林業應用中高分辨率遙感影像存在的問題

摘 要：近年來，高分辨率遙感影像技術如雨后春筍嶄露頭角，同時它的出現給林業遙感方面帶來了革命性的改變。但是，諸多問題也隨之而來，隨著遙感技術的應用，諸多問題慢慢開始浮出水面，如遙感技術的核心——數據源的市場價格比較昂貴、無法出去產生圖像的伴隨的陰影、樹種的識別困難和森林儲蓄量估測準確度低等問題。提出了人為創立重要樹種的波譜數據庫、采用分類技術、提高高分辨率遙感技術影像在林業應用中的水平等建議。

關鍵詞：遙感；圖像識別；高光譜；定量估測

中圖分類號：TP79 文獻標識碼：A 文章編號：1004-7344（2018）35-0201-02

引 言

我國在林業方面應用高分辨率遙感影像技術主要是為了研究森林資源的調查及其監測，雖然相比國外起步較晚，但是它的發展確實十分迅速的。我國為了能夠大規模的對森林資源進行調查和監測，相關研究人員從解放初期就開始應用航空像片技術，現在采用航空航天遙感及其它信息技術，這些都為此奠定了基礎。20世紀90年代至今，我國的遙感技術在許多行業都得到迅速的發展。商業衛星影像的空間分辨率大幅度提高，如Quick Bird、IKNOS、Spot-5等，達到了非常關鍵的米級，甚至亞米級。高光譜遙感的迅速崛起，使光譜分辨率達到了驚人的納米級；另外，機載星載SAR的日益普及，提供了全天候至天時的觀測能力。由此形成了高中、低軌道結合，大小微型衛星配合，高低分辨率互補，全天候掌控的遙感網絡，為遙感在林業中的應用提供了空前未有的機會[1]。

雖然遙感技術在我國發展比較迅速，這項技術應用方面也比較廣泛，但并非高分辨衛星影像圖能解決林業領域中的所有問題，它的一些問題急需國內研究者進行攻克。

1 衛星數據源的價格昂貴

物以稀為貴，在我國，由于遙感技術是引進的技術，其核心東西——衛星數據源的價格是非常昂貴的，這也是制約遙感成像技術在林業領域中應用的瓶頸，以最近幾年幾種高分辨率衛星數據價格作為參考。以湖南省為例，其面積為21.18萬km2，分別采用上述三種衛星數據進行森林資源連續清查，購買衛星捆綁數據其費用依次為254.16萬元4871.4萬元3600.6萬元。數據購買和數據處理及實地驗證調查等費用對全國經濟水平中等的湖南省來說無疑是一個難以接受的事實。

2 圖像校正中地面控制點精度難以保證

目前市面上的Quick Bird、IKNOS、Spot-5等三種衛星影像全色波段分辨率高，能真實地反映地形地貌，線性地物尤為突出。現存地形圖多為20世紀70年代的舊版本，幾乎全是小比例尺，因此有些小地形不能真實地表達出來，有時候還可能缺少一些必要的地理因素[2]（例如河道馬路已改道，新修公路建筑物等沒有調繪上）。其結果是影像上清楚的地物點，地形圖上不清楚或沒有；地形圖上清楚的地物點，遙感技術成像不清楚，二者很難進行對比，想要準確的找到地面上的已知的控制點是非常困難的[2]。因此如果先在在圖像上選擇好控制點，然后用GPS到實地采點確定控制點的地理坐標。在交通相對方便的地區采用GPS定位能獲得較高的精度，可達到亞米級。但是在交通相對落后的山區，進行準確的遙感技術成像工作則是非常困難的事情。而且在比較落后的偏遠山區等地工作時接收到的GPS的信號也不穩定，這對坐標的精度計算會產生很大干擾，如精度偏低或測得的數據無法解算結果，將直接影響圖像的校正精度。

3 森林蓄積量估測精度不高

地球上的資源和環境是人類生存和發展進步的必需物質基礎。森林在生態系統中是主體地位，能有效的改善我們生存的環境，促進社會經濟的全面進步和發展。實施林業可持續發展是社會可持續發展的重要措施，能夠及時和準確地得到地球上森林資源的現狀和變化信息對森林資源的保護及可持續發展具有重要意義。傳統的調查方法因其局限性難于滿足新世紀林業發展戰略的要求。隨著國民經濟的迅速發展，人類對資源和環境的需求越來越高，用先進的技術加強森林資源及其環境的監測已成為迫切需要。高分辨率遙感影像技術在林業中應用的終極目的就是改變傳統的林業生產經營模式，由定性到定量估測，有效的去結合GIS和GPS兩種技術，對大地上的森林資源進行及時有效的觀測，由于現代科技的進步，高分辨率衛星快速發展變化，對森林資源定量精度以及遙感圖像中對林木的高和胸徑的估測要求越來越高。我國林業遙感工作者在森林資源定量估測中做了許多富有成效的工作，趙光交、李崇貴利用TM圖像為數據源結合3S技術對森林資源的面積、郁閉度及森林儲蓄量進行了定量估測。為林業遙感定量估測奠定了基礎。優勢樹種組的蓄積量定量研究是廣大林業遙感工作者下一步要解決的重點問題。尤其是南方集體林區樹種復雜繁多，開展優勢樹種組的定量研究工作變得尤為重要，解決了這一難題可以節省大量的人力物力。當然定量估測精度的高低與圖像處理有著重要的關聯，圖像的處理技術仍舊不成熟，這也是目前國內比較頭疼的問題，這又回到了上面所提出的問題當中。

4 優勢樹種識別困難及分類精度偏低

遙感圖像的類別區分是對地球表面上和其環境在遙感成像時的信息進行識別和區分類別，根據遙感成像時所對應的實際地面上的物體，找出我們需要的地理信息[4]。遙感圖像的分類是遙感圖像處理過程中的一個重要環節，一直被遙感圖像廣大科技者所重視。其分類方法有統計模式識別，句法模式識別，BP神經網絡，遺傳算法及目前比較流行的支持矢量機等分類方法。上述分類方法在國土資源調查的精度較高，基本符合國土資源調查的要求。而在林業領城中，過去二三十年里，大面積的應用數學遙感數據進行的樹種識別實踐只能分到樹種組或簡單地將樹種分為針葉和闊葉兩大類。現在出現了空間分辨率更高的Quick Bird和IKNOS也無法將樹種進行區分，其主要原因：①光譜分辨率低，因為不同的樹種經常有相差不多的光譜特性，他們之間細微的光譜差別沒有辦法用寬波段遙感數據是探測；②光學遙感所依賴的光照條件不固定。很有可能引發相同的樹種具有顯著不同的光譜特性[4]，而高光譜遙感能夠探測到具有非常小的光譜差異的各種物休，能極大地改善和提高對植被的識別和分類精度。如果在現有的技術的基礎上區分開來優勢樹種組，勢必給林業遙感帶來革命性的變化。

5 圖像陰影無法去除

圖像的陰影主要表現在三個方面，即云層的覆蓋、山體陰影及城市建筑物的陰影。云層覆蓋所帶來的陰影是自然因素，具有不可抗拒性。山體的陰影是由于衛星在太空運行與地面成一定的夾角。相對高度較高的實體因探測器掃描不到完全的實體圖像造成的建筑物陰影形成的原因與山體陰影形成的原因相近，很多學者對陰影去除進行了大量的研究。

6 結束語

高分辨率遙感影像數據的出現，預示著著遙感新時代的到來。目前的圖像處理水平，在遙感圖像上區分優勢樹種及林木齡組有一定的難度。同時也無法直接從圖像上讀取[2]，森林儲蓄量的估測受到限制。亟待提高對圖像的處理和分類技術，基于多特征的面向對象的影像分析方法將是一大突破口。

參考文獻

[1]史立峰，趙 龍.吉林省林業遙感技術應用存在的問題及對策[J].林業科技情報，2016，48（03）：30～31.

[2]張 芳，烏蘭娜，康海峰.中高分辨率遙感影像在林業中的應用現狀及其存在的問題[J].內蒙古林業調查設計，2015，38（03）：132～134.

[3]孟春林.影像陰影消除的探討[J].云南林業調查規劃設計，2001（3）：36～39.

[4]朱 煒，李 東，沈 飛，湯根云，吳建明，陳繼民，劉 政，王志輝.高光譜遙感森林樹種分類研究進展[J].浙江林業科技，2013，33（02）：84～90.

收稿日期：2018-11-10