基于高精度DOM和DEM的消落帶分類
——以三峽庫區巫山縣大寧河口段為例

聶成順，張中儉，王珊珊

(1.中國地質大學(北京) 工程技術學院，北京 100083；2.中國自然資源航空物探遙感中心，北京 100083)

0 引言

消落帶通常是指由于水庫、江河、湖泊等水體周期性漲落而在水陸銜接地帶形成的干濕交替地帶[1]。三峽水庫水位在145～175 m之間變動[2]，在巫山縣形成的水庫消落帶面積約7.90 km2，總長度約270 km[3]。由于對消落帶研究的區域、目的以及方法不同，分類方式也有所差異[4]。艾麗皎等[5]從生態系統的角度將消落帶分為自然消落帶和人工消落帶。張虹[6]根據巖土組成、水深、坡度和土地利用類型將三峽庫區消落帶分為硬巖型、軟巖型和松散堆積型。

查明消落帶的巖土組成，可為岸坡工程、岸坡地質災害防治等工程活動提供基礎數據。張信寶[7]通過長期對三峽水庫蓄水后145～175 m消落帶坡地的地貌和植被變化的觀察，并根據巖土組成，將消落帶分為穩定石質坡地、穩定土質坡地和淤積灘涂坡地。鮑玉海等[8]通過對水庫的長期監測，再根據巖土組成將消落帶分為土質緩坡、土石復合坡和巖質陡坡。

本文擬將消落帶按巖土組成分為巖質、巖土質和土質3類。但消落帶傳統分類方式以實地踏勘為主，費時費力。據此，本文提出了一種基于數字正射影像(digital orthophoto map，DOM)和數字高程模型(digital elevation model，DEM)，使用監督分類和決策樹分類相結合的消落帶分類方法。將該方法應用到三峽庫區巫山縣大寧河口，結果表明，該方法可以精細、全面和快速地將消落帶按巖土組成進行分類。

1 研究思路

1.1 三類消落帶的遙感特征

通過目視解譯與實地踏勘，發現巖質、巖土質和土質消落帶具有不同遙感影像特征，圖1和圖2分別為上述3類消落帶的DOM影像圖和根據DEM生成的坡度分布圖。DOM具有地圖幾何精度和影像特征，DEM則具有坡度、坡向等地貌特性信息。

圖1 巖質、巖土質和土質消落帶DOM影像

圖2 根據DEM生成的巖質、巖土質和土質消落帶坡度分布圖

巖質消落帶以巖石為主，上覆薄土層在水位變動過程中被剝蝕[8]，基本無植被覆蓋，地物類型以裸巖為主，小部分為裸土或草地。巖質消落帶的色調為白色，亮度高，紋理粗糙。其主要坡度區間大于40°，坡度較陡。

巖土質消落帶由巖、土層復合構成，大部分庫段無植被覆蓋，地物類型以裸土為主。巖土質消落帶的色調以棕色和紅棕色為主，亮度較低，紋理較粗糙。其主要坡度區間為30°～40°，介于巖質與土質消落帶之間。

土質消落帶以土層為主，大部分庫段被灌草覆蓋，地物類型以草地為主，小部分為裸土。土質消落帶的色調以綠色為主，亮度低，紋理平滑。其主要坡度區間為0°～30°，坡度平緩。

1.2 分類方法

先基于DOM用監督分類將消落帶按地物類型初分為裸巖、裸土和草地，在監督分類結果的基礎上，用決策樹分類融合DEM坡度要素將消落帶按巖土組成細分為巖質、巖土質和土質，即為研究結果。相關技術路線如圖3所示。

圖3 技術路線圖

1)根據地物類型初分消落帶。

(1)選取訓練樣本。根據DOM影像上的光學遙感特征(表1)，通過目視判讀選取裸巖、裸土和草地3類訓練樣本。訓練樣本數量由圖像波段數決定。如果圖像有N個波段，則每一類別至少應該有10N個訓練樣本，且訓練樣本在相應類別的區域應均勻分布，大小、形狀和位置必須能同時在圖像和實地容易識別和定位[9]。

表1 裸巖、裸土和草地消落帶的高精度光學遙感特征[7]

(2)評價所選取的訓練樣本是否有效。本文通過樣本與樣本間的可分離性衡量訓練樣本是否有效。可用J-M距離(Jeffries-Matusita distance)和轉換分離度(transformed divergence)2個參數表示可分離性。當2個樣本間的J-M距離和轉換分離度都≥1.80時，說明這2個樣本可分離性好，是有效樣本；若J-M距離和轉換分離度都<1.80，說明2個樣本可分離性差，是無效樣本，需要修改或重新選取[10]。

(3)執行監督分類。監督分類包括支持向量機法(SVM法)、最大似然法、馬氏距離法等多種方法。本文選擇SVM法進行分類[11-14]。SVM分類法根據所選取的訓練樣本，建立判別函數對影像進行分類，得到監督分類結果。

(4)監督分類后處理。在影像的分類過程中，由于錯誤分類或分類的地物類別過于細微，會產生很多面積很小的圖斑，無論從專題制圖的角度還是從實際應用的角度，都需要剔除這些小圖斑[15]。

(5)評價監督分類結果質量。本文以Kappa系數作為衡量分類結果質量的指標[16]。根據訓練樣本的選取規則和評價方法，選取評價樣本并評價其有效后采用混淆矩陣法計算分類結果的Kappa系數[17-18]。根據Kappa系數與分類結果質量的關系評價監督分類結果質量(表2)。當Kappa系數≥0.60時，認為分類質量“很好”[14]，可以進行下一步，否則重新執行監督分類。

表2 Kappa系數與分類質量的對應關系[14]

2)根據巖土組成細分消落帶。監督分類結果中，裸巖主要包含巖質消落帶；裸土包含巖質、巖土質和土質消落帶；草地主要包含土質消落帶。據此，結合DEM的坡度信息，使每個像元同時具有“地物類型”和“坡度”2種信息。再利用決策樹分類[17-19]將監督分類結果中已分為裸巖、裸土和草地的消落帶再細分為巖質、巖土質和土質。詳細描述如下。

(1)構建決策規則(表3)。

表3 決策樹分類規則

表3中，坡度來源于DEM數據。裸巖、裸土和草地來源于監督分類結果。

(2)執行決策樹分類。將監督分類結果和DEM同時作為數據源，輸入表3的決策規則后執行決策樹分類，得到決策樹分類結果。

(3)決策樹分類后處理。去除在決策樹分類過程中產生的小圖斑。

(4)評價決策樹分類結果質量。選取評價樣本并評價其有效后，同樣使用混淆矩陣法對決策樹分類結果質量進行評價并得到Kappa系數。根據表2[14]，若Kappa系數<0.60則重新執行決策樹分類，直至Kappa系數≥0.60后，可認為決策樹分類結果質量“很好”，此時將決策樹分類結果作為消落帶的巖土分類結果。

2 應用分析

2.1 示例區概況

本文以三峽庫區巫山縣大寧河口段消落帶為示例區，對基于高精度DOM和DEM的消落帶分類方法進行驗證。示例區消落帶長度為6 520 m，地理位置為109°53′21″E～109°54′33″E，31°3′49″N～31°4′50″N(圖4)。

圖4 示例區地理位置及DOM影像

2.2 數據源

本文主要通過航空攝影測量技術獲取1∶5 000比例尺精度的DOM和DEM數據。其中，DOM影像空間分辨率為0.3 m，具有紅、綠、藍3個波段；DEM數據空間分辨率為2.5 m。數據獲取時間為2018年7月，為三峽庫區消落帶出露時間段。

2.3 分類過程

本文研究所用軟件為ENVI5.3。

1)初分消落帶。

(1)選取訓練樣本。根據前文所述的選取訓練樣本規則，所選取的訓練樣本包括裸巖、裸土和草地3類，每類包括55個樣本(圖5)。

圖5 監督分類訓練樣本分布圖

(2)評價所選取的訓練樣本是否有效。用可分離性計算(compute ROI separability)工具計算樣本與樣本間的可分離性，結果見表4。由表4可知，各樣本之間的J-M距離和轉換分離度>1.80，所選取的訓練樣本可分離性好，是有效樣本，可以進行下一步。

表4 監督分類訓練樣本可分離性計算表

(3)執行監督分類。用SVM法進行分類，得到監督分類結果。

(4)監督分類后處理。用主要/次要分析(majority/minority analysis)工具去除監督分類過程中產生的小圖斑。處理后監督分類結果如圖6所示。監督分類結果中，紅色像元代表裸巖；黃色像元代表裸土；綠色像元代表草地。紅、黃、綠3色的顏色通道強度值分別為[238，0，0]、[255，255，0]和[0，139，0]。

(5)評價監督分類結果質量。選取評價樣本，包括裸巖、裸土和草地3類，每類有55個樣本點，評價其有效后，采用混淆矩陣法對監督分類結果質量進行評價，評價結果見表5。

圖6 監督分類結果圖

表5 監督分類結果質量評價混淆矩陣報表

由表5可知監督分類結果的Kappa系數為0.906 9。根據表2可知，監督分類結果質量為“非常好”，可以進行下一步。

2)細分消落帶。利用決策樹分類[19-21]將已劃分為裸巖、裸土、草地的消落帶再分為巖質、巖土質和土質消落帶。

(1)構建決策規則。根據表3所述原理，構建決策規則如表6所示。

表6 決策樹分類的決策規則

表6中，slope為坡度，來源于DEM數據。bn代表第n個顏色通道的顏色強度值，來源于監督分類結果。

(2)執行決策樹。輸入決策規則，將監督分類結果和DEM數據作為數據源并執行決策樹分類。

(3)對決策樹分類結果進行分類后處理，結果見圖7。

圖7 決策樹分類結果圖

(4)評價決策樹分類結果質量。選取評價樣本，包括巖質、土質和巖土質消落帶3類，每類有55個樣本點，評價其有效后，使用混淆矩陣法對決策樹分類結果質量進行評價，評價結果見表7。

表7 決策樹分類結果質量評價混淆矩陣報表

由表7得到決策樹分類結果Kappa系數為0.944 0。由表2可知，決策樹分類結果質量屬于“非常好”，可作為本文研究成果。

2.4 分類結果對比與分析

將本文的分類結果與2017年實地踏勘的分類結果對比，如圖8所示。

由圖8可知，本文提出的基于高精度DOM和DEM的消落帶分類方法對巖質和土質消落帶的分類效果最好，對巖土質消落帶的分類效果次之。總體而言，本文的分類結果在大部分庫段與實地踏勘分類結果相同，但局部仍存在差異。本文基于實地照片對存在差異的庫段進行驗證。具體描述如下。

圖9中，庫段①位于支流河口，實地踏勘無法抵及，難以驗證。庫段②色調為棕色，坡度在高程上先緩后陡，基本無植被覆蓋，為巖土質消落帶。庫段③色調有白色和綠色，坡度較陡，為巖土質岸坡。庫段④為巖土質和土質岸坡交雜。本文對庫段②、③和④的分類結果正確。

圖8 本文分類結果與實地踏勘分類結果對比

實地踏勘分類過程中，庫段②和④由于長度較短被忽略，被直接歸類為土質消落帶。此外，實地踏勘不能將無法到達的消落帶正確分類，如庫段①、③位于小型支流河口，被直接歸類為巖質和土質消落帶。

綜上所述，相較于實地踏勘分類結果，本文分類結果更加精細和全面，不但正確地識別實地踏勘分類過程中被忽略的消落帶，還能對實地踏勘無法到達的消落帶進行分類。

3 結束語

本文提出了一種基于高精度DOM和DEM，使用監督分類和決策樹分類相結合的消落帶分類方法。該方法先基于DOM使用監督分類將消落帶初分為裸巖、裸土和草地，然后在監督分類基礎上融合DEM數據，使用決策樹分類將消落帶再分為巖質、巖土質和土質。與實地踏勘的分類結果對比后，可知該方法不但能準確識別實地踏勘分類過程中易忽略的消落帶，還能對實地踏勘無法到達的消落帶進行分類，具有分類精細、全面和快速的特點。