基于Sentinel-2 影像的三亞西玳瑁島珊瑚礁信息提取研究

肖星星， 王曉紅

（華北理工大學(xué)礦業(yè)工程學(xué)院，河北 唐山 062000）

0 引言

珊瑚礁被譽為“藍色沙漠中的綠洲”，是海洋中最重要的生態(tài)系統(tǒng)之一，生活在珊瑚礁區(qū)的物種十分豐富，具有巨大的開發(fā)潛力、經(jīng)濟價值和生態(tài)環(huán)境價值[1]。 近年來，隨著人類活動和全球溫室效應(yīng)的影響， 對珊瑚礁的生態(tài)系統(tǒng)造成嚴(yán)重威脅， 全球大面積的珊瑚礁發(fā)生白化或死亡，保護珊瑚礁資源已經(jīng)成為亟待解決的問題。 遙感技術(shù)因其能夠大面積、快速、實時監(jiān)測的特點，已被廣泛用于珊瑚礁監(jiān)測[2]。

隨著珊瑚礁生態(tài)系統(tǒng)問題的日益嚴(yán)重， 了解珊瑚礁底棲類型的狀況是十分有必要的， 因此有很多學(xué)者開始利用遙感技術(shù)關(guān)注珊瑚礁底棲類型的問題。 早期對于珊瑚礁底質(zhì)信息提取，大多采用人工解譯的方法，可以實現(xiàn)對珊瑚礁的簡單分類（例如珊瑚礁、 海草、 沙和硬基底等）， 隨著國內(nèi)外研究學(xué)者對遙感分類技術(shù)的大量研究，提出了最大似然（ML）、支持向量機（SVM）和決策樹等監(jiān)督分類方法來對珊瑚礁信息進行提取， 并取得不錯的效果[3]。 隨著遙感技術(shù)和遙感算法的不斷提高，基于像元的分類方法也顯現(xiàn)出它的弊端， 由于基于像元的分類算法主要是依靠影像光譜的特性，很容易引起因“同質(zhì)異譜”和“異質(zhì)同譜”所造成的椒鹽現(xiàn)象。因此，面向?qū)ο螅∣BIA）的分類方法也被引入珊瑚礁底質(zhì)信息的提取當(dāng)中， 因其可以充分利用高分辨率數(shù)據(jù)的光譜、紋理和形狀等屬性，可以大大減少這種“椒鹽”現(xiàn)象，其提取效果要優(yōu)于基于傳統(tǒng)的基于像素的分類方法， 是目前比較好的對于珊瑚礁底棲物質(zhì)分類方法[4]。

本文基于Sentinel-2 數(shù)據(jù)，利用面向?qū)ο蟮纳汉鹘感畔⑻崛》椒▽θ齺單麋殍u的珊瑚礁信息進行提取，以便對三亞珊瑚礁保護區(qū)的珊瑚礁進行更好的監(jiān)測， 并提供更好的數(shù)據(jù)支撐。

1 研究區(qū)域概況與研究數(shù)據(jù)

1.1 研究區(qū)概況

本文選取三亞珊瑚礁保護區(qū)中的西玳瑁島為研究區(qū)，其中西玳瑁島位于三亞珊瑚礁保護區(qū)的最西段，地理位置如圖1 所示：

圖1 西玳瑁島地理位置圖

1.2 GF-2 影像數(shù)據(jù)預(yù)處理

本文研究所使用的數(shù)據(jù)為Sentinel-2 數(shù)據(jù)，數(shù)據(jù)采集時間為2017 年2 月6 日, 遙感圖像數(shù)據(jù)處理主要包括大氣校正、圖像融合和圖像裁剪。 利用Sen2cor 方法對Sentinel-2 影像進行大氣校正。 圖像融合和裁剪都是在ENVI5.3 里面完成的。

2 基于面向?qū)ο蟮纳汉鹘缚臻g分布提取

面向?qū)ο蠓诸惙椒ㄖ饕▋蓚€過程：影像分割和特征對象選取。 通過對影像進行分割，將具有相同或相近特征的鄰近像元組成一個對象，并將此對象作為影像分析單元。 并基于光譜、紋理和形狀等特征選取特征對象，實現(xiàn)對不同地物特征的分類提取[5]。 本文針對不同的地貌單元進行影像分割實驗，從而獲取最優(yōu)分割尺度及參數(shù)，選取適合的指標(biāo)閾值，實現(xiàn)不同地物的分離，利用最近鄰分類的方法對相應(yīng)影像進行分類, 提取珊瑚礁空間分布信息。最后， 利用其混淆矩陣和Kappa 系數(shù)對分類結(jié)果進行精度評價。 提取流程圖如圖2 所示：

圖2 基于面向?qū)ο蟮纳汉鹘缚臻g分布提取流程

2.1 影像分割

本研究中影像分割釆用軟件中的多尺度分割算法（Multiresolution Segmentation）對Sentinel-2 影像的研究區(qū)域進行分割處理實驗。 多尺度分割方法考慮了實際地表多層次、多格局的特征，通過建立不同的尺度分割等級，逐層進行分割與信息提取。 下面對分割參數(shù)進行試驗，以確定最優(yōu)參數(shù)。

2.1.1 大型地物分割尺度選取

圖3 不同分割尺度對比圖

由于本文設(shè)置分割尺度范圍從30～100 （以10 為單位遞增）對影像進行分割實驗，以確定最適宜的分割尺度用于分割陸地和水體之間的界限。 由于分割尺度在30 以下的分割效果極為破碎，不適用與地物分割特征，因此分割尺度在30 以下忽略不予嘗試。 通過對分割尺度參數(shù)在30～100 范圍內(nèi)分割結(jié)果進行對比發(fā)現(xiàn)， 隨著尺度參數(shù)的逐漸變化，尺度參數(shù)設(shè)置的越小，分割得到的對象就越多，如圖3 為分割尺度分別為30、50、70、100 的分割效果。

通過對比分割尺度參數(shù)在30～100 范圍內(nèi)分割結(jié)果進行對比發(fā)現(xiàn)，小尺度分割效果是在較大尺度上分割輪廓上的再分割。如圖3 所示，當(dāng)分割尺度為100 時，其對于分離水體和陸地之間的界限可以起到很好的效果，但對于珊瑚礁區(qū)域，分割尺度過大，錯把兩種地物都分到一起了；而當(dāng)分割尺度為50 和70 時，由于尺度參數(shù)在比較接近的分割尺度在分割效果上差異較小，分割輪廓變化不大，但這個尺度參數(shù)對于陸地區(qū)域邊界分得不夠明朗，容易造成不同地物間的混淆，對后面的分類造成影響；而當(dāng)分割尺度參數(shù)為30 時，可對于陸地區(qū)域形成了“過分割”狀態(tài)，分割的過于細碎破壞了不同地物的邊界完整性，但對于珊瑚礁區(qū)域來說確又過大， 未能很好的表征出不同底棲物質(zhì)信息，因此還需針對小尺度的珊瑚礁區(qū)域的分割尺度進行更進一步的研究，以便更好地提取珊瑚礁區(qū)域下的不同底棲物信息。

2.1.2 小尺度珊瑚礁區(qū)域最優(yōu)分割尺度選取

針對分割尺度為30 時， 沒有很好的把小尺度的珊瑚礁區(qū)域中底棲物信息給分離出來，因此在此基礎(chǔ)上，設(shè)置分割尺度范圍從5～25（以5 為單位遞增）對影像進行分割實驗，如圖4 為分割尺度分別為5、15、20、25 的分割效果。

圖4 不同分割尺度對比圖

通過對比分割尺度參數(shù)在5～25 范圍內(nèi)分割結(jié)果進行對比發(fā)現(xiàn)，在分割尺度為25 和20 時，對于珊瑚礁區(qū)域的分割還是過大， 未能較清晰的表征出水下底棲物的信息。而當(dāng)分割尺度為15 和5 時，對于珊瑚礁區(qū)域的分割效果明顯要由于分割尺度25 和20， 但當(dāng)分割尺度為5 時，對于珊瑚礁區(qū)域有點“過分割”狀態(tài)，對于礁盤區(qū)域分的過于細碎。 因此通過實驗可以大致得出珊瑚礁區(qū)域的一個最優(yōu)分割尺度范圍在5～15 之間。

2.2 面向?qū)ο笥跋穹诸惣胺诸惤Y(jié)果

2.2.1 分類層次建立和特征對象選取

根據(jù)上面多尺度分割實驗的結(jié)果構(gòu)建多層次分類體系，如圖5 所示：

圖5 類層次結(jié)構(gòu)圖

在第一層，通過分割尺度100 分離水體和海岸之間的界限，提取出水體和非水體。 由于近紅外波段在水體中反射率低， 在陸表反射率高的特征， 可以利用近紅外波段（NIR）來分離出水體和非水體。

在第一層分離出的基礎(chǔ)上，提取出非水體。 非水體包括淺灘和陸地兩部分，而淺灘區(qū)域是處于水面之下，陸地是完全露于水面之上的， 由于處于水下淺灘區(qū)域光譜反射率低，而水上的陸地有許多建筑，反射率高，且與水下淺灘區(qū)域顏色有很大差異， 而HIS 分量特征是體現(xiàn)顏色差異特點的特征， 在水下的HIS 值與水上陸地顏色呈現(xiàn)明顯的不同。 因此可以通過色調(diào)H 特征來區(qū)分出淺灘和陸地區(qū)域。 當(dāng)H＜0.6，就可提取出淺灘區(qū)域。

由于分割尺度為100 時， 對淺灘區(qū)域分割對象過大，錯誤的把不同地物的分成一個對象， 因而基于一個更小的尺度參數(shù)10 來對珊瑚礁礁盤區(qū)域進行二次分割， 以滿足不同地物之間的劃分。

2.2.2 影像分類

這里先基于分割尺度100 分離出水體和非水體，再在非水體的基礎(chǔ)上，分離陸地和淺灘，然后再基于分割尺度10 對淺灘區(qū)域進行二次分割。本次實驗采用eCognition 中最鄰近分類算法對研究區(qū)域進行分類提取， 把淺灘區(qū)域分成珊瑚礁、沙礫和海藻類混合物、沙地以及巖石等四種類別進行提取，得到的最鄰近分類結(jié)果如圖6 所示：

圖6 西玳瑁島影像分類結(jié)果

3 分類結(jié)果精度評價

利用最近鄰分類方法Sentinel-2 影像進行分類， 得到西玳瑁島珊瑚礁信息結(jié)果， 采用混淆矩陣對分類結(jié)果進行評價， 其總體精度達到93.3%，Kappa 系數(shù)達到89.6%，分類精度達到較高的準(zhǔn)確度， 這驗證本文研究方法的準(zhǔn)確性。 從分類結(jié)果來看，珊瑚礁區(qū)域、沙地、沙礫和海藻類混合物占據(jù)面積最廣，因此分類精度較高。

4 結(jié)論與展望

本文利用Sentinel-2 影像，以三亞珊瑚礁保護區(qū)的西玳瑁島為研究對象， 采用面向?qū)ο蟮姆诸惙椒▉硖崛∥麋殍u的珊瑚礁空間分布信息。 通過影像分割試驗，確定了最優(yōu)的適合小尺度珊瑚礁區(qū)域的分割參數(shù)，并基于最近鄰分類算法對珊瑚礁信息進行提取， 取得較好的分類結(jié)果。 結(jié)果表明面向?qū)ο蠓椒▽τ谏汉鹘感畔⑻崛?yīng)用是可行的，為珊瑚礁遙感監(jiān)測提供一個有力的提取方法。