基于RS與GIS的壺瓶山國家級自然保護(hù)區(qū)森林立地分類研究

馮德鴻，丁 峰，陳 華

(1.三峽大學(xué)理學(xué)院3S研究所，湖北宜昌 443002；2.宜昌市林業(yè)調(diào)查規(guī)劃設(shè)計院，湖北宜昌 443002)

湖南壺瓶山國家級自然保護(hù)區(qū)位于湖南省石門縣境內(nèi)，距石門縣城110 km，北望長江三峽，南接國家森林公園張家界。壺瓶山屬武陵山脈北支的太青山系，地處湘西北和鄂西南鶴峰、五峰交界地帶，主峰海拔2 098.7 m，為湖南第一高峰，被稱為“湖南屋脊”。壺瓶山國家級自然保護(hù)區(qū)，被譽為“地球怪圈”(30°N)上的自然迷宮、東半球上的“諾亞方舟”。由于壺瓶山未受到第四季冰川的襲擊，因而保存著良好的生態(tài)環(huán)境和大量珍貴的孑遺植物及其群落，被譽為“華中地區(qū)彌足珍貴的物種基因庫”。2 200多種高等植物中，國家級保護(hù)的有珙桐、水青樹、連香樹等47種；272種野生動物中，國家級保護(hù)的有華南虎、金錢豹、黑鹿、娃娃魚、蘇門羚等41種。

國家級自然保護(hù)區(qū)森林立地分類問題的研究，當(dāng)前國內(nèi)外最新研究技術(shù)是將高質(zhì)量的多源遙感數(shù)據(jù)(如具有高分辨率衛(wèi)星影像的可見光遙感、熱紅外遙感[1]以及低空無人機(jī)遙感等)與地面調(diào)查數(shù)據(jù)(如人工現(xiàn)場勘測的基礎(chǔ)地形數(shù)據(jù)、近景攝影測量數(shù)據(jù)等)相配合使用的技術(shù)方法，成為森林資源動態(tài)監(jiān)測技術(shù)的理想方法。遙感圖像分類方法也出現(xiàn)了比較先進(jìn)的如人工神經(jīng)網(wǎng)絡(luò)分類、模糊集分類和專家系統(tǒng)分類等方法[2-3]，一般的遙感影像分類方法可分為監(jiān)督分類(最小距離法、多級切割和最大似然法等)和非監(jiān)督分類(分級集群法、動態(tài)聚類法等)[3]、參數(shù)分類和非參數(shù)分類、像元分類—亞像元分類—基元分類[2]。筆者擬通過對壺瓶山國家級自然保護(hù)區(qū)以近紅外TM高分影像為主要數(shù)據(jù)源的遙感數(shù)據(jù)進(jìn)行處理，配合地面調(diào)查的基礎(chǔ)地形數(shù)據(jù)，來綜合分析森林立地分布情況，并盡可能地避免出現(xiàn)“異物同譜”和“同物異譜”現(xiàn)象，為保護(hù)區(qū)管理局編制生產(chǎn)計劃與科學(xué)管理提供有價值的參考信息。

1 數(shù)據(jù)準(zhǔn)備

1.1武陵山脈基礎(chǔ)地形數(shù)據(jù)點圖層[4]：居民點、山峰、高程點；線圖層：公路、水系、山脈、等高線、經(jīng)緯線；面圖層：縣界、居民地、水系；高斯-克呂格1940平面坐標(biāo)系統(tǒng)(即GCS_Krasovsky_1940平面坐標(biāo)系統(tǒng))。

1.2壺瓶山自然保護(hù)區(qū)基礎(chǔ)地形數(shù)據(jù)點圖層[4]：山峰、居民點、高程點；線圖層：保護(hù)區(qū)邊界、公路、水系、等高線、經(jīng)緯線；面圖層：縣界、保護(hù)區(qū)、區(qū)境界、功能區(qū)劃分、村區(qū)域、水系。坐標(biāo)系統(tǒng)與地理坐標(biāo)系雖不明確，但在研究過程中參照谷歌衛(wèi)星影像(Google earth)空間坐標(biāo)系，經(jīng)過地物對象的數(shù)字化坐標(biāo)配準(zhǔn)處理后，轉(zhuǎn)換成了空間參考為WGS_1984的坐標(biāo)系。

1.3武陵山脈遙感影像數(shù)據(jù)近紅外TM遙感影像數(shù)據(jù)[4]：wlsh_tm，波段數(shù)6(紅色波段1、綠色波段2、藍(lán)色波段3)，像素深度8 bit，大小62.62 MB，格式img，比例尺為1∶10 000，高斯-克呂格1940平面坐標(biāo)系統(tǒng)。湖南省石門縣谷歌衛(wèi)星遙感影像，空間參考為WGS_1984。

2 影像數(shù)據(jù)處理

2.1統(tǒng)一坐標(biāo)系在ArcCatalog中，將武陵山脈基礎(chǔ)地形數(shù)據(jù)、壺瓶山自然保護(hù)區(qū)基礎(chǔ)地形數(shù)據(jù)和武陵山脈近紅外TM遙感影像數(shù)據(jù)統(tǒng)一成高斯-克呂格1940平面坐標(biāo)系統(tǒng)[4-5]，如圖1所示。

圖1 建立高斯-克呂格投影坐標(biāo)系的TM遙感影像Fig.1 TM remote image of establish unified Gauss-Kruger projected coordinate systems

2.2圖像裁剪由于近紅外TM遙感影像數(shù)據(jù)(wlsh_tm.img)經(jīng)過了幾何校正，不存在幾何畸變，即遙感影像的像元坐標(biāo)與目標(biāo)物的地理坐標(biāo)保持一致的對應(yīng)關(guān)系，所以直接進(jìn)入圖像裁剪處理。

武陵山脈近紅外遙感影像數(shù)據(jù)是一幅覆蓋面積較大的影像圖，為節(jié)省存儲空間，減少數(shù)據(jù)處理時間，需要對近紅外遙感影像圖進(jìn)行分幅裁剪，提取只覆蓋壺瓶山自然保護(hù)區(qū)的遙感影像圖。在ERDAS IMAGINE環(huán)境下，以壺瓶山自然保護(hù)區(qū)基礎(chǔ)地形數(shù)據(jù)的“保護(hù)區(qū)”面要素柵格化處理，然后作為掩膜，采用不規(guī)則分幅裁剪[4-5]，結(jié)果如圖2所示。

圖2 壺瓶山自然保護(hù)區(qū)近紅外TM遙感影像Fig.2 Near-infrared TM remote image of Hupingshan Natural Nature Reserve

3 影像數(shù)據(jù)分析

3.1非監(jiān)督分類非監(jiān)督分類是指不必對影像地物獲取先驗知識，僅依靠影像上不同類地物的光譜信息(或紋理信息)進(jìn)行特征提取，以提取出統(tǒng)計特征的差別來達(dá)到分類目的的分類方法。非監(jiān)督分類主要采用聚類分析方法，聚類是將一組像元按照相似性歸成若干類別，即“物以類聚”[3，6], 如圖3所示。常用的非監(jiān)督分類法是分級集群法和動態(tài)聚類法[7-8]。

圖3 遙感圖像分類基本原理[6]Fig.3 The basic principle of remote sensing image classification

分級集群法[6]采用“距離”評價各樣本(每個像元)在空間分布的相似程度，把它們的分布分割(或者合并)成不同的集群。每個集群的地理含義需要根據(jù)地面調(diào)查，或者與已知類型的數(shù)據(jù)比較后方可確定，如圖4所示。

圖4 分級集群法歸并過程[6]Fig.4 The merging process of hierarchical clustering method

在遙感圖像分析軟件ERDAS IMAGINE平臺上，使用基于最小光譜距離公式(ISODATA算法)來進(jìn)行非監(jiān)督分類[4-5]。聚類過程始于任意聚類平均值或一個已有分類模版的平均值；聚類每重復(fù)一次，聚類的平均值就更新一次，新聚類的均值再用于下次聚類循環(huán)。ISODATA算法運行時循環(huán)過程不斷重復(fù)，直到最大的循環(huán)次數(shù)已達(dá)到設(shè)定的閾值，或者2次聚類結(jié)果相比有達(dá)到百分比的像元類別已經(jīng)不再發(fā)生變化。

應(yīng)用基于最小光譜距離公式(ISODATA)非監(jiān)督分類算法，參數(shù)設(shè)置：初始分類數(shù)10；輸出圖像顏色選項(紅色3波段，綠色5波段，藍(lán)色2波段)；最大循環(huán)次數(shù)24；循環(huán)收斂閾值0.95[5]；分類結(jié)果如圖5所示。

圖5 應(yīng)用ISODATA非監(jiān)督分類算法分類后的影像Fig.5 Image classified by ISODATA unsupervised classification algorithm

3.2數(shù)據(jù)融合疊加分析在應(yīng)用ISODATA非監(jiān)督分類算法分類后的影像中，一共劃分出10種立地類型(Class 1～Class 10)，為確定森林立地類型，盡可能地避免出現(xiàn)“異物同譜”和“同物異譜”現(xiàn)象[9]，可將分類后的影像數(shù)據(jù)與武陵山脈基礎(chǔ)地形數(shù)據(jù)、壺瓶山自然保護(hù)區(qū)基礎(chǔ)地形數(shù)據(jù)融合疊加(圖6)，進(jìn)行人工目視判讀以確定森林立地的各類別，判讀的基本原則是遵循“先圖外后圖內(nèi)、先整體后局部、勤對比多分析”[9]；其中的“勤對比多分析”判讀原則主要是多波段對比和不同地物對比，基本分析方法是：線狀地物一般是道路交通或山谷水溝溪流(色彩亮的為道路、色彩暗的為水溝溪流)；大面積塊狀光譜綠色表示森林植被(色彩亮的為向陽、色彩暗的為陰向)；小區(qū)域塊狀亮地一般為林地非法采伐后的裸地或牧地等。圖7為壺瓶山自然保護(hù)區(qū)不規(guī)則三角網(wǎng)(TIN)表示的高程模型，可明顯判斷出處于低地勢的森林濕地區(qū)域。表1是應(yīng)用GIS空間分析法得到的森林立地分類及所占百分比面積，是應(yīng)用定性與定量相結(jié)合的計算方法得到的估算結(jié)果，表明因山地自然滑坡等原因而造成的裸地或沖擊平地區(qū)域所占面積有增大的趨勢，應(yīng)該及時采取新增造林措施彌補(bǔ)裸地。

圖6 分類后的影像數(shù)據(jù)與武陵山脈基礎(chǔ)地形數(shù)據(jù)融合疊加Fig.6 The superposition of data fusion of after the classification image with the Wulingshan basic terrain data

圖7 壺瓶山自然保護(hù)區(qū)TIN高程模型Fig.7 TIN elevation model of Hupingshan Natural Nature Reserve

Table1StatisticsonthetypesandareasofforestsitesinHupingshanNatureReserve

分類號Class number立地類型Site type占地面積Floor areahm2所占百分比Percentage%1陰向-陡坡2 764.93.732陰向-緩坡7 341.19.903向陽-陡坡8 970.112.094向陽-緩坡9 589.612.935裸巖5 881.67.936沖積平地-草甸土10 898.214.707森林植被-灌木類10 407.914.048森林植被-喬灌混雜6 326.08.539森林植被-喬木類7 584.910.2310山谷水溝 4 368.95.89

4 小結(jié)

該研究以遙感與地理信息系統(tǒng)為技術(shù)支持，以近紅外TM遙感影像為主要數(shù)據(jù)源，先建立統(tǒng)一的高斯-克呂格投影坐標(biāo)系，然后在ERDAS IMAGINE平臺上進(jìn)行圖像裁剪處理，采用ISODATA非監(jiān)督分類算法分類以及遙感影像數(shù)據(jù)與武陵山脈基礎(chǔ)地形數(shù)據(jù)、壺瓶山自然保護(hù)區(qū)基礎(chǔ)地形數(shù)據(jù)融合疊加分析法，對壺瓶山自然保護(hù)區(qū)森林立地進(jìn)行人工目視判讀，定性與定量相結(jié)合，最后運用GIS空間分析法得到森林立地分類及其面積。