■ 侯美亭

《遙感中的尺度問題》評(píng)介

■ 侯美亭

尺度（scale）是遙感監(jiān)測(cè)研究和圖像分析中基本而又關(guān)鍵的一個(gè)問題。數(shù)據(jù)的聚合、信息的傳遞和合適時(shí)空尺度的選取等都涉及到尺度問題。在遙感研究中，使用不同的衛(wèi)星傳感器數(shù)據(jù)可能會(huì)造成不同的研究結(jié)果，因?yàn)樗鼈兺ǔ＞哂胁煌目臻g分辨率。因此，檢測(cè)由于使用不同空間分辨率的衛(wèi)星圖像而造成的景觀格局空間配置的變化具有重要意義。此外，對(duì)于特定的環(huán)境過程，有必要找到適合于研究的最佳尺度。有關(guān)多尺度的理論、方法和模型是理解異質(zhì)性景觀的關(guān)鍵。

特定條件下，空間特征可以跨尺度傳輸。因此，需要知道信息是如何在小尺度和大尺度之間轉(zhuǎn)移的。此時(shí)，必須要提到一個(gè)重要的理論——分形（fractals）。分形具有不規(guī)則性和尺度獨(dú)立性的特點(diǎn)，被公認(rèn)為是一種合適的捕捉空間結(jié)構(gòu)自相似性的方法。自相似性表示為不隨尺度而變化的一種特性。在地學(xué)領(lǐng)域，自相似性通常被解釋為尺度獨(dú)立性。然而，在所有尺度上，大多數(shù)環(huán)境現(xiàn)象并不是純的分形。相反，它們只表現(xiàn)出一定程度的、在有限區(qū)域和有限的尺度范圍內(nèi)的自相似性，這通常可以用空間自協(xié)方差等統(tǒng)計(jì)信息來衡量。分形的基本原則是使用嚴(yán)格的或統(tǒng)計(jì)的自相似性來確定對(duì)象的分形維數(shù)（FD），這是通常反映對(duì)象不規(guī)則或復(fù)雜程度的指標(biāo)。當(dāng)分形應(yīng)用于遙感時(shí)，圖像被看作是一種復(fù)雜的“丘陵地形表面”，其海拔高度由數(shù)字表示。因此，它們的FD容易計(jì)算，并用來表示“圖像表面”有多復(fù)雜。遙感研究假設(shè)空間復(fù)雜性直接導(dǎo)致空間過程發(fā)生于不同尺度，而較高的FD發(fā)生在有更多過程運(yùn)行的尺度上。FD使得發(fā)生在不同尺度的空間過程具有可衡量和可比性。與圖像分析中的其他地理空間算法（如景觀格局指數(shù)）相比，分形更具優(yōu)勢(shì)，因?yàn)槠淇梢灾苯討?yīng)用于原始圖像，而無需分類或土地覆蓋特征識(shí)別。因此，分形在遙感圖像分析中的應(yīng)用越來越多，源自分形的紋理圖像也被作為圖像分類中的附加圖層。

目前，遙感中的尺度問題已經(jīng)得到了大量的關(guān)注。WILEY出版公司于2014年推出的這本由美國(guó)印第安納州立大學(xué)Weng Qihao教授編著的Scale Issues in Remote Sensing一書的目的在于回顧和重新審視遙感領(lǐng)域中與尺度有關(guān)的問題。而且，本書還將探討20世紀(jì)末期以來出現(xiàn)的地球觀測(cè)的一些新的前沿技術(shù)，如甚高分辨率、高光譜、激光雷達(dá)遙感，以及遙感影像處理中的一些技術(shù)進(jìn)展（如面向?qū)ο蟮膱D像分析、數(shù)據(jù)融合和人工神經(jīng)網(wǎng)絡(luò)等）是如何影響了對(duì)尺度這一基本而關(guān)鍵問題的理解。本書從三個(gè)相互關(guān)聯(lián)的角度（景觀特征、格局和過程），討論了尺度的有關(guān)問題，并展望了未來遙感的發(fā)展趨勢(shì)及與尺度的關(guān)系。

本書包括5個(gè)部分。第1部分關(guān)注尺度和尺度轉(zhuǎn)換的理論；第2部分涉及不同時(shí)空尺度植被參數(shù)和生態(tài)系統(tǒng)的估算和測(cè)量；第3部分探討尺度轉(zhuǎn)換對(duì)遙感圖像分割和目標(biāo)提取的影響；第4部分是典型案例研究，關(guān)注土地覆蓋分析和陸—?dú)庀嗷プ饔弥械某叨群统叨绒D(zhuǎn)換問題；第5部分評(píng)介地球觀測(cè)的新的前沿技術(shù)，如高光譜和激光雷達(dá)遙感，對(duì)尺度問題的影響。

第1部分包括了3個(gè)章節(jié)（第2—4章）。第2章，Ehlers等（章作者，下同）檢測(cè)了不同空間尺度遙感影像的數(shù)據(jù)融合效果。他們認(rèn)為，尺度與各自傳感器的地面采樣距離（ground sampling distances，GSDs）有關(guān)。對(duì)于光學(xué)傳感器而言，如果融合方法基于光譜特征保存技術(shù)（諸如Ehlers融合），那么1:10的地面采樣距離或尺度比率（例如，IKONOS與SPOT-5的融合）能產(chǎn)生可接受的融合效果。使用雷達(dá)圖像替代高分辨率全色數(shù)據(jù)也是可能的，但這僅限于1∶6與1∶20之間的尺度比例，因?yàn)槔走_(dá)的特征識(shí)別技術(shù)較為有限。第3章，Quattrochi等根據(jù)Landscape Ecology雜志1999年刊載的一篇文章，檢測(cè)了熱紅外（TIR）遙感數(shù)據(jù)在分析景觀生物物理特征方面的應(yīng)用，指出了如何將這些數(shù)據(jù)更加有效的用于景觀生態(tài)過程的理解和模擬。第4章，Weng討論了城市遙感中與尺度有關(guān)的一些重要問題。首先，檢測(cè)了城市空間中三種相互關(guān)聯(lián)的實(shí)體（例如，材料、土地覆蓋、土地利用）的制圖需求及它們之間的關(guān)系。然后，評(píng)價(jià)了空間分辨率和城市景觀結(jié)構(gòu)的關(guān)系。接下來，評(píng)述了地表溫度（LST）研究的最佳尺度。最后，通過兩個(gè)案例研究評(píng)價(jià)了城市現(xiàn)象的尺度依賴性問題：一是不同統(tǒng)計(jì)級(jí)別（例如，街區(qū)、街區(qū)群、大片土地）的LST的變異；另一個(gè)是人口居住密度的多尺度估計(jì)及建模。

第2部分也包括了3個(gè)章節(jié)（第5—7章）。在第5章，Glenn等展示了不同尺度的遙感植被指數(shù)如何應(yīng)用于植被變化監(jiān)測(cè)研究。使用植被指數(shù)可以將景觀組分區(qū)分為裸地、水體和植被等，如果將其結(jié)合地面實(shí)測(cè)數(shù)據(jù)進(jìn)行標(biāo)定，還可以量化一些生物物理和生理變量，如葉面積指數(shù)、植被覆蓋度、蒸散發(fā)和光合吸收分量等。他們使用的遙感監(jiān)測(cè)系統(tǒng)主要包括冠層物候探頭、Landsat和MODIS，這涵蓋了很廣的空間（1cm～250m）和時(shí)間分辨率（15min～16d）范圍，同時(shí)也討論了地面和遙感監(jiān)測(cè)系統(tǒng)的誤差和不確定性來源。在第6章，Wang等將點(diǎn)數(shù)據(jù)和TM影像結(jié)合起來，使用“點(diǎn)簡(jiǎn)單協(xié)同克里格—點(diǎn)協(xié)同模擬”和“點(diǎn)簡(jiǎn)單協(xié)同克里格—塊協(xié)同模擬”兩種升尺度方法，以990m的像元分辨率對(duì)中國(guó)浙江省臨安的地上森林碳儲(chǔ)存進(jìn)行了制圖。研究結(jié)果認(rèn)為，這兩種方法在對(duì)空間數(shù)據(jù)的升尺度，以及揭示輸入數(shù)據(jù)的不確定性從高分辨率到粗分辨率的傳播方面都有很好的表現(xiàn)。輸出結(jié)果的不確定性，反映了輸入數(shù)據(jù)的位置及其本身的值引起的估算精度的空間變異。第7章，He使用一個(gè)簡(jiǎn)單有效的冠層集成方法，通過估算從葉片到景觀水平上的草地葉綠素含量，將不同的空間尺度聯(lián)系起來。該研究使用了在加拿大安大略省收集的異質(zhì)性高草草地?cái)?shù)據(jù)，首先將葉片水平的葉綠素含量升尺度到冠層和景觀水平，然后分析了葉片、冠層和景觀尺度上葉綠素光譜指數(shù)和植被葉綠素含量之間的關(guān)系。研究發(fā)現(xiàn)，三種尺度上它們都存在顯著的關(guān)系，這表明可以使用地面和空間遙感數(shù)據(jù)準(zhǔn)確地估計(jì)葉綠素含量。

在遙感中，圖像分割具有較長(zhǎng)的歷史，它源于工業(yè)圖像處理，但在地理用戶中卻沒有得到廣泛應(yīng)用。不過，隨著高空間分辨率影像數(shù)據(jù)和商業(yè)軟件（如eCognition）的出現(xiàn)，面向?qū)ο蟮膱D像分析正越來越多地用在遙感應(yīng)用中。在創(chuàng)建對(duì)象的過程中，尺度決定了它的類的出現(xiàn)與否。因此，尺度和尺度縮放問題是圖像對(duì)象提取、代表性、建模和分析時(shí)需要考慮的基本因素。

第3部分（第8—10章）討論了上述這個(gè)問題。在第8章，Hay介紹了一個(gè)基于地理對(duì)象的框架方案，該方案集成了層次結(jié)構(gòu)理論和線性尺度空間，以在多尺度上實(shí)現(xiàn)尺度域的自動(dòng)可視化和建模。具體來說，這一章描述了一種三級(jí)層次結(jié)構(gòu)方法，針對(duì)一個(gè)復(fù)雜農(nóng)業(yè)森林景觀的200種不同的多尺度表示形式，自動(dòng)劃分它們的主要結(jié)構(gòu)組分。通過考慮將尺度空間事件作為關(guān)鍵域的閾值，Hay進(jìn)一步定義了一個(gè)新的尺度域拓?fù)洌商岣哌@種復(fù)雜多尺度場(chǎng)景的查詢和分析。最后，Hay介紹了如何進(jìn)行空間模擬，以及如何對(duì)一個(gè)“尺度域流形”場(chǎng)景中的主導(dǎo)地理對(duì)象的層次結(jié)構(gòu)進(jìn)行可視化。在第9章，Tzotsos等介紹了面向?qū)ο蟮亩喑叨葓D像分析方案，其中包括由先進(jìn)的邊緣特征和非線性尺度空間濾波增強(qiáng)的區(qū)域合并分割算法。首先，使用尺度空間表示方法在幾種尺度上提取了遙感影像的邊緣和線的特征。然后，在增強(qiáng)的分割算法中，這些特征被用以約束各尺度上圖像對(duì)象的增長(zhǎng)。通過迭代成對(duì)對(duì)象合并，可以完成最終的分割。然后，在不同尺度上計(jì)算圖像對(duì)象，并用于支持向量機(jī)，以進(jìn)行分類。最后，使用各種機(jī)載和星載全色、多光譜、高光譜和微波傳感器獲取的甚高分辨率圖像對(duì)這種圖像分類方案進(jìn)行了測(cè)試，取得了一些有用的試驗(yàn)結(jié)果。在第10章，Im等對(duì)近來關(guān)注于確定圖像分割的最優(yōu)尺度的一些基于對(duì)象的圖像分析（OBIA）的研究進(jìn)行了評(píng)述。選擇最優(yōu)尺度往往充滿挑戰(zhàn)，因?yàn)槟壳吧袥]有統(tǒng)一的方法來確定最優(yōu)尺度，而且大多數(shù)分割算法在選擇尺度時(shí)比較隨意。他們認(rèn)為在選擇分割尺度時(shí)應(yīng)該有一個(gè)通用準(zhǔn)則，以便使OBIA能夠普遍用于遙感應(yīng)用，并能夠有效地比對(duì)不同的OBIA方法。

第4部分（第11—13章）介紹了土地覆蓋、景觀和生物物理參數(shù)分析中的尺度問題。在第11章，Liu等以印第安納波利斯作為研究區(qū)域，評(píng)估了尺度縮放對(duì)景觀格局與地表溫度關(guān)系的影響。研究比較了不同的空間分辨率，發(fā)現(xiàn) 90m的空間分辨率是研究該區(qū)域二者關(guān)系的最佳尺度。第12 章，Liang等使用來自5個(gè)不同傳感器（Landsat MSS，Landsat TM，Landsat ETM+，ASTER，IKONOS）的8個(gè)不同時(shí)次的數(shù)據(jù)，評(píng)價(jià)了三棱柱分形算法表征印第安納波利斯的城市景觀的有效性。對(duì)所選取的原始、分類后和重采樣的圖像分別計(jì)算了分形維數(shù)，并進(jìn)行了對(duì)比分析。然后，評(píng)估了分形在景觀格局表征和尺度/分辨率問題中的應(yīng)用潛力。在第13章，Hong等研究了遙感降水的時(shí)空尺度。首先綜述了降水測(cè)量方法，包括傳統(tǒng)雨量計(jì)和先進(jìn)的遙感測(cè)量；然后發(fā)展了一個(gè)不確定性分析框架，可以通過一個(gè)空間、時(shí)間和強(qiáng)度的函數(shù)以系統(tǒng)地量化遙感降水的估計(jì)誤差；最后評(píng)估了基于時(shí)空尺度的誤差從估算遙感降水到水文預(yù)報(bào)的傳播。

這本書的最后一部分（第14—15章）討論了一些新的地球觀測(cè)前沿技術(shù)如何改變了我們對(duì)遙感中的尺度問題的理解。數(shù)字地形模型（digital terrain models，DTMs）是許多應(yīng)用程序和決策所需要的基本產(chǎn)品。如今，高空間分辨率DTMs主要通過機(jī)載激光掃描儀（ALS）生成。然而，ALS 并不直接提供DTMs，而是提供嵌入地形高程和自然及人為特征高度的密集點(diǎn)云。因此，從地形中識(shí)別地面以上的對(duì)象是一個(gè)基本的處理步驟。此處理步驟被稱為地面濾波（或篩選），這在具有多樣地形特征的較大區(qū)域尤為困難。在第14章，Silvan-Cárdenas等改進(jìn)了一個(gè)基于多尺度信號(hào)分解的濾波方法，稱為多尺度Hermite變換（MHT）。MHT的正式依據(jù)出現(xiàn)在代表空間信號(hào)的尺度空間理論中。在第 15 章，Petropoulos等評(píng)估了高光譜遙感在提高區(qū)分不同尺度的相似土地覆蓋類型上的潛力。這一章概述了當(dāng)前最先進(jìn)的光譜輻射識(shí)別不同土地覆蓋目標(biāo)的能力。首先，回顧了當(dāng)前所使用的與尺度因素有關(guān)的技術(shù)，并提供了相關(guān)的理論研究和光譜庫的例子。然后，重點(diǎn)關(guān)注了高光譜遙感在土地利用/覆蓋制圖中的使用。而基于不同空間尺度上的高光譜遙感信息，如何提高估算土地覆蓋的精度，可能是未來的主要挑戰(zhàn)。

總的來說，本書概述了目前利用遙感評(píng)價(jià)、度量和檢測(cè)景觀過程的有關(guān)方法，呈現(xiàn)了與尺度有關(guān)的遙感技術(shù)和分析的研究現(xiàn)狀。書中給出的圖表和統(tǒng)計(jì)結(jié)果，較好地解釋了遙感數(shù)據(jù)融合及許多新的方法。這本書尤其值得關(guān)注衛(wèi)星和激光雷達(dá)圖像分析的讀者閱讀。

（作者單位：中國(guó)氣象局氣象干部培訓(xùn)學(xué)院）