王晓丽

【摘要】：在统一的地理坐标系中，通过一定的算法将多幅遥感影像进行融合，能够得到一幅较单一遥感数据具有更高精确度和更丰富内容的影像信息，并且具有新的波谱特征、时间与空间特征，能够更加有效地进行对目标信息的表达。基于此，文章从遥感技术在森林资源调查中的应用出发，探讨了森林调查中高分二号（GF-2）遥感图像的处理方法，希望能为相关从业人员提供一些参考。

【关键词】：森林资源调查；高分二号；遥感图像处理

【引言】：高分二号是当前阶段我国国产光学对地观测卫星中分辨率最高的，其所搭载的两台全色多光谱传感器均可提供具有较高空间分辨率的全色影像和多光谱影像，其分辨率分别优于1m、4m，由此可见，高分二号遥感卫星有着十分出色的性能。需要注意的是，在进行森林资源调查时，高分二号遥感影像的处理质量，直接影响着森林资源调查的质量，因此，加强对高分二号遥感图像处理方法的研究有着十分重压意义。

1、遥感技术在森林资源调查中的应用

作为陆地生态系统的主体，森林资源具有十分重要的生态价值，具有涵养水源、防风固沙以及改善空气质量的众多补课或缺的重要功能。同时，森林资源对于我国社会价值与经济价值的提升，也有着巨大的促进作用。因此，加强对森林资源的了解和掌控是十分重要的。遥感作为先进的现代测绘技术，其应用不仅实现了大范围、短周期以及重复性监测，还在一定程度上实现了区域性的快速监测，其测量效率和测量精度有着传统调查方法不可比拟的优势。当前阶段，诸如高光遥感数据、多光谱遥感数据以及航空摄影测量数据都可有效应用于森林资源树种识别[1]。同时，通过遥感技术所获得的高分辨率影像是用来进行林地及林木参数提取的重要基础，对于林业数据库建设的重要数据来源。由此可见，高分辨率遥感卫星的应用已成为林业发展的必然趋势[2]。

2、基于高分二号的森林调查遥感图像处理分析

2.1高分二号数据基础介绍

基于高分二号的森林资源调查数据遥感影像包括1个分辨率为0.8m的全色波段（0.45～0.90μm）和4个多光谱波段，分别是：蓝（0.45～0.52μm）、绿（0.52～0.59μm）、红（0.63～0.69μm）、近红外（0.77～0.89μm），其空间分辨率为3.8m。获取高分二号的遥感影像数据后，首先进行室内判读，了解一定时间跨度内测区是否存在大面积地物变化，然后对不确定的地物类型进行实地探查，为后期的遥感影像地物分类精度进行评价。另外需要获取测区1：10000的地形图及DEM数据制作调查地图，以便后期进行数据预处理。

2.2数据预处理

2.2.1大气校正

高分二号在进行摄影时，通常会由于大气折射或反射而导致影像存在误差，因此需要进行大气校正以获得真实的地表光谱信息。在实际处理时，首先进行辐射定标操作，提高影像辨识度，便于后期进行精确信息的提取，然后利用ENVI对辐射定标的多光谱数据进行大气校正，去除部分大气的影响，扩大地表林地的波谱值，使其易于区分。

2.2.2正射校正

正射校正是进行遥感影像融合的重要前提，是统一遥感影像空间数据坐标系，同时消除几何畸变的重要环节，在地形起伏较大的林地区域有着明显的优势。在具体操作中，首先根据1：10000地形图与DEM数据为基础，在高分二号的高分辨率遥感影像中选取一定的纠正控制点，然后将高分二号生产的RPC文件上传至ENVI，此时就可利用ENVI自带的Orthorectification进行正射校正。

2.2.3图像融合

影像融合是指将同一地物的不同影像进行综合，进而得到空间分辨率和光谱分辨率均有所提升的影像数据。该环节是确保影像分割精度的重要的步骤，对于地物信息提取精确度的提升有着十分积极的促进作用。需要注意的是，目前得到应用的影像融合方法有多种，但是，并没有哪一种方法能够较好地适用于各种渠道获取的影像数据，每一种融合方法都有其独特的优势与不足。具体来说，当前应用较为广泛的图像融合方法有五种：一，Brovey融合法。该方法能够有效简化影响的转换过程，并且能够最大限度保留多光谱影像数据的信息；二，GS融合法。该方法能够有效消除多光谱波段之间的互相影像，能够有效保持光谱和纹理；三，PCA融合法。该方法是较为常用的图像融合方法之一，能够对数据信息进行压缩；四，HPF融合法。该方法的优势在于能够有效进行滤波处理，在保留与空间信息有关高频信息的同时，过滤大部分无用信息；五，NNDiffuse Pan Sharpening融合法。该方法具有较好的融合效果，能够有效覆盖多光谱多有波段的波长方位，其融合影像和处理速度都有着巨大的优势[3]。

2.2.4图像增强处理

一，辐射增强。辐射增强的目的是凸显地物信息，进而能够有效改善图像质量。在具体操作中，辐射增强可通过对直方图的匹配、拉伸以及去除条带噪声实现。

二，图像真彩色增强。图像真彩色是指通过图像增强处理后的影像色彩能够与地物接近或保持一致，一般指的是由红、绿、蓝波段合成的多光谱图像，能够有效识别林地信息及森林内的建设用地。

2.2.5图像镶嵌与裁剪

图像镶嵌与裁剪是指将分散的遥感影像拼合成一幅更大范围无缝图像的過程，进而进行下一步的地物提出与树种识别。其具体操作包括切割线的选取、羽化以及颜色校正等。在实际镶嵌时，可通过ENVI对融合后多幅遥感影像进行操作，为避免计算时间太长，或是软件崩溃，可提前进行裁剪以减少数据冗余，加快数据处理，从而提高图像镶嵌结果的有效性。

结束语

总的来说，高分二号全色与多光谱影像信息的处理对于森林资源的调查有着良好的适应性，并且不同的影像融合方法对于影像的色彩效果与空间细节也有着一定的偏重，相关工作者可以根据数据源的类型以及具体的工作要求来选择合适的影像融合方法，进而能够有效提升森林资源调查的有效性。

【参考文献】：

[1]汪红，马云强，石雷.基于高分二号的云南松林遥感影像提取方法研究[J].云南地理环境研究，2017，29（02）：57-63+77+2+79-80.

[2]胡曼，彭道黎.面向林地分类的GF-2影像融合算法评价[J].浙江农林大学学报，2017，34（02）：340-348.

[3]官瑞芬.高分二号卫星影像的融合方法比较研究[J].科学与信息化，2017（23）.