梁 丹

（遼寧省林業(yè)調(diào)查規(guī)劃監(jiān)測(cè)院，遼寧 沈陽 110012）

森林資源監(jiān)測(cè)是林業(yè)的基礎(chǔ)性工作，事關(guān)國(guó)情國(guó)力調(diào)查，而森林資源消長(zhǎng)變化是森林資源監(jiān)測(cè)工作開展的基礎(chǔ)，是“基礎(chǔ)的基礎(chǔ)”。以往傳統(tǒng)的監(jiān)測(cè)方法主要有全國(guó)資源連續(xù)清查和省級(jí)森林資源二類調(diào)查等，不僅耗時(shí)長(zhǎng)，人財(cái)物力投入巨大，且對(duì)工作人員的業(yè)務(wù)經(jīng)驗(yàn)也有很高要求，其結(jié)果容易受工作人員主觀因素的影響。為了解決以上問題，我們基于ENVI軟件平臺(tái)，應(yīng)用歸一化差分植被指數(shù)Normalized Difference Vegetation Index（NDVI）來自動(dòng)計(jì)算提取landsat-8影像上目標(biāo)實(shí)驗(yàn)區(qū)域的變化斑塊并進(jìn)行分類，輸出變化變化圖斑結(jié)果。

1 研究思路

1.1 收集、制作影像數(shù)據(jù)

研究數(shù)據(jù)分別來源于Landsat-8 2014年8月和2017年8月，要求同源、同時(shí)像影像，圖幅大小完全一致，影像效果盡量清晰，區(qū)域選擇盡量選擇地形地貌、植被類型全面地區(qū)。

圖1 Landsat-8影像預(yù)處理流程圖

圖2 實(shí)驗(yàn)區(qū)A區(qū)域示意圖

圖3 實(shí)驗(yàn)區(qū)B區(qū)域示意圖

1.2 動(dòng)態(tài)監(jiān)測(cè)

基于ENVI軟件平臺(tái)，應(yīng)用歸一化差分植被指數(shù) Normalized Difference Vegetation Index（NDVI）來自動(dòng)檢測(cè)、提取landsat-8影像上目標(biāo)實(shí)驗(yàn)區(qū)域的變化斑塊，輸出變化變化圖斑結(jié)果。

圖4 動(dòng)態(tài)監(jiān)測(cè)一般流程圖

1.3 人工判讀

遙感判讀區(qū)劃采取雙軌制判讀，1人判讀區(qū)劃后，由另1人結(jié)合第1人的判讀結(jié)果再次判讀。兩人判讀結(jié)果不一致的，根據(jù)遙感影像變化特征共同商定，最終形成遙感判讀區(qū)劃矢量圖層。

1.4 人工智能交互驗(yàn)證

以林地變更數(shù)據(jù)為支撐通過與人工判讀斑塊進(jìn)行重疊對(duì)比，經(jīng)計(jì)算分析，并經(jīng)線性回歸分析證實(shí)試驗(yàn)方法的正確性和可行性。

2 研究原理

本次研究我們利用ENVI軟件平臺(tái)遙感動(dòng)態(tài)監(jiān)測(cè)技術(shù)，從不同時(shí)間獲取同一地區(qū)的遙感圖像中，識(shí)別并量化地表變化的類型、空間分布情況和變化量。我們采用圖像直接比較法，對(duì)經(jīng)過配準(zhǔn)的兩個(gè)時(shí)相遙感圖像中像元直接進(jìn)行運(yùn)算或變換處理，找出變化區(qū)域并對(duì)輸入的兩個(gè)時(shí)相的圖像進(jìn)行圖像變換，提取并導(dǎo)出變化信息。

圖5 植被波段反射示意圖

我們利用植被在紅光波段（0.55-0.68μm）強(qiáng)吸收，在NIR近紅外（0,725-1.1μm）高反射和高透射的特征，根據(jù)歸一化差分植被指數(shù)Normalized Difference Vegetation Index（NDVI）來識(shí)別影像變化區(qū)域。利用主成分分析法（PCA）增強(qiáng)圖像。

NDVI主要用來檢測(cè)植被生長(zhǎng)狀態(tài)、植被覆蓋度和消除部分輻射誤差等，它取值于（-1,1），

之后，從變化信息檢測(cè)結(jié)果中提取變化信息。采取直方圖形狀的方法，基于判別分析法，利用直方圖的零階和一階累計(jì)矩陣來劃分閾值。去除椒鹽噪聲和“小碎塊”后輸出變化信息。

3 統(tǒng)計(jì)分析

該項(xiàng)目中選取的實(shí)驗(yàn)區(qū)域A、B分別位于沈陽、撫順、本溪交界地區(qū)和本溪市地區(qū)，它們均包含居民區(qū)、林地、水源、耕地等多種地類，我們采取對(duì)ENVI動(dòng)態(tài)監(jiān)測(cè)方法自動(dòng)提取的數(shù)據(jù)與人工判讀方式獲得的判讀結(jié)果進(jìn)行重疊度計(jì)算，并加以分析。

3.1 結(jié)果數(shù)據(jù)統(tǒng)計(jì)分析

3.1.1 計(jì)算方法

（1）統(tǒng)計(jì)范圍 實(shí)驗(yàn)區(qū)域A、B范圍內(nèi)判讀斑塊

（2）重疊面積 對(duì)實(shí)驗(yàn)結(jié)果數(shù)據(jù)與人工判讀結(jié)果進(jìn)行疊加對(duì)比。我們通過ARCGIS軟件SELECTION工具分別提取以實(shí)驗(yàn)結(jié)果為基礎(chǔ)的人工判讀結(jié)果覆蓋區(qū)域面積和以人工判讀結(jié)果為基礎(chǔ)的實(shí)驗(yàn)結(jié)果覆蓋區(qū)域面積，并計(jì)算出重疊率。

3.1.2 統(tǒng)計(jì)結(jié)果

表1 全地類下森林植被統(tǒng)計(jì)

表2 林地森林植被統(tǒng)計(jì)

3.2 實(shí)驗(yàn)數(shù)據(jù)與人工判讀數(shù)據(jù)的相關(guān)系數(shù)分析

圖6 線性回歸分析圖

實(shí)驗(yàn)區(qū)域A相關(guān)系數(shù)0.9993，實(shí)驗(yàn)區(qū)域B相關(guān)系數(shù)0.9989，兩組數(shù)據(jù)的相關(guān)系數(shù)都十分接近于1。

4 結(jié)論與討論

由實(shí)驗(yàn)可見實(shí)驗(yàn)數(shù)據(jù)與人工判讀數(shù)據(jù)的相關(guān)性很高，即二者數(shù)據(jù)十分接近，誤差很小，在允許范圍內(nèi)，實(shí)驗(yàn)結(jié)果為真，即利用ENVI動(dòng)態(tài)監(jiān)測(cè)來進(jìn)行變化信息提取的方法可行。

總結(jié)：

以往進(jìn)行數(shù)據(jù)分析，一般采用在航片、衛(wèi)片上逐一地塊檢查的方法，傳統(tǒng)方法需要工作人員將前后兩期影像先后疊加，存在標(biāo)準(zhǔn)難統(tǒng)一、錯(cuò)劃漏劃，工作量大、效率低等缺點(diǎn)。本方法針對(duì)森林資源變化數(shù)據(jù)量大、變更頻繁的實(shí)際情況，以3S技術(shù)為手段，通過遙感影響自動(dòng)提取森林做消長(zhǎng)變化地塊，可有的放矢、提高變更林地工作效率，對(duì)提高變更工作質(zhì)量、減輕作業(yè)人員工作量具有很重要的現(xiàn)實(shí)意義。