紅樹林遙感信息提取與空間演變機理研究

謝亮亮

摘 要：本文以廣西北部灣的丹兜海和沙井海灣為例，研究紅樹林遙感信息提取方式，包括面向對象進行數據提取，運用精度檢驗方法，利用植被指數提取信息，運用監督方式獲取信息，運用非監督分類方式，在紅樹林空間演變研究中運用效果較為良好。

關鍵詞：紅樹林;遙感信息;空間演變;精度檢驗

中圖分類號：TP3 文獻標識：A

1.紅樹林概述

紅樹林是重要樹種之一，紅樹林包括半紅樹林與真紅樹林兩種形式，為耐鹽常綠森林，在木材提供、酒精、食品、藥物等多種產品生產過程中均有著較為廣泛的運用。能夠為當地居民提供優質木材，具有多種功能，目前紅樹林在全國范圍內出現了種植面積減少的現象，通過紅樹林遙感技術的運用能夠 有效分析紅樹林的空間布局演進過程，以此促進對紅樹林的保護。

紅樹林在燃料、建筑材料、紡織與皮革、漁業等領域中均有較為廣泛的運用，具有良好的生態價值，能夠維系喬木、蕨類植物、灌木等多種物種的生態平衡，具有良好的環境保護價值，在降低颶風的侵蝕、緩解風暴潮影響等層面發揮著重要功用。

2.紅樹林遙感信息提取方法

本次調查研究過程中，選取廣西北部灣的丹兜海和沙井海灣作為研究對象，分析當地紅樹林數據采集方法。

對紅樹林研究試點區域建立0.1m航空像片像元大小重采樣參考值，運用 ENVI 遙感分析軟件 進行數據采集與分析，獲取研究區域內多種影響數值，對采集到的數據建立遙感分析方式。綜合運用面向對象數據提取、精度檢驗方法、利用植被指數提取信息、監督方式獲取信息、非監督分類方法。

2.1面向對象進行數據提取

可以對沙井海灣的紅樹林建立包括sj_merge + pca融合圖像與其第一主成分、sj_merge融合圖像、sj_xs+ pan全色波段圖像三種信息提取方式。在對丹兜海海灣的紅樹林信息提取中，運用eCognition Definiens Developer 分析方式提取相應信息，并進行圖像分割。運用不同研究方式，均得出于0.3緊致度參數、0.1形狀參數[1]。

研究紅樹林數據采集樣品中標準差、反差、角二階矩、灰度平均值、GLCM灰度共生矩陣同質性、異質性等光譜與紋理特征。對提取到的數據進行對象特征篩選，并進行中心化處理，其中運用的研究方法包括偏相關系數、、類間類內離散度、協方差矩陣、方差擴大因子分析等多種研究方法。

2.2運用精度檢驗方法

運用Hawthorne Analysis Tools軟件對收集到的數據進行精度檢驗，將紅樹林樣品數據轉化為ArcGIS shp精度檢驗樣地文件格式，并將采集到的信息與地面進行重疊核對，以此判斷紅樹林樣品研究地的實際情況[2]。

2.3利用植被指數提取信息

對紅樹林信息提取過程中可以運用NDVI、DVI、RVI、SAVI等研究方法，對收集到的數據進行空間剖面曲線分析，得出閾值范圍，并得出最終分類結果圖像。見表1。

2.4運用監督方式獲取信息

對沙井海灣、丹兜海海灣建立良好的監督方式，通過精度測驗，丹兜海海灣達到96.0%總體分類精度，具有0.943 9Kappa系數。沙井海灣地區則達到92.7%總體分類精度，具有0.878 4Kappa系數。

2.5運用非監督分類方式

丹兜海海灣紅樹林研究過程中，運用的研究方法精度均大于94%，20群組和40群組的研究精度明顯高于監督分類。對大于20群組數進行研究過程中，能夠得到較為穩定的分類精度[3]。

沙井海灣紅樹林研究過程中，多光譜圖像40群組能夠得到85.7%非監督分類精度，與監督分類精度相比明顯比較低。在非監督分類精度方面，丹兜海海灣地物比監督分類明顯要高，沙井海灣地物研究過程中，監督分類具有更高的精度。這主要是由于丹兜海海灣的地形差異表現較為明顯，其中的互花米草灘涂、水體、紅樹林、光灘等之間具有差異較大的光譜特征，由此能夠得到相對較為良好的非監督分類結果[4]。沙井海灣紅樹林研究過程中，部分紅樹林分布情況較為低矮、稀疏，容易沒在海水之中，因此導致地面物種逐漸出現相對差異較大的光譜，并且光譜之間存在著重疊現象。監督分類中能夠達到較高的精度。

3.紅樹林空間演變機理研究

利用遙感技術能夠有效獲取紅樹林的相關數據，并據此進行紅樹林空間演變機理分析。本次研究利用廣西珍珠港海灣QuickBird收集的圖像信息，判斷當地紅樹林的演變情況，誤差值僅為-2.5%，斑塊重疊率95.6%，有效分析了當地紅樹林的分布情況[5]。

4.結束語

本文在對紅樹林信息提取與研究過程中，重點研究了廣西北部灣的丹兜海和沙井海灣地區，綜合運用了面向對象數據提取、精度檢驗方法、利用植被指數提取信息、監督方式獲取信息、非監督分類方式，較為準確地判斷了當地紅樹林的分布情況，研究運用效果較為良好。

參考文獻

[1]劉凱， 彭力恒， 李想， et al. 基于Google Earth Engine的紅樹林年際變化監測研究[J]. 地球信息科學學報， 21（05）：105-113.

[2]王鑫磊. 基于遙感信息提取的烏梁素海水生植被演化及驅動機制研究[D]. 內蒙古大學， 2012.

[3]周梅， 李春干， 代華兵. 紅樹林幼林空間分布信息遙感提取——以廣西茅尾海為例%Mapping of Young Mangrove Forest by Using Remote Sensing——A Case Study in the Maoweihai Bay in Guangxi[J]. 林業資源管理（6）：26-30，共5頁.

[4]李姍姍. 北部灣紅樹林空間分布信息提取與種類識別遙感研究[D]. 南京大學， 2012.