雷紅文,付偉雄

(永州市森林資源監(jiān)測(cè)中心,湖南 永州 425000)

1 引言

森林資源監(jiān)測(cè)是開展森林管理的重要措施，多采用以中低分辨率為主的遙感影像方法來完成。但是，隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，傳統(tǒng)監(jiān)測(cè)方法已經(jīng)無法滿足日益增長(zhǎng)的實(shí)際要求。目前，在進(jìn)行森林資源監(jiān)測(cè)時(shí)，高分辨雷達(dá)影像和遙感光學(xué)影像被廣泛運(yùn)用，并將其與大比例尺矢量數(shù)據(jù)進(jìn)行融合[1]。例如，很多國(guó)內(nèi)學(xué)者開始嘗試采用對(duì)比研究方法，對(duì)基于像元(即面向?qū)ο?分類和基于像素分類進(jìn)行比較，結(jié)果顯示，基于像元分類方法，可充分利用遙感影像中的空間分割數(shù)據(jù)、幾何結(jié)構(gòu)數(shù)據(jù)、光譜信息數(shù)據(jù)等信息，獲得更加精準(zhǔn)的大比例尺監(jiān)測(cè)數(shù)據(jù)，在分類精度上更具準(zhǔn)確性，并且能夠顯著提升分類效率[2]?；诖?，本研究擬采用基于像元分類方式，對(duì)森林資源信息進(jìn)行收集和分類，以獲得更多動(dòng)態(tài)信息，為森林資源監(jiān)測(cè)、保護(hù)與開發(fā)提供更多依據(jù)。

2 監(jiān)測(cè)區(qū)概況

本研究監(jiān)測(cè)區(qū)為湖南省永州市陽明山國(guó)家森林公園，位于永州市郊區(qū)，屬于五嶺山脈，1992年被正式批準(zhǔn)為國(guó)家級(jí)森林公園，有“人間靈山福地”的美育。主峰海拔1625 m，方圓數(shù)十里間，林木茂密。土壤類型主要為草甸黃棕壤、低山紅壤、山地草甸土、山地黃壤等。森林林種主要為防護(hù)林和特種用途林，同時(shí)分布大量杜鵑花屬植物，極具觀賞價(jià)值。無論是從氣候條件看，還是地貌、土壤條件，明山國(guó)家森林公園均具有一定代表性，對(duì)研究本地區(qū)森林資源情況有一定指導(dǎo)價(jià)值。根據(jù)國(guó)務(wù)院相關(guān)要求，經(jīng)湖南省政府批準(zhǔn)，永州市開始對(duì)陽明山國(guó)家森林公園進(jìn)行經(jīng)濟(jì)和生態(tài)建設(shè)，永州市森林資源監(jiān)測(cè)中心做好相關(guān)配合工作。經(jīng)過多年的發(fā)展，陽明山國(guó)家森林公園森林資源發(fā)生較大變化，需要開展森林資源調(diào)查和監(jiān)測(cè)，進(jìn)一步明確森林資源情況，從而對(duì)建設(shè)成果進(jìn)行檢驗(yàn)。本研究主要數(shù)據(jù)見表1。

表1 本研究主要數(shù)據(jù)

3 森林資源監(jiān)測(cè)方法

本次研究采用動(dòng)態(tài)監(jiān)測(cè)方法，主要流程包括5個(gè)步驟，第一步驟為數(shù)據(jù)預(yù)處理，第二步驟時(shí)遙感影像多尺度分割，第三步驟為分層監(jiān)督分類，第四步驟為分類之后數(shù)據(jù)處理，詳細(xì)操作如下[3]。

3.1 數(shù)據(jù)預(yù)處理

陽明山國(guó)家森林公園數(shù)據(jù)預(yù)處理情況見表2。

表2 本研究數(shù)據(jù)預(yù)處理概況

上述數(shù)據(jù)預(yù)處理后，針對(duì)融合結(jié)果，對(duì)其進(jìn)行鑲嵌處理，獲得小班圖層，根據(jù)小班圖層坐標(biāo)系，轉(zhuǎn)換遙感影像的坐標(biāo)，使小班圖層與遙感影像能夠疊加在一起。值得注意的是，應(yīng)保證兩者疊加的精確性，為下一步開展作業(yè)提供便利條件[4]。

3.2 遙感影像多尺度分割

由于地表實(shí)地格局具有多層次的特征，因此在進(jìn)行實(shí)際操作時(shí)，遙感影像分割采用多尺度方法，這樣不僅能夠更加充分的對(duì)多種類型信息進(jìn)行利用，還能有效解決遙感數(shù)據(jù)源自身固定尺寸的限制[5,6]。與此同時(shí)，采用多尺度分割方法，能夠結(jié)合實(shí)際需要，對(duì)特定地物的分割尺度進(jìn)行精確計(jì)算，從而滿足影像分割要求。在遙感影像、小班圖層疊加處理后，本研究采用棋盤分割方法，對(duì)遙感影像進(jìn)行首次分割處理，分割后會(huì)產(chǎn)生一定的對(duì)象邊界，即“小班邊界”[7]。從既往經(jīng)驗(yàn)上看，如果采用傳統(tǒng)方法直接分割遙感影像，分割對(duì)象被分割后所生成的邊界，通常會(huì)與原始的小班邊界不符，分類后會(huì)增加小班數(shù)據(jù)更新的工作量。而采用棋盤分割法進(jìn)行分割的主要優(yōu)勢(shì)在于能夠更加完整地對(duì)原始小班圖層所具備的邊界信息，如此可為分類后小班數(shù)據(jù)更新提供便利條件。

首次分割處理后，開始進(jìn)行正式分割，分割尺度分別選取20、150和250。用過對(duì)上述3個(gè)分割尺度的對(duì)比發(fā)現(xiàn)，當(dāng)分割尺度控制在150時(shí)，地物分割效果最佳，可最大程度避免出現(xiàn)過分分割情況[8]。再次分割后，對(duì)原始地物相關(guān)信息進(jìn)行綜合，并且生成新的類別層次，即原始小班對(duì)象自身內(nèi)部細(xì)分割對(duì)象，通過對(duì)其進(jìn)行分類，可快速將區(qū)域內(nèi)變化信息進(jìn)行提取出來。

3.3 分層監(jiān)督分類

通過相關(guān)學(xué)者[8，9]研究證實(shí)，采用分層監(jiān)督分類方法，不僅分類操作簡(jiǎn)單易行，同時(shí)能夠更加充分對(duì)各個(gè)圖層中地類信息加以利用。在對(duì)樣本進(jìn)行選取過程中，可能出現(xiàn)“同物異譜”情況，為最大程度上提升分類精度和分類執(zhí)行效率，對(duì)其進(jìn)行細(xì)致劃分，并且需要進(jìn)一步關(guān)注類間分離度[10]。本研究在采用分層監(jiān)督分類法時(shí)，結(jié)合《湖南省森林資源規(guī)劃設(shè)計(jì)調(diào)查技術(shù)規(guī)定》(2013)及《湖南省林木采伐伐區(qū)調(diào)查設(shè)計(jì)技術(shù)規(guī)定》(2017)中相關(guān)規(guī)定，將被調(diào)查區(qū)域所有地類分為兩種，分別為林地區(qū)和非林地區(qū)，并對(duì)其進(jìn)行詳細(xì)劃分，如圖1所示。

圖1 分層監(jiān)督分類主要依據(jù)

在分層體系確定后，直接開展分層監(jiān)督分類，根據(jù)不同波段情況，選擇相對(duì)應(yīng)的影響波段組合模式，根據(jù)實(shí)際需要，選取數(shù)量相符的特定訓(xùn)練樣本，同時(shí)選擇各地類中最為顯著的指標(biāo)，對(duì)其進(jìn)行監(jiān)督分類，并且提取各地類中監(jiān)督對(duì)象，便于獲取出現(xiàn)變化的小班對(duì)象數(shù)據(jù)和信息，為后續(xù)觀察及測(cè)定提供方便[11，12]。

3.4 數(shù)據(jù)處理

針對(duì)分層監(jiān)督分類后所得的變化圖層分類結(jié)果，對(duì)其進(jìn)行整合和重組，主要規(guī)則見表3。

表3 變化圖層分類結(jié)果重組規(guī)則

根據(jù)上述重組規(guī)則，經(jīng)過統(tǒng)計(jì)后，可獲得陽明山國(guó)家森林公園被監(jiān)測(cè)區(qū)域森林資源變化圖.導(dǎo)出并生成結(jié)果，詳細(xì)閱讀結(jié)果，對(duì)于相同地類，將其劃分到一個(gè)新的組別中，對(duì)于已經(jīng)發(fā)生變化的區(qū)域，根據(jù)所發(fā)生變化的類別，對(duì)其加以充足，最終形成被調(diào)查區(qū)域森林資源分布圖[13]。

舉例說明：以無林地為例，對(duì)圖層變化提取流程進(jìn)行介紹。無林地為采伐跡地。對(duì)于無林地而言，在逐漸演變?yōu)橛辛值氐倪^程中，其小班對(duì)象提取主要采用歸一化植被系數(shù)，采用NDVI模式，根據(jù)需要選取訓(xùn)練樣本，將閾值設(shè)置為0.25，則可將原始區(qū)域中(無林地)生成為小班圖層(有林地)，參數(shù)為DL>150-DL>200-NDVI 0.25，將圖層提取后，無林地中變?yōu)榉橇值氐男“鄬?duì)象，包括水域、建筑用地、耕地彩色影像主要以如下方式呈現(xiàn)：①水域：暗黑色；②暫無建筑物和耕作物：白色或灰色。與其他類別對(duì)象相比，區(qū)別比較顯著，可直接對(duì)訓(xùn)練樣本進(jìn)行選取，同時(shí)采用分類器(最鄰近)，對(duì)其進(jìn)行分層監(jiān)督分類，最終將非林地中所包含3類小班對(duì)象提取出來[14]。在實(shí)踐中發(fā)現(xiàn)，對(duì)于、地、農(nóng)作物耕地等小班對(duì)象，相互之間區(qū)別不是特別明顯，因此在對(duì)其進(jìn)行提取時(shí)，直接選取樣本，同時(shí)對(duì)其進(jìn)行首次監(jiān)督分類。在操作過程中發(fā)現(xiàn)，被監(jiān)測(cè)區(qū)3類(、地、農(nóng)作物耕地)地物面積有限，因此后期處理時(shí)可采用人工方式對(duì)其進(jìn)行修改和更正。

值得注意的是，由于同時(shí)存在“同譜異物”現(xiàn)象和“同物異譜”現(xiàn)象，因此本次研究對(duì)于所得的分類結(jié)果，組織相關(guān)人員進(jìn)行修正。分類前和分類后，均采用人工判讀方式對(duì)遙感影像評(píng)價(jià)。針對(duì)手工分類結(jié)果，基于像元分類方法的修正過程，是針對(duì)分割后所生成對(duì)象的，因此能夠明顯提高修正準(zhǔn)確率，并且提升修正操作效率[15]。

4 統(tǒng)計(jì)結(jié)果分析

經(jīng)過統(tǒng)計(jì)，本次對(duì)陽明山國(guó)家森林公園部分區(qū)域森林資源變化的監(jiān)測(cè)結(jié)果可知，該區(qū)域森林資源發(fā)生明顯變化，主要體現(xiàn)在4個(gè)方面：①森林資源出現(xiàn)正向變化。所謂“正向變化”，即森林覆蓋率增加，面積達(dá)到3526.417 hm2；②森林資源出現(xiàn)逆向變化，即森林覆蓋率減少，變化面積達(dá)到1004.529 hm2；③原始地類：原始地類為空的面積為1241.567 hm2；④未發(fā)生變化：未出現(xiàn)變化的區(qū)域面積為24175.938 hm2。通過上述數(shù)據(jù)可以證實(shí)，陽明山國(guó)家森林公園發(fā)生正向變化區(qū)域的面積顯著高于逆向變化區(qū)域面積，這說明陽明山國(guó)家森林公園近年來實(shí)施禁伐活動(dòng)是成功的，重要生態(tài)區(qū)域和重點(diǎn)部位的林相明顯改觀，林分質(zhì)量顯著提高，為試驗(yàn)區(qū)開展經(jīng)濟(jì)建設(shè)和生態(tài)建設(shè)提供比較有利的生態(tài)保障。

為驗(yàn)證本次研究分層監(jiān)督分類精度，在對(duì)其進(jìn)行評(píng)價(jià)時(shí)，采用目視判讀+野外考察兩種方式相結(jié)合的評(píng)價(jià)方式[16]。其中，野外考察時(shí)間定在2019年6月30日之前完成，考察驗(yàn)證重點(diǎn)為森林資源逆向變化對(duì)象，選取4200個(gè)發(fā)生變化的地物對(duì)象，在其中選取500個(gè)影像特征不夠顯著的地物對(duì)象，對(duì)其進(jìn)行野外現(xiàn)場(chǎng)驗(yàn)證，同時(shí)為其設(shè)置相應(yīng)的解譯標(biāo)志，逐個(gè)進(jìn)行檢查，結(jié)果如表4所示。

表4 精度驗(yàn)證結(jié)果

從圖4中數(shù)據(jù)可以看出，4200個(gè)變化圖斑中，共計(jì)3613個(gè)判讀正確，正確率達(dá)到86.02%；針對(duì)變化疑問圖斑，采用人工解譯方式，精度比較低。500個(gè)變化疑問圖斑中，僅有146個(gè)判讀正確(29.20%)；在所有圖斑中，共有6244個(gè)判讀正確，正確率為89.96%。經(jīng)過參與研究人員的分析認(rèn)為，之所以會(huì)出現(xiàn)判讀錯(cuò)誤，其原因在于本次監(jiān)測(cè)主要以遙感影像信息為參考，關(guān)于本地區(qū)林業(yè)部門的小班變化記錄，參考比較有限，因此在無林地變化、未成林造林地變化和變化的判讀上，判讀正確率相對(duì)較低，因此需要根據(jù)上述對(duì)象實(shí)際變化情況，對(duì)判讀方式予以相應(yīng)的改進(jìn)[17]。

5 結(jié)論與展望

本研究利用高空間分辨率遙感影像，采用像元分類技術(shù)，利用分層監(jiān)督分類方法，對(duì)永州市陽明山森林資源近兩年變化進(jìn)行分析，此技術(shù)利用原始林相小班圖層，邊界未超過其他林相小班邊界，這對(duì)小班圖層的更新更加有利。通過上述研究結(jié)果可以說明，將遙感影像空間分辨率調(diào)整到高精度(0.5 m)，探索適宜1∶10000小班數(shù)據(jù)更新分類技術(shù)，能夠快速且精準(zhǔn)的獲取森林資源動(dòng)態(tài)信息變化，不僅能夠充分利用遙感影像的光譜信息，還能最大程度上降低人工作業(yè)量，為森林資源監(jiān)測(cè)中心開展大比例尺森林資源動(dòng)態(tài)監(jiān)測(cè)提供實(shí)踐參考。

但是，鑒于目前基于像元分類技術(shù)在實(shí)際應(yīng)用過程中尚存在一定問題，如分類特征選取、最優(yōu)尺度選擇等，需要在日后相關(guān)研究中適當(dāng)增加對(duì)此類問題的分析。從國(guó)內(nèi)外現(xiàn)有研究情況看，在最優(yōu)尺度選擇上，需要構(gòu)建相應(yīng)的評(píng)價(jià)模型，分類特征選取則利用Relief FO、ISEaTH等算法。當(dāng)然，在實(shí)踐應(yīng)用時(shí)，也存在“同譜異物”，或者“同物異譜”情況，對(duì)于以及未成林地，采用高分辨影像對(duì)其進(jìn)行區(qū)分，精度上可能存在一定不足，需要對(duì)上述兩種情況加以重視，改進(jìn)相關(guān)技術(shù)[18]。

總之，要想在森林資源監(jiān)測(cè)中獲得更加準(zhǔn)確的像元分類結(jié)果，不僅要使用具有高空間分辨率的遙感影像，也要結(jié)合實(shí)際需要，制定詳細(xì)的分類策略，并對(duì)分割尺度、分類方法等進(jìn)行不斷完善。