土地利用覆被变化自动检测方法的比较

土地利用覆被变化自动检测方法的比较

1多时相遥感影像自动检测lucc的研究土地使用变化是最直接反映人类活动对全球变化的影响的因素之一。为此,1995年IGBP和IHDP共同拟定并发表了“土地利用/覆被变化科学研究计划”;2002年,刘东生院士也曾撰文指出,LUCC是IGBP与IHDP研究计划之一,是针对人类活动和全球变化之间的人类驱动机制而开展的。该研究计划的基本目标是提高对全球土地利用/覆被变化动态过程的认识,并着重提高预测土地利用/覆被变化的能力。遥感技术如今已经被广泛应用到全球尺度的LUCC研究之中。因此,如何利用遥感技术快速、准确地获取LUCC的空间分布信息已成为人们面对的新挑战,故多时相遥感影像自动检测分析成为亟需解决的关键技术之一。本文以SPOT(Pan波段)影像和TM影像为例,对土地利用/覆被变化的检测方法进行深入的应用分析。2土壤覆盖变化的检测方法和应用分析2.1遥感影像的检测方法(1)用于土地利用/覆被变化检测的两期(或者多期)遥感影像,需要进行一系列的图像准备和处理,包括数据源的选择、几何配准处理、辐射处理与归一化等。其中,图像的选择是指如何根据检测的需要以及环境要素来选择遥感数据的时间分辨率、空间分辨率、光谱分辨率和辐射分辨率等;几何配准处理是指利用地面控制点数据对不同时段的遥感图像进行精确的几何校正以及图像与图像之间的配准。另外,用于变化检测的不同时相遥感图像之间进行了辐射度匹配与归一化处理,旨在保证不同时段图像上像元亮度值的可对比性[4~6]。经过上述处理的遥感影像即可作为土地利用/覆被变化检测的基础影像。(2)土地利用/覆被变化的检测方法总体上可以分为两类,即人工目视解译和自动检测。目视解译的核心是在对两期或多期土地利用/覆被分类的前提下发现变化信息,即首先运用统一的分类体系对每一时相遥感影像进行单独分类,然后通过对分类结果进行比较来直接发现土地利用/覆被变化信息。如图1所示,图中“前时相土地利用分类”是利用前一时相的SPOT/TM融合影像的分类结果;“后时相土地利用分类”是利用后一时相的SPOT/TM融合影像的分类结果;“分类比较检测结果”中圈定的部分即为经过分类后比较发现的变化部分。分类后比较法的优点是:①能回避所用多时相数据因获取季节不同和传感器不同所带来的归一化问题;②经单独分类后比较,可以直接获取变化的类型、数量和位置,对研究区的土地覆被变化不需要有先验认识;③分类后比较法可进行两个时相以上遥感影像的变化探测分析。因为它是对每一时相的影像单独进行分类,所以不受时相数的限制。分类后比较法的缺点是:①由于受到人眼睛生理结构和机能的限制,无法探测土地利用/覆被内部的细微变化;②必须进行两次(或多次)图像分类,根据误差传播定律,每一次单独分类的误差会在空间比较过程中被进一步放大,其精度只大致相当于每期影像分类精度值的乘积。例如,若两时相影像的分类精度分别为80%,变化信息提取结果的精读可能只有64%左右。因此,图像分类的可靠性,严重影响着变化检测的准确性。③该方法要求目视解译人员具有丰富的目视判读经验,得到的结果在很大程度上受到主观因素的影响,有时难以保证前后的一致性甚至容易产生错误,并且通常效率较低。因此,该法在实际应用中具有一定的局限性。2.2变化检测方法(1)光谱特征变异法对同一时相的TM和SPOT影像进行融合后,地物光谱属性可以如实正确地表现出来;相反,当不同时相的TM和SPOT影像进行交叉融合时,如同一地物在两者上的信息表现不一致,那么融合后影像中该地物就会表现出与其他地物明显的光谱差别,此时称该地物发生了光谱特征变异。据此发生变异的光谱特征可检测土地利用/覆被的变化。如图2所示,将前一时相的TM数据与后一时相的全色SPOT数据精确配准后融合。由于后一时相的SPOT全色波段数据相对与前一时相的TM多光谱数据发生了变化,其在融合后的影像上表现为含有纹理特征的亮绿色,有别于周围植被地物的绿色特征和正常的居民地信息。光谱特征变异法具有物理意义明显、操作简捷等优点。缺点是发生光谱特征变异的图斑有时在色彩和亮度等方面与背景值反差不明显,造成尺寸较小的变化地物的发现困难。(2)假彩色合成法对地表的变化进行检测时,将前、后两时相的全色SPOT数据精确配准,再利用假彩色合成用以土地利用/覆被发生变化的区域分析判定变化信息。如图3所示,在后一时相影像中所标出的区域,纹理和灰度都不同于在前一时相影像中的相同区域,说明地表覆被发生了变化。通过影像判读可以得知,该区域是新增的居民地道路。(3)主成分分析法在尽量不丢失主要信息的前提下,实现数据压缩和特征选取的多变量分析。以TM5、4、3波段组合并与SPOT融合的影像为例:把两时相的SPOT/TM影像进行波段合成,新产生的影像将有6个波段的信息。对该影像做6分量主成分变换,则前1、2分量便包含了原始影像的主要信息,而后几个分量则反映了两时相影像的变化信息。实践证明,在上述多波段主成分变换之后,采用6、4、3分量进行波段组合能较好地反映出前后时相影像的变化部分(如图4所示)。主成分分析法的优点是能够分离信息、减少相关,从而突出不同的地物目标。其不足之处在于它是基于纯粹的统计关系,因此它产生的分量的物理意义并不明确,并且操作过程较复杂,数据量和计算量较大;另外主分量的选择也会造成部分有用信息的丢失。(4)图像代数法是一种较简单的变化区域及变化量识别的方法,基本原理就是压制背景信息,突出变化信息。(5)波段替换法是用后一时相影像中的某一波段(可以是不同传感器影像)替换前一时相影像(可以是融合影像)中的某一波段,生成新的融合影像,从而实现对变化信息的检测。该方法具体操作方式很多,在此仍以TM和SPOT影像为例进行说明。首先融合前一时相的TM多光谱影像与SPOT全色影像,将融合影像分解为红、绿、蓝三个波段。然后将融合影像与后一时相的SPOT全色影像进行精确配准,用后一时相的全色波段影像代替融合影像的红色波段,生成新的影像(如图5所示)。该方法的优点是可以根据背景值选择替代融合影像中的红、绿、蓝三波段中的相应波段,从而使变化信息凸现出来。缺点是在实际应用中,需要对各种具体操作方式进行系统比较和选择,有时需要不同的操作方式组合使用,计算量相对较大。随着遥感变化检测研究的深入,一些新的方法不断涌现。例如应用小波、傅立叶变换和自适应参数估计、变化向量分析法、马尔科夫随机场模型等方法对遥感影像变化进行检测[10~12]。这些新方法在变化检测精度方面有所提高,但在变化检测的效率方面却表现一般。如今土地利用/土地覆被遥感变化检测常常会有大面积、大数据量的操作,一般要求变化检测方法应该是精度与效率并重,这在某种程度上影响了这些方法的推广和使用。但这些方法大多从对遥感数据在光谱空间内的分布形态分析入手,避免了过于简化的假设,或具备更强的分析能力,使得土地利用/土地覆被遥感变化检测的精度得以提高。3在例证分析中为了进一步检验上述方法的精度与效率,本文选取河北省万全县为试验区进行了实例验证。(1)信息源和数据处理万全县介于东经114°20′、北纬41°30′到东经115°00′、北纬40°40′之间,地处河北省西北部,西北以明长城为界与张北、尚义两县接壤。该县地形总趋势是自西北向东南倾斜,自然分为北部山区、中部低山丘陵区、南部河川区三个不同的区域(如图6所示)。属大陆性季风气候,四季分明,常年积温1900℃~3300℃,年均降水量300~500mm之间,无霜期116~135天。根据研究区实际情况和检测需要,本文选用美国陆地资源卫星LANDSATTM和ETM+影像、法国空间局发射的SPOT4卫星的10m分辨率全色波段影像以及该地区1∶50000DEM(数字高程模型)作为主要的信息源(见表1),所选影像数据含云量均在10%以下,并且云、雾未覆盖地貌和土地利用类型过渡地带;成像时间均为2002年8月,正值夏末秋初时期,此时植被生长旺盛,有利于增强各种不同地物在影像上的对比度。另外,选用已有的通过人工目视解译方法提取的万全县1992~2002年LUCC成果作为精度验证数据。上述数据均由2002年国土资源部“环北京地区资源与生态环境遥感动态监测项目”提供(如图7)。(2)cc信息的自动检测和提取首先,利用已有的遥感数据,逐一应用光谱特征变异法、假彩色合成法等方法对研究区的LUCC信息进行自动检测分析,并根据相应的光谱变异特征完成对万全县1992~2002年LUCC信息的提取。其中土地利用/覆被分类标准与“环北京地区资源与生态环境遥感动态监测项目”的分类标准一致,即分为耕地、草地、林地、水域、建设用地和未利用土地6种。4遥感变化检测方法中需要注意的几个问题(1)研究表明,综合应用遥感自动检测方法,使各种方法进行优势互补,能够高效、准确地自动检测出LUCC信息,具有传统目视解译方法无法比拟的优势,并且变化区域可以应用阈值、动态聚类等方法实现自动提取;相反,由于LUCC检测情况相对比较复杂,如果单纯应用自动检测方法中的一种方法,检测结果往往无法令人满意。另外,现有的方法绝大多数都是针对光学遥感影像设计的,一般不能直接应用与诸如雷达影像等新型传感器获取的遥感数据。(2)在变化检测之前,需要对检测区域内的主要问题进行调查与分析,其目的是为检测任务选择合适的遥感数据以及掌握检测对象的空间分布特点、光谱特征及时相变化等基本情况。不同遥感系统的时间分辨率、空间分辨率、光谱分辨率和辐射分辨率不同,选择合适的遥感数据是变化检测能否成功的前提;另外,如果不能很好地理解各种环境因子对变化检测的影响,往往也会得出错误的分析结论。(3)图像处理是变化检测成功与否的关键。实践证明图像之间的辐射配准和几何配准十分重要,即使对于那些已分别做过辐射校正处理的图像,图像之间的辐射匹配与归一化处理仍然是必要的;图像之间的几何配准误差(均方差)应严格控制在半个像元以内。(4)上述自动检测方法虽然可以自动探测出变化区域,但是只能反映变化的分布和大小,难以自动获取变化的性质,变化性质的确定仍需人工参与,从某种意义讲,还没有达到完全自动的程度。因此,当前遥感变化检测研究除了要注重新的检测方法的研究以外,还要注重理解变化过程和机理,加强对不同检测工作和不同方法匹配的研究。总之,人类社会的加速发展同时也在加速改变着自然环境和生态系统,这就要求土地利用/土地覆被遥感变化检测的精度与效率也必须得到相应的发展;而土地利用/土地覆被遥感变化检测精度与效率的提高则需要多源、多分辨率的遥感数据和与之相匹配的更先进的变化检测方法。随着人工智能、模式识别等新技术新方法的发展与完善,我们相信对LUCC信息的科学高效的定量和定性检测是完全可以实现的。其次,以人工目视解译方法提取的万全县1992~2002年LUCC成果(该成果2003年已经通过项目验收,经实地验证属性精度和位置精度均大于90%)为验证数据,对自动检测提取的LUCC结果进行了验