地物作為樣本重新賦于正確的類別，隸屬度最高的值作為分類結(jié)果，反復(fù)迭代，直至滿意的結(jié)果。針對上述濕地分類結(jié)果圖，利用遙感軟件的精度評估工具，為了保證所有的類別都有分析點(diǎn)，采用分層隨機(jī)產(chǎn)生個樣點(diǎn)對該分類結(jié)果圖像進(jìn)行表評價(jià)，得到分類結(jié)果評價(jià)報(bào)告（見表）。結(jié)論與討論從上面的分類結(jié)果評價(jià)報(bào)告表可以發(fā)現(xiàn)，面向?qū)ο蟮倪b感影像的分類精度達(dá)到一個較高的層次。其中，水體、水庫與湖泊和養(yǎng)殖場等類別的分類精度較高，因?yàn)閿?shù)據(jù)獲取的時間在冬天，水田處

16、于半耕半休的狀態(tài)，所以較容易與其它類混分。基于高分辨率的遙感影像，應(yīng)用面向?qū)ο蟮姆诸惙椒?，結(jié)合目視解譯，得到的分類圖詳細(xì)而又符分類結(jié)果評價(jià)報(bào)告第卷鐘文君等：基于高空間分辨率遙感影像的濕地信息提取技術(shù)研究合實(shí)際情況，分類后處理也簡便易行。由于面向?qū)ο蟮姆诸惙椒ú粌H利用光譜特征，而且還利用其它如空間特征、形狀特征、紋理特征等參與分類，提高了分類精度，所以面向?qū)ο蟮倪b感分類方法在濕地信息提取研究中具有良好的應(yīng)用前景。通過閩江口的濕地信息提取研究可以得出以下幾點(diǎn)結(jié)論：（）濕地是水陸交界點(diǎn)，兼有水陸特點(diǎn)，一般在沿河、湖、海間少量分布，利用高分辨率的遙感影像可以得到較為清晰的邊界定位，較細(xì)致的反映濕地分布。（）基于高分辨率的遙感影像，結(jié)合閩江口濕地資源特點(diǎn)，利用最鄰近和隸屬度函數(shù)結(jié)合的面向?qū)ο蠓诸惙椒?，將水陸濕地分開提取，并獲得理想結(jié)果。該方法對于基于高分辨率遙感影像的濕地信參考文獻(xiàn)：息提取有較高的借鑒意義。在信息提取過程中，將最鄰近和隸屬度函數(shù)結(jié)合的兩種面向?qū)ο蠓诸惙椒ㄓ袡C(jī)的結(jié)合起來，利用近紅外波段隸屬度函數(shù)方法，將水陸比較快捷的分離出來；而用最鄰近分類方法則可以較好將水庫、湖泊、養(yǎng)殖場等光譜值相近的類別分離出來。（）面向?qū)ο蟮姆诸惙椒ǎm然能夠避免傳統(tǒng)分類方法產(chǎn)生的“椒鹽”現(xiàn)象，但是這很大程度上取決于影像的分割尺度。如果采用影像分割尺度很小，則會生成