LANDSAT數據在沙地動態監測中提取沙地信息的最佳波段組合研究

荊耀棟 周淑琴, 吳發啟 張青峰

(1山西農業大學資源環境學院 2西北農林科技大學資源環境學院)

我國是世界上荒漠化危害最嚴重的國家之一,其中風蝕荒漠化主要分布在干旱、半干旱地區,在各類荒漠化土地中,面積最大、分布范圍最廣的區域,多位于我國的西北地區[1]。風蝕荒漠化的最終結果是土地的沙漠化。土地沙漠化不僅導致可利用的土地資源銳減,加速生態環境的惡化,加深沙區人民的貧困程度,還會造成巨大的經濟損失[2]。遙感可以提供多時相大范圍的高精度沙地信息數據,為動態監測沙地的發展變化提供了有效手段。監測過程中的關鍵技術環節是沙地信息提取,而影像中波段的優化組合則是該技術的基礎。因此,波段選擇是否最優,對快速準確地提取目標地物信息具有重要的意義。本文以定邊縣的數據為研究對象,結合當地的實際情況,分析數據特征,評價各種波段的組合方案,得出提取沙地信息的最佳波段組合,為后期數據的處理提供了有力的技術支撐。

1 研究區概況

定邊縣地處陜西省西北角、榆林市最西端,是黃土高原與內蒙古鄂爾多斯荒漠草原的過渡地帶。縣境中部白于山橫亙東西,輻射南北,將全縣分為兩大地貌類型:南部為白于山區丘陵溝壑區,占總面積的52.78%;北部為毛烏素沙漠南緣風沙灘區,占總面積的 47.22%。境內水域較多,北部風沙區有多個海子,沿縣界由西向東分布,南部多條河流均發源于白于山區。定邊縣屬溫帶半干旱大陸性季風氣候,春季多風、夏季干旱、秋季陰雨、冬季嚴寒,日照充足。定邊縣處于生態環境脆弱的農牧交錯帶(趙松喬,1953年),沙地的發展變化嚴重影響該地區人民的生產和生活。

2 數據源

Landsat-5是美國 1984年發射的陸地衛星,儀器艙裝有專題繪圖儀(TM)傳感器,有 7個波段的感應器,地面分辨率為 30 m(第 6波段為 120 m)。Landsat-7衛星于 1999年發射,傳感器改型成增強型專題繪圖儀(ETM),有 8個波段的感應器,第 6個波段的地面分辨率提高為 60 m,增加的第 8波段是地面分辨率為 15 m的全色波段[3-5]。本研究選取的數據源為 1991年 8月 23日的 Landsat-5/TM影像和 1999年 9月 22日的 Landsat-7/ETM+影像,軌道號為 128/034。

3 最佳波段選擇

根據加色法彩色合成原理,選擇遙感影像的某三個波段,分別賦予紅、綠、藍三種原色,可以合成彩色影像[3,4]。而人眼對彩色的分辨率比對黑白灰度的分辨率強的多,所以在影像解譯時常采用這個方法顯示地物豐富的信息或突出某方面的信息。但是對于多波段影像的合成,方案的選擇十分重要。波段選擇一般要遵循以下 3個原則:①波段或波段組合信息含量要大;②所選的 3個波段的相關性要弱;③目標地物類型在所選的波段組合內與背景有優良的可分性[5-8]。

在實際應用中,主要的選取方法有:方差、相關系數矩陣、OIF指數等。單波段的方差越大,表明波段的離散程度越大,信息量就越豐富;相關系數矩陣反映了不同波段的相關性大小,相關系數越小,表明波段間的冗余性越小;而 OIF指數則綜合考慮了方差和相關系數兩個因素,波段組合的方差越大,同時波段間的相關性越小的組合即為最佳波段組合。在許多遙感應用研究中,一般只考慮前兩個原則,在OIF指數、方差和相關系數 3個指標中,或者只考慮OIF指數,或者只考慮方差和相關系數[6,9-11]。本研究利用波段的方差分析波段的信息含量,再利用相關系數將波段分為 3個組合類,減少 OIF指數的組合量。最后結合其余波段組合后的 OIF指數,分析沙地信息的波譜特征和研究區域的實際情況,選出最優的提取沙地信息的波段組合。

3.1 波段信息含量分析

原始影像的地面分辨率為 30 m,研究區域沙地分布面積大,可以通過目視解譯選擇具有代表性的沙地樣區。經實地驗證后,利用 ERDAS進行影像信息統計,得出 7個波段針對沙地的光譜特征(見表 1)。從表 1中可以看出,標準差最大的是 TM7,然后是 TM5和 TM3,均大于 10。排在第 4位的是TM4,標準差也接近于 10,最小的是 TM6波段,標準差僅為 1.785。亮度值范圍的大小與標準差一致,最大的為 TM7,依次是 TM5、TM3、TM4、TM2、TM1、TM6,TM6波段的亮度范圍僅為 13。盡管 TM6的地面分辨率從 120 m提高到 60 m,但分辨率遠低于其他波段,且沙地信息提取過程和后期數據處理中,不涉及熱輻射的內容,同時標準差和亮度范圍太低,在后期的波段選擇中,可以不考慮該波段的信息。

表1 單波段統計特征值

3.2 波段間相關性分析

LANDSAT影像的 ETM的波段中的第 8個波段,分辨率高,與其他波段合成可提高分辨率,但標準差小,沙地信息含量少,所以在目視解譯時不予考慮。對于 TM和 ETM兩類數據中的其他 6個波段,要選擇信息含量大的波段,且波段間的相關性要小。實際操作中,利用遙感數據處理軟件 ENVI,直接計算得出相關系數矩陣。將加載了波段 1、2、3、4、5和7波段的影像在 Compute Statistics中計算,得出 6個波段間的相關系數矩陣(見表 2)。

表2 波段間相關系數矩陣

從表 2中可以看出,波段 1、2和 3之間的相關性均大于 0.93,數據間冗余性特別大,三者之間不適合波段組合,歸為第一組。而波段 4和波段 1、2、3、5、7之間的相關性很低,均小于 0.68,表明這個波段信息有較大的獨立性,可以和任一波段組合,單獨歸為第二組。波段 5和波段 7之間的相關性大于0.9,二者不能同時出現在最優波段中,歸為第三組。經過分析后,三組波段組合分別由三個組中各選一個波段,組成不同的組合(見表 3)。

表3 波段分組與組合方案

經過波段信息含量分析和波段間相關性分析之后,得出 6個波段的 6種組合方案。數據處理之前,對沙地信息提取技術與方法,進行了大量文獻查詢,這些波段組合均有應用。如王曉慧在“沙化土地信息提取研究”中,用 TM3、TM4和 TM5波段合成影像進行目視判讀。1992年,桂東南金銀礦成礦區遙感地質綜合解譯,利用 TM7、TM4、TM2假彩色合成片進行解譯,提供了最大的光譜多樣性。本研究區域位于毛烏素沙地南緣,氣候屬于溫帶半干旱氣候,波段的組合方案有待進一步分析。

3.3 波段 OIF指數分析

美國查維茨提出的最佳指數法(OIF),計算方法簡單,易于操作。理論依據是:圖像數據的標準差越大,所包含的信息量也越多,而波段的相關系數越小,表明各波段的圖像數據獨立性也就越高,信息的冗余度也就越小[12,13]。它將標準差和相關系數有效地統一起來,進一步提供了判斷的依據。數學表達公式為:

式中的 Si為第 i個波段的標準差;Rij為 i、j兩個波段的相關系數。OIF指數越大則說明波段間的相關性越小,三個波段所包含的信息量越大。通過 OIF指數公式的計算,表 3中各波段組合的 OIF指數如表4所示。

表4 各方案的 OIF指數值

從表 4中可以看出,6種波段組合中,波段 3、4、7和波段 3、4、5的 OIF指數值相差無幾,均大于 18,單從指數分析,3、4、7為最佳波段組合方案,3、4、5稍微次之;波段 1、4、7為第三方案,波段 2、4、7屬于第四個方案,兩者相差很小,均大于 16;第五個方案為波段 1、4、5,第六個方案為波段 2、4、5,兩者均大于 15.2,屬于 6個組合中的最差級別。但究其數值來看,單個層次之間的差別不是很大,第一和第二級別之間相差約 2-2.7個數值,第二和第三級別之間相差 1個數值,從指數方面分析,整體效果相差無幾。從 OIF指數來看,波段 3、4、7是最優方案,波段3、4、5稍微次之 ,最差的是波段 1、4、5和波段 2、4、5的組合。

3.4 波段賦色

實驗證明,紅色、綠色和藍色是加色法中最優的三原色[3]。三者按一定比例混合,可以形成各種色調的顏色。人眼最敏感的顏色是綠色,依次是紅色和藍色[11]。第一方案形成的彩色影像,沙地信息清晰,邊界分明。實際應用中,波段顏色的互換有可能凸顯一些特殊的信息,還可形成接近于自然色調的影像,利于地物判讀。對于第二方案中的 3、4、5和第一方案中的 3、4、7分別賦予紅、綠、藍色,形成的彩色影像,整體色調接近自然色彩,利于目視解譯。而不同級別的沙地信息輪廓清晰,紋理細膩,利于沙地信息的提取。

3.5 選取最佳波段組合方案

提取沙地信息的目的是監測沙地變化,能否高精度提取不同等級的沙地信息是后期研究的關鍵。那么,方案的選擇,首先,應該考慮沙地與背景信息能否清晰分離;其次,植被信息是評價沙地變化的主要依據,林地、草地、耕地是否能清晰判別也是考慮的主要方面。結合區域的實際情況,該地區屬于溫帶半干旱氣候,土地荒漠化嚴重,荒漠化信息將干擾沙地信息的提取。波段組合應考慮能否區分荒漠化土地和沙地信息。研究區域屬于毛烏素沙地南緣,但是水域多,鹽堿地多,波段的組合評價還應考慮水體和其他信息、鹽堿地信息和沙地信息的區分判讀。

經過 OIF指數分析的不同方案,數值差別不是特別大,根據波段賦色原理分別按方差大小賦色,合成彩色圖像,一一比較分析。對于沙地來說,在橙光波段 0.6 um附近有一個強反射峰,因而呈現橙黃色,在波長 0.8 um以上的波長范圍,其反射率比雪還強[3]。數據中 2波段的波長范圍是 0.52-0.60 um,所以當波段的組合中出現第 2個波段的時候,在研究區的北部風沙區,整個色調偏橙黃色。隨著波段波長范圍的增加,沙區的色調逐漸偏白亮色調。第五和第六方案形成的彩色影像中,沙區信息和植被信息層次少,道路、水體以及南部丘陵溝壑區形成的地形陰影易混淆。第五個方案中波段 2的出現,由于此波段沙地出現強反射峰,北部沙區色調較亮,目視解譯效果較第六方案要好。第三和第四個方案的 OIF指數值屬同一個級別,兩者形成的彩色圖像,沙地邊界清晰,土地類型豐富,易于區別棄耕地和荒漠化土地,但是對于植被中的林地和草地不易區分。第四方案中波段 2的出現,影像色調偏暗。對于第一和第二方案,地物信息豐富,層次清晰。一、二兩個方案的最大區別是方案一中,沙地信息和鹽堿地信息更易區分,沙地呈現淡粉色,鹽堿地呈現白色,線條狀水體和道路更易區分。方案二比方案一要差一些。

經過目視效果的反復比較,最佳的波段組合是3、4、7。該組合方案形成的圖像,顏色豐富,層次清晰,含有較多目標地物特征信息,尤其能突出顯示沙地的信息。而且該圖像的地物顏色接近于地物的自然色調,易于目視判讀和計算機半自動化分類。

4 結論與討論

本文以毛烏素沙地南緣的定邊縣為研究區域,以多光譜數據為數據源,以有效提取沙地的變化信息為目的,對波段組合進行分析研究,對不同組合后的影像進行目視解譯的比對,得出如下結論:①波段3、4、7的組合為最佳方案,賦色后形成的彩色圖像,地物信息豐富,能凸顯沙地信息,并能兼顧其他信息的顯示;②最佳波段組合,符合文獻查詢的結果,沙地信息提取的 6個方案中,第一個方案和第二個方案的利用頻次較多;③對波段組成的彩色影像,目視解譯結果比對 googleearth中的標識,出入很小,尤其是面積較小的居民點和道路的提取,效果很好;④利用最佳波段形成的彩色圖像進行監督分類,分類效果好,說明波段的組合適于訓練區樣本的選擇;⑤最佳波段組成的彩色影像,利用 LCD(液晶)顯示器(lenovoThinkPad)進行目視解譯,信息豐富,層次清晰,但對于 CRT顯示器的效果沒有進行驗證。

[1]孫保平.荒漠化防治工程學[M].北京:中國林業出版社,2003:5-31.

[2]王曉慧,李增元,高志海.沙化土地信息提取研究[J].林業科學,2005,41(3):82-87.

[3]梅安新,彭望祿,秦其明,等.遙感導論[M].北京:高等教育出版社,2001:50-53.

[4]孫家抦,舒 寧,關澤群.遙感原理、方法和應用[M].北京:測繪科學出版社,1997:40-48.

[5]杜新遠,戚浩平,孫永軍.ETM+影像濕地遙感信息提取的最佳波段選擇—以扎陵湖、鄂陵湖地區為例[C].北京:第二屆全國國土資源遙感技術應用交流會論文集,2006:99-101.

[6]武文波,劉正綱.一種基于地物波譜特征的最佳波段組合選取方法[J].測繪工程,2007,16(6):22-24.

[7]年 波,楊士劍,王金亮.植被遙感信息提取的最佳波段選擇—以云嶺中部山區為例[J].云南地理環境研究,2004,16(2):18-21.

[8]戴昌達,姜小光,唐伶俐.遙感圖像應用處理與分析[M].北京:清華大學出版社,2004:123-126.

[9]姜小光,王長耀,王 成.成像光譜數據的光譜信息特點及最佳波段選擇:以北京順義區為例[J].干旱區地理研究,2000,23(3):214-220.

[10]馮恩國,李淑香.居民地信息提取的最佳假彩色合成方法—以開封市區為例[J].平頂山學院學報,2006,21(2):91-94.

[11]戴昌達.TM圖像的光譜信息特征與最佳波段組合[J].環境遙感,1989,4(4):282-292.

[12]劉建平,趙時英.高光譜遙感數據解譯的最佳波段選擇方法研究[J].中國科學院研究生院學報,1999,16(2):153-161.

[13]張 韜,呂洪娟,孫美霞.遙感多光譜數據在內蒙古西部濕地監測中最佳波段選取的應用研究[J].干旱區資源與環境,2007,21(4):102-106.