馬夢茹，張永彬，王奕丹

(華北理工大學(xué) 礦業(yè)工程學(xué)院，河北 唐山 063210)

引言

土地利用的監(jiān)測和管理不僅是我國國土資源部門的主要工作[1]還是勘探我國地理國情的重要手段[2]。遷西作為唐山典型山區(qū)縣，依靠人工調(diào)查、逐級上報(bào)的土地利用監(jiān)測方法[3]對于遷西這樣地形復(fù)雜的山區(qū)縣尤其困難。遙感技術(shù)擁有經(jīng)濟(jì)成本低、監(jiān)測范圍廣及工作效率高的特點(diǎn)[4]，對地物識別、植被覆蓋度反演、時(shí)空變化監(jiān)測和農(nóng)田災(zāi)害監(jiān)測等具有重要意義[5]。遙感影像分類是影像信息提取的重要步驟，以往研究多是通過影像光譜信息、影像波段說明或借用前人經(jīng)驗(yàn)及參考文獻(xiàn)提到的波段組合進(jìn)行研究區(qū)地物解譯和特征提取工作[6-8]。然而隨著光譜分辨率的不斷提高，影像中相鄰波段之間的相關(guān)性大大增加，致使波段間存在大量冗余信息，最終導(dǎo)致分類時(shí)出現(xiàn)數(shù)據(jù)處理復(fù)雜、計(jì)算時(shí)間較長的現(xiàn)象。

選擇最佳的波段組合對提高影像分類效率和精度是非常關(guān)鍵的，李秀梅等[9]利用標(biāo)準(zhǔn)假彩色432波段合成影像用于植被解譯并根據(jù)相關(guān)性最小、信息量最大化的特點(diǎn)，選取742波段合成影像用于海岸線變化提取。Chavez[10]根據(jù)相關(guān)性小、信息量大的原則，研究出最佳指數(shù)因子OIF(Optimum Index Factor)進(jìn)行波段組合的選取是非常有利的，文獻(xiàn)[11,12]利用OIF指數(shù)對影像進(jìn)行波段計(jì)算，根據(jù)OIF指數(shù)的排名得出波段741和波段245為各自選擇的研究區(qū)域的最佳波段組合。劉春紅等[13]根據(jù)OIF指數(shù)提出了自適應(yīng)波段選擇ABS (Adaptive Band Selection)的方法，通過ABS指數(shù)計(jì)算影像的各個(gè)波段，選出的波段不僅自身含有豐富信息還要符合與其他波段相關(guān)性少的要求。除此之外，還需要判斷地物類別可分性，找到最佳波段[14]。郭力娜等[15]通過OIF指數(shù)和不同土地利用類型的光譜特征曲線來確定地物可分性，得出波段組合157在土地利用特征提取時(shí)精度較高，最適合其研究影像和區(qū)域。變換離散度類別可分性計(jì)算方式簡單但魯棒性好，在分析地物類別之間的光譜差異是通過統(tǒng)計(jì)距離計(jì)算的，得到了廣泛應(yīng)用[16,17]。文獻(xiàn)[18-21]在綜合考慮各波段的信息多少、波段間的相關(guān)性高低、波段的可分性大小以及地物光譜吸收特性等因素的基礎(chǔ)上，提出光譜數(shù)據(jù)最佳波段的基本思路和方法。

綜上所述，有針對性地選擇合適的波段組合是高效開展影像應(yīng)用研究的基礎(chǔ)和前提?；诖?，該項(xiàng)研究針對遙感影像Landsat8-OLI影像的9個(gè)波段的信息難以充分考慮的情況，以遷西縣為例，通過OIF法和ABS法2種不同波段選擇方法結(jié)合變換離散度進(jìn)行不同地物的可分性度量，并進(jìn)行最佳波段選擇研究分析，從而提高遷西縣的土地利用信息提取精度，以期為遷西縣的相關(guān)研究提供參考。

1研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)概括

研究區(qū)域選擇河北省唐山市遷西縣，距離唐山市約75 km，該縣的地理坐標(biāo)為東經(jīng)118°6′～118°37′，北緯39°57′～40°27′，坐落于河北省的東北區(qū)域，四季分明，屬于暖溫帶大陸性半濕潤的季風(fēng)氣候。遷西縣的地勢南北高中間低，山地眾多，海拔70～831.3 m，是唐山市唯一的山區(qū)縣，境內(nèi)有灤河、灑河、長河、清河、還鄉(xiāng)河等6條河流，土地利用類型多樣，林地覆蓋率達(dá)全縣的68%，因其獨(dú)特的地形地貌特征被評選為國家級生態(tài)示范縣。

1.2 數(shù)據(jù)及預(yù)處理

所采用的研究數(shù)據(jù)來源于地理空間數(shù)據(jù)云網(wǎng)站下載的遷西縣2017年6月1日的 Landsat 8-OLI影像，云量覆蓋率為0.01且研究范圍內(nèi)無云量覆蓋，影像投影分度帶為 UTM Zone 50N，基準(zhǔn)面為 WGS84。其他輔助數(shù)據(jù)包括遷西縣矢量邊界用于確定研究區(qū)精確范圍，Google Earth 高分辨率歷史影像用于目視解譯選取高精度驗(yàn)證樣本。

為了精確反演地表輻射亮度值和反射率值，在 ENVI5.1 軟件中對遙感影像進(jìn)行輻射定標(biāo)和大氣校正，利用 Gram-Schmidt 變換方法將大氣校正結(jié)果與15 m的全色波段進(jìn)行圖像融合，融合后分辨率達(dá)到15 m，再利用遷西縣矢量文件進(jìn)行邊界裁剪，最終得到研究區(qū)范圍。

2研究方法

2.1 波段信息選擇

2.1.1單波段標(biāo)準(zhǔn)差計(jì)算

多光譜影像每個(gè)波段的標(biāo)準(zhǔn)差可以表示像元反射率在空間變化的情況，繼而反應(yīng)每個(gè)波段信息量的大小[22]。標(biāo)準(zhǔn)差大則表示該波段的像元灰度級分散，反差大，可以得到更多影像信息。標(biāo)準(zhǔn)差的計(jì)算公式為：

(1)

通過預(yù)處理大氣校正、影像融合以后得到分辨率達(dá)到 15 m的7個(gè)波段的Landsat8-OLI多光譜影像。通過ENVI軟件統(tǒng)計(jì)7個(gè)波段的標(biāo)準(zhǔn)差并進(jìn)行大小排序，如表1所示。

表1 單波段的標(biāo)準(zhǔn)差信息

標(biāo)準(zhǔn)差表示圖像各像元灰度值與平均灰度的離散程度。波段的標(biāo)準(zhǔn)差與離散程度成正比，標(biāo)準(zhǔn)差越大離散程度越大，換言之即波段包含的信息越豐富。據(jù)統(tǒng)計(jì)，影像7個(gè)波段的標(biāo)準(zhǔn)差從大到小分別是B5>B6> B7> B4> B3> B1> B2。故僅從單波段信息量的角度考慮，由表得知第5波段的標(biāo)準(zhǔn)差最大，也就是說第5波段包含信息最豐富，最小的是第2波段，包含較少的信息。

2.1.2 波段間相關(guān)系數(shù)計(jì)算

一般計(jì)算各波段間的相關(guān)系數(shù)來進(jìn)行多元統(tǒng)計(jì)[23]。相關(guān)系數(shù)可以表示2個(gè)波段間的相關(guān)程度，相關(guān)系數(shù)越小表示兩波段間的重疊性越小，即相關(guān)性越小。相關(guān)性小表示波段間信息冗余少即獨(dú)立性高，其值由2個(gè)波段間的協(xié)方差以及各自的標(biāo)準(zhǔn)差決定。數(shù)學(xué)表達(dá)公式為：

(2)

通過ENVI統(tǒng)計(jì)出的7個(gè)波段間相關(guān)系數(shù)矩陣，如表2所示。

表2 波段間的相關(guān)系數(shù)矩陣

圖1為各波段間的相關(guān)系數(shù)，橫縱坐標(biāo)表示7個(gè)波段，對角線表示自相關(guān)系數(shù)，對角線以外表示2個(gè)不同波段之間的相關(guān)系數(shù)，顏色由淺到深表示兩波段相關(guān)性由小到大。

圖1 相關(guān)系數(shù)圖

由表2和圖1可知：從Landsat8影像的7個(gè)多光譜波段之間相關(guān)性的角度考慮，B1、B2、B3這3個(gè)波段間存在顯著的相關(guān)性。即這3個(gè)波段的信息彼此重疊多，冗余性高，其中B1和B2的相關(guān)系數(shù)最大，達(dá)到0.996。B5屬于近紅外波段，由圖1可知B5波段的顏色最淺，表明B5波段與其他波段的相關(guān)性都較低，其中B4和B5這2個(gè)波段的相關(guān)系數(shù)最小，為0.754，即B4和B5有較高的獨(dú)立性。另外，B7波段與B3、B4波段的顏色較深，其中B7與B4的相關(guān)系數(shù)達(dá)到了0.977，也存在較高的相關(guān)性。

2.2 波段組合方法

2.2.1最佳指數(shù)因子

Chavez教授于1982年在美國提出最佳指數(shù)因子(OIF)法[10]，該指數(shù)因子是在信息統(tǒng)計(jì)的基礎(chǔ)上，計(jì)算波段的標(biāo)準(zhǔn)差和波段間的相關(guān)系數(shù)，通過比較波段標(biāo)準(zhǔn)差之和、相關(guān)系數(shù)之和的大小來判斷最佳波段組合。數(shù)學(xué)表達(dá)公式為：

(3)

式中：OIF表示最佳指數(shù)因子，δi代表圖像中的第i波段的標(biāo)準(zhǔn)差，Rij表示i、j兩波段的相關(guān)系數(shù)，n代表選取的最佳波段組合的波段數(shù)目，一般為3。

2.2.2自適應(yīng)波段選擇

劉春紅等人[13]在2005年提出自適應(yīng)波段選擇(ABS)的新方法，該方法實(shí)現(xiàn)特征選擇與OIF法相同之處在于都需要計(jì)算波段標(biāo)準(zhǔn)差，但不同之處在于ABS法計(jì)算的是某一波段與前后兩相鄰波段的相關(guān)系數(shù)，其次運(yùn)算得到各波段ABS 指數(shù)值。自適應(yīng)波段選擇的公式為：

(4)

式中：σi表示波段 的標(biāo)準(zhǔn)差，Ii表示波段的ABS指數(shù)，Ri-1,i代表波段i與前一個(gè)波段的相關(guān)系數(shù)，Ri,i+1表示波段i與后一個(gè)波段的相關(guān)系數(shù)。Ii越大表示i波段的信息量越大，與周圍波段相關(guān)性越小，即該波段越具有代表性。

2.3 波段組合可分性度量

在遙感分類時(shí)為判斷地物可分性，計(jì)算各地類樣本基于不同波段組合或波段的距離，這是分類精度得到提高的前提。類對間的可分性判別方法主要有均值間的標(biāo)準(zhǔn)距離、J-M距離及離散度等[24]。該研究采用變換離散度TD(transformed divergence)方法，計(jì)算i、j2類樣本的變換離散度的公式如下：

(5)

其中dij即離散度，離散度的計(jì)算公式為：

(6)

由公式可知，TD有指數(shù)約束，計(jì)算結(jié)果有最大值和最小值，符合所提到的可分性標(biāo)準(zhǔn)要求且方便判讀，是相對較好的可分性指示因子[25]。其取值范圍為0～2，若TD>1.9 表示2個(gè)類別間具有較好的可分性；若TD<1.7 表示2個(gè)類別間可分性不佳[26]。

利用TD距離可以進(jìn)一步分析最佳指數(shù)法計(jì)算的結(jié)果，依據(jù)地物類別選擇波段組合。

3結(jié)果與分析

3.1 最佳指數(shù)因子波段選擇

該研究共有7個(gè)波段參與波段計(jì)算，根據(jù)OIF法波段組合的原理，排除重復(fù)波段后，共有35種波段組合。通過公式(3)計(jì)算得到各波段組合的OIF值如表3所示。

表3 波段組合的OIF值

根據(jù)表1得知：單個(gè)波段計(jì)算標(biāo)準(zhǔn)差后，波段5標(biāo)準(zhǔn)差最大，包含豐富的影像信息。分析OIF法計(jì)算的波段組合，篩選包含標(biāo)準(zhǔn)差最大的第5波段且OIF值排名在前10位的波段組合作為最佳波段組合的初選范圍，前10位排序依次為：B5-B6-B7> B4-B5-B6 >B4-B5-B7> B3-B5-B6> B2-B5-B6> B1-B5-B6> B3-B5-B7> B2-B5-B7> B1-B5-B7> B3-B4-B5。由表3可知，前10位波段組合中相關(guān)性計(jì)算結(jié)果較高的第1、第2、第3波段沒有同時(shí)出現(xiàn)或者兩兩出現(xiàn)在初選范圍內(nèi)。

3.2 自適應(yīng)波段選擇

根據(jù)標(biāo)準(zhǔn)差和相關(guān)系數(shù)通過公式(2)計(jì)算ABS指數(shù)，如表4所示。

表4 單波段的ABS值

ABS值從大到小依次分別是B7>B5> B6> B1> B4> B3> B2。ABS值越大，表示該波段的信息量越大。ABS值最大的是波段7，最小的是波段2，表示波段7具有較強(qiáng)的代表性，波段2的代表性差。

ABS指數(shù)法是從信息量最大、相關(guān)性最小的角度進(jìn)行單個(gè)波段計(jì)算，為了與OIF法進(jìn)行對比分析，根據(jù)ABS法計(jì)算結(jié)果，每3個(gè)波段為一組進(jìn)行波段組合，并將波段組合的ABS值相加進(jìn)行排序，結(jié)果如表5所示。

表5 波段組合的ABS值

經(jīng)ABS法進(jìn)行計(jì)算得到波段7代表性高，故篩選包含波段7的ABS總值排名前10的波段組合作為最佳波段組合的初選范圍，前10位排序依次為：B5-B6-B7>B1-B5-B7>B4-B5-B7>B3-B5-B7>B1-B6-B7>B2-B5-B7>B4-B6-B7>B3-B6-B7>B2-B6-B7>B1-B4-B7。

從表6 OIF與ABS波段組合的前15名對比結(jié)果可知， OIF法和ABS法計(jì)算結(jié)果排名第一的波段組合都是B5-B6-B7，波段組合B4-B5-B7均排名第3。但是OIF值排名第9的B1-B5-B7波段組合ABS總值排名第2，OIF值排名第7的B3-B5-B7波段組合ABS總值排名第4，OIF值排名第8的B2-B5-B7波段組合ABS總值排名第6，OIF值排名第2的B4-B5-B6波段組合ABS總值排名第11，OIF值排名第4的B3-B5-B6波段組合ABS總值也跌出前10排名第13，OIF值排名第10的B3-B4-B5波段組合由表5可知ABS總值排名第22。

表6 OIF與ABS波段組合的前15名

OIF法和ABS法尋找的都是波段組合信息量最大、相關(guān)性最小的波段組合，以上2種方法選擇的波段組合還未滿足最佳波段選擇原則，即缺乏對地類可分性的評價(jià)，因此需要對波段組合的可分性分析。

3.3 地類可分性分析

3.3.1確定土地利用類型

為分析遷西縣的土地利用情況，根據(jù)GB/T21010-2017 《土地利用現(xiàn)狀分類》以及遷西縣實(shí)際的土地利用情況將遷西縣的土地分為如表7所示6類土地類型。

表7 遷西縣的土地利用類型及說明

3.3.2變換離散度計(jì)算

地物類別可分性評價(jià)是指計(jì)算類別樣本基于各波段組合上的統(tǒng)計(jì)距離再進(jìn)行分析。因此，針對遷西縣的地表覆蓋類型，依據(jù)各類別選取的訓(xùn)練樣本，根據(jù)表7涉及的6種土地利用類型，分別選取分布均勻且數(shù)量足夠的樣本。其中農(nóng)用地樣本選取 49個(gè)；水體樣本選取 34個(gè)；林地樣本選取 55個(gè)；居民地樣本選取 48個(gè)；工礦用地選取51個(gè)；其他用地選取 31個(gè)。

基于OIF法、ABS法篩選得到的前10組波段組合，分別計(jì)算樣本之間的TD距離，分析地類之間的光譜差異，實(shí)現(xiàn)多數(shù)地物之間的相對區(qū)分。6種類型兩兩間樣本組合有15種類型，而農(nóng)用地與林地均為植被，居民用地與工礦用地均為建筑用地易出現(xiàn)難區(qū)分情況，因此為減小數(shù)據(jù)運(yùn)算和提高分類精度，統(tǒng)計(jì)農(nóng)用地與林地、居民與工礦用地這2組較難區(qū)分的地物類別間的TD距離。表8、表9分別為這兩地物類別基于不同波段組合的TD距離，并按照大小進(jìn)行了排序，通過分析地物類別之間的TD距離篩選最佳波段組合。

表8 不同樣本間的TD距離(OIF波段組合)

表9 不同樣本間的TD距離(ABS波段組合)

由表8、表9可知：最佳波段組合并不唯一，會(huì)隨著不同地類發(fā)生改變。經(jīng)過變換離散度計(jì)算地物可分性后，原本OIF法排序第1的波段組合B5-B6-B7排序下降到了第3，另外在ABS法篩選的波段組合排序中下降到了第5，可見，僅依靠信息量進(jìn)行波段選擇有相對的局限性，應(yīng)分析提取地物類型的光譜特征及統(tǒng)計(jì)地物類別之間的光譜距離后再進(jìn)行波段選擇，可達(dá)到提高精度的效果。通過2類對TD距離之和計(jì)算結(jié)果進(jìn)行大小排序，TD-h最大的波段組合即為最佳波段組合。最后OIF法篩選得到的最佳波段組合是B4-B5-B7，ABS法篩選得到的最佳波段組合是B1-B4-B7。

3.4 分類比較

根據(jù)上述研究結(jié)果，對OIF法篩選得到的波段4、5、7進(jìn)行RGB組合分析，共有6種不同組合結(jié)果。經(jīng)過目視判別得到易于信息提取的波段組合順序是B7(R)B5(G)B4(B)，如圖2(a)所示。該波段組合顯示下：水域呈深藍(lán)色、工礦用地呈紅色，林地呈鮮綠色、耕地呈淺粉色、其他用地呈白色、居民用地呈灰色。同理，對ABS法篩選得到的波段1、4、7進(jìn)行RGB組合分析，經(jīng)過目視判別得到最利于土地利用信息提取的最佳波段組合順序是B7(R)B4(G)B1(B)，如圖4所示。該波段組合顯示下：水域呈現(xiàn)深藍(lán)色、工礦用地呈現(xiàn)粉紫色，林地呈灰綠色、耕地呈黃色、其他用地呈灰白色、居民用地呈青色與灰色的夾雜色。

圖2 不同波段組合顯示

為了更加科學(xué)地判定和比較2種波段選擇方法，研究基于以上OIF法和ABS法得到的不同波段組合，采用支持向量機(jī)(Support Vector Machines, SVM)的分類方法對遷西縣進(jìn)行土地利用信息提取分析。OIF法的分類結(jié)果見圖3；ABS法的分類結(jié)果見圖4。通過目視解譯結(jié)合Google Earth隨機(jī)選擇足夠多的驗(yàn)證樣本進(jìn)行精度對比分析，錯(cuò)分精度見表10，分類精度見表11。

表10 2種方法的錯(cuò)分精度對比

表11 2種方法的分類精度對比

由表10可知，針對主要難區(qū)分的地物類別，ABS算法優(yōu)選的波段組合比OIF算法優(yōu)選的波段組合錯(cuò)分比例低，更有利于區(qū)分。并且查看圖3的分類結(jié)果可以得知，研究區(qū)域的中部在水域周圍的工礦用地被錯(cuò)分為居民用地，研究區(qū)域的東部有部分耕地被錯(cuò)分為林地。

由表11可知，OIF算法優(yōu)選的波段組合B7-B5-B4，總體精度為81.404%、Kappa系數(shù)為0.764 1，而基于ABS法選擇的最佳波段組合B7-B4-B1分類后的總體精度為90.614%、Kappa系數(shù)為0.881 1。ABS法優(yōu)選的波段組合比OIF法更利于研究區(qū)的土地利用信息提取。

圖3 4-5-7波段組合分類結(jié)果 圖4 ABS法7-4-1波段組合分類結(jié)果

4結(jié)論

(1)OIF法和ABS法雖然都是基于波段標(biāo)準(zhǔn)差和相關(guān)系數(shù)，但是2種方法篩選得到的波段組合排序存在差異，OIF法篩選的波段組合之間的相關(guān)性越小排序越靠前，ABS法篩選后排序靠前的是波段之間相關(guān)性小且信息量大波段組合。

(2)僅使用OIF法和ABS法篩選出排名第1的波段組合B5-B6-B7在該項(xiàng)研究方法篩選的波段組合排名中分別下降為第3和第5。

(3)ABS法選擇的B7(R)B4(G)B1(B)滿足信息量大、相關(guān)性小且地物類別能被較好區(qū)分的最佳波段選擇原則，并通過SVM的分類方法驗(yàn)證，其解譯效果和精度高于OIF法的B7(R)B5(G)B4(B)組合方式，因此B7(R)B4(G)B1(B)為遷西縣土地利用信息提取研究的最佳波段選擇。