Landsat影像海岸帶土地利用動態監測方法研究

白玨瑩，徐威杰，管明雷，周　立

(1. 中國礦業大學，江蘇 徐州 221008; 2. 淮海工學院，江蘇 連云港 222005)

?

Landsat影像海岸帶土地利用動態監測方法研究

白玨瑩1，徐威杰1，管明雷2，周立2

(1. 中國礦業大學，江蘇 徐州 221008; 2. 淮海工學院，江蘇 連云港 222005)

Study on Landsat Images Land Use Dynamic Monitoring Methods of Coastal Zone

BAI Jueying,XU Weijie,GUAN Minglei,ZHOU Li

摘要：海岸帶土地利用變化在全球環境變化中備受關注。因此，比較分析適宜的、精度較高的土地利用動態監測方法對海岸帶土地利用研究具有相當重要的意義。本文選取連云港內土地利用變化強度較大的海岸帶作為研究對象，針對1986年和2013年兩期Landsat影像采用圖像差值法、主成分分析法和波段組合法3種差值法進行比較分析和精度評定，得出主成分分析法最適宜研究區。

關鍵詞：土地利用；監測；海岸帶；主成分分析法；圖像差值法；波段組合法

海岸帶是海陸連接、復合和交叉的地理單元[1]，資源豐富，區位優勢明顯，是社會經濟地域中的“黃金地帶”。近年來，沿海城市海岸帶資源的開發和利用大大加速了海岸帶土地利用變化，不同地區由于經濟發展方式和規模不同，其土地利用模式不盡相同[2]。但海岸帶自有的脆弱性和敏感性時刻提醒著人們要合理利用土地。因此，選擇一種合理的監測方法對海岸帶的發展有著深刻的現實意義。

土地利用變化信息監測方法眾多，其中基于灰度值變化的方法，包括圖像差值法、圖像比值法、變化向量分析法、主成分分析法等[3]。范海生等采用圖像差值法提取了攀枝花仁和區各土地利用變化類型像元數據[4]。K.NACKAERTS等利用改進的變化向量分析法實現了對森林變化信息的有效監測[5]。張曉祥等針對江蘇海岸帶比較了主成分分析法和變化向量分析法等，并得出主成分分析法更適用于該研究區域[6]。

土地利用監測方法很多，將其應用于具體研究區時，應根據其土地利用變化特點及影像特征確定適宜的土地利用變化信息提取方法。目前，針對連云港海岸帶土地利用變化特點所做的研究還較少。連云港海岸帶景觀格局變化頻繁，與內地的土地利用變化明顯不同。本文選擇連云港海岸帶內包括連云區、港口、田灣核電站在內的海岸帶為研究區域，基于光譜特征變化，研究確定適宜海岸帶土地利用變化信息提取的方法，為連云港海岸帶土地利用變化信息的快速提取提供技術方法參考。

一、研究區域概況及數據

連云港海岸帶位于南黃海西岸，江蘇省東北部，南起灌河口，北到銹針河口，有大陸標準海岸線約162 km。自20世紀90年代至今，連云港海岸帶土地利用動態變化顯著，城區不斷擴張，耕地林地非農業化變化顯著，建設用地面積增長迅速。圍海造地活動加劇，海域開發利用強度加大，交通運輸用地的面積實現了從零到有的突變，該類型用地也發生了從無到有的變化。包括連云區、港口、田灣核電站在內的海岸帶在連云港海岸帶中土地利用動態變化最為活躍，具有代表性。既包括海域到交通運輸用地的變化，也包括耕地到住宅交通用地、工業用地的變化。研究此區域有利于比較出適合連云港海岸帶土地利用變化的監測方法，同時獲得其1986年至2013年土地利用變化及未變化區域。

本文以成像時間為1986年4月11日的Landsat5 TM影像和2013年4月21日的Landsat 8 OLI-TRIS同月份影像為數據源，以盡可能減少季相不同造成的誤差。

二、研究方法

1. Landsat影像預處理

影像預處理主要包括幾何校正、大氣校正和研究區提取，其中，以2013年的Landsat 8影像為基準，選取12個地物特征明顯的點作為控制點，完成兩期多光譜影像的配準，配準誤差在0.5個像元以內；對兩期影像都采用快速大氣校正方法，消除大氣和光照等因素對地物反射的影響。

2. 比較分類方法

(1) 圖像差值法

圖像差值法的原理是在不考慮其他因素(傳感器、大氣條件等)的情況下，圖像中未發生變化的地類在兩個時相的遙感影像上一般具有相等或相近的灰度值，而當地類發生變化時，對應位置的灰度值將有較大差別[7]。它是將已配準的影像進行對應波段逐像元直接相減，獲得差值影像，再在此基礎上分析光譜信息，確定閾值，提取變化區域。本研究選擇中紅外波段差值圖。

(2) 主成分分析法

主成分變換(K-L變換)能將各波段信息壓縮到數量較少的某幾個特征向量上，是實現降低波段之間數據冗余的特征空間變換方法，并使信息損失達到最小，其中第一主成分包含原始波段線性組合的最大方差，第二主成分包含和第一主成分正交的最大可能方差，其他主成分與此類似[6,8]。主成分分析法是比較主成分變換后某主成分的對應像元的灰度值，若地類發生變化，它們會有很大差別。本研究選擇第一主成分差值圖。

(3) 波段組合法

同一地物對不同波段的吸收能量和反射能量不同，使同一地物在不同波段上的灰度值不同。波段組合法充分利用這一特性，在分析各波段地物光譜特征的基礎上，組合同期影像的不同波段，再將波段組合圖逐像元相減。本研究將同期TM影像的中紅外波段與近紅外波段相減，分別得到兩期影像的波段組合圖，再做兩個波段組合圖的差值圖。

三、結果分析

1. 研究區土地利用變化主要特點

1986年研究區TM影像如圖1所示，2013年研究區TM影像如圖2所示。

圖1　1986年研究區TM影像

圖2　2013年研究區TM影像

由圖1和圖2可以看出，自1986年至2013年，研究區土地利用變化具有明顯特點，連云區城市擴張和田灣核電站的興建使研究區耕地大量變為住宅交通用地和工業用地，港口碼頭的建立使海域由零突變為交通運輸用地[9]。圖2中，區域①表示填海工程導致的海域轉向交通運輸用地區域；區域②表示連云區城市擴張導致的耕地轉向住宅交通用地區域；區域③表示田灣核電站導致的耕地轉向工業用地區域。

2. 不同方法波段選擇結果分析

3種差值法的變化信息模板如圖3所示，其中，(a)為圖像差值法變化信息模板圖，即中紅外波段差值圖，(b)為主成分變換法變化信息模板，即第一主成分差值圖，(c)為波段組合法變化信息模板。

圖3　變化信息模板

在圖像差值法中選擇中紅外波段，因為TM影像的6個波段光譜圖像中，一般第5個波段包含的地物信息最豐富，而且水體幾乎全部吸收了中紅外波段內的全部入射能量，反射能量很少，而植物、土壤在這兩個波段內的吸收能量較少，而反射能量較多，這就使得水體在這個波段上與植物、土壤有所區別[10]。且在該波段中，住宅交通用地和工業用地的灰度值遠大于耕地的灰度值。所得差值圖中，海域到交通運輸用地、耕地到工業用地和耕地到住宅交通用地的變化都良好地呈現了出來。因此，在比較6個波段的差值影像后，選擇最能突出變化區域的中紅外波段。

主成分變換中選擇第一主成分差值圖。因為主成分變換后，最大方差投影在第一主成分上，第一主成分包含主要的信息。且在圖像中可以看出第一主成分差值圖中海域呈現出較暗色調，海域到交通運輸用地，耕地到工業用地、住宅交通用地等變化區域呈現出較亮色調，符合該區域土地利用變化的特點，有利于下一步的閾值確定。其他主成分差值圖中噪聲較多，土地利用變化特征表現效果不佳，且影響閾值的選擇。

波段組合法中選擇中紅外波段和近紅外波段的差值圖。因為住宅交通用地、交通運輸用地等在近紅外和中紅外波段之間呈大幅上升趨勢，林地、耕地、海域等呈現下降趨勢。中紅外與近紅外的差值圖中，變為住宅交通用地、交通運輸用地和工業用地等區域的灰度值為正，其他的為負。此特性正好符合研究區域的土地利用變化，能高效監測出耕地到住宅交通用地、工業用地和海域到交通運輸用地等的光譜變化。

3. 海岸帶土地利用動態變化提取結果

觀察兩期TM原始影像和變化信息模板的直方圖尾部的變化，找到左右兩邊的凸點點位，確定差值影像的閾值。其中圖像差值法的閾值為-666和1748，主成分變換法的閾值為-1524和1521，波段組合法的閾值為-1933和324。用灰度值最小表示土地利用類型已變化區域，得到3種差值法結果如圖4所示，其中，(a)為圖像差值法結果圖，(b)為主成分變換法結果圖，(c)為波段組合法結果圖。

圖4　結果圖

4. 精度及方法評價

本研究隨機選擇10個區域共500個采樣點比較3種差值法的精度，精度比對見表1。實際變化像元總共為300，實際未變化像元總共為200。據表1得知，主成分分析法的精度最高，為83.20%，圖像差值法和波段組合法精度相當，約為81%。

研究過程中，影響監測結果的因素很多，如預處理過程中的大氣校正、幾何校正，研究人員對研究區域的熟悉程度，研究人員在閾值選擇時的主觀性，研究人員對波譜特性的熟悉程度等。

表1　精度比對表

圖像差值法能夠有效監測出該研究區域主要地物變化。通過觀察結果圖，可以發現其精度和監測出的變化區域與主成分分析法十分相近。因為在第一主成分上，6個波段均為正值，其中第5波段貢獻率最大[10]。但畢竟只是分析的單波影像，此方法必然會丟失其他波段的信息。分類結果顯示，耕地到工業用地、住宅交通用地及海域到交通運輸用地，其漏檢像元和虛檢像元數目均略高于主成分分析法，總體精度低于主成分分析法。

波段組合法也能夠有效監測出主要地物變化，但相對于圖像差值法和主成分分析法較復雜，需要選擇合適的波段進行組合，以及合適的組合方式。另外，近紅外波段對綠色植物類別差異最敏感[11]，耕地狀態、植被生長狀況等的不同使未變化地塊的地物波譜特征出現差別，在差值圖像中就不可避免地產生偽變化信息，導致耕地到住宅交通用地區域虛檢像元比較多。港口碼頭和田灣核電站的監測精度也略低于主成分分析法。

相比之下主成分分析法表現出一定的優越性。去除了波段間的相關性，能集中6個波段的主要信息，是一種簡單有效的土地利用監測方法，且操作十分簡單。且此方法的差值圖影像亮度對比明顯，變化區域呈現接近白色或黑色，未變化區域呈現不同亮度級別的灰色。主要土地利用變化也相對明顯。與圖像差值法相比，DN值的變化幅度更大，有利于閾值的分析與確定。其漏檢像元、虛檢像元都比較低，且精度最高，最適合提取此研究區域的土地利用變化。

四、結束語

任何一種土地利用監測方法都有各自適宜的區域特點，也不可能同時提取出研究區所有的地物變化，學者需要研究的是針對特定區域的，符合自己研究需要的土地利用監測方法。本文基于Landsat TM

影像，以連云港海岸帶變化強度最大的區域為代表，運用圖像差值法、主成分分析法、波段組合法提取研究區土地利用類型變化區域，其中，主成分分析法精度最高，更適宜該研究區域。

參考文獻：

[1]楊桂山. 中國海岸環境變化及其區域響應[M]. 北京: 高等教育出版社, 2002.

[2]馬萬棟, 張淵智, 施平，等. 海岸帶土地利用/土地覆被變化研究進展[J]. 地理科學進展, 2008, 27(5): 87-94.

[3]孫金萍, 翟亮. TM影像的變化檢測方法探究[J]. 測繪科學, 2012, 37(4): 157-159.

[4]范海生, 馬藹乃, 李京. 采用圖像差值法提取土地利用變化信息方法[J]. 遙感學報, 2001, 5(1): 75-80.

[5]NACKAERTS K, VAESEN K, MUYS B, et al. Comparative Performance of a Modified Change Vector Analysis in Forest Change Detection[J]. International Journal of Remote Sensing, 2005, 26(5): 839-852.

[6]張曉祥, 嚴長清, 劉斯琦，等. 基于Landsat TM數據的江蘇海岸帶土地利用/覆被變化檢測方法比較研究[J]. 遙感應用, 2011(3): 82-87.

[7]鄧書斌. ENVI遙感圖像處理方法[M]. 北京: 科學出版社, 2010.

[8]Robert A S.遙感圖像處理模型與方法[M]. 北京: 電子工業出版社, 2010.

[9]謝宏全, 高祥偉．連云港海岸帶土地利用/覆蓋變化與驅動力分析[J]. 海洋科學, 2011, 35(11): 52-57.

[10]周成虎, 駱劍承, 劉慶生，等. 遙感影像地學理解與分析[M]. 北京: 科學出版社, 2003.

[11]彭望琭，白振平，劉湘南，等. 遙感概論[M]. 北京: 高等教育出版社, 2010.

中圖分類號：P229

文獻標識碼：B

文章編號：0494-0911(2016)02-0084-03

作者簡介：白玨瑩(1990—)，女，碩士生，主要從事海洋測繪研究 。E-mail: 947340280@qq.com

基金項目：國家海洋公益性行業科研專項 (201105004)；江蘇省科技支撐計劃( BE2010125)

收稿日期：2015-03-16

引文格式： 白玨瑩，徐威杰，管明雷,等. Landsat影像海岸帶土地利用動態監測方法研究[J].測繪通報，2016(2)：84-86.DOI:10.13474/j.cnki.11-2246.2016.0055.