基于遙感影像處理的土地動態變化監測

胡 貝

(中南勘察設計院集團有限公司, 湖北 武漢 430074)

0 引言

當某地區的地物類型發生變化時,該地區不同時相的遙感影像存在一定的光譜特征差異,通過對該差異進行對比分析,獲取其變化信息,達到監測該地區土地覆蓋/利用變化的目的。變化監測技術是區域土地覆蓋/利用變化的重要技術手段,對不同時相遙感影像的光譜特征差異的分析結果直接影響土地覆蓋/利用變化信息獲取的準確性[1]。隨著遙感技術以及計算機圖像處理技術的快速發展,使得變化監測的技術手段更為豐富,相較于傳統的人工解譯,大大減少了工作量,提高了工作效率,監測結果精度更高,可靠性更高[2]。

1 變化監測

在土地動態變化監測研究過程中,常用的研究方法為變化矢量分析法,該方法可以對不同時相中的多光譜數據變化信息進行綜合分析監測,不受傳感器類型限制[3]。首先要對同地區兩個不同時間的遙感圖像進行光譜量測,圖像中的每個像元均可以生成具有兩個特征的變化向量,分別表示變化方向和變化強度。其中,變化強度特征向量的計算方法即為求得位于n維空間中兩個數據點之間的距離,其計算公式為:

(1)

式中，CMpixel為變化強度；BVijk(date1)和BVijk(date2)分別為像元(i,j)對于不同日期在波段k的光譜值,k=1,2,…，n,n為選用的波段數。方向變化特征向量是反映某個數據點在每個波段的變化,根據變化向量的角度和方向判斷其正/負向變化及其變化模式[4],在所選擇的各個波段分別計算出BV變化值及其變化模式。

對變化向量進行綜合分析,其輸出結果為變化強度圖像和變化方向碼圖像,通過兩幅圖像進行提取區域變化信息。在某區域的研究應用中,可以根據該研究區域的實際情況設定強度變化閾值[5],若某片區域的像元變化強度沒有超出設定閾值,則默認該點的土地利用類型未發生變化;同理,當像元變化強度超過所設定的閾值[6],則判定發生改變,如圖1所示。綜合分析變化向量信息,并參考其他的圖像特征,可對研究區域內的土地利用/覆蓋變化進行進一步探究。

圖1 變化類型圖

2 變化矢量

2.1 垂直植被指數

垂直植被指數(PVI)即是在R、NIR二維數據中對綠度指數(GVI)的模擬,在R、NIR二維坐標系內,地表土壤的光譜響應曲線為一條斜線,又稱為土壤亮度線[7]。在R、NIR波段,地表土壤具有非常高的光譜響應,當地表土壤的自身屬性發生變化時,其亮度值會以土壤亮度線為參考,上下移動。相較于地表土壤,地表植被在紅波段的光譜響應普遍偏低,但在近紅外波段,其光譜響應相對較高[8]。由于土壤和植被各自的光譜響應特性,導致在二維坐標系內地表植被的光譜曲線多位于土壤線的左上方。同時因為不同種類的植被與土壤亮度線的距離不同,植物像元到土壤亮度線的垂直距離即為垂直植被指數,垂直植被指數的計算公式為:

(2)

式中，S為土壤反射率;V為植被反射率;R為紅波段;NIR為近紅外波段。PVI表示在土壤上的植被生物量,當之間距離越遠,則植被生物量越大,同時也可以將PVI定量表達為:

PVI=(DNNIR-b)cosθ-DNR·sinθ

(3)

式中，DNNIR、DNR分別為NIR、R兩波段的反射輻射亮度值;b為土壤基線與NIR反射率縱軸的截距;θ為土壤基線與R光反射率橫軸之間的夾角。

PVI的自身特點極為顯著,可以充分對土壤背景的影響進行有效過濾,且PVI對大氣效應的敏感程度也相對較小,遠遠低于其他植被指數[9]。正因為PVI自身的特殊屬性,可以較好消除其他外界因素的干擾,所以其應用較為廣泛,尤其是大面積作物估產領域的應用。

2.2 亮度指數

亮度指數BI,采用均方根法獲得,即:

(4)

2.3 土地用地類型的光譜特征

不同地物具有不同的光譜特征,研究區域內主要的地物特征包含地表建筑物、水體、植被等[10]。一般情況下,我們在遙感影像上只能看到建筑物頂部,建筑物側面內容相對較少,所以需要對建筑物頂部不同建造材質的光譜特征進行研究分析。經過對現有資料查詢并咨詢相關專業人員,得出灰白色石棉瓦材質的屋頂反射率最高,瀝青粘砂屋頂因其表面鋪著砂石,砂石具有較高的反射率,所以瀝青粘砂材質的屋頂反射率相對于灰色水泥屋頂要高出許多,鐵皮材質的屋頂反射率低并且曲線起伏程度較小,相對較為平坦。

水體反射率在整個波段內明顯較低,尤其是在近紅外部分,相較于其他地物水體反射率低的特性更為明顯。對于水質較清透光性較好的水體來說,一般在可見光部分反射率為4%～5%,在0.6 nm左右處反射率下降至2%～3%,而在0.75納米之后的近紅外波段,水成了全吸收體[11]。由于水體中會含有一定的葉綠素,同時還會存有一些浮游植物,兩者對于水體的反射波譜也會造成明顯影響,水體中藻類等水生物在近紅外波段出現反射峰值,可以據此對水體的富營養化程度進行科學評判。

由于一般植物會進行光合作用,所以各類植被的反射波譜特征相似度相對較高。大部分植物的反射波譜特征是:在可見光綠波段附近有一個反射率在10%～20%范圍內的峰值,在近紅外波段有一個反射率位于50%～60%范圍內的較寬的反射坪[12]。

3 土地利用變化監測應用實例

3.1 研究區概況

河北省南皮縣位于河北省東南部地區。該地區地勢較為平緩,整體呈現西南高、東北低的特點,氣候條件主要為暖溫帶半濕潤大陸季風氣候。研究區土地利用變化主要有兩種,一是利用類型的變化,如耕地轉換為工礦、城鎮用地。二是種植類型的變化,如麥田轉換為棉花、高粱等春播地或果樹等或者是棉花等春播地轉換為小麥、果樹等。

3.2 變化監測實例

3.2.1遙感數據的選擇和預處理

為了取得好的效果,選用了5月下旬的圖像數據。此時正值冬小麥處于抽穗期,生長旺盛、蓋度高;而春播地處于幼苗期,作物蓋度較低,兩者在圖像上,其植被指數、亮度指數均差異明顯、變幅較大。為了排除作物本身因季節變化的影響以及因地物亮度在不同組合波段中的差異,選用了不同年份同一季節、相應波段的圖像數據,2010年5月28日TM第2、3、4波段與2018年5月28日TM第2、3、4波段,進行該區土地變化遙感監測。

為了消除原始數據系統誤差而造成的偽變化信息,對原始數據進行了校正,直方圖調整,并運用對照變換法,對2010年與2018年的TM影像相應波段數據進行概率分布匹配,使之具有相同的概率分布,其均值、標準差也接近,同時對這兩幅不同時相的圖像數據進行圖像間的空間匹配。

為了減少計算機處理不必要的工作量,提高效率,僅將研究區域矢量圖生成AOI,利用生成的AOI在整幅圖像上分別裁剪出研究區域遙感影像。

3.2.2計算亮度指數和垂直植被指數

亮度指數BI,采用均方根法,通過ENVI軟件進行獲得,即:

(5)

式(5)中：b1為TM影像第2波段亮度值；b2為TM影像第3波段亮度值；b3為TM影像第4波段亮度值。

垂直植被指數PVI,用可見光波段與近紅外波段的二維數據,先在兩圖像上對無植被類型區(如水體、建筑物等)進行采樣。分別在兩不同時相圖像的TM3-TM4平面上用直線擬合法找出無植被直線L1和L2(相當于土壤亮度軸,即背景亮度軸);分別計算出某點P,在二維平面內,到亮度軸的垂直距離d1、d2。他們分別可以作為兩不同時相TM圖像上,P像元的垂直植被指數PVI1、PVI2。

3.2.3求算變化量

采用“BI-PVI”構成“植被投影面”計算平面上2個不同時相圖像的變化向量k反映BI、PVI的增減變化。根據變化向量(k)的大小和方向(v),來提取要檢測的變化。其中k的大小反映變化程度,v表示變化方向。

3.2.4變化分類及輸出分類圖

根據實地情況,確定變化向量大小上取205為閾值,在變化分類圖中,變化向量值小于205視為無變化,而大于205視為所要監測的變化。

以已知樣地為依據,再將變化向量的方向360°分為7個區間,得到7個變化類別,不同類別給予不同的顏色,便得到土地利用變化監測圖,即變化分類圖(圖2)。

圖2 變化監測成果圖

3.3 結果分析

對變化監測結果進行分析可知,研究區土地利用結構8年間未發生變化面積所占比例最高,占研究區總面積的28.12%。其次是棉花用地轉換為小麥用地,占比23.06%,主要是由于該地區近年棉花等經濟作物價格下調,導致大多數種植者不再種植棉花。該地區綠化面積明顯增加,所占比例為18.24%,由于該地區出臺多項政策要求大力發展城市綠化,河流、道路兩側的綠化面積大幅上升。研究區近年來的經濟發展并沒有占用太多原有耕地,主要是對原有建筑的翻新和重建工作,所以耕地轉化為建筑用地面積相對較低。將監測結果與該地區實際土地利用變化進行對比,對此次監測成果進行精度分析,其結果如表1所示。

表1 土地利用變化分析

監測結果經與實地資料驗證除個別坐標區域的棉花、小麥種植區存在略微偏大誤差外,其他的效果都很好,各土地利用變化監測結果精度較高,滿足監測要求。通過該實例證實了基于亮度指數BI及垂直植被指數PVI的變化向量矢量分析進行土地利用變化監測,監測結果較好,具有現實應用的可行性。

4 結束語

本文主要是選取南皮縣作為研究區域,進行了土地利用變化監測的綜合試驗。對原數據進行了直方圖調整,運用對照變換法,對2010年與2018年的TM影像相應波段數據進行概率分布匹配,同時對這兩幅不同時相的圖像數據進行圖像間的空間匹,計算提取了亮度指數BI和垂直植被指數PVI,并且通過二者組成的二維變化向量再加上利用閾值法直接實現土地利用類型的分類與變化監測,將監測結果與該地區土地利用類型實際變化進行對比分析,精度較高,監測結果與實際變化結果貼近程度較高,監測結果較為理想。但該方法在變化向量大小閾值及角度界限的選擇確立方面存在一定的主觀性,對監測結果會造成一定程度上的影響,同時在大面積推廣應用時,需注意偽變化信息的消除。但總體而言,以亮度指數和垂直植被指數為基礎,研究地區土地利用動態變化,具有較高的適用性。