基于Landsat遥感影像的湿地动态监测统计分析

曹倩倩, 白洪伟, 王婷婷

(1. 宿州学院 a.数学与统计学院, b.环境与测绘工程学院, 安徽 宿州 234000; 2. 安徽省地质矿产勘察局 327地质队, 安徽 合肥 230000)

湿地是生态系统中重要的组成部分,不仅是动物生活的场所,而且还是人类宝贵的生态资源.因覆盖面积小,价格高,积水地区难以到达,并且湿地面积往往随气候变化而变化,野外湿地传统调查方法在时间分辨率方面难以满足湿地动态监测需求.遥感技术具有覆盖范围广、信息量大、更新快、成本低等特点,极大地推动了湿地动态监测,相比于航空监测,调查面积更广、分辨率更高、价格更低.

巢湖湿地遥感影像图数据来源于Landsat陆地卫星系列,为了体现巢湖湿地动态变化,使用了2007年夏季Landsat 5遥感影像图和2017年夏季Landsat 8遥感影像图,如图1所示.因为这2个年份时间内云量少,且时间间隔长,能体现巢湖湿地面积变化状态.

图1 巢湖湿地遥感图Fig.1 Remote sensing map of Chaohu Wetland

1 数据处理

1.1 辐射校正

由于传感器受大气吸收和散射的影响,导致图像模糊、分辨率下降,因此要进行辐射校正,设置参数.辐射校正的目的是尽可能的恢复遥感图真实情况,为遥感图像分类、解译做基础[1-2].以2007 Landsat 5,2017 Landsat 8影像为例,进行辐射校正,校正后如图2所示.

1.2 图像裁剪和大气校正

因巢湖市面积较大,无法处理大量数据,需要进行图像裁剪.裁剪后影像如图3所示.

图2 辐射校正后的巢湖湿地遥感图Fig.2 Remote sensing map of Chaohu Wetland after radiometric calibration

图3 巢湖湿地遥感图像裁剪Fig.3 Image clipping of remote sensing map of Chaohu Wetland

通过大气校正可以消除大气和光等因素对地物反射的影响,校正后图像亮度增强,便于湿地中植物提取.启动FLAASH Atmospheric Correction Module Input Parameters面板,选择辐射定标结果数据,在打开的Radiance Scale Factors面板中,设置Single scale factor:1.设置各项参数,设置传感器参数,选择自动获取经纬度大气模型参数.最后设置光谱参数,设置K-T反演选择默认模式,自动选择对应的波段.大气校正结果如图4所示.

图4 巢湖湿地遥感图大气校正结果Fig.4 Remote sensing map of Chaohu Wetland after atmospheric correction

辐射定标后,需要在ENVI中利用Band math计算辐亮度和反射率,或者用ENVI自带定标进行校正,获取辐亮度和反射率.进行辐射定标后可以消除传感器的本身干扰,从而确定传感器的正确性,如图5所示(见封3).

1.3 假彩色合成和训练样本

因为遥感影像识别的地物并不能完全地反映地面信息,因为影像灰度差别不大,人们区别灰度影像困难.因此,可以将灰度图像处理成彩色图像,可以用不同波长的光显示出不同颜色.可以利用对彩色的敏感对影像进行读取数据.

文章为了清楚反映巢湖湿地土地应用情况和变化,对裁剪区进行了假彩色合成,如图6所示(见封3).假彩色合成后进行训练样本设置.

2 统计分析

2.1 监督分类

在湿地遥感影像图进行处理后,需要结合光谱分析对遥感影像进行分类处理,监督分类需要在遥感图中选择训练样本,在训练样本中有的地物是已知的,然后在图中建立分类标准.选用最大似然分类方法对巢湖湿地进行监测统计分析.文章研究巢湖湿地部分巢湖影像图,对巢湖地物进行分析处理.

最大似然分类又称贝叶斯分类法,其原理是在两类或多类判决中,用统计方法根据贝叶斯判决准则法建立非线性判别函数集,假定各类分布函数为正态分布,选取训练样本计算各待分类样本的归属概率,而后进行分类.其核心是确定判别函数和相应的判别准则,是一种监督分类算法.

假设有n个类别,用W1,W2,…,Wn表示,每个类别发生的概率为P(W1),P(W2),…,P(Wn)有未知类别样本X,该类的条件概率为P(X|W1),P(X|W2),…,P(X|Wn).根据贝叶斯定理可得到样本X出现的后验概率如下.

巢湖湿地监督分类后遥感TIF图,如图7所示(见封3).

2.2 巢湖湿地面积变化状况分析

2007年和2017年不同时期的巢湖湿地土地利用类型,利用转移矩阵对林地、水体、建设用地、湿地、草地、未利用地进行彩色图像对比分析.如图8所示(见封3).

因巢湖湿地面积较大,只采取部分巢湖湿地作为文章数据研究.在ENVI数据处理中是属于栅格数据处理,每个栅格30 m×30 m=900 m2=0.000 9 km2.根据ENVI数据栅格统计,像元总个数2 278 851,总面积2 050.965 9 km2.ENVI数据处理结果如表1所示.

由图8和表1可知,巢湖市2007年湿地地物分类中,林地、水体、湿地、草地占整个研究区面积比重较大,表明巢湖湿地还尚未开发,建设用地很少,巢湖湿地生态环境保存较好,且林地、湿地、草地、水体呈块状分布,建设用地呈零星点状分布,巢湖属于绿色发展时期[3-5].2017年与2007年对比可以发现,草地面积所占比例明显下降,林地小幅度下降,水体面积略有上升,湿地面积增加,但是破碎化严重,建设用地大幅度上升.

表1 巢湖湿地地物分类Table 1 Classification of surface features of Chaohu Werland

3 结 论

文章使用ENVI软件处理了2007年Landsat 5和2017年Landsat 8的巢湖湿地遥感影像图,得出了以下结果:

2007—2017年林地面积减少了114.46 km2,占总面积比例减少了5.58%;草地面积减少了503.63 km2,占总面积比例减少了24.55%;水体面积增加了3.12 km2,占总面积比例增加了0.15%;建设用地面积增加了336.48 km2,占总面积比例增加了16.27%;湿地面积增加了265.59 km2,占总面积比例增加了12.96%;未利用地面积增加了12.87 km2,占总面积比例增加了0.63%.

近10年来,巢湖大量的天然湿地在人类开采下变成了人工湿地,使大量滩涂地变成养殖区和稻田.土地利用变化和人类活动直接导致湿地面积破碎严重[6-7].