基于Worldview-2高分影像信息增強及提取在卡而卻卡地區遙感調查中的應用

魏本贊，張策，汪冰，付麗華，揭文輝

（1.核工業航測遙感中心，石家莊 050002；2.東華理工大學地球科學學院，南昌 330013）

0 引言

近年來，隨著航天遙感技術和衛星傳感器技術的飛速發展，高分辨率遙感數據逐漸進入農業、林業、氣象、軍事等領域；與此同時，高分辨率遙感數據兼宏觀與微觀的特性，在地質、礦產領域逐步得到應用[1-6]。但是，有時獲取的高分影像數據目視解譯效果較差，存在對比度不夠、圖像模糊、地物不突出及數據相關性強等諸多問題，需要運用巖性信息增強處理技術，用最小的數據量來改善或增強圖像的視覺（目視解譯）效果，突出或生成遙感地質調查所需要的有用信息，實現巖石類型或類型組合的提取，從而更好地服務于遙感地質巖性解譯[7]。

本文采用Worldview-2 遙感影像，進一步探討其圖像信息增強的應用效果，以期為柴達木盆地南緣高分遙感地質應用提供借鑒。

1 研究區概況

研究區選擇在青海省柴達木盆地南緣卡而卻卡地區（圖1），總體地勢南高北低，西高東低，山脈走向大致呈北西西向。區內平均海拔4000m 以上，屬于深切割的高山區。

大地構造位置屬于東昆侖微陸塊[8]；地層系統屬柴達木南緣地層分區。出露的地層主要有古元古代金水口巖群、中元古代狼牙山組、奧陶紀—志留紀灘澗山群、泥盆紀、石炭紀、三疊紀、新生代等。區內構造及昆南、昆中及昆北三大斷裂為格架，造就了該區北西西走向的斷裂和褶皺系統，并控制著區內沉積、變質、巖漿及其成礦作用。區內侵入巖活動頻繁，侵入巖石類型眾多，以中酸性為主。火山巖主要發育在泥盆紀牦牛山組和三疊紀鄂拉山組地層中。

2 Worldview-2數據特征及預處理

WorldView-2 衛星發射于2009 年10 月，設置9個波段，能提供0.46m 分辨率的全色和1.8m 分辨率的多光譜影像。WorldView-2 與其他高分數據相比，不僅具相對較高的空間分辨率及4 個常見的波段（藍色、紅色、綠色、近紅外）外，還具備了4 個額外波段（海岸、黃色、紅色邊緣及近紅外2），其多樣性的譜段蘊含了較為豐富的光譜信息。在這種高分辨率影像上，地物的光譜特征更明顯，其景觀的結構、形狀、紋理等細節信息較為突出，數據特征對于遙感地質應用具有重要意義。

由于研究區所選用的Worldview-2 數據已經過輻射校正和系統地幾何校正，且多光譜波段與全色波段也已精確配準，因此本次工作對Worldview-2數據只進行了大氣校正、幾何精校正和圖像鑲嵌。

3 巖石光譜特征

巖石光譜特征研究對于巖性信息增強和識別具有重要的指導意義，巖石的光譜曲線特征受多種因素影響：巖石的物質成分、結構、構造以及巖石遭受風化、蝕變作用的強弱等；巖石所含暗色礦物含量的多少對波譜反射率影響很大。閃長巖、花崗閃長巖和二長花崗巖的暗色礦物依次減少，其反射率依次增大。在不同花崗巖之間隨著反射率的增大，Fe3+（850nm）和Fe2+（950nm）、水（1400nm、1900nm）、粘土化（2200～2300nm）和CO32-（2345nm）吸收譜帶的特征更為突出。

通過對比Worldview-2 數據各波段花崗巖的波譜特征（圖2），花崗閃長巖和似斑狀二長花崗巖在B3（630nm～690nm）、B6（710nm～750nm）和B4（770nm～890nm）波段間存在吸收波谷，特別是在B4（770nm～890nm）波段間的吸收谷較為突出，這一吸收谷也是花崗巖類的最顯著的識別特征。

4 圖像信息增強

依據不同性質的巖石在礦物成分、結構構造、巖石表面結構、覆蓋物成分、含水性以及地域環境上的差異，通過拉伸、比值運算、主成分分析等實現對多波段遙感數據的波譜和紋理信息的增強[9-10]。

4.1 波段組合法

目前，關于波段組合最優化的選擇，已有諸多學者已作了系列研究工作[11-14]。本次采用最佳指數法（OIF），以組合波段標準差和波段間相關系數為指標，來確定最佳波段組合。

表1 中顯示：1、2 波段間具有較強的相關性，該兩個波段與其它波段相關性較弱，其中2 波段信息量明顯大于1波段，因此，在波段組合中應選擇2波段；3～8 波段中任意波段在同一方向與其相鄰的兩個波段具有較高的相關性。根據這一特點，結合波段信息量確定的候選波段組合有852 波段、842 波段、752波段、742波段。

表1 光譜信息統計表Tab.1 Sepectral information table

表2 相關性矩陣系數矩陣表Tab.2 Correlation coefficient matrix

圖像數據的標準差越大，所包含的信息量也越大，而波段間的相關系數越小，表明各波段圖像數據的獨立性越高，信息的冗余度越小。本文根據單個波段影像的信息量、波段間的相關性，利用最佳指數法（OIF），確定最佳波段組合。最佳指數法的計算公式如下：

式中Si：第i 個波段的標準差；Rij：i、j 兩波段的相關系數。OIF值愈大，表示影像數據蘊含的信息量愈多，即認為是最佳的組合方式。

經過計算，最佳指數排列表（表3）中852 波段組合的OIF 值最大，選取這三個波段組合作為信息提取的最佳波段組合。

表3 波段組著OIF 指數表Tab.3 Band combination OIF index

4.2 拉伸法

由于遙感成像系統的特性、成像的光照條件及地物間輻射差異的大小等原因，常常使數字圖像中大部分像元的亮度值集中在比較窄的動態區間內，產生圖像色調單一、反差較小等現象，致使地物信息不易區分，因此需要對影像進行反差增強（也稱反差擴展或拉伸增強），使亮度數據分布占滿整個動態范圍（0～255），擴大地物間亮度差異，達到改善和提高圖像對比度的目的。研究區遙感圖像的拉伸增強主要采用線性拉伸、分段線性變換、指數變換、對數變換、直方圖均衡化及直方圖規定化等處理方法。通過對研究區局部影像分析，對WorldView-2彩色合成影像進行拉伸處理后，大理巖與侵入巖體接觸帶內的夕卡巖帶呈較亮的白色條帶（圖3），與大理巖及侵入巖體之間的界限更加清晰。

4.3 比值運算法

通過研究區地質目標波譜特征分析，利用地物在不同波段上反射波譜差異，進行同名像元亮度值之間的比值運算，生成對目標信息更為敏感的比值圖像。該方法不但可以擴大巖石的波譜差異，消減地形等環境因素對同類巖性的影響，而且還可以提取和增強與礦化有關的信息。

圖4 為WorldView-2 遙感影像比值法處理前后對比圖，該方法使該區的影像色彩更加豐富，各巖性之間的色彩反差明顯，達到了較好的圖像增強的效果。

4.4 主成分分析法

主成分分析能去除同一地區不同波段或不同時相之間的遙感信息的冗余性和相關性，該方法充分利用了地物的光譜差異信息進行信息提取，并通過多次變換后，使新的主組分分別集中不同的目標信息，達到影像數據更易于解譯的目的。

對研究區內某一子區WorldView-2數據的8個波段進行主成分變換，其中，PC1-4 包含了95%以上的影像信息，PC5-8主要為噪聲信息。將通過主成分變換得到的含巖性信息的PC2、PC3、PC5 組合進行彩色合成得到的影像（圖5），各巖性之間的差異得到了較好的增強體現。

4.5 植物抑制

針對植被覆蓋，高分WorldView-2 數據中紅波段（B5）和兩個近紅外波段（B7、B8）對植被信息表現為強反射特征，利用波段變換來移除植被光譜信息，從而達到壓抑影像植被的目的。根據World-View-2 數據中B5、B7、B8 波段對植被信息強反射的特征，計算植被指數；基于植被指數進行閾值的計算，根據閾值對非植被覆蓋區進行掩模，使其不參與后續強迫不變處理，保存了原始光譜信息；運用強迫不變方法對植被覆蓋區的光譜相應進行抑制，即計算植被指數并繪制植被指數與每個像元值散點圖及相關關系擬合曲線，通過擬合曲線計算植被在每個波段像元中的貢獻值，分離這一貢獻值；將非植被覆蓋區和經過處理的植被覆蓋區圖像合到一起，進行直方圖均衡化，以減少兩類地區的灰度差異。

經過植被移除圖像處理后的影像（圖6），植被信息得到抑制，包括構造形跡在內地質信息得以加強，明顯提高了構造的解譯識別能力。

5 信息提取

運用高空間分辨率遙感巖性識別技術針對碳酸鹽巖進行巖性填圖，至今尚無尚未形成成熟的方法體系，凸顯了碳酸鹽巖識別的難度較大。其主要原因：一是工作區內沙土植被覆蓋較為嚴重，巖石裸露程度較低，造成巖性光譜特征不純，實際表現為巖石、土壤和植被的混合光譜；其二，高分遙感影像波段大多設置在可見光及部分近紅外波段范圍內（400nm～1600nm），而碳酸鹽巖特征光譜區域內（1600nm～2350nm）幾乎沒有波段，同時，單波段覆蓋的光譜區域較寬，光譜分辨率低。本次工作針對WorldView-2影像紋理信息豐富的特點，采用了一種基于紋理和光譜信息的影像分類方法進行碳酸鹽巖信息識別的研究。

首先對卡爾卻卡研究區局部WorldView-2 影像（圖7）做主成分變換，提取第一主成分（PCA1），選用均值（Mean）、方差（variance）、對比度（Contrast）、熵（Entropy）和角二階矩（Angular Second Moment）等5 種最為常用的方法來計算圖像紋理特征。

根據大理巖的圖斑特征，利用最大似然監督分類方法對最小噪聲分離影像進行監督分類提取同類大理巖信息。在分類后的巖性信息影像圖（圖8）上，大理巖呈湖藍色調圖斑，花崗閃長巖呈粉色圖斑，二長花崗巖呈紅色圖斑，似斑狀二長花崗巖呈深紅色圖斑，片麻巖呈深藍色圖斑。

根據根據分類結果生成遙感地質解譯圖（圖9）。通過與已有地質礦產資料進行對比（圖10），可以看出，通過該方法形成的巖性-構造解譯圖大理巖、巖漿巖的界線更加精確，且巖性、構造等信息更加詳細、豐富。

6 結語

（1）筆者針對柴達木盆地南緣卡而卻卡地區，根據不同的高分遙感影像特征提出了一系列圖像增強處理的方法，增強了巖性、構造的識別效果，實踐證明該些方法可以更好輔助高分遙感解譯工作。

（2）基于紋理和光譜信息的影像分類方法對大理巖、巖漿巖信息提取，可以較準確地圈定大理巖、巖漿巖巖性界線，并通過與現有地質礦產資料進行對比，該方法形成的巖性-構造解譯圖所反映巖性、構造等信息更加詳細、豐富。

圖1 青省卡而卻卡地區地理位置圖（藍色圖框為研究區）Fig.1 Lpcation map of Kaerqueka district in Qinghai

圖2 研究區典型巖性光譜曲線與Worldview-2波段設置關系圖Fig.2 Relationship graph of the spectrum curves of rocks and Worldview-2 wave band setting

圖3 線性拉伸對比圖Fig.3 Comparison images of linear stretching

圖4 比值增強對比圖Fig.4 Comparison images of radio enhancement

圖5 主成分分析法處理對比圖Fig.5 Comparison images of principal component analysis

圖6 植被抑制影像對比圖Fig.6 Comparison images of plant inhibition

圖7 研究區局部WorldView-2遙感影像圖Fig.7 WorldView-2 remote sensing image features of part of the study area

圖8 研究區局部信息提取圖Fig8 Color infomation extraction of part of the study area

圖9 研究區局部遙感地質解譯圖Fig.9 Geological map of remote sensing interpretation of part of the study area

圖10 研究區局部1:200,000地質圖Fig.10 The 1:200,000 geological map of part of the study area