龍佳佳,鐘仕全,初愛萍,呂 濤,袁羽杰

(南寧師范大學(xué)地理科學(xué)與規(guī)劃學(xué)院,廣西南寧 530001)

紅樹林是生長在熱帶、亞熱帶潮間帶的淺灘和沿海河口泥灘上的木本植物群落,是以紅樹林植物為主的常綠喬木或灌木群落,是沿海生態(tài)保護(hù)的第一道屏障,也是重要的濕地生態(tài)系統(tǒng)之一。紅樹林群落可以由單一的紅樹林植物形成,也可以由不同的紅樹林植物通過長期的競爭和相互適應(yīng)共同形成一個(gè)相對穩(wěn)定的植物群落,探討紅樹林植物群落的結(jié)構(gòu)及其分布差異有利于維持沿海紅樹林生態(tài)系統(tǒng)的穩(wěn)定及其生態(tài)功能[1-3]。隨著遙感和對地觀測技術(shù)的發(fā)展,越來越多的遙感平臺(tái)、傳感器和分類方法運(yùn)用到紅樹林遙感動(dòng)態(tài)監(jiān)測中來[4-7]。高光譜數(shù)據(jù)具有強(qiáng)大的光譜細(xì)節(jié)表現(xiàn)能力,在濱海濕地復(fù)雜地物的識(shí)別和分類中被證明具有較高的精度[8-10]。

隨著高光譜影像數(shù)據(jù)的不斷發(fā)展,越來越多的衛(wèi)星高光譜數(shù)據(jù)與無人機(jī)高光譜數(shù)據(jù)被應(yīng)用于地物的精細(xì)探測,為紅樹林的識(shí)別與分類提供了基礎(chǔ)條件。肖海燕等[11]使用Hyperion數(shù)據(jù)并基于決策樹和高光譜分析的組合方法對深圳市福田區(qū)進(jìn)行紅樹林群落信息提取,結(jié)果表明高光譜成像遙感技術(shù)為紅樹林群落的區(qū)分提供可能;Ashokkumar等[12]使用Hyperion高光譜數(shù)據(jù)對印度Bhitarkanika國家公園的紅樹林群落進(jìn)行識(shí)別與分類,并通過3種全像素分類方法進(jìn)行比較,證明了支持向量機(jī)(Support Vector Machine,SVM)分類方法的精度最高;邊福強(qiáng)等[13]利用珠海一號(hào)衛(wèi)星高光譜數(shù)據(jù),通過綜合NDWI-NDVI指數(shù)閾值法對廣東沿海地區(qū)的紅樹林采取4種監(jiān)督分類方法進(jìn)行遙感提取,實(shí)現(xiàn)高精度紅樹林遙感提取與分析;Vidhya等[14]利用Hyperion高光譜遙感數(shù)據(jù)對印度南部的Thuraikkadu保護(hù)區(qū)內(nèi)紅樹林的健康狀況進(jìn)行分析評價(jià),證明了高光譜數(shù)據(jù)在植被健康評價(jià)方面也具有巨大潛力。

我國自主研發(fā)搭載的先進(jìn)高光譜成像儀(Advanced Hyperspectral Imager,AHSI)高分五號(hào)(GF-5)衛(wèi)星的成功運(yùn)行,為實(shí)現(xiàn)目標(biāo)物的精細(xì)提取提供了新的高光譜數(shù)據(jù)集。然而,目前高光譜成像技術(shù)受到硬件設(shè)備、現(xiàn)實(shí)物理?xiàng)l件和成本等因素的限制,導(dǎo)致高光譜圖像的空間分辨率仍然較低,無法同時(shí)滿足獲取觀測對象高分辨率空間信息和光譜信息的應(yīng)用要求。而空譜融合技術(shù)可以充分融合不同傳感器數(shù)據(jù)在空間和光譜維度上的信息,獲得同時(shí)具有高空間分辨率和高光譜分辨率的融合圖像[15-17]。目前常用的融合算法有成分替換法、多分辨率分析法、基于子空間法與基于圖像映射法。有部分學(xué)者對GF-5數(shù)據(jù)空譜融合做出了很多貢獻(xiàn),如張立福等[18]對GF-5高光譜數(shù)據(jù)融合方法進(jìn)行了探討比較,發(fā)現(xiàn)相融合圖像屬于同一系列且空間分辨率相差越小,則融合效果越好;王海榮等[19]利用波段自適應(yīng)細(xì)節(jié)注入的GF-5與Sentinel-2遙感影像進(jìn)行空譜融合,證明了該方法是一種兼具高空間分辨率與高光譜保真度的高光譜圖像融合方法。本研究從簡單便捷且容易實(shí)現(xiàn)的角度出發(fā),選擇能快速實(shí)現(xiàn)融合的葛拉姆-施密特(Gram-Schmidt,GS)正交變換融合算法。

GF-5高光譜數(shù)據(jù)不僅光譜分辨率高,而且寬幅(60 km)大,在紅樹林群落特征提取和種間分類方面具有天然的優(yōu)勢和潛力[20]。因此,利用我國自主研發(fā)的GF-5高光譜數(shù)據(jù)和高分二號(hào)(GF-2)數(shù)據(jù)的空譜融合影像作為數(shù)據(jù)源對紅樹林群落的光譜特征進(jìn)行提取,可為實(shí)現(xiàn)紅樹林群落保護(hù)提供數(shù)據(jù)支撐,并對實(shí)現(xiàn)國產(chǎn)衛(wèi)星數(shù)據(jù)的有效應(yīng)用具有十分重要的現(xiàn)實(shí)意義和創(chuàng)新意義。

1 材料與方法

1.1 研究區(qū)概況

廣西山口紅樹林生態(tài)國家級自然保護(hù)區(qū)(東經(jīng)109°37′22.10″-109°47′02.59″,北緯21°28′20.65″-21°36′59.08″)總面積為8 003 hm2,主要由廣西北海市合浦縣沙田半島的英羅港片區(qū)和丹兜海片區(qū)組成。其中,英羅港片區(qū)面積為2 868.20 hm2,丹兜海片區(qū)面積為5 134.80 hm2。本研究主要以丹兜海片區(qū)為研究區(qū)。

1.2 數(shù)據(jù)源

GF-5衛(wèi)星于2018年5月9日在太原衛(wèi)星發(fā)射中心成功發(fā)射,是中國高分辨率對地觀測計(jì)劃中的第5顆衛(wèi)星。GF-5衛(wèi)星搭載了一臺(tái)先進(jìn)高光譜成像儀載荷,該載荷具有光譜分辨率高、太陽跟蹤精度高、光譜定標(biāo)精度高等技術(shù)特點(diǎn)[21,22]。國產(chǎn)GF-2衛(wèi)星于2014年8月19日發(fā)射成功,其空間分辨率優(yōu)于1 m,同時(shí)還具有高輻射精度、高定位精度和快速姿態(tài)機(jī)動(dòng)能力等特點(diǎn)[23]。遙感圖像數(shù)據(jù)的參數(shù)如表1所示。

表1 GF-5和GF-2的數(shù)據(jù)特征

1.3 方法

高光譜遙感圖像的像元光譜是綜合反映地面物體光譜反射輻射信息、地形效應(yīng)、大氣輻射傳輸效應(yīng)、傳感器掃描系統(tǒng)和其他因素之間相互作用的結(jié)果。一般來說,不同地物的光譜特征不同,而地物之間的光譜差異是識(shí)別提取不同地物的關(guān)鍵。為了從影像中獲取地面物體的真實(shí)反射光譜,需要對相關(guān)數(shù)據(jù)進(jìn)行定標(biāo)和大氣修正等預(yù)處理操作,主要預(yù)處理流程參照ENVI遙感影像處理軟件標(biāo)準(zhǔn)影像處理方法。圖1為本研究主要技術(shù)路線圖,將GF-2融合數(shù)據(jù)重采樣至1 m分辨率并且與GF-5高光譜影像數(shù)據(jù)進(jìn)行空間配準(zhǔn),選用GS正交變換融合算法將二者進(jìn)行融合,得到1 m分辨率的GF-5高光譜影像數(shù)據(jù),用于提取3種紅樹林群落與互花米草(Spartinaalterniflora)群落的光譜特征并進(jìn)行群落特征分析。

圖1 技術(shù)路線

1.3.1 GS正交變換融合算法

利用GS正交變換融合算法(以下簡稱“GS融合算法”)將30 m分辨率的GF-5數(shù)據(jù)與1 m分辨率的GF-2數(shù)據(jù)進(jìn)行融合,選取時(shí)間越相近的圖像進(jìn)行融合處理所得到的融合數(shù)據(jù)效果越佳。GF-5數(shù)據(jù)影像成像時(shí)間為2019年11月6日,GF-2數(shù)據(jù)影像成像時(shí)間為2019年9月25日,時(shí)間間隔為41 d。在此期間互花米草群落正處于生長的旺盛期,是提取其光譜特征的重要時(shí)期,并且紅樹林群落結(jié)構(gòu)的光譜特征也比較穩(wěn)定。GS融合算法是利用GS正交變換對圖像進(jìn)行變換,消除各頻段之間的相關(guān)性,并且保留相似的信息量,改善主成分分析法信息過于集中的問題。在遙感圖像融合中,GS正交變換不受波段數(shù)的限制。因此,GS正交變換的融合方法在波段數(shù)較多的高光譜遙感影像中也比較適用[24]。GS融合算法基本流程如圖2所示,該算法可以融合任意波段數(shù)量的遙感圖像,簡單高效地提高了圖像的空間分辨率。然而,GS融合算法的融合效果依賴于使用的高光譜圖像所模擬的圖像,當(dāng)高空間分辨率圖像和被替換的模擬圖像之間的相關(guān)性越大時(shí),融合結(jié)果圖像的光譜失真就越小。因此使用GS正交變換的融合效果不穩(wěn)定,特別是在應(yīng)用于高光譜圖像融合時(shí)仍有很大的提升空間[25]。

圖2 GS融合算法基本流程

1.3.2 紅樹林群落光譜特征提取

1.3.2.1 紅樹林群落劃分

通過查閱保護(hù)區(qū)資料并結(jié)合大量實(shí)地樣本數(shù)據(jù)可知,丹兜海研究區(qū)內(nèi)紅樹林樹種多為桐花樹(Aegicerascorniculatum)、紅海欖(Rhizophorastylosa)、秋茄(Kandeliaobovata)、木欖(Bruguieragymnorrhiza)、白骨壤(Avicenniamarina)等。潘良浩等[26]研究發(fā)現(xiàn)廣西北部灣紅樹林群落類型大致分為11個(gè)群系,每個(gè)群系又可分為若干群叢。本研究從保護(hù)紅樹林群落穩(wěn)定性的角度出發(fā),將研究區(qū)丹兜海海域內(nèi)生長比較穩(wěn)定的種群分為白骨壤群系、紅海欖群系、秋茄群系、木欖群系、桐花樹群系,其中紅海欖群系屬于丹兜海和英羅港特有的純種紅樹林群落,在丹兜海片區(qū)還生長著一定面積的互花米草群落。

1.3.2.2 樣本點(diǎn)選取

考慮到紅樹林種間的光譜相似性以及紅樹林群落生長的復(fù)雜性,在丹兜海海域內(nèi)通過高分辨率影像結(jié)合地圖選點(diǎn)的方式選取實(shí)地面積大于20 m2的群落作為一個(gè)樣本點(diǎn),每類群落選取20個(gè)樣本點(diǎn),共選取80個(gè)樣本點(diǎn),采樣點(diǎn)分布如圖3所示。

圖3 研究區(qū)采樣點(diǎn)分布

將衛(wèi)星影像數(shù)據(jù)與實(shí)地樣本數(shù)據(jù)作為采樣點(diǎn)的選點(diǎn)基礎(chǔ),得出3種紅樹林群落與互花米草群落,分別是以紅海欖為主的群落A、以白骨壤為主的群落B、以互花米草為主的群落C和以木欖為主的群落D。采樣點(diǎn)群落特征如圖4所示,紅海欖群落A的紋理粗糙且呈小顆粒形狀,白骨壤群落B紋理粗糙且有毛糙感,互花米草群落C紋理較光滑且呈灰綠色,木欖群落D呈簇狀。

每個(gè)樣本點(diǎn)記錄的信息包括經(jīng)緯度、樹種組成、樹高以及成林面積等。為得到樣本點(diǎn)不同群落的光譜曲線,本研究根據(jù)獲取的樣本點(diǎn)經(jīng)緯度信息提取1 m GF-5高光譜影像對應(yīng)像元的光譜曲線信息,得到研究區(qū)內(nèi)3種典型紅樹林群落與互花米草群落的光譜曲線。

圖4 研究區(qū)采樣點(diǎn)特征

1.3.3 紅樹林群落光譜曲線變換

為進(jìn)一步探究紅樹林群落之間的光譜差異,本研究對提取的光譜數(shù)據(jù)進(jìn)行包絡(luò)線去除和一階微分計(jì)算。通過包絡(luò)線去除法可以有效體現(xiàn)光譜曲線的吸收、反射和發(fā)射特征,并將其歸一到一個(gè)一致的光譜背景上,這樣有利于將其與其他光譜曲線進(jìn)行特征數(shù)值的比較[27-29]。通過一階微分計(jì)算可以去除原始波段的背景噪聲,增加不同類型吸收特征的對比度,揭示目標(biāo)地形反射率的內(nèi)在特征[30,31]。

包絡(luò)線去除(連續(xù)統(tǒng)去除)公式如下:

(1)

式中,CRi表示波段i處的連續(xù)統(tǒng)去除值,Ri表示波段i處的反射率光譜,RHi表示波段i處的直線反射率光譜。

一階微分計(jì)算公式如下:

(2)

式中,FRDnt表示第n個(gè)波段和第n+1個(gè)波段間的一階微分光譜,Rnt表示第n個(gè)波段處的原始光譜反射率,nt對應(yīng)每個(gè)波段的波長,Δn表示前后兩個(gè)波段的波長間隔。

3 結(jié)果與分析

3.1 GS融合效果分析

從可視性角度分析,GF-2 GS融合1 m影像選擇3、4、2波段進(jìn)行組合,GF-5 30 m影像選擇60、90、30波段進(jìn)行組合,GF-2和GF-5 GS融合1 m影像選擇60、90、30波段合成影像。圖5為融合前后樣本區(qū)的部分高光譜圖像,可以看出分辨率提高后各類地物的清晰度以及明亮度得到增強(qiáng),特別是目標(biāo)地物紅樹林的紋理細(xì)節(jié)與辨識(shí)度得到明顯提升,但也有部分蝦塘顏色失真。綜合來說,GS融合圖像的效果較好,目標(biāo)地物的光譜保真性高。

圖5 研究區(qū)部分GS融合影像

以GF-2與GF-5預(yù)處理數(shù)據(jù)為基礎(chǔ)提取影像上的紅樹林光譜曲線,分別如圖6(a)、(b)所示。參考翁強(qiáng)[32]、袁晶賢[33]的研究可以得知本研究提取的紅樹林光譜曲線符合典型紅樹林的光譜特征,證明影像數(shù)據(jù)的可靠性。GF-5數(shù)據(jù)融合前后的光譜曲線分別如圖6(b)、(c)所示,可以看出融合后的GF-5數(shù)據(jù)的紅樹林反射率整體提高0.05左右。

圖6 紅樹林群落光譜曲線

總體來說,通過GS融合后的GF-5高光譜圖像的紋理特征得到改善,光譜保真性較好,信息損失少。

3.2 紅樹林群落光譜特征

3.2.1 原始光譜曲線分析

提取4種群落的光譜特征并計(jì)算均值,結(jié)果如圖7所示。從圖7可以看出樣本區(qū)紅樹林群落、互花米草群落的光譜特征與綠色植物光譜特征的曲線方向大致相同,反射率的峰谷值出現(xiàn)在大致相同的波段。在550 nm可見光波段的綠光范圍處出現(xiàn)了一個(gè)小的反射峰,而在690 nm的紅光波段處形成一個(gè)強(qiáng)吸收谷,這都是葉綠素對藍(lán)光和紅光的吸收作用強(qiáng)的表現(xiàn)。在700-760 nm可見光波段處,由于受到紅樹林葉片的影響而形成陡峭的反射坡。此外,在1 300-2 500 nm區(qū)間內(nèi)近紅外波段的光譜反射率緩慢下降,這是因?yàn)楣庾V反射受到紅樹林含水量的影響,在近紅外波段吸收率增大,特別是在1 450、1 950 nm處形成了水的吸收帶。前述對以上群落反射率光譜曲線的分析,證明了提取的光譜信息符合濕地植被規(guī)律,提取的紅樹林群落與互花米草群落光譜曲線是完整的,證明了樣本的真實(shí)性與可用性。

圖7 4種群落的均值光譜曲線

通過進(jìn)一步分析4種群落的光譜差異可知,群落A與群落D的光譜反射率在可見光區(qū)域較為相似,主要的可分區(qū)間在800-1 400 nm的近紅外波段處,在此區(qū)間紅海欖群落反射率小于木欖群落。群落B在波長720-1 450 nm處的光譜反射率高于其他紅樹林群落,其中在1 000-1 100 nm區(qū)間內(nèi)反射率達(dá)到最大值。群落C的光譜曲線與紅樹林群落相比光譜差異非常明顯,在700-1 000 nm區(qū)間內(nèi)其光譜反射率低于紅樹林群落,具有明顯的可分區(qū)間。此外,4種群落在某些波段上存在顯著差異,反映了它們不同的光譜特征。因此,可以選擇差異顯著的波段作為不同紅樹林群落的光譜分類區(qū)間,分別為680-900、980-1 320、1 530-1 750 nm。

3.2.2 包絡(luò)線去除分析

包絡(luò)線的節(jié)點(diǎn)就是原始譜曲線凸出的峰值點(diǎn),從包絡(luò)線去除的反射率光譜圖(圖8)可以看出,4種群落的光譜曲線具有明顯差異。在可見光區(qū)域的500-550 nm與600-700 nm區(qū)間內(nèi)4類群落分別出現(xiàn)小峰值與低谷。在1 170-1 400 nm區(qū)間內(nèi)4種群落的光譜差異性最顯著,具有明顯的可分性,反射率表現(xiàn)為白骨壤群落>木欖群落>紅海欖群落>互花米草群落。

3.2.3 一階微分計(jì)算分析

原始光譜曲線變換后得到的微分光譜曲線可以反映植物光譜曲線在一段時(shí)間內(nèi)的變化率,是判斷植物差異的重要依據(jù)。由圖9可以看出,4種群落的一階微分光譜曲線正負(fù)值交替出現(xiàn),當(dāng)其值為正值時(shí)表示在此區(qū)域反射率呈增長趨勢,為負(fù)值時(shí)則相反。整體來看,經(jīng)過一階微分計(jì)算后的4種群落在1 330 nm波長處光譜反射率增速達(dá)到最快,在1 470 nm波長處反射率減速達(dá)到最快。

圖8 4種群落的包絡(luò)線去除光譜曲線

4 結(jié)論

紅樹林群落的分布結(jié)構(gòu)可作為地方政府決策和紅樹林保護(hù)、育種、修復(fù)以及碳儲(chǔ)量計(jì)算的基礎(chǔ),因此探討紅樹林的群落分布結(jié)構(gòu)十分必要。本研究通過提取3種紅樹林群落與互花米草群落的光譜特征并從光譜差異上探討紅樹林群落的可分性,主要結(jié)論如下。

①3種紅樹林群落與互花米草群落之間的光譜特征結(jié)果顯示,在原始光譜曲線680-900、980-1 320、1 530-1 750 nm區(qū)間內(nèi)4種群落的光譜差異性最大;在包絡(luò)線去除的1 170-1 400 nm區(qū)間內(nèi)4種群落的光譜差異性最顯著;在一階微分計(jì)算的1 330-1 470 nm波長范圍內(nèi)光譜反射率變化最大。在近紅外波段內(nèi)不同紅樹林群落與互花米草的差異性最大,可將近紅外波段應(yīng)用于不同紅樹林群落與互花米草的優(yōu)勢波段識(shí)別中。

②GS融合數(shù)據(jù)提高了GF-5高光譜數(shù)據(jù)的空間分辨率,圖像的紋理特征得到改善,光譜保真性較好,信息損失較少,證明GF-5國產(chǎn)衛(wèi)星可與GF-2衛(wèi)星通過空譜融合提高自身的空間分辨率。

③GF-5高光譜數(shù)據(jù)在實(shí)現(xiàn)紅樹林等植被的精細(xì)分類方面有巨大的應(yīng)用潛力。

綜上可知,不同紅樹林群落之間存在光譜可分性,可為紅樹林群落的護(hù)理提供依據(jù)。但也存在不足:高光譜數(shù)據(jù)融合方法還可以進(jìn)一步改進(jìn),可選用較新的融合方法進(jìn)行試驗(yàn);紅樹林樹種存在混生現(xiàn)象,對復(fù)雜紅樹林混生區(qū)進(jìn)行單一樹種的光譜提取存在一定的難度。下一步研究將從典型紅樹林群落的光譜差異性出發(fā),結(jié)合其物候特征和健康狀態(tài)等因素考慮紅樹林群落劃分的實(shí)際應(yīng)用。