陳 強 黃光體 沈麗莉 余 翔 萬小力 黃 鑫

(1.湖北省林業(yè)調(diào)查規(guī)劃院 武漢 430079；2.華中農(nóng)業(yè)大學(xué)園藝林學(xué)學(xué)院，湖北省林業(yè)信息工程技術(shù)研究中心 武漢 430070)

1 引言

森林資源是國家重要的自然資源和戰(zhàn)略資源，在維護國土生態(tài)安全中具有重要地位。當(dāng)前，林地流失、森林破壞等涉林違法犯罪問題屢屢發(fā)生，森林資源保護管理的形勢依然嚴(yán)峻復(fù)雜，特別是一些地方?jīng)]有真正樹立保護資源、保護生態(tài)的可持續(xù)發(fā)展理念，沒有建立起有效的森林資源保護發(fā)展目標(biāo)責(zé)任制，破壞森林資源問題屢屢發(fā)生、屢禁不絕，嚴(yán)重影響了生態(tài)文明建設(shè)成果。為深入貫徹落實黨的十九大精神和習(xí)近平新時代中國特色社會主義思想，按照黨的十九大報告提出的“要實行最嚴(yán)格的生態(tài)環(huán)境保護制度”和“堅決制止和懲處破壞生態(tài)環(huán)境行為”要求，國家林業(yè)和草原局決定自2018年開始在全國范圍內(nèi)開展使用遙感手段全覆蓋的森林督查，建立覆蓋全國、分級負(fù)責(zé)、上下聯(lián)動、齊抓共管的常態(tài)化森林資源監(jiān)管和執(zhí)法機制。

目前，森林督查的總體工作思路是以全國林地“一張圖”為基礎(chǔ)，運用遙感等技術(shù)手段，采用人工判圖的方式提取督查期內(nèi)改變林地用途和采伐林木等林地變化圖斑，然后通過核對檔案資料、現(xiàn)地驗證核實等方法，發(fā)現(xiàn)違法破壞森林資源問題并移交相關(guān)部門依法查處。但是，在實際工作中，采用人工判圖的方式來提取督查期內(nèi)林地變化圖斑需要耗費大量人力和物力，而且費時、效率低，受人為影響較大，精度無法保證，如何在保證精度的提前下以較短的時間和較少的人力由計算機自動提取督查期內(nèi)林地變化圖斑，為各級政府、林業(yè)主管部門森林督查提供數(shù)據(jù)支撐服務(wù)，是一項非常重要的工作。

2 主要思路與關(guān)鍵技術(shù)

運用eCognition軟件針對森林督查期內(nèi)的前后期高分辨率遙感影像進(jìn)行林地范圍內(nèi)征占用林地、采伐跡地、建設(shè)用地的自動提取的主要步驟為：①采用基于影像分割對象進(jìn)行變化檢測的方式，首先通過前后期影像共同參與影像分割，形成有意義的圖斑邊界，影像分割的基本要求是要將發(fā)生變化的影像圖斑分割出來，以便于之后的變化檢測。②然后以分割圖斑作為變化檢測的基元，研究如何選擇合適的特征與閾值進(jìn)行變化的發(fā)現(xiàn)。③將自動提取的變化圖斑與全國林地“一張圖”的林地小班進(jìn)行空間相交分析，產(chǎn)出督查區(qū)域范圍內(nèi)新增的征占用林地、采伐跡地、建設(shè)用地變化圖斑。

2.1 技術(shù)流程

本研究主要包括督查前后期影像的預(yù)處理、面向?qū)ο笥跋穸喑叨确指?、前后期影像波段濾波、變化圖斑發(fā)現(xiàn)及提取、與全國林地“一張圖”分析產(chǎn)出林地變化圖斑、精度評價6項工作(見圖1)。

圖1 整體技術(shù)流程圖

2.2 面向?qū)ο蠓诸惣夹g(shù)[1]

所謂面向?qū)ο蠓诸惣夹g(shù)，是指為避免基于像素純粹的光譜信息分類的缺陷，利用高分辨率影像的形狀、紋理、尺度、領(lǐng)域關(guān)系等豐富復(fù)合空間特征，通過定義多種特征并指定不同權(quán)重，建立優(yōu)化分類模型，然后對影像進(jìn)行分割，使影像分割成為接近客觀世界的均質(zhì)影像對象。傳統(tǒng)的面向像素的分類模式是以獨立的像素為分析對象，容易出現(xiàn)散點式的分類結(jié)果?！敖符}現(xiàn)象”比較突出，解譯精度較低且斑點噪聲難以消除，而利用對象的光譜特征和復(fù)合空間特征進(jìn)行分類的面向?qū)ο蟮姆诸惣夹g(shù)，可以有效地克服基于像素分類方法的缺陷，影像對象和單一像素相比，具有復(fù)合可見特征:顏色、大小、形狀、均質(zhì)性等。

2.3 多尺度分割技術(shù)[2]

多尺度影像分割技術(shù)是從任一個像元開始，采用自下而上的區(qū)域合并方法形成影像對象。小的對象可以經(jīng)過若干次合并成大的均質(zhì)影像對象。因此，多尺度影像分割可以理解為一個類似像元合并成為影像對象的逐步優(yōu)化過程，而均質(zhì)性則是由對象的光譜和形狀確定的，形狀的均質(zhì)性則由其光滑度和緊湊度來衡量。顯然，設(shè)定較大的分割尺度，則對應(yīng)著較多的類似像元被合并，因而產(chǎn)生較大面積的對象，形成大尺度分割影像對象，再根據(jù)實際，在大尺度分割影像基礎(chǔ)上設(shè)定較小的分割尺度，形成中小尺度的分割影像，結(jié)果形成影像對象層次網(wǎng)絡(luò)，我們也形象地稱大尺度分割影像為“父類”，中小尺度分割影像為“子類”，“父類”和“子類”存在屬性繼承關(guān)系。

3 研究方法

3.1 研究區(qū)域及數(shù)據(jù)源概況

老河口市位于湖北省西北部，漢江中游北岸。地理坐標(biāo)東經(jīng)110°30′～112°00′，北緯32°10′～32°38′。東北部與河南省鄧州市接壤；北部與河南省淅川縣相鄰；東部、南部毗鄰樊城區(qū)和襄州區(qū)；西北部連接丹江口市；西部和西南部以漢水為界與谷城縣相望。

試驗數(shù)據(jù)為2016年和2017年分別獲取的相同地區(qū)的資源三號衛(wèi)星的多光譜影像，包含藍(lán)、綠、紅、近紅外4個波段，其空間分辨率為5.8 m，成像效果較好，無云。

3.2 影像預(yù)處理[3]

遙感圖像預(yù)處理包括圖像配準(zhǔn)、校正、增強，主要為圖像幾何校正，運用eardasimagine或ENVI等影像處理軟件的幾何校正模塊對圖像進(jìn)行幾何校正，經(jīng)重新選點檢驗，所有檢査點誤差均小于一個像元，選擇西安80投影坐標(biāo)系。

3.3 影像分割

本文運用eCognition軟件的面向?qū)ο蠖喑叨确指钏惴▽υ囼瀰^(qū)兩期影像進(jìn)行分割。多尺度分割算法的特點是通過計算影像內(nèi)部像素之間的同質(zhì)性進(jìn)行分割，同質(zhì)區(qū)域形成的對象較大，異質(zhì)區(qū)域形成的對象較小，因此多尺度分割方法得到的對象輪廓接近地物邊界。本文通過使用兩期影像的多個波段同時參與影像分割，以得到符合兩期地物分布的一致性分割輪廓，避免前后期影像分割輪廓不同而導(dǎo)致在變化檢測時發(fā)生錯位現(xiàn)象。

3.4 影像波段濾波[2]

由于森林督查對象主要為建設(shè)項目征占用林地、采伐跡地(皆伐)，且該類地物在遙感影像上反射特征明顯，尤其是林地征占后修建的建筑物以及水泥交通用地在藍(lán)波段反射值較其他有植被覆蓋或水體地物差異較為明顯。為了增強藍(lán)波段中征占用林地、采伐跡地、建設(shè)用地與其他地物的這種差異性，采用平均偏差絕對值濾波(abs mean deviation filter)方法對前期影像的藍(lán)波段與后期影像的藍(lán)波段分別進(jìn)行濾波，生成相應(yīng)的濾波波段“2016_AMD filter”與“2017_AMD filter”(見圖2)。在兩期藍(lán)波段的濾波影像中征占用林地、采伐跡地、建設(shè)用地與其他地物對比差異明顯，由于征占用林地、采伐跡地、建設(shè)用地在兩期影像的藍(lán)波段濾波波段中光譜值較高，而其它地物的相應(yīng)值較低，由此形成的光譜差異就可以作為檢測新增征占用林地、采伐跡地、建設(shè)用地的依據(jù)。

圖2 影像波段濾波器

由于新增征占用林地、采伐跡地、建設(shè)用地在前期影像中為藍(lán)波段反射值較弱的其他地物，而在后期影像中為藍(lán)波段反射值較強的征占用林地、采伐跡地、建設(shè)用地，因此通過對前期影像濾波波段“16_MD filter”與后期影像濾波波段“17 _AMD filter”作差值，得到“Diff.AMD filter”特征值(Diff.AMD filter=17_AMD filter-16_AMD filter)，利用該特征值進(jìn)行分析與計算，進(jìn)一步得到新增征占用林地、采伐跡地、建設(shè)用地的范圍。

3.5 新增目標(biāo)變化圖斑檢測

通過使用在前期基于兩期影像得到的分割圖斑作為處理和計算的基本單位，自動計算出Diff.AMD filter的對象特征值，不斷更新閾值范圍，尋找到變化圖斑與未變化圖斑在Diff.AMD filter特征的臨界值，從而確定新增目標(biāo)變化圖斑在Diff.AMD filter特征的閾值范圍為大于7.9。找到Diff.AMD filter特征的閾值范圍之后，使用閾值分類方法區(qū)分出新增目的變化圖斑(見圖3)。

圖3 使用Diff.AMD filter特征確定新增占用林地、采伐跡地、建設(shè)用地的范圍

3.6 與林地“一張圖”分析產(chǎn)出成果

新增目的變化圖斑中包含森林督查政區(qū)范圍內(nèi)所有新增的類建設(shè)用地地物，如原非建設(shè)用地(耕地、水域)變建設(shè)用地、原林地征占變建設(shè)用地(道路、房屋建筑等)、原林地采伐變采伐跡地等，根據(jù)森林督查的工作要求，只需要提取林地范圍內(nèi)發(fā)生變化，流轉(zhuǎn)為建設(shè)用地、采伐跡地或建設(shè)用地的變化圖斑，因此，可將新增目的變化圖斑與林地“一張圖”進(jìn)行空間分析，產(chǎn)出成果。首先，利用ArcGis提取林地“一張圖”中的林地(地類為喬木林、竹林、疏林地、灌木林、宜林地、無立木林地、未成林地、苗圃地、輔助生產(chǎn)用地，且林地管理類型為林業(yè)部門管理)小班，然后運用“相交”分析工具，將新增目的變化圖斑與林地“一張圖”中的林地小班進(jìn)行分析產(chǎn)出新增征占用林地、采伐跡地、建設(shè)用地成果。

4 結(jié)果與精度評價

對提取出的新增征占用林地、采伐跡地、建設(shè)用地斑塊面積進(jìn)行統(tǒng)計，得到其自動檢測斑塊面積為32755像素。另外，為了檢驗本方法的效果，計算和評價精度，通過人工判讀方式目視對比兩期影像提取新增征占用林地、采伐跡地、建設(shè)用地，經(jīng)計算人工判讀方式新增征目標(biāo)面積為29190像素，通過查看對比計算機自動檢測結(jié)果與人工檢測結(jié)果，得到正確檢測圖斑面積為27651像素，另外，錯檢圖斑面積為6927像素，而漏檢圖斑為2150像素。

在此基礎(chǔ)上對自動檢測結(jié)果對比人工目視檢測結(jié)果進(jìn)行正確率和誤檢率的計算，以定量評價檢測結(jié)果。參考相關(guān)研究評價正確率的計算方法得到新增征占用林地、采伐跡地、建設(shè)用地正確率M的計算公式為：M=T/(T+F)

式中，T為檢測為正確圖斑檢測像元數(shù);F為地漏檢圖斑的像元數(shù)。

誤檢率W為誤檢像元數(shù)占檢測結(jié)果中變化像元總數(shù)的比率，即：W=(S-T)/S

式中，S為自動檢測出的像元總數(shù);T為被正確圖斑檢測的像元數(shù)。

經(jīng)計算得到正確率M為92.8%，誤檢率W為18.5%。

此外，通過查看與分析錯檢圖斑與漏檢圖斑，發(fā)現(xiàn)部分錯檢圖斑多為前期已經(jīng)發(fā)生變化的圖斑，但由于影像特征，如顏色、紋理不是特別明顯，導(dǎo)致影像上濾波結(jié)果不顯著，因此，出現(xiàn)錯誤檢測。相對于錯檢圖斑部分的6927像素，漏檢圖斑部分的面積相對小一些，只有2150像素，漏檢的主要原因在于漏檢部分的新增采伐跡地存在植被覆蓋，與周圍地物的差異不太明顯，導(dǎo)致此部分地物在影像上濾波結(jié)果不顯著，因而未被檢測出來。

本研究基于兩期資源三號影像進(jìn)行新增征占用林地、采伐跡地、建設(shè)用地的自動提取。與以往采用人工方式基于像素直接比對和分別分類后比對的變化檢測方法不同，本研究通過利用兩期影像參與影像分割，形成有意義的分割圖斑作為變化檢測的基元，在此基礎(chǔ)上使用兩期影像分別生成對征占用林地、采伐跡地等檢測效果較好的濾波波段，通過計算兩期濾波波段的差值，尋找差值的臨界閾值發(fā)現(xiàn)變化區(qū)域，發(fā)現(xiàn)新增目的變化圖斑。

通過對自動檢測的新增征占用林地、采伐跡地和建設(shè)用地與實際目視解譯結(jié)果進(jìn)行比對和精度驗證，得到采用本方法利用計算機自動檢測新增征占用林地、采伐跡地和建設(shè)用地的正確率為92.8%，誤檢率為18.5%。比對結(jié)果說明總體上本研究方法適用于森林督查工作，雖然存在錯檢和漏檢，但是比例較低，對總體工作影響不大。