楊明龍

（昆明理工大學(xué) 國土資源工程學(xué)院，云南 昆明 650093）

區(qū)域內(nèi)遙感影像陰影區(qū)域石漠化信息缺失的有效處理

楊明龍

（昆明理工大學(xué) 國土資源工程學(xué)院，云南 昆明 650093）

遙感影像在多項領(lǐng)域中得到廣泛使用，隨著空間分辨率逐漸提高，影像中的陰影導(dǎo)致區(qū)域信息部分丟失問題更加明顯，影響影像質(zhì)量。針對海量數(shù)據(jù)，如何檢測并有效處理信息缺失問題對遙感影像應(yīng)用是有重要價值的。為了全面掌握石漠化空間分布特征，解決遙感影像陰影區(qū)域信息缺失問題，以喀斯特石漠化地區(qū)為研究對象，借助圖像處理軟件，提出石漠化知識，并在GIS技術(shù)下，分析空間變異性特征。研究表明，區(qū)域石漠化是指受到多種因素的影響，Krifing插值表明研究區(qū)西南部沙漠化最高。研究借助圖像處理軟件為區(qū)域石漠化監(jiān)控評估提供了新的方法。

遙感影像；陰影區(qū)域；信息缺失；圖像處理

0 引言

石漠化廣泛存在于中國西南巖溶地區(qū)，目前已經(jīng)成為研究熱點話題，遙感技術(shù)在石漠化信息提取中發(fā)揮重要作用[1]，但是在石漠化評估過程中發(fā)現(xiàn)，遙感影像解釋存在較大困難[2]，遙感影像存在大量陰影分布區(qū)域，影響石漠化判斷[3]，本文主要以喀斯特環(huán)境為例分析遙感影像區(qū)域石漠化信息缺失的有效處理。

1 問題提出

在有關(guān)石漠化信息提取與空間分布分析中，GIS遙感技術(shù)得到廣泛使用，如廣西都安瑤族石漠化分析中，采用數(shù)字影像檢測土地石漠化變化，分析石漠化原因并量化不同因子的作用。但是在石漠化評估中，遙感影像翻譯是一個難點問題。在以往分析中，采用空間結(jié)構(gòu)、影像文理特征等增強石漠化信息[4]，也有建立不同石漠化提取模型，剔除非石漠化區(qū)域，提高翻譯精度[5]。在該組分析中，以喀斯特環(huán)境為例，位于廣西丘陵傾斜斜坡面上，屬于苗嶺山系，地勢形成三級階梯，地質(zhì)結(jié)構(gòu)復(fù)雜，土地資源類型多樣但是分布嚴(yán)重不均勻，研究區(qū)域為東南部地區(qū)，土地主要為林地、梗死以及灌木草叢等，

類型比較全面。所使用的數(shù)據(jù)為2005年3月分析ASTER數(shù)據(jù)，以及1973年地質(zhì)矢量數(shù)據(jù)和DEM數(shù)據(jù)等。通過遙感影像發(fā)現(xiàn)存在大量“月牙型”、“棒型”陰影區(qū)域，信息提取誤差很大，如果直接將陰影區(qū)域與其他區(qū)域等同處理，不符合實際情況，因此借助統(tǒng)計學(xué)分析，擬利用Kriging插值技術(shù)估計陰影缺失區(qū)信息，在此基礎(chǔ)上評估石漠化等級，為土地資源利用提供科學(xué)依據(jù)。

2 研究方法

利用Landsat5與B4建立石漠化指數(shù)模型，提取石漠化信息，并利用整景B5、B3等合成假彩色圖像，訓(xùn)練分析石漠化指數(shù)判斷。裁剪石漠化指數(shù)等級，剔除掉陰影部分，分析研究區(qū)域石漠化指數(shù)空間結(jié)構(gòu)特征[6]，并分析陰影區(qū)域石漠化指數(shù)。

圖像中的每一個像素點都存在一定的相關(guān)性，與空間距離有關(guān)，表現(xiàn)出結(jié)構(gòu)性，在本組研究中采用統(tǒng)計學(xué)方法，在石漠化指數(shù)分類中融入數(shù)據(jù)反映空間變化。石漠化遙感信息模型直接影響精度測量標(biāo)準(zhǔn)，本文研究中采用增強型植被指數(shù)法建立石漠化信息提取模型：Di=DNB5GB4(DNB4GB5)，采用該模型能夠消除遙感期增益影響，但是可能無法充分反映陰影區(qū)信息，因此還需要剔除陰影區(qū)統(tǒng)計分析石漠化指數(shù)。

當(dāng)前石漠化等級劃分沒有形成明確的標(biāo)準(zhǔn)，根據(jù)當(dāng)?shù)厥瘜嶋H情況，選擇制備覆蓋率以及巖石裸露率作為標(biāo)準(zhǔn)，如表1所示。

表1 石漠化等級分化

巖石裸露是石漠化劃分重要依據(jù)之一，遙感影像采用混合像元等密度模型，采用校正后函數(shù)表示裸露度，計算公式為：

采用ENVI軟件進行圖像的采集以及遙感解譯等，采用ARCGISsane 9.2軟件分析半方差函數(shù)，采用Excel軟件繪制頻率分布圖。

3 結(jié)果與討論

采用ENV 16.0軟件共提取出8萬多個圖像共有像元，其中包括1萬多個陰影區(qū)域像元，陰影占據(jù)總面積的12%左右，直接影響遙感翻譯精度，因此估算陰影區(qū)域石漠化信息至關(guān)重要，提出陰影后的圖像保存為SMH.Img格式，如圖1所示。圖像與假色合成圖雙向查詢，石漠化信息提取良好，統(tǒng)計分析圖像石漠化指數(shù)，最小值為9，最大值為254，呈現(xiàn)正態(tài)分布。

圖1 剔除陰影后區(qū)域石漠化指數(shù)分布圖

植被線的存在很容易使模型找不到終端單元值，因此采用混合像元到植被距離提取信息。采用分類算法比較容易，考慮到山谷中存在基本農(nóng)田保護區(qū)，不存在石漠化問題，因此采用傳統(tǒng)監(jiān)督分類區(qū)分。設(shè)一種植被三維光譜信號為V1，亮植被信號為V2，完全石漠化像元終端單元為V0，石漠化集合指數(shù)采用GRI=dd0，完全石漠化為1，沒有石漠化為0，MNF空間終端各單元各波段值如圖2所示，得到石漠化集合指數(shù)圖如圖3所示。

圖2 MNF空間終端單元各波段值

圖3 石漠化集合指數(shù)圖

在ENV 16.0中導(dǎo)出ASCII格式，修改文件代碼，將

陰影區(qū)域0區(qū)設(shè)置為無數(shù)據(jù)區(qū)域，導(dǎo)出圖像格式，分析石漠化指數(shù)空間結(jié)構(gòu)圖，選擇1個像元大小之后距離計算半方差函數(shù)，h=0時，r（h）=0；h>0時，r（h）=0.013 6+0.094 6（1-e3h/R），式中h為之后距離，R為變程。研究區(qū)域石漠化是指可以參考指數(shù)模型，C0表示塊金效應(yīng)，C0(C0+C)反映石漠化指數(shù)空間相關(guān)性的強弱，在其小于25%的情況下，石漠化指數(shù)表現(xiàn)出強的空間相關(guān)性，25%～75%表示中等相關(guān)，大于75%表示無相關(guān)性。在研究區(qū)域內(nèi)，指數(shù)值在12.56%，結(jié)果表明石漠化指數(shù)與空間存在強烈相關(guān)性，石漠化指數(shù)受到氣候、地形等因素的影響。

利用半方差函數(shù)模型進行空間插值，得到石漠化預(yù)測空間分布，交叉驗證石漠化指數(shù)和Kriging預(yù)測值，相關(guān)系數(shù)在0.955 6，接近直線，表明所分析的石漠化具有較高的預(yù)測精度，石漠化指數(shù)預(yù)測石漠化區(qū)域主要集中在西南部和東南部，西北部石漠化指數(shù)偏低。

利用整景影響建立多個石漠化訓(xùn)練區(qū)，得到石漠化指數(shù)最大值和最小值，計算研究區(qū)域巖石裸露度，為方便分析，采用不同處理方式對石漠化指數(shù)圖進行分析，忽略陰影部分的影響，統(tǒng)計各個石漠化等級面積和比例，如表2所示。

表2 各類石漠化等級面積

由表2可以得出結(jié)論，在不同處理方式下，石漠化等級存在較大差異，a處理方式下石漠化面積最大，也就是Kriging估計石漠化比例最大，而影響石漠化地類比例只有17.20%，少了幾個百分點。

從石漠化等級分布進行分析，a處理方式石漠化等級分布面積呈現(xiàn)減少趨勢，因此可以認(rèn)為遙感翻譯中采用直接忽略陰影的做法不可靠，會降低石漠化分布面積。

在實際分析中，研究區(qū)域的陰影主要集中在北部地區(qū)，考慮到光照和降雨的影響，背陰區(qū)域植被覆蓋不高，石漠化等級會更高。但是在山體陰影影響下，遙感光譜特征模糊，導(dǎo)致信息的丟失，因此石漠化檢測中需要合理評級陰影區(qū)域石漠化情況。

4 結(jié)語

綜上所述，利用統(tǒng)計學(xué)方法，Kriging差值評估陰影信息缺失石漠化問題，得到很好的效果，石漠化指數(shù)空間結(jié)構(gòu)分析表明，石漠化指數(shù)與自然呈現(xiàn)強相關(guān)性，西南部輕度石漠化，陰陽區(qū)域缺失信息不大，管理效果較高，采用Kriging差值評估彌補缺失信息具有使用價值。

[1]劉輝.基于改進陰影指數(shù)的福州市主城區(qū)建筑容積率提取[J].武漢大學(xué)學(xué)報：信息科學(xué)版，2014（10）：1241?1247.

[2]何駿.遙感影像數(shù)據(jù)管理方案探索與實現(xiàn)[J].現(xiàn)代電子技術(shù)，2012，35（20）：134?136.

[3]句龍，袁艷，曹世翔.遙感影像配準(zhǔn)方法的研究和應(yīng)用[J].現(xiàn)代電子技術(shù)，2011，34（4）：87?90.

[4]郭海祥，安裕倫.基于中高分辨率遙感影像的石漠化治理工程監(jiān)測：以普安縣地泗河小流域為例[J].貴州師范大學(xué)學(xué)報：自然科學(xué)版，2013，31（1）：7?10.

[5]楊奇勇，蔣忠誠，羅為群，等.巖溶區(qū)峰叢洼地山體陰影區(qū)域植被指數(shù)隨機模擬[J].農(nóng)業(yè)機械學(xué)報，2013，44（5）：232?236.

[6]陳錟.高空間分辨率遙感影像中建筑物陰影的處理研究[D].成都：西南交通大學(xué)，2014.

Effective treatment for missing of stony desertification information in remote sensing image shadow area

YANG Minglong
（College of Land and Resources Engineering，Kunming University of Science and Technology，Kunming 650093，China）

The remote sensing image has been widely used in various fields，and with the gradual increasing of spatial reso?lution，the part information missing problem caused by the shadow area in image becomes more obvious，which affects on the image quality.For the massive data，the way how to detect and effectively deal with the information missing problem has signifi?cant value in the application of remote sensing image.To fully grasp the spatial distribution characteristics of the stony desertifi?cation，and solve the information missing problem caused by shadow area in remote sensing image，the Karst stony desertifica?tion area is taken as the research object，and the stony desertification knowledge is proposed by means of image processing soft?ware.The feature of spatial variability is analyzed with GIS technology.The research results show that the stony desertification re?fers to the influence of various factors.Krifing interpolation shows that the highest stony desertification area is in southwest of the researched area.The research provides a new method for assessment and monitoring of the stony desertification area by means of image processing software.

remote sensing image；shadow area；information missing；image processing

TN911?34

A

1004?373X（2015）24?0001?03

10.16652/j.issn.1004?373x.2015.24.001

楊明龍（1982—），男，侗族，碩士，講師。研究方向為國土資源信息化、遙感監(jiān)測、石漠化治理。

2015?08?26

國家自然科學(xué)基金委批準(zhǔn)，昆明理工大學(xué)委托：基于遙感與GIS的滇東南石漠化監(jiān)測、評價及過程模擬研究（41261092）；國家自然科學(xué)基金委批準(zhǔn)，昆明理工大學(xué)委托：云南山區(qū)不同地域環(huán)境下農(nóng)戶生計與土地利用互動研究（71163023）