GF-6与Landsat8混合像元分解的石漠化信息提取差异研究--以普定县为例.pdf

第 卷第 期自 然 资 源 遥 感.年 月 .:./.引用格式:张士博胡文敏韩祯颖等.与 混合像元分解的石漠化信息提取差异研究 以普定县为例.自然资源遥感():.(.:.():.)与 混合像元分解的石漠化信息提取差异研究 以普定县为例张士博 胡文敏 韩祯颖 李 果 王忠诚 高志海(.中南林业科技大学林学院长沙 .湖南省自然保护地风景资源大数据工程技术研究中心长沙 .中南林业科技大学风景园林学院长沙 .中国林业科学研究院资源信息研究所北京)摘要:目前不同中空间分辨率遥感卫星在利用混合像元分解方法提取石漠化信息上存在效果差异比较不同遥感卫星在提取石漠化信息上的差异有助于进一步提高石漠化信息提取精度 本研究以贵州省普定县为例采用 与 卫星数据利用顶点成分分析()和完全约束最小二乘法()相结合的混合像元分解方法进行石漠化信息提取探究 与 在石漠化信息提取的端元特征和等级差异以此探索 在提取石漠化信息的可行性与有效性 研究结果表明:红边波段范围上 植被端元波谱曲线明显区别于基岩与土壤端元更易识别出植被端元 石漠化信息端元提取精度上 和 提取植被端元 分别为.和.系数分别为.和.分别为.和.和 提取基岩端元 分别为.和.系数分别为.和.分别为.和.石漠化等级评价上 和 提取石漠化等级 分别为.和.系数分别为.和.分别为.和.因此 在混合像元分解提取石漠化信息精度要优于 且 的红边波段能更好地识别石漠化区域植被信息基于 的混合像元分解方法可作为一种石漠化监测手段应用于实际工作中关键词:石漠化 顶点成分分析法 完全约束最小二乘法 混合像元分解中图法分类号:文献标志码:文章编号:()收稿日期:修订日期:基金项目:国家科技重大专项“高分辨率对地观测系统重大专项:高分林业遥感应用示范系统(二期)”(编号:/)、湖南省教育厅科学研究重点项目“亚热带丘岗区森林生态系统碳储功能评估及其技术优化”(编号:)和湖南省自然资源厅标准项目“国土空间资源环境开发利用生态风险本底调查与评价标准”(编号:)共同资助第一作者:张士博()男硕士研究生研究方向为水土保持与荒漠化防治:.通信作者:胡文敏()男博士研究方向为环境遥感技术应用:.引言石漠化是指因水土流失而导致地表土壤损失基岩裸露土地丧失农业利用价值的生态环境退化现象多发生于喀斯特地区 我国西南喀斯特地区占国土总面积 以上境内石漠化现象频发对以农业生产为主要发展动力的西南省份造成巨大压力严重制约了社会与经济的发展 因此准确提取石漠化信息掌握石漠化动态变化对治理石漠化现象和发展西南地区社会与经济至关重要 传统石漠化信息获取主要通过实地勘测其缺点为成本过高耗时过长劳动强度过大尤其对于多时相的大尺度监测难度更大 随着遥感技术不断发展遥感卫星逐步应用到石漠化监测中目前中等空间分辨率遥感影像在石漠化监测中应用较为广泛以美国陆地卫星 为例 等利用无人机和 卫星对兴仁县进行基岩信息提取得到基岩裸露率分布图并提出基于多尺度遥感数据的基岩暴露率定量提取方法 王明明等利用 期 数据与 期 数据对后寨河流域进行石漠化信息提取揭示第 期张士博等:与 混合像元分解的石漠化信息提取差异研究 以普定县为例了该地区不同等级石漠化的时空演变规律 郑惠茹等基于 数据对重庆东北部地区进行不同类型植被信息的提取掌握了该地区不同植被的空间分布特征与规律 上述研究都利用 数据对研究区石漠化信息进行提取为研究区石漠化监测治理做出贡献但其中存在一个相同问题:数据空间分辨率不高从而导致石漠化信息获取有限影响石漠化信息提取精度 因此为了提高石漠化信息提取精度更好服务于石漠化监测工作亟需分辨率更高的卫星作为数据源 高分六号卫星()的宽幅相机数据()拥有 的空间分辨率且具有特殊的红边波段能为遥感监测提供更精准信息 目前利用 提取石漠化信息的研究相对较少将 与 数据相对比可为 的石漠化提取能力和技术应用提供参考目前遥感技术提取石漠化信息主要利用遥感影像的光谱特性构建石漠化评价因子指数如构建归一化植被指数()、归 一 化 岩 石 指 数()和遥感植被指数等 但上述研究中石漠化提取方法多样导致石漠化提取效果不统一且石漠化提取方法无统一标准不利于研究结果间的对比 混合像元分解能够提取纯净像元的特性而在石漠化信息提取过程中提取的石漠化评价因子(植被与基岩)都可看作为纯净端元因此混合像元分解可作为一种石漠化信息提取的方法 近年来许多学者专家对混合像元分解方法进行了深入研究 等利用纯净像元指数法()对江汉平原 年油菜种植面积进行估算 陈姣等利用混合调谐匹配滤波法()对不透水面特征进行提取 刘蓉姣等利用 对其研究区进行空间分布变化的分析 杨明星等利用、连续最大角凸锥()和几何顶点方法对植被端元波谱进行提取并比较了方法之间的优劣 方凌江等利用顶点成分分析法()提取端元光谱信息 相较于 和 等端元提取方法 方法具有简便高效的特征本研究基于 与 遥感数据利用 与完全约束最小二乘法()相结合的混合像元分解方法提取研究区石漠化信息探究 红边波段对石漠化信息提取的影响对比 与 石漠化信息提取能力的差异并为 进行石漠化监测工作提供技术参考 研究区概况及其数据源.研究区概况本研究选取普定县()为研究区(图)其位于贵州省西南部的安顺市约 属中亚热带季风湿润气候年均气温为.年均降水为 .北部与南部地势陡峭中部地势相对平缓全县碳酸盐岩广泛分布约占全县总面积的喀斯特石漠化显著 据全国第三次石漠化监测公报显示截至 年底贵州省石漠化土地约有.万 比 年底的第二次石漠化监测结果减少.万 石漠化状况得到改善但贵州省仍是全国石漠化最为严重的省份石漠化治理工作仍十分严峻而普定县是贵州省石漠化最为严重的县域之一图 普定县位置示意图.数据源选取 与 卫星遥感数据(表)表 与 波段对应信息.波段编号 波长范围/空间分辨率/波长范围/空间分辨率/.(红边波段).(红边波段).自 然 资 源 遥 感 年作为数据源并结合来自国家基础地理信息中心的矢量边界进行实验研究 考虑到植被的生长周期同时便于实验的对比 组数据都选择了在冬季但是受云量与卫星运行周期的影响未能获取拍摄日期相同或相近的影像本研究所使用的 与 遥感影像分别拍摄于 年 月 日和 年 月 日 研究方法本研究技术路线如图 所示 首先在.软件中对 与 遥感数据进行预处理主要包括辐射定标、大气校正、正射校正与影像裁剪等操作 然后在 平台利用混合像元分解方法对经过预处理的影像进行石漠化信息端元的提取并结合.平台对端元提取结果进行等级划分得到植被端元分布、基岩端元分布与石漠化等级分布 最后利用混淆矩阵与均方根误差对所得结果进行精度评价图 技术路线图.混合像元分解遥感卫星数据主要以栅格像元进行记录但由于受其自身分辨率与自然界地物复杂性的影响所获得的影像数据中含有大量混合像元即一个像元中包含了多种地类而纯净像元是指一个像元中只包含一种地类因此可以通过识别纯净像元来判断地类 将一个像元内不同“组分”进行分解求得像元中各个地类所占比例的方法叫做混合像元分解.纯净端元提取在线性光谱混合模型中各个混合像元都可以看作欧氏空间内的一个 维向量各个波段是该欧氏空间的方向轴并且每 个波段都相互正交根据丰度向量的物理含义丰度向量满足丰度总和为 约束和丰度非负约束因此观测的像元可以构成一个以端元为顶点的单形体而 方法正是通过反复寻找正交向量并计算图像矩阵在正交向量上的投影距离逐一提取端元即寻找单形体的顶点本研究基于 平台使用 方法对纯净端元进行提取其具体操作可分为以下 步:通过 平台对经过预处理的遥感影像进行端元数目估算 使用 平台的 模块并输入端元的估算数目进行纯净端元的提取.丰度反演通过对纯净端元的提取得到相应提取端元的波谱曲线将其与 方法相结合对预处理影像进行丰度反演得到植被与基岩丰度图像最后结合分类标准将丰度图像进行重分类可得到植被端元与基岩端元的空间分布 本文选用的 方法的约束条件为:()()()式中:为波段数 为端元数 为第 波段像元反射率 为第 波段第 个端元的反射率 为该像元第 个端元的丰度 为第 波段的误差.石漠化程度等级评价方法由于研究区自然地理环境、范围大小及人为影响等方面存在差异使得各研究区的石漠化方案不统一 本研究根据张文源等与胡顺光等的分级标准与分级方案并结合研究区实际情况将研究区石漠化情况划分为无石漠化、潜在石漠化、轻度石漠化、中度石漠化、重度石漠化和极重度石漠化 个等级其具体的石漠化分类等级标准如表 所示表 石漠化等级评价指标与标准.编号石漠化程度植被覆盖率/基岩裸露率/等级无石漠化(潜在石漠化(轻度石漠化(第 期张士博等:与 混合像元分解的石漠化信息提取差异研究 以普定县为例(续表)编号石漠化程度植被覆盖率/基岩裸露率/等级中度石漠化(重度石漠化(极重度石漠化(.精度验证本研究通过实地勘察获得 个样点(图)并与 人工目视解译相结合建立遥感解译标志(表)实地勘察样点过程中由于普定县已实施大量石漠化治理工程其境内石漠化状况得到明显改善 因此在本研究所选取的样点中重度与极重度石漠化样点较少 本研究利用混淆矩阵计算 系数、总体精度()、制图精度()、用户精度()并结合均方根误差()等评价指标对 与 提取结果进行精度评价 其中 系数表示预测结果与真实值之间的匹配程度 能够直观地体现预测结果与真实类别之间的正确匹配情况 为某一类验证样本被正确分类的概率 则为某一类别预测结果正确代表实际真值的概率 能够表示观测值与真实值的偏差大小 其公式分别为:()()()()()()()()式中:为影像像元总数 为类别总数 为提取结果与实际相同的像元总数 为提取结果分类中为第 类的像元总数 为实际分类中为第 类的像元总数 为观测值 为真实值表 遥感解译标志.石漠化等级遥感影像植被覆盖度/基岩裸露率/说明实际调查照片样点个数无石漠化(影像为饱和度很高的绿色有明显的颗粒状地物且分布密集潜 在 石 漠化(影像为饱和度较高的浅绿色有颗粒状地物但分布稀疏轻 度 石 漠化(影像为中度饱和度的浅绿色几乎无颗状地物分布中 度 石 漠化(影像为饱和度较低的浅绿色无颗粒状地物分布有明显的人类活动迹象重 度 石 漠化(影像为棕色无颗粒状地物分布有人类活动的迹象但不明显极 重 度 石漠化(影像颜色偏银色无明显地物分布无人类活动迹象.地理探测器模型地理探测器是指利用空间分异性对空间数据及其驱动力进行分析的一种统计学方法 在空间保持一致的情况下通过采集各个样点上自变量与因变量的值利用公式计算自变量对因变量的解释能力大小 其公式为:()式中:为自变量即植被覆盖度与基岩裸露率因子等级 为石漠化程度等级 和分别为全区和层 的样点总数 和 分别为全区和层 的栅格值自 然 资 源 遥 感 年方差 和 分别为第 类因子等级及其等级总数 取值在 之间 越大说明自变量 对因变量 的解释能力越强 本研究利用全国第三次石漠化调查数据选取 个石漠化样点并利用分类标准将植被覆盖度、基岩裸露率与石漠化程度等级化利用地理探测器模型获取植被覆盖度与基岩裸露率对石漠化程度的贡献率 结果与分析.石漠化信息端元波谱特征差异图 表明 与 在获取植被、基岩与土壤端元上的波谱差异较为明显其中植被端元差异最大其主要原因是 与 波段范围设置存在差异导致卫星在收集地物信息所产生的波谱不同 图()表明在红边波段范围内(.)内植被端元波谱反射率急剧升高该特征有利于区分植被端元与其他 种端元 而在图()中植被端元在红边波段范围内无明显变化且在 整个光谱范围内植被、基岩和土壤 种端元无明显差异特征 因此相较于 在进行混合像元分解时 在区分植被端元与基岩、土壤端元上更有效()()图 植被、基岩与土壤波谱曲线.石漠化信息端元空间分布特征差异与评价.植被端元空间分布特征差异 和 植被端元分布情况如图 所示 通过图()发现 提取研究区植被覆盖度主要以(为主研究区中部与东部区域植被覆盖度较低主要以小于 植被覆盖度为主结合遥感影像可知该区域为人类活动主要区域且在人类活动的周边区域植被覆盖度偏低主要以小于 为主而在受人类活动影响较小的西部与南部林地区域植被覆盖度主要以大于 为主表明人类活动会影响植被的生存与生长 通过图()发现 提取研究区植被覆盖度要高于 其主要以(植被覆盖度为主这可能是由于影像获取时间不同导致但两者提取结果具有相似的空间分布特征()()图 和与 植被端元分布.基岩端元空间分布特征差异 和 基岩端元分布情况如图 所示 通过图()发现 提取研究区整体基岩裸露程度主要以(基岩裸露率为主研究第 期张士博等:与 混合像元分解的石漠化信息提取差异研究 以普定县为例区的北部与南部的林地区域基岩裸露程度较低主要以小于 基岩裸露率为主而中部与东部人类活动的周边区域基岩裸露率普遍偏高这一现象表明人类活动会加剧地表基岩裸露状况 图()表明 提取研究区整体基岩裸露程度低于 提取结果其最直观体现在研究区北部与南部的林地区域这可能是由于影像空间分辨率不同所导致但从整体来看两者提取的结果相差不大()()图 和 基岩端元分布.石漠化信息端元评价植被端元和基岩端元精度验证结果如图 所示 通过图 发现 提取的植被端元与基岩端元精度要优于 这表明 在石漠化信息端元提取能力强于 单从植被端元的验证结果精度来看 和 提取结果的 分别为.和.系数分别为.和.分别为.和.单从基岩端元精度来看 与 提取结果的 分别为.和.系数分别为.和.分别为.和.总体来说 和 提取的基岩端元精度要高于植被端元导致这种结果的原因可能是由于目视解译存在着的人为误差以及实地勘测时间与影像拍摄时间的差异()植被端元精度()基岩端元精度图 植被端元和基岩端元精度验证.石漠化等级空间分布特征与评价.石漠化等级空间分布特征通过对植被端元与基岩端元的独立分析发现 提取石漠化信息端元的精度优于 为了进一步检验 与 石漠化信息提取能力的强弱本研究将植被端元与基岩端元相结合利用地理探测器模型得出植被端元与基岩端元的贡献率分别为.与.因此将植被端元与基岩端元按.与.的权重进行矢量叠加得到研究区石漠化等级评价分布(图)并计算出各等级石漠化的面积占比从整体的角度对 与 石漠化信息提取能力做出评价 通过图 发现研究区整体主要以中度石漠化为主且石漠化程度由北向南逐渐加深由西向东逐渐加深且在人类活动的周边区域石漠化程度普遍偏高其主要原因是受人类活动的影响 在图()中无石漠化区域主要分布在北部与南部且分布比较集中但在图()中无石漠化区域分布较为零散但也集中在北部与南部区域 在图()中研究区中部与南部主要以中度石漠化与重度石漠化为主其中重度石漠化分布较为零散但在图()中研究区中部与南部以中度石漠化为主而重度石漠化在此区域分布较少 为了进一步了解 与 提取石漠化等级的差异本研究对比各等级石漠化面积自 然 资 源 遥 感 年()()图 和 各等级石漠化分布与石漠化面积占比.发现 种遥感数据源提取中度石漠化面积差异最大 提取面积比 提取面积高.百分点约为.轻度石漠化面积差异最小 提取面积比 提取面积低.百分点约为.石漠化等级评价为了检验各级石漠化分类精度本研究利用实际样点对石漠化等级分布进行了精度评价如表 所示 由于在对研究区石漠化等级评价过程中发现极重度石漠化区域面积占比很小且分布零散因此本研究在对石漠化等级提取精度分析过程中未考虑极重度石漠化状况 通过表 可知 提取结果 为.系数为.而 提取结果 为.系数为.且 提取结果的 要低于 这说明 石漠化信息提取能力要优于 在表 中 提取中度石漠化的 最高为.而重度石漠化的 最低为.无石漠化的 最高为 重度石漠化的 最低为.提取中度石漠化的 最高为.而无石漠化的 最低为.无石漠化的 最高为 重度石漠化的 最低为.表 与 各等级石漠化精度评价.石漠化等级 系数系数无石漠化.潜在石漠化.轻度石漠化.中度石漠化.重度石漠化.讨论本研究基于 与 遥感数据和混合像元分解方法对贵州省普定县进行石漠化信息的提取结果表明 石漠化信息评价能力要优于其中 植被端元识别的能力尤为突出且混合像元分解方法可以作为一种石漠化监测手段应用于实际但本研究仍有改进之处)从混合像元分解提取方法上看研究是基于线性混合模型将 与 相结合对遥感数据进行石漠化信息的提取 是一种纯数学的方法在混合像元分解的过程中易忽略影像的空间信息从而造成误差后续的研究中可以采用何晓宁等提出的改良后的 或者其他端元提取方法如 和 等来提高提取的精度)从 的红边波段上看本研究通过对比提取植被、基岩与土壤端元波谱曲线发现 植被端元波谱曲线在红边波段范围内相较于土壤、基岩端元有显著变化趋势而 植被端元波谱曲线在相应的波谱范围内无变化趋势 因此 相较于 更容易识别出植被端元 本研究中未对 搭载的红边波段的具体作用做出定量化评价 植被端元提取精度要高于 但 空间分辨率高于 无法判断出红边波段对植被端元提取精度影响的大小 在后第 期张士博等:与 混合像元分解的石漠化信息提取差异研究 以普定县为例续的研究中可以利用红边波段构建植被指数并与其他卫星波段构成的植被指数相比较研究其在植被信息提取方面的差异从而做出更为精准的评价)从石漠化信息端元上看植被与基岩端元在空间分布上具有相似的特征但提取精度上 所提取的植被端元 与 系数分别比 提取精度高.与.低.所提取的基岩端元 比 高.系数高.低.即 石漠化信息端元提取精度要优于 而这与 等得出的结果恰恰相反 从植被端元看 加入了红边波段使得其提取结果精度大大提高 从基岩端元看 有进行碳酸盐岩识别的短波红外波段能更好地提取基岩端元但其提取精度却不如 提取结果这可能是由于卫星的空间分辨率与影像的拍摄时间所导致但其具体原因还需进行进一步的研究)从石漠化等级评价上看本研究将混合像元分解所得到的植被与基岩端元分布图按.与.的权重进行矢量叠加得到石漠化等级分布情况发现 提取石漠化等级精度要优于 本研究只考虑植被覆盖度与基岩裸露率 种因子对石漠化状况的影响而实际中影响石漠化状况的因子还有土壤和坡度等 习慧鹏等在进行石漠化等级评价时加入了坡度表征因子其 达到了 高于本研究提取结果 在后续研究中可以加入其他影响石漠化状况的因子从而提高石漠化提取精度 结论本研究利用混合像元分解方法对 和 提取石漠化信息能力进行比较与评价得到以下结论:)在红边波段范围内 植被端元波谱变化明显区别于基岩与土壤端元而 植被、基岩与土壤端元在此范围内无明显差异特征 因此在混合像元分解时 在区分植被、基岩与土壤端元上更有效)石漠化信息端元提取精度上 和 提取植被端元 分别为.和.系数分别为.和.分别为.和.和 提取基岩端元 分别为.和.系数分别为.和.分别为.和.表明 提取石漠化信息端元精度高于)石漠化等级评价上 和 提取石漠化等级 分别为.和.系数分别为.和.分别为.和.表明 提取石漠化等级精度高于 在后续研究中可以利用 和 等端元提取方法和增加其他石漠化影响因子提高石漠化提取精度利用红边波段构建植被指数对 红边波段进行定量评价参考文献():王世杰.喀斯特石漠化概念演绎及其科学内涵的探讨.中国岩溶():.():.姚永慧.中国西南喀斯特石漠化研究进展与展望.地理科学进展():.():.():.():.:.种国双海 月郑 华等.中国西南喀斯特石漠化治理现状及对策.长江科学院院报():.():.杜文鹏闫慧敏甄 霖等.西南岩溶地区石漠化综合治理研究.生态学报():.():.():.:.自 然 资 源 遥 感 年():.王明明王世杰白晓永等.典型小流域喀斯特石漠化演变特征及其关键表征因子与驱动因素.生态学报():.():.郑惠茹罗红霞向海燕等.基于面向对象的石漠化山区植被信息提取及分布特征研究.长江流域资源与环境():.():.周 迪倪忠云杨振宇.面向对象的喀斯特地区石漠化遥感信息提取研究 以贵州省大方地区为例.地质力学学报():.:.():.徐红枫王 妍刘云根等.基于 的典型峰丛洼地石漠化时空演变与驱动因子分析 以西畴县为例.水土保持研究():.:.():.叶 杰张 斌许军强等.遥感植被指数增强石漠化信息研究.地理空间信息():.():.:.陈 姣黄远程李朋飞.多季相混合像元部分分解特征的不透水面分类.测绘科学():.():.刘蓉姣张加龙陈培高.基于混合像元分解的香格里拉市高山松空间分布变化研究.西北林学院学报():.():.杨明星张加龙曹 影等.基于 的云南松光谱端元选择与评价研究.西南林业大学学报(自然科学)():.()():.方凌江粘永健雷树涛等.基于顶点成分分析的高光谱图像端元提取算法.舰船电子工程():.():.王 丽王 威刘勃妮.顶点成分分析法应用于高光谱图像端元提取.信息技术():.():.王忠良.基于线性混合模型的高光谱图像压缩感知研究.西安:西北工业大学.:.张文源王百田.贵州喀斯特石漠化分类分级探讨.南京林业大学学报(自然科学版)():.()():.胡顺光张增祥夏奎菊.遥感石漠化信息的提取.地球信息科学学报():.():.王睿卿蒋晓辉聂 桐.基于地理探测器的珠江流域 时空变化及驱动力分析.人民珠江():.():.习慧鹏王世杰白晓永等.西南典型喀斯特地区石漠化时空演变特征 以贵州省普定县为例.生态学报():.:.():.何晓宁曹建农高 坡等.基于顶点成分分析法的端元提取改进算法.测绘通报():.():.:.():.第 期张士博等:与 混合像元分解的石漠化信息提取差异研究 以普定县为例 :(.):.:.().:(责任编辑:陈昊旻)