尹展， 張利軍， 段建良， 張沛

(1.有色金屬礦產(chǎn)地質(zhì)調(diào)查中心,北京 100012; 2.湖南省有色地質(zhì)勘查研究院,長沙 410083)

0 引言

植被覆蓋直接影響了傳感器接收巖石電磁波光譜信息，對巖石蝕變信息提取造成了很大的干擾。目前還沒有特別有效的去除植被影響的技術(shù)，大多只是不同程度地對植被區(qū)進行信息抑制和目標增強[1-4]。目前植被抑制技術(shù)大致可分為植被掩模法和混合像元分解技術(shù)2類[5]。植被掩模法基于掩模技術(shù)形成二值圖像，再通過比值、濾波等處理達到抑制植被信息，突出專題信息的目的。鑒于目前衛(wèi)星遙感影像的光譜分辨率，任一像元都是由不同地物電磁波反射光譜組成的，要去除混合像元中某一組分，就必須運用分解技術(shù)?；旌舷裨纸饧夹g(shù)依據(jù)地物電磁波反射原理，計算出各個地物組分的相對份額，調(diào)整該像元的光譜反射值，從而消除植被影響[6]。分解技術(shù)應(yīng)用于機載影像數(shù)據(jù)處理研究較早，由于大量的參數(shù)和拍攝成本，這方面數(shù)據(jù)目前處理技術(shù)應(yīng)用受限[7]。縮短影像利用周期、不依賴野外參數(shù)達到應(yīng)用目的是目前研究人員的目標，如混合像元線性模型分解法[8-9]，它通過提取“純”地物的光譜(端元提取)建立線性組合表達混合像元，計算像元中植被豐度從而予以抑制去除。

為了抑制遙感影像中植被信息和增強植被下伏巖石的光譜特征，Crippen等[10]提出了一種基于強迫不變的植被抑制處理方法。該方法是一種混合像元分解法，通過植被指數(shù)估算像素中植被含量并分離，最終以光譜色調(diào)比展現(xiàn)出來。其關(guān)鍵步驟為： ①計算植被指數(shù)與每個波段像元值的相關(guān)關(guān)系，生成擬合曲線并平滑； ②通過曲線平化計算像元中植被貢獻值并平化分離。該方法不需要野外光譜數(shù)據(jù)采集，處理方便，同時，它不僅抑制了植被信息，而且還原了植被覆蓋區(qū)的巖石信息，使植被區(qū)下伏的巖石信息與天然裸露巖石顯示良好的連續(xù)性，甚至具有相同的光譜形態(tài)，因此，目前這一方法在干旱半干旱開闊地形區(qū)應(yīng)用效果較好。

基于這一方法的改進也較多，如俞樂等[11-12]提出“掩模+強迫不變+直方圖均衡化”(masking-forced invariance-histogram equalization, MHF)方法。改進的強迫不變植被抑制方法在南方氣候濕潤、植被覆蓋茂密地區(qū)開展了實驗，取得了較好效果。該方法主要步驟為: ①掩模非植被覆蓋區(qū)，使其不參與后續(xù)的強迫不變處理； ②對植被覆蓋區(qū)進行強迫不變算法； ③處理后的植被區(qū)與非植被區(qū)合并，再進行直方圖均衡化。MHF方法在直方圖過程中改變了植被區(qū)和非植被區(qū)的光譜響應(yīng)值[12]，這對后續(xù)信息處理，如提取蝕變信息肯定是有影響的，此外，把植被區(qū)與非植被區(qū)分開處理，蝕變信息提取過程中的閾值分割難以統(tǒng)一把握。

本文在強迫不變植被抑制技術(shù)的基礎(chǔ)上，提出曲線分段平化，即分段分離植被，以期達到既抑制植被突出基巖信息又保留數(shù)據(jù)信息完整性的目的。為了驗證處理后的數(shù)據(jù)效果，本文選取一幅1∶ 5萬圖幅影像進行蝕變信息提取與驗證。

1 曲線分段平化

強迫不變植被抑制技術(shù)通過植被指數(shù)估算像素中植被含量并將其分離，這一技術(shù)的核心是曲線平化。通過曲線擬合、濾波以及平滑，最終平化為某一值，使得各波段光譜值不隨植被指數(shù)的變化而變化，各波段光譜值與植被指數(shù)無相關(guān)性，即強迫不變，從而達到分離像素中的植被貢獻量的目的。

曲線平化是強迫不變的關(guān)鍵。在北方荒漠區(qū)的實驗中[10]，單一的平化值較為有效，但應(yīng)用到南方植被區(qū)，會出現(xiàn)不同地物偏色嚴重的現(xiàn)象，效果欠佳。這主要是因為北方植被稀疏、物種單一、地形開闊，地物間光譜差異性較??； 南方植被區(qū)植被高挺濃密、物種多樣，地形閉塞，不同地物光譜差異大，直接影響了強迫不變植被抑制技術(shù)的應(yīng)用效果。

本文提出曲線分段平化，在曲線平化的基礎(chǔ)上，加入地物分類，實現(xiàn)光譜分割，最后根據(jù)植被指數(shù)地物分段進行平化值計算。主要步驟如下:

1)計算植被指數(shù)。利用近紅外波段與紅光波段的輻射比構(gòu)造的植被指數(shù)可以描述植被對輻射的顯著性，如陸地衛(wèi)星TM影像波段比為B4/B3。歸一化植被指數(shù)(normalized difference vegetation index，NDVI)對綠色植被表現(xiàn)更為敏感，常用來監(jiān)測植被生長狀態(tài)和植被覆蓋度，得到很好驗證[13-14]。NDVI計算公式為

(1)

式中NIR和Red分別為近紅外波段和紅光波段的DN值。

2)計算各個波段與植被指數(shù)散點圖及擬合曲線。散點圖能清楚地展示各個波段與植被指數(shù)的關(guān)系，擬合曲線用來描述各個波段對應(yīng)植被指數(shù)的變化趨勢。在曲線平化前，各個波段的光譜信息因植被指數(shù)的變化而變化，或呈正相關(guān)，或呈負相關(guān)。

3)植被指數(shù)地物分段。根據(jù)各個波段與植被指數(shù)的散點圖分布特征，進行地物光譜分類及分割，對植被指數(shù)與各波段對應(yīng)關(guān)系進行分段。由于地物間存在“同物異譜”和“異物同譜”現(xiàn)象，需要把散點圖與實際地物進行關(guān)聯(lián)分析?？紤]到南方植被區(qū)地物種類繁多，存在大量光譜離散值，在分類過程中必須根據(jù)分類目的把握地物整體性，干擾地物不宜分割過細。

4)求出分段平化值。擬合曲線代表了像素亮度與植被數(shù)量的內(nèi)在趨勢，如果它是平的，則表明波段光譜亮度與植被沒有任何聯(lián)系。中值濾波和平滑能消除曲線中的離散點，使曲線平滑至光譜平均值，最大程度反映光譜共性，因此，用來實現(xiàn)曲線的平化[10]。分段平化須在植被指數(shù)分段區(qū)間分別濾波和平滑，求得分段平化值。

5)分段曲線平化，完成分離植被貢獻量。計算公式為

(2)

式中：Pnew為新像素值；Poriginal為原始像素值；Ptarget為平化值。

2 方法實驗

2.1 研究區(qū)概況

研究區(qū)位于湖南省沅陵縣，范圍在E110°45′～111°0′，N28°30′～28°40′之間，屬亞熱帶季風(fēng)氣候區(qū)，雨水充沛，植被高且覆蓋廣，地形起伏大。區(qū)域上位于雪峰隆起帶由N轉(zhuǎn)為EW向轉(zhuǎn)折部位，有著名的沃溪金銻鎢礦床，礦體賦存于上元古界板溪群馬底驛組紫紅色板巖中。與金礦化較為密切的圍巖蝕變主要有黃鐵礦化、退色化等[15-16]，這2類圍巖蝕變常引起鐵染異常，因此利于進行找礦應(yīng)用實驗。

2.2 數(shù)據(jù)源及其預(yù)處理

遙感影像采用Landsat8 OLI數(shù)據(jù)，行列號為40/125，數(shù)據(jù)拍攝時間為2016年2月28日。由于南方植被區(qū)大氣對衛(wèi)星成像干擾較大，預(yù)處理主要進行了大氣校正。暗像元校正法對保持各波段輻射的保真性和計算植被指數(shù)圖像具有重要作用。Yu等[12]通過暗像元校正法與ATCOR-2大氣校正法進行對比得出，暗像元校正法在無參數(shù)情況下效果更好，實用性更強。因此本文也采用暗像元校正法進行大氣校正。

2.3 曲線分段平化

2.3.1 植被指數(shù)計算

把OLI數(shù)據(jù)對應(yīng)波段代入式(1)，得NDVI取值范圍為[ -1,1]。NDVI>0時，表示植被覆蓋，且隨覆蓋度增大而增大；NDVI<0時，表示地面覆蓋為云、水、雪等；NDVI=0時，表示近紅外波段和紅光波段近似相等，常為巖石或裸土等。為了便于計算植被指數(shù)與波段的關(guān)系，可以對植被指數(shù)進行縮放拉伸，這不會影響其結(jié)果[10]。根據(jù)數(shù)據(jù)特征，將NDVI取值范圍換算到[0,255]。

2.3.2 各波段與植被指數(shù)散點圖及擬合曲線

根據(jù)需要，選擇OLI B2—B7共6個波段進行計算，分為2部分：

1)計算各波段與NDVI散點圖(圖1)。圖1顯示，隨著NDVI值增大，DN分布量增多，表明各個波段DN值與NDVI之間存在較強關(guān)系。

(a) B2 (b) B3 (c) B4

(d) B5 (e) B6 (f) B7

2)根據(jù)散點圖計算擬合曲線，如圖2(a)。擬合曲線過程中，由于影像中云、霧、雪等高亮值會引起離散值，應(yīng)對這部分數(shù)據(jù)予以剔除。

(a) 擬合曲線 (b) 平滑曲線

2.3.3 植被指數(shù)地物分段

以O(shè)LI數(shù)據(jù)B2為例分析NDVI對應(yīng)地物分類及散點圖分類(圖3)。

NDVI在[0,150]范圍內(nèi)對應(yīng)的波段光譜值較高且離散值較多，對應(yīng)地物主要為水體，其中，光譜高值對應(yīng)地物為深水區(qū)，一并劃為水體，不予細分；NDVI在[150,200]范圍內(nèi)對應(yīng)的波段光譜值一般，分布相對集中，對應(yīng)地物主要為裸地；NDVI在[200,255]范圍內(nèi)對應(yīng)的波段光譜值較低，分布集中，對應(yīng)地物主要為植被。

2.3.4 分段平化值獲取

在各個波段與NDVI擬合曲線(圖2(a))的基礎(chǔ)上，通過中值濾波和分段平滑實現(xiàn)曲線平化(圖2(b))，曲線平滑采用局部加權(quán)平均法，中值濾波和平滑需多次計算，最終求得分段平化值(表1)。該步驟基于Matlab軟件分段編程實現(xiàn)，避免了影像掩模或影像分割引起的數(shù)據(jù)龐雜。

表1 各波段分段平化值

2.3.5 曲線分段平化處理

把分段平化值代入式(2)計算，得到植被抑制效果(圖4(d))。便于對比，同時實驗了單一平化值植被抑制效果(圖4(b)—(c))。

(a) OLI B7(R)，B5(G)，B3(B)假彩色合成影像 (b) 平化值偏高影像

(c) 平化值偏低影像 (d) 分段平化影像

原始影像植被顯示綠色，覆蓋范圍廣； 裸地及基巖顯示粉紅色、淺黃色(圖4(a))。曲線分段平化處理后的影像植被大為減少(圖4(d))，裸地及基巖仍顯示粉紅色、淺黃色，與植被區(qū)的對比度加強，界線更清晰。此外，處理后的影像仍留有部分植被，對比地形可知，這些地段主要為山體陰坡，陰影較多，對植被抑制影響大。與單一平化值植被抑制結(jié)果比較，后者效果不佳，平化值偏高容易引起建筑物、裸地及基巖等偏色(圖4(b))； 平化值偏低則色調(diào)對比不突出，達不到植被抑制效果(圖4(c))。

3 結(jié)果驗證與分析

在研究區(qū)內(nèi)進行圍巖蝕變信息提取以驗證本文方法的植被抑制性。主成分分析法(principal component analysis, PCA)是目前常用的一種蝕變信息提取方法，通過選擇與蝕變礦物光譜信息相關(guān)的波段作為輸入波段，摒棄與蝕變信息關(guān)系弱的波段，充分利用地物光譜差異信息，減少干擾因素，在信息提取中起到數(shù)據(jù)壓縮和信息增強的作用。在含鐵礦物光譜中，F(xiàn)e3+離子在OLI B2和B5波段有2個明顯吸收帶，在B4和B6波段具有強反射，利用該特征選擇B2，B4，B5和B6提取鐵染信息。

為了便于對比，分別提取了植被抑制前后鐵染信息(圖5)。圖5結(jié)果顯示： ①植被抑制后蝕變信息量大大增強，尤其植被區(qū)巖石土壤信息得到還原； ②植被抑制后蝕變信息強度得到加強，處理前信息非常弱、非常散，處理后異常圖斑大、強度變強，連續(xù)性好； ③植被抑制后城鎮(zhèn)、村莊和道路等裸地假異常得到抑制，植被區(qū)巖石土壤信息得到突出。通過野外驗證可知，植被抑制后沃溪金礦周邊鐵染蝕變信息量變多、信息強度變強，與實際圍巖蝕變吻合程度增高。

(a) 原始影像鐵染異常 (b) 植被抑制后鐵染異常

4 結(jié)論與探討

基于強迫不變植被抑制技術(shù)，針對南方植被區(qū)，在關(guān)鍵技術(shù)曲線平化步驟中，提出曲線分段平化，并予以實驗對比，取得如下結(jié)論和認識：

1)曲線平化是強迫不變植被抑制技術(shù)的關(guān)鍵。在南方山區(qū)，植被高且覆蓋廣、物種多樣、地形閉塞、地物光譜差異大，選用單一的平化值容易引起偏色或達不到植被抑制效果。曲線分段平化在曲線平化的基礎(chǔ)上，加入地物分類，采用分段平化并編程實現(xiàn)，較好地解決了植被抑制、裸地偏色及信息完整性之間的矛盾。

2)曲線分段平化前后影像信息對比顯示，分段后植被信息得到了較好抑制，巖石土壤信息得到還原和突出。植被抑制后影像用于遙感蝕變信息提取，蝕變強度變強，準確性提高，植被抑制效果明顯。研究結(jié)果表明，強迫不變植被抑制技術(shù)通過計算植被指數(shù)與各波段相互關(guān)系來表達植被抑制這一思路是可行的，曲線分段平化改進了單一的平化值，在實際應(yīng)用中效果較好。

3)植被如何影響波段的像素輻射率，無疑是一個復(fù)雜的問題。在提出強迫不變植被抑制技術(shù)時也強調(diào)了一個前提假設(shè)，即地形不會明顯影響植被與波段光譜之間的關(guān)系。在半干旱荒漠地區(qū)實驗中，地形開闊，植被稀疏，地形所伴隨的陰影對實驗結(jié)果影響不大。但是，在我國南方山區(qū)地形起伏大，植被高挺且濃密，陰影的影響較大，陰影會導(dǎo)致像素光譜值變暗，造成植被指數(shù)計算過程中光譜失真，這將是山區(qū)植被抑制過程中亟需解決的問題。