張東輝， 趙英俊， 秦凱

(核工業(yè)北京地質(zhì)研究院遙感信息與圖像分析技術(shù)國家級重點(diǎn)實(shí)驗(yàn)室，北京 100029)

0 引言

由于光譜數(shù)據(jù)是遙感圖像分類和目標(biāo)識別的理論基礎(chǔ)數(shù)據(jù)，大量的遙感研究均需獲取、處理和管理這一數(shù)據(jù)。隨著采集地區(qū)和傳感器類型的增多，亟待引入軟件工程技術(shù)，科學(xué)地將大量的標(biāo)準(zhǔn)光譜數(shù)據(jù)進(jìn)行管理。在此基礎(chǔ)上，通過光譜匹配技術(shù)，能夠?qū)崿F(xiàn)地物類型的快速鑒別。

目前國際上具有代表性的波譜庫有：為研究不同粒度礦物的光譜特性，美國噴氣推進(jìn)實(shí)驗(yàn)室基于Beckman UV-5240型光譜儀，收集了上百種常見礦物光譜；美國在IGCP-264工程實(shí)施過程中，對26種樣本采用5種分光計(jì)測試；加利福尼亞技術(shù)研究所建立了ASTER光譜庫，這一光譜庫按照礦物、巖石、土壤、月壤、隕石、植被、水雪冰和人工材料的劃分方法，整理了超過1 500種典型地物的光譜數(shù)據(jù)；在多傳感器光譜數(shù)據(jù)獲取方面，約翰霍普金斯大學(xué)研發(fā)了包含15個(gè)子庫的不同分光計(jì)光譜數(shù)據(jù)。

在國內(nèi)，中國科學(xué)院空間技術(shù)中心編寫的“中國地球資源光譜信息資料匯編”涵蓋了我國常見的地物光譜數(shù)據(jù)類型，為相關(guān)項(xiàng)目開展提供了科學(xué)依據(jù)。隨著光譜庫建設(shè)的推廣，針對行業(yè)需求的系統(tǒng)建設(shè)全面展開。中國科學(xué)院遙感與數(shù)字地球研究所建立了針對微波特性的知識庫[1]；中國科學(xué)院長春地理研究所針對目標(biāo)識別和作物估產(chǎn)需要，建設(shè)了長春凈月潭地物波譜數(shù)據(jù)庫[2]；北京師范大學(xué)遙感與地理信息系統(tǒng)研究中心建立了我國典型地物標(biāo)準(zhǔn)波譜數(shù)據(jù)庫[3]；中國科學(xué)院安徽光學(xué)精密機(jī)械研究所在污染氣體檢測、痕量氣體濃度反演研究中，形成了一套痕量氣體特征光譜數(shù)據(jù)庫[4]；中國煤炭地質(zhì)總局航測遙感局建立了礦物巖石高光譜數(shù)據(jù)庫[5]；武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室采用VC++語言，建立了GeoImager光譜數(shù)據(jù)庫系統(tǒng)[6]，應(yīng)用于遙感基礎(chǔ)理論研究；南京大學(xué)國際地球系統(tǒng)科學(xué)研究所按照植被、土壤、巖石、礦物、原油、水體、冰雪和人工目標(biāo)分類，建立了一套典型地物標(biāo)準(zhǔn)波譜數(shù)據(jù)庫[7]；山東科技大學(xué)將兗州礦區(qū)典型地物波譜數(shù)據(jù)庫應(yīng)用于礦區(qū)生態(tài)環(huán)境監(jiān)測[8]；為實(shí)現(xiàn)光譜數(shù)據(jù)的快速處理，新疆農(nóng)業(yè)大學(xué)所建立的新疆典型荒漠植物光譜數(shù)據(jù)庫系統(tǒng)在光譜求導(dǎo)、光譜參量提取和光譜比對等方面，具有實(shí)用價(jià)值[9-10]。

1 典型目標(biāo)地面光譜信息系統(tǒng)設(shè)計(jì)

1.1 系統(tǒng)結(jié)構(gòu)

為方便野外攜帶，系統(tǒng)采用單機(jī)(C/S)結(jié)構(gòu)設(shè)計(jì)，在驗(yàn)證用戶名和密碼基礎(chǔ)上，根據(jù)權(quán)限分配確保光譜數(shù)據(jù)的安全性。系統(tǒng)分為光譜數(shù)據(jù)管理、信息處理、信息分析、數(shù)據(jù)匹配和系統(tǒng)安全管理等子系統(tǒng)，分別實(shí)現(xiàn)典型地物光譜的相應(yīng)操作功能(圖1)。在光譜數(shù)據(jù)匹配系統(tǒng)中，集成了測量環(huán)境、定標(biāo)板、傳感器、測量人員和精度評價(jià)等信息，便于高光譜應(yīng)用時(shí)信息的提取工作。

圖1典型目標(biāo)地面光譜信息系統(tǒng)結(jié)構(gòu)

Fig.1Architectureofthetypicalgroundtargetspectralinformationsystem

1.2 功能設(shè)計(jì)

該系統(tǒng)共分為7個(gè)功能部分：

1)光譜數(shù)據(jù)管理模塊。該模塊包括：對衛(wèi)星、航空和地面光譜數(shù)據(jù)的增加、更新和刪除功能，支持用戶對光譜按照類別方式逐條瀏覽和總覽。點(diǎn)擊光譜數(shù)據(jù)條目時(shí)，光譜曲線及實(shí)物照片、測量環(huán)境信息、傳感器信息、定標(biāo)板信息和測量人員信息自動(dòng)鏈接顯示。具有動(dòng)態(tài)管理地物光譜類別的能力，系統(tǒng)支持植被、水體、土壤、巖礦和人工建筑5大類地物類型，在每個(gè)大類地物類型下，用戶可根據(jù)項(xiàng)目需要，個(gè)性化編輯子類。相應(yīng)光譜庫中的樹狀結(jié)構(gòu)也將發(fā)生聯(lián)動(dòng)變化，不僅實(shí)現(xiàn)地物類別的動(dòng)態(tài)管理，也對光譜庫的光譜數(shù)據(jù)起到了安全保護(hù)的作用。此外，還具備光譜數(shù)據(jù)統(tǒng)計(jì)及圖形化顯示統(tǒng)計(jì)結(jié)果的功能。

2)光譜信息處理模塊。針對單條光譜曲線，系統(tǒng)提供基本的數(shù)值運(yùn)算，包括平方、開方、對數(shù)計(jì)算和余弦值計(jì)算等功能，實(shí)現(xiàn)光譜曲線快速變換；為滿足光譜去除儀器噪聲和去除水汽噪聲需求，系統(tǒng)集成了針對相應(yīng)波段的去噪功能；此外，為進(jìn)一步增強(qiáng)光譜細(xì)微差異，系統(tǒng)集成了重采樣、二值化編碼、光譜歸一化、光譜包絡(luò)線計(jì)算、光譜斜率計(jì)算、一階導(dǎo)數(shù)、二階導(dǎo)數(shù)、光譜積分和光譜柱狀圖等處理模型，通過光譜特性增強(qiáng)手段，實(shí)現(xiàn)光譜的精細(xì)處理。

3)光譜信息分析模塊。處理后的光譜數(shù)據(jù)可以直接進(jìn)入分析模塊，在指定的波段范圍內(nèi)，實(shí)現(xiàn)眾數(shù)、中值、均值、標(biāo)準(zhǔn)差和方差等光譜參量的快速分析。實(shí)現(xiàn)了光譜數(shù)據(jù)的基本統(tǒng)計(jì)信息計(jì)算。針對植被和水體研究的需要，為了自動(dòng)發(fā)現(xiàn)光譜的特征吸收谷和反射峰，系統(tǒng)集成了藍(lán)邊、綠邊、黃邊和紅邊等光譜特征值，在定量計(jì)算含量和特征波段探尋方面，起到快速計(jì)算的目的。

4)光譜數(shù)據(jù)匹配模塊。支持“條件檢索”和“自動(dòng)匹配”2種方式，前者適用于用戶輸入未知光譜數(shù)據(jù)時(shí)，通過設(shè)置一系列查詢條件(例如設(shè)置條件為450 nm處反射率小于0.2，780 nm處反射率大于0.7，且2 100 nm處反射率不等于0.5等)在光譜庫中查找滿足該條件的所有光譜數(shù)據(jù)。該查詢方法對于用戶鑒定未知光譜曲線，判斷地物類型具有重要意義。后者通過用戶導(dǎo)入波段和反射率數(shù)據(jù)，設(shè)置預(yù)處理方法(不做處理、一階微分、包絡(luò)線去除和吸收峰加權(quán))后，根據(jù)所選的光譜匹配算法(光譜角匹配、光譜信息散度和光譜相似系數(shù))，自動(dòng)在光譜庫中匹配最接近未知光譜的數(shù)據(jù)。

5)應(yīng)用示范模塊。集成了植被、水體、土壤、巖礦和人工建筑信息綜合提取功能。提取的信息包括植被的寬帶綠度、窄帶綠度、光利用率、冠層氮、干旱或碳衰減、葉色素和冠層水分含量計(jì)算功能；水體的水系特征識別模型、藻濃度測量模型、懸浮顆粒濃度測量模型和有機(jī)污染級別判定模型；紅土、黑土和黃土土壤養(yǎng)分含量的定量提取模型；多種巖礦的特征吸收谷與反射峰計(jì)算模型；人工建筑的屋頂材質(zhì)分析、道路材質(zhì)分析、城市林地和草地分析以及城市景觀水體分析功能等。

由圖可見，水泥凈漿流動(dòng)度隨VAc加入量增加先增大后減?。欢炷恋牡固骺諘r(shí)間隨著VAc的量增加迅速減少，當(dāng)VAc的加入量占單體總質(zhì)量的10%，流空時(shí)間最少，混凝土的粘度較低，隨著疏水單體VAc的加入，表面活性效果有所增強(qiáng)，從而降低了混凝土的粘度。而之后繼續(xù)增加VAc用量粘度卻增大，這是由于在該反應(yīng)體系中，VAc的反應(yīng)活性明顯低于其他單體，當(dāng)過量時(shí)，反應(yīng)體系活性較低、轉(zhuǎn)化率降低，有大量的單體殘余在體系中，對水泥凈漿和混凝土粘度產(chǎn)生不利影響。

6)文件下載模塊。提供指定光譜范圍的波譜數(shù)據(jù)及其元數(shù)據(jù)、處理和分析結(jié)果文本的本地下載。

7)系統(tǒng)安全管理模塊。通過身份認(rèn)證、角色管理和登錄管理，確保只有授權(quán)的用戶才能操作系統(tǒng)。權(quán)限管理還可進(jìn)一步控制用戶的操作范圍。

1.3 數(shù)據(jù)庫設(shè)計(jì)

根據(jù)數(shù)據(jù)庫需求分析的結(jié)果，通過E-R實(shí)體關(guān)系圖對實(shí)體進(jìn)行描述，概括出程序中所包含的實(shí)體及實(shí)體間的關(guān)系，歸納光譜信息系統(tǒng)的特點(diǎn)，數(shù)據(jù)具有的規(guī)律有：一條光譜曲線包含多個(gè)元數(shù)據(jù)信息；一個(gè)元數(shù)據(jù)對應(yīng)多條光譜曲線；一條光譜曲線對應(yīng)多個(gè)處理和分析結(jié)果；一個(gè)測量點(diǎn)對應(yīng)多條光譜數(shù)據(jù)；一個(gè)處理模型對應(yīng)多種地物類型。在合理化這些約束條件下，建立表之間的邏輯關(guān)系。其設(shè)計(jì)分為3部分：①地物光譜數(shù)據(jù)表，包括植被、水體、土壤、巖礦和人工建筑數(shù)據(jù)表；②地物類型表，包括植被、水體、土壤、巖礦和人工建筑類型表；③光譜元數(shù)據(jù)表，包括定標(biāo)板、傳感器、測量人員和測量環(huán)境數(shù)據(jù)表。數(shù)據(jù)表結(jié)構(gòu)與表間關(guān)系如圖2所示，其中箭頭指示了表與表通過主鍵ID的關(guān)聯(lián)關(guān)系。

圖2 典型目標(biāo)地面光譜信息系統(tǒng)數(shù)據(jù)表結(jié)構(gòu)與表間關(guān)系

2 典型目標(biāo)地面光譜信息系統(tǒng)實(shí)現(xiàn)

2.1 光譜數(shù)據(jù)采集與質(zhì)量控制

天、空、地一體化的光譜數(shù)據(jù)指來源于星載、機(jī)載高光譜傳感器和地面光譜輻射計(jì)3種平臺所獲取的光譜數(shù)據(jù)。數(shù)據(jù)類型分為植被、水體、土壤、巖礦和人工建筑。由實(shí)驗(yàn)室多年多個(gè)項(xiàng)目積累的成果，廣泛分布于我國不同省市地區(qū)。在入庫前，系統(tǒng)對不同平臺的數(shù)據(jù)，通過輻射校正、重采樣和包絡(luò)線處理，形成面向地物的統(tǒng)一光譜標(biāo)準(zhǔn)，即一體化數(shù)據(jù)。星載數(shù)據(jù)包括Hyperion EO-1(400～2 500 nm)和ASTER EOS Terra(520～11 650 nm)；機(jī)載數(shù)據(jù)包括CASI1500(380～1 050 nm)，SASI600(950～2 450 nm)，TASI600(8 000～12 000 nm)和HyMap(400～2 500 nm)；地面數(shù)據(jù)包括HySpexSWIR-320(1 000～2 500 nm)，ASD FR(350～2 500 nm)和102F(2 000～16 000 nm)。

常見的光譜數(shù)據(jù)質(zhì)量評估方法有統(tǒng)計(jì)檢驗(yàn)法、光譜特征分析法和與標(biāo)準(zhǔn)光譜進(jìn)行匹配的方法。3種方法互相配套和補(bǔ)充使用，經(jīng)過合理的光譜質(zhì)量評估工作，才能將光譜視為標(biāo)準(zhǔn)光譜。統(tǒng)計(jì)檢驗(yàn)待入庫光譜與標(biāo)準(zhǔn)光譜的相關(guān)系數(shù)、均值和均方根誤差等指標(biāo)，剔除異常光譜；對于特征波峰和波谷位置、光譜形態(tài)和水氣吸收帶等信息，波譜特征分析能夠快速評估光譜質(zhì)量；將待入庫光譜與典型地物光譜進(jìn)行匹配，得出光譜質(zhì)量的定量評價(jià)。

2.2 光譜數(shù)據(jù)處理的關(guān)鍵技術(shù)

對于入庫光譜曲線進(jìn)行處理，在異常光譜剔除后，進(jìn)行光譜數(shù)據(jù)的去噪和重采樣，結(jié)合研究目標(biāo)，選擇合適的光譜變換方法，最后實(shí)現(xiàn)定量遙感的目標(biāo)。用戶只需點(diǎn)擊需要處理的光譜曲線，系統(tǒng)便能夠?qū)庾V數(shù)據(jù)進(jìn)行相應(yīng)處理，實(shí)現(xiàn)了光譜數(shù)據(jù)與應(yīng)用模型的無縫銜接。其中，光譜去噪提供加權(quán)移動(dòng)平均法和包絡(luò)線去除2種方法；光譜變換包括倒數(shù)、對數(shù)、倒數(shù)的對數(shù)、對數(shù)的倒數(shù)、均方根、一階微分、倒數(shù)一階微分、倒數(shù)的對數(shù)一階微分、對數(shù)一階微分、對數(shù)的倒數(shù)一階微分、均方根一階微分、二階微分和斜率等13種方法；光譜定量化提供了光譜吸收位置、吸收深度、吸收指數(shù)、吸收寬度、吸收對稱性和光譜積分等6種計(jì)算方法。

2.3 典型地物光譜綜合分析方法

系統(tǒng)集成5類典型地物的光譜分析方法，開展光譜數(shù)據(jù)的綜合分析。

1)植被的葉綠素、纖維素和木質(zhì)素等都在光譜上有明顯的反應(yīng)。該系統(tǒng)將植被的光譜特征進(jìn)行識別，在超過30種指數(shù)模型和定量模型的輔助下，能夠精細(xì)提取植被的生長狀況，這對于作物的物候鑒定和健康評價(jià)都具有重要的意義。

2)純水光譜呈現(xiàn)類似拋物線的特征，在740 nm處達(dá)到反射率的最低值。因此，水體中的物質(zhì)能夠?qū)е鹿庾V曲線發(fā)生明顯的偏離。根據(jù)這一原理，該系統(tǒng)集成了藻含量、泥沙含量和水深等遙感信息模型，實(shí)現(xiàn)了根據(jù)光譜分析水質(zhì)的科學(xué)方法。

3)在土壤分析方面，根據(jù)土壤中氧化鐵、水分含量、碳酸鹽、硫酸鹽和重金屬等在土壤光譜中的作用規(guī)律，計(jì)算土壤可能的組成物質(zhì)。此外，在土壤質(zhì)量評價(jià)方面，該系統(tǒng)集成了干旱指數(shù)和地表熱慣量等綜合分析模型，實(shí)現(xiàn)了模型的科學(xué)集成。

4)系統(tǒng)按照過渡性金屬元素、碳酸根和羥基離子、硅鋁元素的劃分方式，分別針對400～1 300 nm，1 300～2 500 nm，3 000～5 000 nm的巖礦進(jìn)行了綜合分析方法的集成。能夠針對導(dǎo)入該系統(tǒng)的巖礦光譜數(shù)據(jù)，快速計(jì)算特征波段，在反演模型的支持下，實(shí)現(xiàn)了巖礦光譜參數(shù)的自動(dòng)計(jì)算。

5)人工建筑材料的選取中，水泥混凝土主要用于建筑物屋頂?shù)匿佋O(shè)，在960～970 nm的光譜范圍內(nèi)，平均反射率相對較高；粘土混凝土在2 035 nm處有吸收特征；較老的建筑物屋頂，盡管大多是水泥混凝土材質(zhì)，但是其表層遭受風(fēng)化和植物滋生等影響，反射率整體降低，在1 015 nm處存在吸收特征；高反射率玻璃和金屬建筑物屋頂常見于特色建筑，在2 050 nm處存在吸收特征；低反射率瀝青建筑物屋頂反射率低，但受下墊面性質(zhì)影響960 nm處有反射峰。該系統(tǒng)具有屋頂材質(zhì)、道路材質(zhì)、城市綠化以及景觀水體等多種綜合分析模型。

2.4 光譜數(shù)據(jù)匹配方法

光譜匹配能夠在預(yù)知地物的標(biāo)準(zhǔn)光譜響應(yīng)曲線基礎(chǔ)上，通過比對未知光譜數(shù)據(jù)，實(shí)現(xiàn)光譜數(shù)據(jù)的鑒別和分類。系統(tǒng)采用光譜角匹配、光譜信息散度和光譜相似系數(shù)3種匹配方法。通過計(jì)算光譜數(shù)據(jù)之間的夾角，表征不同光譜數(shù)據(jù)的匹配程度，測試光譜ti與參考光譜ri的光譜夾角α為

(1)

光譜信息散度依據(jù)連續(xù)光譜反射率數(shù)據(jù)是由不確定性隨機(jī)數(shù)得到的結(jié)果。從曲線的形狀出發(fā)，計(jì)算出各個(gè)特征點(diǎn)的信息熵，通過比較信息熵和的大小，評估光譜的相似性。信息熵D的計(jì)算公式為

(2)

光譜相似系數(shù)是計(jì)算測試光譜與參考光譜的相關(guān)系數(shù)，完全相同，系數(shù)為1，越接近1越相似。光譜相似系數(shù)ρ的計(jì)算公式為

(3)

3 應(yīng)用實(shí)例

3.1 植被光譜綜合分析應(yīng)用

系統(tǒng)集成了綠度、光利用率、氮素、葉綠素、干旱和水分含量等7種植被參量的多種地物的特征吸收谷與反射峰計(jì)算模型。在針對植被特征波段發(fā)現(xiàn)、含量分析和定量遙感計(jì)算等方面，都實(shí)現(xiàn)了快速自動(dòng)計(jì)算。

以灌木草光譜為例，按照質(zhì)量評估、光譜異常篩選、平滑去噪和重采樣等流程，導(dǎo)入數(shù)據(jù)管理系統(tǒng)。該系統(tǒng)能夠自動(dòng)分析這一灌木草的一系列特征參數(shù)(圖3)，同時(shí)，給出每一光譜數(shù)據(jù)的參考值和優(yōu)秀值，使使用者能夠快速分析這一灌木草的生長狀況。例如，計(jì)算出灌木草的歸一化植被指數(shù)為0.466，優(yōu)秀值為0.2～0.8，因此，這一光譜對應(yīng)的灌木草植被指數(shù)是有效的；紅邊位置指數(shù)為0.71 μm，參考值是0.7～0.73 μm，說明該灌木草未發(fā)生紅邊位移，長勢良好。此外，該灌木草的水分含量、葉色素含量和干旱指數(shù)也同步計(jì)算出，能夠反映該灌木草所生長環(huán)境的綜合情況。

圖3 植被光譜綜合分析系統(tǒng)提取光譜參數(shù)

3.2 土壤光譜信息提取應(yīng)用

采用機(jī)載航空高光譜儀CASI和SASI獲取我國東北某地高光譜數(shù)據(jù)，其中CASI和SASI光譜范圍分別為380～1 050 nm和950～2 450 nm，空間分辨率分別為0.6 m和1.8 m，光譜分辨率分別為2.3 nm和15 nm。搭載平臺為“運(yùn)12”雙發(fā)渦槳飛機(jī)，飛行時(shí)間為2017年4月14日，數(shù)據(jù)獲取時(shí)間為正午12點(diǎn)。地面進(jìn)行同步黑白布和典型地物地面光譜測量，同時(shí)通過架設(shè)基站同步獲取靜態(tài)GPS數(shù)據(jù)。地面光譜測量數(shù)據(jù)可發(fā)揮2方面作用：①通過測量黑白布反射率，為航空高光譜數(shù)據(jù)提供輻射校正參考光譜；②通過對地面典型土壤光譜數(shù)據(jù)的精細(xì)分析，為航空高光譜數(shù)據(jù)反演提供理論基礎(chǔ)。

首先，在所獲取的航空高光譜影像上選擇采樣點(diǎn)的土壤光譜數(shù)據(jù)，導(dǎo)入到該系統(tǒng)中。以1號樣點(diǎn)的黑土光譜為例(圖4)，由于黑土光譜反射率普遍較低，原始光譜數(shù)據(jù)特征波段不顯著。通過對數(shù)的倒數(shù)處理后，得出437 nm處光譜反射率值最大，具有顯著的反射特性。一階微分計(jì)算顯示這一土壤光譜的光譜變換最大波譜位置為：943 nm，950 nm，762 nm，781 nm和847 nm，通過分析這些光譜位置，對于掌握土壤成分含量與光譜的特征位置具有顯著意義。包絡(luò)線去除能夠進(jìn)一步提取特征波段，結(jié)果顯示950 nm，437 nm，523 nm和475 nm處的包絡(luò)線去除后，反射率達(dá)到極大值，可以作為建模波段進(jìn)行定量遙感計(jì)算。

圖4 系統(tǒng)支持下的土壤光譜處理結(jié)果

4 結(jié)論與討論

針對光譜研究中，缺乏高效率地面光譜分析手段的實(shí)際應(yīng)用需求，研究典型目標(biāo)地面光譜數(shù)據(jù)獲取、分析、處理和綜合信息提取的技術(shù)方案，在軟件工程和數(shù)學(xué)模型支持下，建立了一套典型目標(biāo)地物標(biāo)準(zhǔn)光譜信息系統(tǒng)。

所構(gòu)建軟件平臺區(qū)別于傳統(tǒng)的光譜數(shù)據(jù)庫思路，著重于信息系統(tǒng)，將常見的典型地物光譜進(jìn)行了綜合管理，提高了數(shù)據(jù)的使用效率，在內(nèi)置上百種光譜分析模型的支持下，達(dá)到了高效、快速和準(zhǔn)確挖掘光譜蘊(yùn)含的豐富地物信息的目標(biāo)，為目標(biāo)識別、資源勘查、土地利用和生態(tài)環(huán)境評價(jià)等工作提供了技術(shù)支撐。隨著信息系統(tǒng)光譜收集量的增加和新型光譜分析模型的不斷引入，該系統(tǒng)將成為地物光譜定量化應(yīng)用的重要技術(shù)工具之一。