基于Sentinel-2影像的三亞西玳瑁島珊瑚礁信息提取研究

1、基于Sentinel-2影像的三亞西玳瑁島珊瑚礁信息提取研究摘 要：本文基于Sentinel-2數(shù)據(jù)，以三亞珊瑚礁保護區(qū)的西玳瑁島為研究區(qū)域，提出面向?qū)ο蟮纳汉鹘感畔⑻崛》椒ǎ?通過大量實驗得出西玳瑁島珊瑚礁區(qū)域的最優(yōu)分割尺度，并結(jié)合最近鄰分類方法來對珊瑚礁信息的提取。結(jié)果表明, Sentinel-2數(shù)據(jù)對西玳瑁珊瑚礁信息起到很好的提取效果,珊瑚礁信息提取的總體精度達到了 93.3,Kappa系數(shù)達到 89.6%,為珊瑚礁信息提取提供方法，也為三亞珊瑚礁保護區(qū)的珊瑚礁監(jiān)測和管理者提供數(shù)據(jù)支持。關(guān)鍵詞:Sentinel-2；珊瑚礁；最優(yōu)分割尺度0引言珊瑚礁被譽為!藍色沙漠中的綠洲”，是海洋中最重

2、 要的生態(tài)系統(tǒng)之一,生活在珊瑚礁區(qū)的物種十分豐富,具 有巨大的開發(fā)潛力、經(jīng)濟價值和生態(tài)環(huán)境價值囚。近年來, 隨著人類活動和全球溫室效應(yīng)的影響，對珊瑚礁的生態(tài) 系統(tǒng)造成嚴重威脅，全球大面積的珊瑚礁發(fā)生白化或死 亡，保護珊瑚礁資源已經(jīng)成為亟待解決的問題遙感技術(shù) 因其能夠大面積、快速、實時監(jiān)測的特點,已被廣泛用于 珊瑚礁監(jiān)測咒隨著珊瑚礁生態(tài)系統(tǒng)問題的日益嚴重，了解珊瑚礁 底棲類型的狀況是十分有必要的，因此有很多學(xué)者開始 利用遙感技術(shù)關(guān)注珊瑚礁底棲類型的問題早期對于珊 瑚礁底質(zhì)信息提取，大多采用人工解譯的方法，可以實現(xiàn) 對珊瑚礁的簡單分類(例如珊瑚礁、海草、沙和硬基底 等)，隨著國內(nèi)外研究學(xué)者對遙感分

3、類技術(shù)的大量研究， 提出了最大似然(ML)、支持向量機(SVM)和決策樹等監(jiān) 督分類方法來對珊瑚礁信息進行提取，并取得不錯的效 果。隨著遙感技術(shù)和遙感算法的不斷提高，基于像元的 分類方法也顯現(xiàn)出它的弊端，由于基于像元的分類算法 主要是依靠影像光譜的特性，很容易引起因“同質(zhì)異譜” 和“異質(zhì)同譜”所造成的椒鹽現(xiàn)象因此，面向?qū)ο?OBIA) 的分類方法也被引入珊瑚礁底質(zhì)信息的提取當(dāng)中，因其 可以充分利用高分辨率數(shù)據(jù)的光譜、紋理和形狀等屬性， 可以大大減少這種椒鹽”現(xiàn)象，其提取效果要優(yōu)于基于 傳統(tǒng)的基于像素的分類方法，是目前比較好的對于珊瑚 礁底棲物質(zhì)分類方法囹。本文基于Sentinel-2數(shù)據(jù)，利用

4、面向?qū)ο蟮纳汉鹘感?息提取方法對三亞西玳瑁島的珊瑚礁信息進行提取，以 便對三亞珊瑚礁保護區(qū)的珊瑚礁進行更好的監(jiān)測，并提 供更好的數(shù)據(jù)支撐1研究區(qū)域概況與研究數(shù)據(jù)1.1研究區(qū)概況本文選取三亞珊瑚礁保護區(qū)中的西玳瑁島為研究區(qū)，其中西玳瑁島位于三亞珊瑚礁保護區(qū)的最西段，地理位置 如圖1所示：圖1西玳瑁島地理位置圖1.2GF-2影像數(shù)據(jù)預(yù)處理本文研究所使用的數(shù)據(jù)為Sentinel-2數(shù)據(jù)，數(shù)據(jù)采集 時間為2017年2月6日，遙感圖像數(shù)據(jù)處理主要包括大 氣校正、圖像融合和圖像裁剪。利用Sen2cor方法對Sentinel-2 影像進行大氣校正圖像融合和裁剪都是在ENVI5.3里面完成的。2基于面向?qū)ο蟮?/p>

5、珊瑚礁空間分布提取面向?qū)ο蠓诸惙椒ㄖ饕▋蓚€過程:影像分割和特 征對象選取通過對影像進行分割，將具有相同或相近特 征的鄰近像元組成一個對象，并將此對象作為影像分析單 元并基于光譜、紋理和形狀等特征選取特征對象，實現(xiàn) 對不同地物特征的分類提取叫本文針對不同的地貌單元 進行影像分割實驗，從而獲取最優(yōu)分割尺度及參數(shù)，選取 適合的指標(biāo)閾值，實現(xiàn)不同地物的分離，利用最近鄰分類 的方法對相應(yīng)影像進行分類，提取珊瑚礁空間分布信息%割結(jié)果圖分類提取精度評價最后，利用其混淆矩陣和Kappa系數(shù)對分類結(jié)果進行精 度評價。提取流程圖如圖2所示：圖2基于面向?qū)Ω罱Y(jié)果圖分類提取精度評價最后，利用其混淆矩陣和Kappa

6、系數(shù)對分類結(jié)果進行精 度評價。提取流程圖如圖2所示：2.1影像分割本研究中影像分割9用軟件中的多尺度分割算法 （Multiresolution Segmentation）對 Sentinel2 影像的研究區(qū) 域進行分割處理實驗。多尺度分割方法考慮了實際地表 多層次、多格局的特征，通過建立不同的尺度分割等級, 逐層進行分割與信息提取。下面對分割參數(shù)進行試驗，以 確定最優(yōu)參數(shù)。2.1.1大型地物分割尺度選取分割尺度：100分割尺度：70分割尺度分割尺度：100分割尺度：70圖3不同分割尺度對比圖由于本文設(shè)置分割尺度范圍從30100 （以10為單位 遞增）對影像進行分割實驗,以確定最適宜的分割尺度用

7、 于分割陸地和水體之間的界限。由于分割尺度在30以下 的分割效果極為破碎,不適用與地物分割特征,因此分割 尺度在30以下忽略不予嘗試。通過對分割尺度參數(shù)在 30100范圍內(nèi)分割結(jié)果進行對比發(fā)現(xiàn)，隨著尺度參數(shù)的 逐漸變化,尺度參數(shù)設(shè)置的越小，分割得到的對象就越多, 如圖3為分割尺度分別為30、50、70、100的分割效果。通過對比分割尺度參數(shù)在30100范圍內(nèi)分割結(jié)果 進行對比發(fā)現(xiàn),小尺度分割效果是在較大尺度上分割輪廓 上的再分割#如圖3所示，當(dāng)分割尺度為100時，其對于分 離水體和陸地之間的界限可以起到很好的效果，但對于珊 瑚礁區(qū)域,分割尺度過大，錯把兩種地物都分到一起了；而 當(dāng)分割尺度為50

8、和70時，由于尺度參數(shù)在比較接近的分 割尺度在分割效果上差異較小,分割輪廓變化不大,但這 個尺度參數(shù)對于陸地區(qū)域邊界分得不夠明朗，容易造成不 同地物間的混淆,對后面的分類造成影響；而當(dāng)分割尺度 參數(shù)為30時，可對于陸地區(qū)域形成了“過分割”狀態(tài),分割 的過于細碎破壞了不同地物的邊界完整性，但對于珊瑚礁 區(qū)域來說確又過大，未能很好的表征出不同底棲物質(zhì)信 息，因此還需針對小尺度的珊瑚礁區(qū)域的分割尺度進行更 進一步的研究,以便更好地提取珊瑚礁區(qū)域下的不同底棲 物信息。2.1.2小尺度珊瑚礁區(qū)域最優(yōu)分割尺度選取針對分割尺度為30時，沒有很好的把小尺度的珊瑚 礁區(qū)域中底棲物信息給分離出來,因此在此基礎(chǔ)上,

9、設(shè)置 分割尺度范圍從525（以5為單位遞增）對影像進行分割 實驗，如圖4為分割尺度分別為5、15、20、25的分割效果。分割尺度：25分割尺度：20分割尺度：15分割尺度：5圖4不同分割尺度對比圖通過對比分割尺度參數(shù)在525范圍內(nèi)分割結(jié)果進 行對比發(fā)現(xiàn),在分割尺度為25和20時,對于珊瑚礁區(qū)域 的分割還是過大，未能較清晰的表征出水下底棲物的信 息#而當(dāng)分割尺度為15和分割尺度：25分割尺度：20分割尺度：15分割尺度：5圖4不同分割尺度對比圖最優(yōu)分割尺度范圍在515之間。2.2面向?qū)ο笥跋穹诸惣胺诸惤Y(jié)果2.2.1分類層次建立和特征對象選取根據(jù)上面多尺度分割實驗的結(jié)果構(gòu)建多層次分類體 系，如圖5

10、所示：圖5類層次結(jié)構(gòu)圖在第一層,通過分割尺度100分離水體和海岸之間的 界限,提取出水體和非水體。由于近紅外波段在水體中反 射率低，在陸表反射率高的特征，可以利用近紅外波段 (NIR)來分離出水體和非水體。在第一層分離出的基礎(chǔ)上,提取出非水體。非水體包 括淺灘和陸地兩部分,而淺灘區(qū)域是處于水面之下，陸地 是完全露于水面之上的，由于處于水下淺灘區(qū)域光譜反 射率低，而水上的陸地有許多建筑，反射率高，且與水下 淺灘區(qū)域顏色有很大差異，而HIS分量特征是體現(xiàn)顏色 差異特點的特征，在水下的HIS值與水上陸地顏色呈現(xiàn) 明顯的不同。因此可以通過色調(diào)H特征來區(qū)分出淺灘和 陸地區(qū)域。當(dāng)H0.6,就可提取出淺灘區(qū)

11、域。由于分割尺度為100時，對淺灘區(qū)域分割對象過大, 錯誤的把不同地物的分成一個對象，因而基于一個更小 的尺度參數(shù)10來對珊瑚礁礁盤區(qū)域進行二次分割，以滿 足不同地物之間的劃分。2.2.2影像分類這里先基于分割尺度100分離出水體和非水體，再在 非水體的基礎(chǔ)上,分離陸地和淺灘,然后再基于分割尺度 10對淺灘區(qū)域進行二次分割。本次實驗采用eCognition中 最鄰近分類算法對研究區(qū)域進行分類提取，把淺灘區(qū)域 分成珊瑚礁、沙礫和海藻類混合物、沙地以及巖石等四種類別進行提取，得到的最鄰近分類結(jié)果如圖6所示:3分類結(jié)果精度評價利用最近鄰分類方法Sentinel-2影像進行分類，得到 西玳瑁島珊瑚礁信息結(jié)果，采用混淆矩陣對分類結(jié)果進 行評價，其總體精度達到93.3%,Kappa系數(shù)達到89.6%, 分類精度達到較高的準(zhǔn)確度，這驗證本文研究方法的準(zhǔn) 確性。從分類結(jié)果來看，珊瑚礁區(qū)域、沙地、沙礫和海藻類 混合物占據(jù)面積最廣,因此分類精度較高。4結(jié)論與展望