森林資源調查中高分二號遙感圖像處理方法研究

王曉麗

【摘要】：在統一的地理坐標系中，通過一定的算法將多幅遙感影像進行融合，能夠得到一幅較單一遙感數據具有更高精確度和更豐富內容的影像信息，并且具有新的波譜特征、時間與空間特征，能夠更加有效地進行對目標信息的表達。基于此，文章從遙感技術在森林資源調查中的應用出發，探討了森林調查中高分二號（GF-2）遙感圖像的處理方法，希望能為相關從業人員提供一些參考。

【關鍵詞】：森林資源調查；高分二號；遙感圖像處理

【引言】：高分二號是當前階段我國國產光學對地觀測衛星中分辨率最高的，其所搭載的兩臺全色多光譜傳感器均可提供具有較高空間分辨率的全色影像和多光譜影像，其分辨率分別優于1m、4m，由此可見，高分二號遙感衛星有著十分出色的性能。需要注意的是，在進行森林資源調查時，高分二號遙感影像的處理質量，直接影響著森林資源調查的質量，因此，加強對高分二號遙感圖像處理方法的研究有著十分重壓意義。

1、遙感技術在森林資源調查中的應用

作為陸地生態系統的主體，森林資源具有十分重要的生態價值，具有涵養水源、防風固沙以及改善空氣質量的眾多補課或缺的重要功能。同時，森林資源對于我國社會價值與經濟價值的提升，也有著巨大的促進作用。因此，加強對森林資源的了解和掌控是十分重要的。遙感作為先進的現代測繪技術，其應用不僅實現了大范圍、短周期以及重復性監測，還在一定程度上實現了區域性的快速監測，其測量效率和測量精度有著傳統調查方法不可比擬的優勢。當前階段，諸如高光遙感數據、多光譜遙感數據以及航空攝影測量數據都可有效應用于森林資源樹種識別[1]。同時，通過遙感技術所獲得的高分辨率影像是用來進行林地及林木參數提取的重要基礎，對于林業數據庫建設的重要數據來源。由此可見，高分辨率遙感衛星的應用已成為林業發展的必然趨勢[2]。

2、基于高分二號的森林調查遙感圖像處理分析

2.1高分二號數據基礎介紹

基于高分二號的森林資源調查數據遙感影像包括1個分辨率為0.8m的全色波段（0.45～0.90μm）和4個多光譜波段，分別是：藍（0.45～0.52μm）、綠（0.52～0.59μm）、紅（0.63～0.69μm）、近紅外（0.77～0.89μm），其空間分辨率為3.8m。獲取高分二號的遙感影像數據后，首先進行室內判讀，了解一定時間跨度內測區是否存在大面積地物變化，然后對不確定的地物類型進行實地探查，為后期的遙感影像地物分類精度進行評價。另外需要獲取測區1：10000的地形圖及DEM數據制作調查地圖，以便后期進行數據預處理。

2.2數據預處理

2.2.1大氣校正

高分二號在進行攝影時，通常會由于大氣折射或反射而導致影像存在誤差，因此需要進行大氣校正以獲得真實的地表光譜信息。在實際處理時，首先進行輻射定標操作，提高影像辨識度，便于后期進行精確信息的提取，然后利用ENVI對輻射定標的多光譜數據進行大氣校正，去除部分大氣的影響，擴大地表林地的波譜值，使其易于區分。

2.2.2正射校正

正射校正是進行遙感影像融合的重要前提，是統一遙感影像空間數據坐標系，同時消除幾何畸變的重要環節，在地形起伏較大的林地區域有著明顯的優勢。在具體操作中，首先根據1：10000地形圖與DEM數據為基礎，在高分二號的高分辨率遙感影像中選取一定的糾正控制點，然后將高分二號生產的RPC文件上傳至ENVI，此時就可利用ENVI自帶的Orthorectification進行正射校正。

2.2.3圖像融合

影像融合是指將同一地物的不同影像進行綜合，進而得到空間分辨率和光譜分辨率均有所提升的影像數據。該環節是確保影像分割精度的重要的步驟，對于地物信息提取精確度的提升有著十分積極的促進作用。需要注意的是，目前得到應用的影像融合方法有多種，但是，并沒有哪一種方法能夠較好地適用于各種渠道獲取的影像數據，每一種融合方法都有其獨特的優勢與不足。具體來說，當前應用較為廣泛的圖像融合方法有五種：一，Brovey融合法。該方法能夠有效簡化影響的轉換過程，并且能夠最大限度保留多光譜影像數據的信息；二，GS融合法。該方法能夠有效消除多光譜波段之間的互相影像，能夠有效保持光譜和紋理；三，PCA融合法。該方法是較為常用的圖像融合方法之一，能夠對數據信息進行壓縮；四，HPF融合法。該方法的優勢在于能夠有效進行濾波處理，在保留與空間信息有關高頻信息的同時，過濾大部分無用信息；五，NNDiffuse Pan Sharpening融合法。該方法具有較好的融合效果，能夠有效覆蓋多光譜多有波段的波長方位，其融合影像和處理速度都有著巨大的優勢[3]。

2.2.4圖像增強處理

一，輻射增強。輻射增強的目的是凸顯地物信息，進而能夠有效改善圖像質量。在具體操作中，輻射增強可通過對直方圖的匹配、拉伸以及去除條帶噪聲實現。

二，圖像真彩色增強。圖像真彩色是指通過圖像增強處理后的影像色彩能夠與地物接近或保持一致，一般指的是由紅、綠、藍波段合成的多光譜圖像，能夠有效識別林地信息及森林內的建設用地。

2.2.5圖像鑲嵌與裁剪

圖像鑲嵌與裁剪是指將分散的遙感影像拼合成一幅更大范圍無縫圖像的過程，進而進行下一步的地物提出與樹種識別。其具體操作包括切割線的選取、羽化以及顏色校正等。在實際鑲嵌時，可通過ENVI對融合后多幅遙感影像進行操作，為避免計算時間太長，或是軟件崩潰，可提前進行裁剪以減少數據冗余，加快數據處理，從而提高圖像鑲嵌結果的有效性。

結束語

總的來說，高分二號全色與多光譜影像信息的處理對于森林資源的調查有著良好的適應性，并且不同的影像融合方法對于影像的色彩效果與空間細節也有著一定的偏重，相關工作者可以根據數據源的類型以及具體的工作要求來選擇合適的影像融合方法，進而能夠有效提升森林資源調查的有效性。

【參考文獻】：

[1]汪紅，馬云強，石雷.基于高分二號的云南松林遙感影像提取方法研究[J].云南地理環境研究，2017，29（02）：57-63+77+2+79-80.

[2]胡曼，彭道黎.面向林地分類的GF-2影像融合算法評價[J].浙江農林大學學報，2017，34（02）：340-348.

[3]官瑞芬.高分二號衛星影像的融合方法比較研究[J].科學與信息化，2017（23）.