應用國產高分一號衛星數據提取風蝕荒漠化遙感信息方法研究

葛超英 李戰 徐雯佳

摘要：基于國產高分一號衛星數據，建立荒漠化遙感信息產品指標體系，利用風蝕荒漠化影響因子對荒漠化遙感信息進行分級提取。該方法以國產高分一號影像數據為風蝕荒漠化分類特征波段，利用面向對象方法，分離非荒漠化信息、建立風蝕荒漠化分類提取方法，并進行風蝕荒漠化提取方法精度評價。本文介紹了在民勤地區應用國產高分一號衛星遙感數據提取風蝕荒漠化分級信息的實例。

關鍵詞：國產高分一號衛星；風蝕荒漠化；面向對象

1.引言

荒漠化對我國生態環境、經濟的可持續發展等帶來嚴重影響，如何有效調查統計、控制沙漠化發展具有重要的現實意義。隨著我國國產高分衛星數據的多光譜、多時相、多空間分辨率的出現，為荒漠化信息提取提供了豐富的信息源。本文在綜合研究以往荒漠化指標體系的基礎上，利用國產高分一號衛星數據，結合3S（GIS、GPS、RS）技術，研究風蝕荒漠化提取方法并進行精度評價。

2.研究區概況

研究區位于甘肅省民勤縣，地理范圍為東經103°00′～103°15′，北緯38°30′～38°40′。研究區位于河西走廊東北部，西、北、東三面環沙，在巴丹吉林沙漠和騰格里沙漠兩大沙漠的半包圍中。屬溫帶荒漠氣候區、典型的荒漠生態類型區。

3.數據源及其預處理

3.1數據源

研究區荒漠化信息提取選取國產高分一號數據，包含分辨率為2m的全色數據和8m的多光譜數據，時相為2015年6月9日。

3.2數據預處理

高分一號衛星的數據預處理主要包括大氣校正和幾何校正兩部分。其中大氣校正利用ENVI軟件提供的FLAASH模型，設置大氣模型和氣溶膠類型等參數；幾何校正借助RPC文件、DEM和參考影像，利用ENVI軟件進行正射校正，控制點殘差中誤差不大于1個像素。此外，為排除影像數據中云的影響，還要進行云檢測。

4.研究方法

4.1土地荒漠化程度分級指標

朱震達（1984）提出了荒漠化程度判定指標體系。吳正（1987）在朱震達的荒漠化程度判讀指標體系基礎上，提出了荒漠化判別標準。中國地質調查局《區域環境地質調查總則（試用）》中規定了土地沙漠化、石漠化、土地鹽漬化程度劃分標準。國家林業局（2009）在《第四次全國荒漠化和沙化監測技術規定》中規定了荒漠化遙感調查指標體系，風蝕荒漠化從植被覆蓋度、地表形態兩個方面將荒漠化劃分為輕度、中度、重度、極重度四個方面。

在以往荒漠化評價指標研究的基礎上建立了綜合的風蝕荒漠化指標體系。風蝕荒漠化從植被覆蓋度、地表形態兩個方面將荒漠化劃分為輕度、中度、重度、極重度4個級別。見表1。

4.2風蝕荒漠化解譯標志

根據國產高分一號衛星數據特點及研究區內各級風蝕荒漠化的空間位置、色調特征、形態特征、影紋特征建立了遙感解譯標志。見表2。

4.3風蝕荒漠化提取流程

研究區內荒漠化提取流程如圖2所示，主要包括提取荒漠化影響因子植被覆蓋度和地表形態兩部分。利用已有成熟模型提取植被覆蓋度，并利用面向對象方法提取地表形態，根據荒漠化指標體系劃分荒漠化等級，建立1：5萬比例尺風蝕荒漠化信息提取方法。

4.3.1植被覆蓋度

植被的覆蓋狀況能夠較好地反映荒漠化的分布情況，其值的高低與荒漠化的程度呈負相關關系。植被覆蓋度是研究生態變化的重要指標，也是我國荒漠化監測指標體系中的主要基礎數據（丁國棟，2004）。植被覆蓋度根據像元二分模型（李苗苗，2003），通過公式變換得到公式如下：

4.3.2地表形態

利用ENVI軟件面向對象方法提取地表形態，面向對象方法是基于鄰近像素亮度、紋理、顏色等的邊緣分割算法，分割效果的好壞直接影響分類效果的精度。針對國產高分一號衛星數據特點，根據提取對象特征不同，選擇合適的分割閾值，能盡可能好的分割出邊緣特征。針對研究區內提取地表形態閾值設定如下：

提取地表形態中人工建筑需利用GF-1的全色數據，分割閾值設置在60左右，合并閾值設置在90左右，可以盡量滿足提取需求，由于人工建筑相對面積較小，根據提取需求，通常空間分辨率調整不低于8m效果較好。根據規則提取人工建筑參數設置：空間（Spatial），面積（Area）：<2500，延長線（Elongation）：>4.5。

提取地表形態中的沙化程度，分割閾值設置在10～40，合并閾值一般設置在90左右，沙化地表依賴規則提取形成較困難，采用基于樣本的面向對象方法提取地表沙化程度。

受數據質量、時相、地域影響，閾值設置可根據實際情況調整。

4.3.3風蝕荒漠化程度分級

根據荒漠化指標體系，分別為植被覆蓋度、地表形態賦分值，植被覆蓋度與地表形態分值相加，消除干擾圖斑及碎小圖斑，得到風蝕荒漠化矢量。根據風蝕荒漠化程度分級指標劃分荒漠化程度，另地表形態中土地利用類型為人工建筑的劃定為非荒漠化。見圖3。

5.精度評價

設置若干驗證點均勻分布研究區內，將根據荒漠化指標體系提取風蝕荒漠化成果與目視解譯分級結果進行驗證分析，對兩者進行一致性評價。研究區內共均勻設置54個驗證點，其中2個落于云上，實際有效驗證點為52個。

通過對驗證點提取結果與目視解譯結果進行一致性對比分析，結果如下表3所示。

由表3可知，輕度與中度風蝕荒漠化提取結果與目視解譯結果一致性較高，百分比為83.33%；其次為非荒漠化與極重度風蝕荒漠化，百分比為80%；重度風蝕荒漠化百分比為78.95%。分級結果總體保持了較好的線性關系，分類結果基本能反映研究區內風蝕荒漠化的基本情況。見表4。

表4研究區風蝕荒漠化提取結果與目視解譯結果一致性分析

由表4可知，研究解譯成果與目視解譯成果存在一定的差異。其中，目視解譯成果正確率與解譯人員經驗是否豐富、影像質量、時相等有關系；自動提取成果與指標體系、算法、閾值、影像質量、時相等相關，所以提取結果也會有所偏差。研究風蝕荒漠化提取過程數字化，取代人的思維決策，使分類依據更加可靠。

6.結論

（1）利用高分一號衛星數據提取植被覆蓋度和地表形態，根據荒漠化指標體系劃分荒漠化程度分級。

（2）利用面向對象及碎斑處理方法可以較好地提取出非荒漠化信息；使用基于樣本和規則面向對象分類技術對風蝕荒漠化進行分級提取，提取結果較能反應研究區內風蝕荒漠化的基本情況。