GF-1與TM影像對高潛水位礦區地表監測的比較分析?

肖 武李素萃徐建飛呂雪嬌王 錚（.中國礦業大學　（北京）土地復墾與生態重建研究所，北京市海淀區，00083；.中國礦業大學　（北京）煤炭資源與安全開采國家重點實驗室，北京市海淀區，00083）

?

GF-1與TM影像對高潛水位礦區地表監測的比較分析?

肖 武2李素萃1徐建飛1呂雪嬌1王 錚1
（1.中國礦業大學（北京）土地復墾與生態重建研究所，北京市海淀區，100083；2.中國礦業大學（北京）煤炭資源與安全開采國家重點實驗室，北京市海淀區，100083）

摘 要高潛水位礦區會因煤炭資源的開采使大量優質耕地淪為積水區，對礦區的糧食安全和生態經濟安全造成嚴重影響，為了有效降低耕地的損失率和改善礦區的生態環境，以山東濟寧東灘礦為例，采用具有高空間和時間分辨率特點的高分一號衛星（GF-1）與TM影像的地表監測結果進行比較，驗證GF-1對礦區地表監測的適用性。GF-1數據具有更高的時間分辨率，可作為礦區地表監測的重要數據源，有助于礦區生態環境和景觀格局的動態監測，從而更好的建設生態、綠色和安全的礦區環境。

關鍵詞高分系列衛星 TM影像 高潛水位 地表監測

中國東部礦區多為高潛水位礦區且多為煤炭和糧食的復合區，故而煤炭開采對地表造成擾動，大量優質耕地塌陷為積水區。東部高潛水位礦區的地表監測承受著國家糧食安全和生態安全的雙重壓力，加強對高潛水位礦區地表的實時監測，有助于選擇合適的復墾時機及復墾技術從而有效的降低耕地損失率，為改善地表生態環境以及景觀格局優化等規劃具有很好的借鑒。選取山東省濟寧市高潛水位東灘煤礦為例，對三種數據進行地表覆蓋的提取比較研究，并根據高潛水位礦區的特點針對研究區提取的水域進行詳細的精度對比分析。

1　研究區概況

研究區為山東省濟寧市境內的東灘煤礦，地理坐標為東經116°50′49″～116°56′56″，北緯35°24′11″～35°31′25″，其地跨曲阜、鄒城和兗州。礦區是第四系山前傾斜沖積－洪積平原，位于魯中低山丘陵到平原洼地的過度地帶，整體地勢由西南向東北逐漸升高，但坡度平緩。地面標高在+42.46～+54.58 m，潛水位埋深約為2 m，屬于高潛水位礦區。該區屬于溫帶季風、溫帶海洋與溫帶大陸性氣候的過渡地區，四季分明，平均降水量約為715.54 mm/a，年平均氣溫約為14℃。土壤類型多為褐土，土地質地良好，土壤肥沃，是重要的糧食產區。均為季節性河流的白馬河和泥河是礦區內的主要河流，向南匯入南陽湖，研究區地下水資源充足。東灘礦自1989年投產以來，對3#煤層進行開采，地面已經形成了大面積的沉陷區，加之潛水位較高而匯集為大水面。

2　研究材料與方法

2.1 研究區數據來源

GF-1衛星發射于2013年4月26日，是中國民用高分衛星的首發星，其配備了2 m分辨率全色和8 m分辨率多光譜相機（PMS）各1臺，4臺16 m分辨率多光譜寬幅相機（WFV），其覆蓋周期為41 d（側擺時4 d）。Landsat-8傳感器OLI包含15 m分辯率全色和30 m分辯率多光譜波段。兩者都具有藍、綠、紅和近紅外波段，且都為太陽同步軌道；TM數據光譜信息更為豐富，但光譜分辨率卻不及GF-1；GF-1重訪周期以其PMS的4 d 和WFV的2 d相比TM數據的16 d可獲取更高頻次的影像數據，用于高時間分辨率，兩種數據各有優劣。具體軌道參數和載荷技術指標見表1。

該研究區的矢量數據的地理坐標系為WGS_ 1984。高程數據（SRTM DEM UTM）來源于地理空間數據云（Geo-spatial Data Cloud），為90 m分辨率的SRTM（Shuttle Radar Topography Mission）數據產品。

表1　GF-1衛星與Landsat-8衛星傳感器和軌道參數及載荷技術指標

研究采用多源遙感數據對高潛水位礦區的地表進行監測分析，選用GF-1衛星數據，獲取時間為2015年5月13日，軌道號分別為96/603的2 m分辨率全色和96/604的8 m分辨率的影像數據，2015年4月23日的軌道號為97/604的16 m分辨率的寬幅多光譜數據和2015年4月25日軌道號為35/122 的Landsat-8 TM影像，各項數據見表2，影像研究區無云量及無條帶，數據質量好。

表2　研究區遙感數據基本情況

2.2 研究方法

研究以安裝IDL8.3 R6補丁（該補丁新增對GF-1傳感器在數據讀取、大氣校正和正射校正及圖像融合等操作的原生支持，還對一些BUG進行了修正）的ENVI5.1為軟件平臺，對GF-1數據和Landsat-8 TM數據進行輻射定標和大氣校正以得到真實的地表反射信息。由于所采用的TM遙感數據產品級別是L1T，故而只須對GF-1數據以90 m分辨率的SRTM DEM數據為控制資料進行正射校正；選擇以GF-1 PMS傳感器上的2 m全色影像為參考影像，對多光譜影像和TM全色影像選擇同名地物點進行影像的配準，并檢驗配準精度滿足要求，此操作使各數據地理信息消除偏移。通過比較影像融合方法和查閱文獻，選擇Gram-Schmidt Pan Sharpening方法，并檢查融合后的影像是否很好的繼承了原全色影像空間結構信息，紋理是否清晰，是否利于不同地物類型的判讀和識別。研究以Google-Earth為輔助信息，將研究區地物分為耕地、林/草地、建設用地、水域和未利用地五類。以GF-1 PMS傳感器的數據為真實值，對比分析GF-1 WFV4的16 m數據與Landsat-8 TM融合后15 m數據的地類信息的相對誤差及水體位置精度。

對于東部礦區而言，其分布著大量的優質耕地資源和煤炭資源，承擔著中國經濟安全和糧食安全的雙重職責。煤炭開采勢必導致土地沉陷和塌陷，加之東部地區水位埋深較淺，故而東部高潛水位礦區煤炭開采會導致礦區呈現大量的積水區域，破壞研究區的生態景觀系統的穩定性，在一定程度上降低研究區生態系統的服務價值。因此對高潛水位礦區的水體面積的監測是很有意義的。利用Arcgis10.0對監督分類后矢量化數據進行處理，統計各地類面積。提取像元大小為（2m，2m）GF-1 PMS2和像元大小為（16m，16m）GF-1 WFV4和像元大小為（15m，15m）Landsat-8 TM的各地類的邊界范圍，以GF-1 PMS2為真實值，分析和比較GF-1 WFV4和Landsat-8 TM數據在土地利用分類，特別是水體提取方面的精度，研究技術流程圖如圖1所示。

3　結果與分析

3.1 分類精度問題

遙感影像分類精度是衡量分類后數據能否更好更準確的表達研究問題的本質。選擇定量分析方法對分類結果進行客觀分析，對分類后的影像采用混淆矩陣的方法進行分類結果的精度評價。對于GF-1 PMS2影像而言，選擇10個遙感解譯比較嫻熟的遙感專業人員，對研究區進行選擇和修改訓練樣本，計算樣本之間的可分離性。將10種可分離性良好的樣本作為真實地表的感興趣區，得到分類結果的總體精度大于87%，Kappa系數也都在89%之上。GF-1 WFV4和Landsat-8 TM數據的驗證樣本來源于作為真實值的像元大小為（2 m，2 m）的GF-1 PMS2影像，其分類結果的總體精度分別為93.74%和95.27%，Kappa系數分別為87.79%和93.38%。故而，分類結果滿足用戶的要求。

3.2 分類結果分析

對經過監督分類的影像進行Majority分析、聚類處理和過濾處理等分類后處理，消除小斑塊解決分類圖像中出現的孤島問題。借助arcgis10.0軟件，對分類后的各地類進行統計分析，數據見表3和表4。

從圖2及表3數據中可以看出，GF-1 WFV4和Landsat-8數據解譯后的各地類面積與作為真實值的GF-1 PMS2數據相比具有一致性，即建設用地、水域和未利用地均高于真實值，耕地和林/草地解譯面積略低于真實值。

圖1　研究技術流程圖

圖2　各遙感數據分類結果圖

表3　各遙感數據分類的地類面積統計

表4　解譯地類面積占研究區面積比例

由表4可以看出，GF-1 WFV4和Landsat-8 TM的耕地、林/草地和水域面積占研究區面積的比例幾乎相當，差值分別為0.29%、0.16%和0.22%。相比作為真實值GF-1 PMS2的比例均分別少于5.43%、0.96%和1.39%。相比占研究區19.23%的真實建設用地，GF-1 WFV4和TM則分別高出了3.78%和1.67%；未利用地的比例分別比真實值比例高出了1.45%和2.89%。單單從分類后各地類的面積占其研究區總面積比例而言，GF-1 WFV4和Landsat-8數據在對地表監測效果相當。為了定量分析這兩種數據在分類結果上的表現，采用相對誤差（測量值與真實值之差的絕對值占真實值的百分比）來分析各地類的不同，數據見表5，該指標更能反映數據間的可信程度。

表5　各數據類型相對于真實值GF-1 PMS2的相對誤差

可以看出Landsat-8 TM和GF-1 WFV4兩種數據的分類結果中耕地的相對誤差值最低，即分類精度最高。林/草地的相對誤差高達52%以上，其出現的原因有兩點，一是林/草的選擇標準中包含城市綠地和河流上的藻類植物，由于GF-1 PMS2融合后的分辨率為2 m，其遠遠高于分辨率分別為15 m和16 m的TM和GF-1 WFV4數據；二是由于數據選擇的時間問題，作為真實值的GF-1 PMS2影像時間與TM和GF-1 WFV4影像相比推遲逾20 d，這期間部分未利用土地可能被轉化為林/草地。Landsat-8 TM的建設用地和未利用地的相對誤差分別為8.67%和48.10%，而GF-1 WFV4數據則分別為19.62%和24.16%，說明建設用地和未利用地在分辨率低時不能很好的區分邊界。對于高潛水位礦區而言，對水域面積和邊界的監測極為重要，該研究區水體的相對精度相差不大，并且低于18%，說明高分16 m數據和Landsat-8 TM數據在水體的提取方面具有一致性，精度相當。

3.3 水體提取精度的評價

對水體提取精度的評價分為定性和定量分析兩個方面。定性分析主要是從圖形學方法將GF-1 PMS2、GF-1 WFV4和Landsat-8中解譯出的水體邊界與GF-1 PMS2全色和多光譜融合后的2 m分辨率影像進行疊加，3種數據解譯水體的效果均較好，只是在邊界上有點差異，影像分辨率的不同是主要原因；GF-1 WFV4和Landsat-8 TM數據在水體邊界上擬合程度較好，只是在河流的斷流和細小的區域處擬合程度不太理想，如圖3所示。如研究區的河流及其周圍面積較大的水域部分兩種數據的邊界與真實值擬合效果也相當好。

為了更好的比較GF-1 WFV4和Landsat-8數據對水體提取的精度問題，從3種遙感數據中解譯出的水體面積和水體邊界位置偏差作定量分析。作為真實值的GF-1 PMS2數據的解譯水體面積為465.07 hm2，已知GF-1 WFV4和TM解譯的水域面積相差不大，故而GF-1 WFV4數據在水體的解譯方面與TM數據精度相當。

圖3　部分研究區水域與真實值影像疊加圖

位置精準度指的是空間點位獲取坐標值與其真實坐標值的符合程度，即可以用于評價測量邊界與真實邊界的符合程度。利用真實邊界輪廓繪制N條等間距法線，并測量出其與各測量邊界的距離值，按公式（1）統計出各測量邊界的位置精度。利用從GIS中提取出的3種遙感數據解譯的水體邊界，以GF-1 PMS2的水體邊界為真實值，分別比較GF-1 WFV4和TM水體邊界位置相對真實值差異。選擇真實值水體的邊界中面積較大的區域1、2、3和4為例，如圖5所示（三角形黑點代表的是真實值邊界與等間距法線的交點處），分別在水體輪廓線上繪制n（n=17，16，14，13，）條等間距法線，并計算出TM（看作1數據）和GF-1 WFV4（作為2數據）沿著等間距法線方向與真實輪廓的距離值d1i和d2i。dji的正負取決于真實值邊界在j數據的邊界的內側為正，外側為負，距離統計數據見表6。

式中:σj——位置精準度；

N——等間距法線的數目；

dji2——GF-1 WFV4和TM水體邊界位置相對真實值位置的距離的平方和。

統計得到水體區域1、2、3和4的位置精度以及借助60條等間距法線模擬水體解譯的位置精度，各水體區域的位置精度見表7。

表6　距離統計數據

對表6距離數據的處理，GF-1 WFV4數據解譯出的水體區域1、2、3和4的位置精度比TM數據解譯出的水體位置精度分別提高了3.95、0.43、 3.68和2.13；將統計數據作為一個整體研究，通過公式（1）的計算，得到GF-1 WFV4數據解譯出的水體的位置精度δ2－wfv為9.54比TM數據解譯出的水體位置精度值11.67提高了2.13，故而可以看出GF-1 WFV4數據在水體的解譯中稍微優于TM數據。

表7　各水體區域的位置精度表

4　結論

基于高潛水位礦區承擔國家糧食安全和生態安全的重要職責的緣故，加強對高潛水位礦區地表的監測力度是非常重要的。加大對礦區的監測次數和準確度，勢必會選擇分辨率較高和重訪周期短的衛星遙感數據。研究旨在將GF-1與TM影像對礦區的地表監測結果進行比較，驗證國產GF-1 16 m分辨率數據用于高潛水位礦區地表監測的可行性。

通過對獲取的3種遙感影像數據進行處理和解譯，得到研究區各地類的面積數據。以融合后分辨率為2 m的GF-1 PMS2的解譯結果為真實值，分別從分類精度、分類結果各地類的面積及所占比例和各地類的相對誤差等方面比較了分辨率為16 m 的GF-1 WFV4和15 m的Landsat-8 TM的解譯結果的可靠性。

（1）在分類精度的驗證方面，采用混淆矩陣方法，利用作為真實值的GF1 PMS2的可分離性較好的樣本作為真實地表感興趣區，對GF-1 16 m分辨率和TM 15 m分辨率的分類結果進行精度驗證，得到總體精度分別為93.74%和95.27%，Kappa系數分別為87.79%和93.38%。其客觀的展現了2種數據分類效果滿足要求，可應用于后續對地類的分析與統計。

（2）在分類結果的分析方面，對3種遙感數據分類后統計的各地類的面積及占其研究區比例作分析和比較，并以GF-1 PMS2數據為真實值，采用相對誤差分析GF-1 WFV4和Landsat-8 TM兩種數據各地類的分類精度，結果表明GF-1 WFV4和Landsat-8 TM數據對礦區地表的監測存在一致性，尤其在耕地和水體的監測精度較高和穩定。

（3）在水體提取精度評價方面，選取面積較大的5個水體區域，以真實值的水體輪廓分別繪制等間距法線并測量與其他兩種數據的邊界的距離值做統計分析，得出GF-1 WFV4數據解譯出的水體的位置精度比TM數據提高了2.13。GF-1 16 m數據在水體解譯方面的表現略優于TM數據。

研究比較了GF-1 16 m與TM 15 m數據在高潛水位礦區的地表監測的表現，但仍存在一些不足。

（1）數據方面。為了保證研究數據云量的一致性，數據產品獲取時間相差逾20 d；以后的研究中盡量選擇同一時相數據作分析，以消除時間差造成的影響。

（2）解譯誤差。采用監督分類對影像信息進行解譯，解譯過程中由于個人技術水平的限制導致一些解譯誤差是不可避免的。今后的研究中可采用面向對象的尺度分割及建立健全的分類規則提取地物信息。

加強國產GF-1衛星數據廣泛應用于利用多時相的遙感數據對研究區的生態環境和景觀格局的動態監測，土地生態風險時空分異的研究和對生態系統服務價值的評價等，從而更好的建設生態、綠色和安全的礦區環境。

參考文獻：

［1］ 胡振琪，肖武，王培俊等.試論井工煤礦邊開采邊復墾技術［J］.煤炭學報，2013（2）

［2］ 肖武，趙艷玲，張禾裕.京西煤礦廢棄地游憩型復墾的SWOT戰略分析及其對策［J］.中國煤炭，2009（11）

［3］ 郭曉波，管海晏，吳查查.中巴衛星遙感找煤技術研究［J］.中國煤炭，2012（4）

［4］ 尚慧，倪萬魁.石嘴山礦區地表環境動態變化遙感監測［J］.國土資源遙感，2013（2）

［5］ 徐嘉興，李鋼，陳國良等.礦區土地生態質量評價及動態變化［J］.煤炭學報，2013（S1）

（責任編輯 孫英浩）

Comparative analysis on surface monitoring high phreatic water level in mining area basing upon GF-1 and TM images

Xiao Wu1，2，Li Sucui1，Xu Jianfei1，Lv Xuejiao1，Wang Zheng1
（1.Institute of Land Reclamation and Ecological Restoration，China University of Mining& Technology，Beijing，Haidian，Beijing 100083，China；2.State Key Laboratory of Coal Resources and Safe Mining，China University of Mining& Technology，Beijing，Haidian，Beijing 100083，China）

AbstractLarge amount of high-quality cultivated land will submerge into water with the exploitation of underground coal resources in high phreatic water level mining area，which will severely impact the security of food，ecology and economy in mining area.In order to effectively reduce loss rate of cultivated land and improve the ecological environment in mining area，the authors took Dongtan Coal Mine in Jining，Shandong as an example to compare the surface monitoring results between GF-1 with high space and time and TM images，and also verified the feasibility of GF-1 to surface monitoring in mining area.The results showed that GF-1 had higher temporal resolution than TM which can be important data sources of mining surface monitoring and contributed to the dynamic monitoring on mining areas＇ecological environment and landscape，in order to better building ecological，green and safe mining environment.

Key wordsGF series of satellites，TM images，high phreatic water level，surface monitoring

中圖分類號

文獻標識碼A

基金項目：?國家自然科學基金（41401609），中國礦業大學煤炭資源與安全開采國家重點實驗室開放基金（SKLCRSM13KFB07）

作者簡介：肖武（1983－），男，湖南漣源人，中國礦業大學（北京）副教授，研究方向為土地復墾與生態修復、3S技術在土地中的應用。