胡 贝

(中南勘察设计院集团有限公司, 湖北 武汉 430074)

0 引言

当某地区的地物类型发生变化时,该地区不同时相的遥感影像存在一定的光谱特征差异,通过对该差异进行对比分析,获取其变化信息,达到监测该地区土地覆盖/利用变化的目的。变化监测技术是区域土地覆盖/利用变化的重要技术手段,对不同时相遥感影像的光谱特征差异的分析结果直接影响土地覆盖/利用变化信息获取的准确性[1]。随着遥感技术以及计算机图像处理技术的快速发展,使得变化监测的技术手段更为丰富,相较于传统的人工解译,大大减少了工作量,提高了工作效率,监测结果精度更高,可靠性更高[2]。

1 变化监测

在土地动态变化监测研究过程中,常用的研究方法为变化矢量分析法,该方法可以对不同时相中的多光谱数据变化信息进行综合分析监测,不受传感器类型限制[3]。首先要对同地区两个不同时间的遥感图像进行光谱量测,图像中的每个像元均可以生成具有两个特征的变化向量,分别表示变化方向和变化强度。其中,变化强度特征向量的计算方法即为求得位于n维空间中两个数据点之间的距离,其计算公式为:

(1)

式中，CMpixel为变化强度；BVijk(date1)和BVijk(date2)分别为像元(i,j)对于不同日期在波段k的光谱值,k=1,2,…，n,n为选用的波段数。方向变化特征向量是反映某个数据点在每个波段的变化,根据变化向量的角度和方向判断其正/负向变化及其变化模式[4],在所选择的各个波段分别计算出BV变化值及其变化模式。

对变化向量进行综合分析,其输出结果为变化强度图像和变化方向码图像,通过两幅图像进行提取区域变化信息。在某区域的研究应用中,可以根据该研究区域的实际情况设定强度变化阈值[5],若某片区域的像元变化强度没有超出设定阈值,则默认该点的土地利用类型未发生变化;同理,当像元变化强度超过所设定的阈值[6],则判定发生改变,如图1所示。综合分析变化向量信息,并参考其他的图像特征,可对研究区域内的土地利用/覆盖变化进行进一步探究。

图1 变化类型图

2 变化矢量

2.1 垂直植被指数

垂直植被指数(PVI)即是在R、NIR二维数据中对绿度指数(GVI)的模拟,在R、NIR二维坐标系内,地表土壤的光谱响应曲线为一条斜线,又称为土壤亮度线[7]。在R、NIR波段,地表土壤具有非常高的光谱响应,当地表土壤的自身属性发生变化时,其亮度值会以土壤亮度线为参考,上下移动。相较于地表土壤,地表植被在红波段的光谱响应普遍偏低,但在近红外波段,其光谱响应相对较高[8]。由于土壤和植被各自的光谱响应特性,导致在二维坐标系内地表植被的光谱曲线多位于土壤线的左上方。同时因为不同种类的植被与土壤亮度线的距离不同,植物像元到土壤亮度线的垂直距离即为垂直植被指数,垂直植被指数的计算公式为:

(2)

式中，S为土壤反射率;V为植被反射率;R为红波段;NIR为近红外波段。PVI表示在土壤上的植被生物量,当之间距离越远,则植被生物量越大,同时也可以将PVI定量表达为:

PVI=(DNNIR-b)cosθ-DNR·sinθ

(3)

式中，DNNIR、DNR分别为NIR、R两波段的反射辐射亮度值;b为土壤基线与NIR反射率纵轴的截距;θ为土壤基线与R光反射率横轴之间的夹角。

PVI的自身特点极为显著,可以充分对土壤背景的影响进行有效过滤,且PVI对大气效应的敏感程度也相对较小,远远低于其他植被指数[9]。正因为PVI自身的特殊属性,可以较好消除其他外界因素的干扰,所以其应用较为广泛,尤其是大面积作物估产领域的应用。

2.2 亮度指数

亮度指数BI,采用均方根法获得,即:

(4)

2.3 土地用地类型的光谱特征

不同地物具有不同的光谱特征,研究区域内主要的地物特征包含地表建筑物、水体、植被等[10]。一般情况下,我们在遥感影像上只能看到建筑物顶部,建筑物侧面内容相对较少,所以需要对建筑物顶部不同建造材质的光谱特征进行研究分析。经过对现有资料查询并咨询相关专业人员,得出灰白色石棉瓦材质的屋顶反射率最高,沥青粘砂屋顶因其表面铺着砂石,砂石具有较高的反射率,所以沥青粘砂材质的屋顶反射率相对于灰色水泥屋顶要高出许多,铁皮材质的屋顶反射率低并且曲线起伏程度较小,相对较为平坦。

水体反射率在整个波段内明显较低,尤其是在近红外部分,相较于其他地物水体反射率低的特性更为明显。对于水质较清透光性较好的水体来说,一般在可见光部分反射率为4%～5%,在0.6 nm左右处反射率下降至2%～3%,而在0.75纳米之后的近红外波段,水成了全吸收体[11]。由于水体中会含有一定的叶绿素,同时还会存有一些浮游植物,两者对于水体的反射波谱也会造成明显影响,水体中藻类等水生物在近红外波段出现反射峰值,可以据此对水体的富营养化程度进行科学评判。

由于一般植物会进行光合作用,所以各类植被的反射波谱特征相似度相对较高。大部分植物的反射波谱特征是:在可见光绿波段附近有一个反射率在10%～20%范围内的峰值,在近红外波段有一个反射率位于50%～60%范围内的较宽的反射坪[12]。

3 土地利用变化监测应用实例

3.1 研究区概况

河北省南皮县位于河北省东南部地区。该地区地势较为平缓,整体呈现西南高、东北低的特点,气候条件主要为暖温带半湿润大陆季风气候。研究区土地利用变化主要有两种,一是利用类型的变化,如耕地转换为工矿、城镇用地。二是种植类型的变化,如麦田转换为棉花、高粱等春播地或果树等或者是棉花等春播地转换为小麦、果树等。

3.2 变化监测实例

3.2.1遥感数据的选择和预处理

为了取得好的效果,选用了5月下旬的图像数据。此时正值冬小麦处于抽穗期,生长旺盛、盖度高;而春播地处于幼苗期,作物盖度较低,两者在图像上,其植被指数、亮度指数均差异明显、变幅较大。为了排除作物本身因季节变化的影响以及因地物亮度在不同组合波段中的差异,选用了不同年份同一季节、相应波段的图像数据,2010年5月28日TM第2、3、4波段与2018年5月28日TM第2、3、4波段,进行该区土地变化遥感监测。

为了消除原始数据系统误差而造成的伪变化信息,对原始数据进行了校正,直方图调整,并运用对照变换法,对2010年与2018年的TM影像相应波段数据进行概率分布匹配,使之具有相同的概率分布,其均值、标准差也接近,同时对这两幅不同时相的图像数据进行图像间的空间匹配。

为了减少计算机处理不必要的工作量,提高效率,仅将研究区域矢量图生成AOI,利用生成的AOI在整幅图像上分别裁剪出研究区域遥感影像。

3.2.2计算亮度指数和垂直植被指数

亮度指数BI,采用均方根法,通过ENVI软件进行获得,即:

(5)

式(5)中：b1为TM影像第2波段亮度值；b2为TM影像第3波段亮度值；b3为TM影像第4波段亮度值。

垂直植被指数PVI,用可见光波段与近红外波段的二维数据,先在两图像上对无植被类型区(如水体、建筑物等)进行采样。分别在两不同时相图像的TM3-TM4平面上用直线拟合法找出无植被直线L1和L2(相当于土壤亮度轴,即背景亮度轴);分别计算出某点P,在二维平面内,到亮度轴的垂直距离d1、d2。他们分别可以作为两不同时相TM图像上,P像元的垂直植被指数PVI1、PVI2。

3.2.3求算变化量

采用“BI-PVI”构成“植被投影面”计算平面上2个不同时相图像的变化向量k反映BI、PVI的增减变化。根据变化向量(k)的大小和方向(v),来提取要检测的变化。其中k的大小反映变化程度,v表示变化方向。

3.2.4变化分类及输出分类图

根据实地情况,确定变化向量大小上取205为阈值,在变化分类图中,变化向量值小于205视为无变化,而大于205视为所要监测的变化。

以已知样地为依据,再将变化向量的方向360°分为7个区间,得到7个变化类别,不同类别给予不同的颜色,便得到土地利用变化监测图,即变化分类图(图2)。

图2 变化监测成果图

3.3 结果分析

对变化监测结果进行分析可知,研究区土地利用结构8年间未发生变化面积所占比例最高,占研究区总面积的28.12%。其次是棉花用地转换为小麦用地,占比23.06%,主要是由于该地区近年棉花等经济作物价格下调,导致大多数种植者不再种植棉花。该地区绿化面积明显增加,所占比例为18.24%,由于该地区出台多项政策要求大力发展城市绿化,河流、道路两侧的绿化面积大幅上升。研究区近年来的经济发展并没有占用太多原有耕地,主要是对原有建筑的翻新和重建工作,所以耕地转化为建筑用地面积相对较低。将监测结果与该地区实际土地利用变化进行对比,对此次监测成果进行精度分析,其结果如表1所示。

表1 土地利用变化分析

监测结果经与实地资料验证除个别坐标区域的棉花、小麦种植区存在略微偏大误差外,其他的效果都很好,各土地利用变化监测结果精度较高,满足监测要求。通过该实例证实了基于亮度指数BI及垂直植被指数PVI的变化向量矢量分析进行土地利用变化监测,监测结果较好,具有现实应用的可行性。

4 结束语

本文主要是选取南皮县作为研究区域,进行了土地利用变化监测的综合试验。对原数据进行了直方图调整,运用对照变换法,对2010年与2018年的TM影像相应波段数据进行概率分布匹配,同时对这两幅不同时相的图像数据进行图像间的空间匹,计算提取了亮度指数BI和垂直植被指数PVI,并且通过二者组成的二维变化向量再加上利用阈值法直接实现土地利用类型的分类与变化监测,将监测结果与该地区土地利用类型实际变化进行对比分析,精度较高,监测结果与实际变化结果贴近程度较高,监测结果较为理想。但该方法在变化向量大小阈值及角度界限的选择确立方面存在一定的主观性,对监测结果会造成一定程度上的影响,同时在大面积推广应用时,需注意伪变化信息的消除。但总体而言,以亮度指数和垂直植被指数为基础,研究地区土地利用动态变化,具有较高的适用性。