張艮龍，馮益明，賈建華，武紅敢，李增元

（1.西安科技大學 測繪科學與技術(shù)學院，陜西 西安 710054；2.中國林業(yè)科學研究院 資源信息研究所，北京 100091）

衛(wèi)星遙感影像具有空間宏觀性、視角廣、多分辨率（光譜和空間）、多時相、周期性和信息量豐富等特點，所以衛(wèi)星遙感影像既可以提供森林資源的宏觀空間分布信息，又能提供局部的詳細信息以及隨時間、空間變化的信息等［1－4］。與傳統(tǒng)的森林資源調(diào)查相比，地球遙感衛(wèi)星SPOT-5高分辨率衛(wèi)星影像進行森林資源二類調(diào)查，地形地貌直觀，現(xiàn)狀地物明顯，地類界線清晰，能夠極大地提高地類調(diào)查精度，因此，它在森林資源調(diào)查中更是得到林業(yè)工作者的青睞。

1 在森林資源調(diào)查中選用SPOT-5的背景

SPOT-5遙感數(shù)據(jù)的高空間分辨率和多光譜分辨率為森林資源調(diào)查提供了豐富的、可靠的、高精度的基礎(chǔ)數(shù)據(jù)源。從性價比來說，SPOT-5相對于其他高分辨率衛(wèi)星如IKNOS和QuickBird在性價比上有較明顯優(yōu)勢。目前，當其他高分辨率遙感數(shù)據(jù)比較昂貴的狀況下，SPOT-5遙感數(shù)據(jù)比較適宜應(yīng)用于大面積的森林資源調(diào)查。此外，利用SPOT-5高空間分辨率衛(wèi)星影像進行森林資源二類調(diào)查可以大大降低外業(yè)調(diào)查工作量和勞動強度，降低調(diào)查成本，提高工作效率［5］。

2 現(xiàn)行小班區(qū)劃的缺點

當前，森林區(qū)劃主要是以地形圖為工作手圖在現(xiàn)地進行對坡勾繪，這種方法存在人為主觀性，而且因視野小而產(chǎn)生誤判，導致區(qū)劃結(jié)果與實際不符。主要表現(xiàn)在幾個方面：①在小比例尺的地形圖中，較小的山溝、不明顯的山脊和鞍部無法表示出來，因此，使對坡勾繪產(chǎn)生一些偏差；②進行對坡勾繪時，要清楚對面山坡是否為傾斜面，而地形圖上是用二維平面來表示，容易出現(xiàn)勾繪面積擴大的情況；③對坡勾繪時，在圖上找出的已知點越多，勾繪越準確，根據(jù)已知點相互關(guān)系位置，可以分析判斷待定點的方位，再用目估、步量的方法確定出距離，即可在圖上落實待定位點的位置，所以，必須多實踐勤練習，積累經(jīng)驗，才能勝任勾繪填圖工作。圖1為人工對坡勾繪小班區(qū)劃結(jié)果與SPOT-5影像疊加效果圖，可以明顯看出，人工對坡勾繪有些區(qū)劃不夠精確，從影像目視解譯來看，圖1中橢圓形內(nèi)的小班區(qū)劃線沒有按應(yīng)該劃開的邊界進行劃分。

圖1 小班區(qū)劃結(jié)果與SPOT-5影像疊加效果圖Figure 1 Effect of sub-compartment division’s results overlay with SPOT-5 image

3 基于SPOT-5遙感影像進行小班區(qū)劃的關(guān)鍵技術(shù)

3.1 影像處理

3.1.1 影像正射校正 在實際工作中，常采用幾何模型配合常規(guī)控制點法進行幾何糾正。由1∶1萬地形圖構(gòu)造不規(guī)則三角網(wǎng)（TIN），內(nèi)插得到格網(wǎng)數(shù)字高程模型（DEM）數(shù)據(jù)，并轉(zhuǎn)換到GRID格式，得到正射校正用的DEM數(shù)據(jù)。對SPOT-5全色波段數(shù)據(jù)，在遙感圖像處理系統(tǒng)ERDAS中將星站差分全球定位系統(tǒng)（GPS）采集的地面控制點和從1∶1萬地形圖上直接讀取的控制點以及1∶1萬DEM數(shù)據(jù)輸入到SPOT-5幾何校正物理模型中，采用雙線性內(nèi)插法進行圖像重采樣，進行正射校正［6］。其中校正控制點殘差，平地和丘陵地不超過1個像素，山地不超過2個像素；全色數(shù)字正射影像相對于地形圖的允許點位中誤差為，平地和丘陵地不超過2.5 m，山地不超過5.0 m。先進行全色波段的正射糾正，然后以多光譜影像與全色波段影像進行影像對影像的配準糾正。

3.1.2 影像融合的方法與彩色合成 為了最大限度地從SPOT-5遙感數(shù)據(jù)中提取森林植被信息，應(yīng)將2.5 m的全色波段和10 m多光譜數(shù)據(jù)在ERDAS中進行像元級的數(shù)據(jù)融合，使得融合后的影像兼具高分辨率空間信息和多光譜信息。具體方法是，在第1步的基礎(chǔ)上進行數(shù)據(jù)融合，即從幾何糾正后的衛(wèi)星遙感影像（包括全色波段和多光譜影像）中，選取多光譜波段412數(shù)據(jù)與全色（PAN）波段，應(yīng)用主成分融合算法進行數(shù)據(jù)融合，融合結(jié)果以波段412組合進行真/偽彩色顯示，最大限度地凸顯森林植被信息，以利于目視解譯［7］。

3.1.3 圖像光譜增強 圖像光譜增強是基于多波段數(shù)據(jù)對像元的灰度值進行變換，以達到圖像增強，進而提高影像的可視性和可判讀性的目的。在ERDAS中采用線性拉伸或非線性拉伸對遙感圖像數(shù)據(jù)進行以森林植被為主體的增強處理，以達到對比度增強，邊緣銳化的效果，使處理后的遙感圖像清楚、紋理清晰、層次豐富、細部特征清晰，可判讀性好［8－9］。

3.1.4 影像鑲嵌 由于所研究的地區(qū)常常需要幾幅衛(wèi)星影像才能完全覆蓋，因此為了使用方便，通常要將幾幅衛(wèi)星影像鑲嵌成為一整幅。此外，為了減少數(shù)據(jù)的處理量，在拼接前，應(yīng)根據(jù)項目區(qū)的范圍對多余的影像進行裁切，只保留工作區(qū)部分。另外，由于每幅衛(wèi)星影像的掃描時間是不同的，因而受太陽高度角和大氣輻射量等因素不一致的影響，造成各幅影像所合成假彩色的色彩差別很大。因此，鑲嵌前先對影像在ERDAS中做直方圖匹配，使一幅影像各個波段的灰度值與另一幅影像的對應(yīng)波段灰度值匹配。鑲嵌后的圖像通常在重疊區(qū)有明顯的接邊，因此還必須對鑲嵌后的圖像進行去接邊［10］。在影像重疊部分繪制一條彎曲的接圖線，并將這部分影像作羽化處理，使影像相接部分平滑過渡。

3.2 SPOT-5影像目視解譯

3.2.1 室內(nèi)初步解譯 在解譯前，首先應(yīng)了解影像的一些輔助信息，即熟悉成像日期、季節(jié)、地區(qū)范圍、影像的比例尺、空間分辨率、彩色合成方案等等［11］。其中成像日期和季節(jié)尤為重要，能使我們對地面植被作出正確判斷。熟悉調(diào)查區(qū)地貌和植被情況，建立區(qū)內(nèi)主要地類的室內(nèi)初步解譯標志，編制初步解譯草圖，為下一步工作提供必要的資料。

3.2.2 建立SPOT-5影像解譯標識 建立解譯標識，應(yīng)以SPOT-5影像數(shù)據(jù)景幅的物候期為基礎(chǔ)，每景選擇3～5條線路進行實地勘察。所選勘察地段必須包括地域內(nèi)所有地類和樹種（組）、色調(diào)齊全并具有代表性。將衛(wèi)星影像特征與實地情況相對照，獲得各地類以及其在影像圖上影像的特征，將各地類與森林類型的影像色調(diào)、光澤、質(zhì)感、幾何形狀、地形地貌及地名等因素記載下來，借助有關(guān)輔助信息（林相圖、森林分布圖等），建立目視判讀與實地的相關(guān)聯(lián)系，并拍攝地面實況照片，建立遙感影像圖的判讀樣片［12］。通過野外勘察和室內(nèi)分析，把判讀類型與現(xiàn)地實況形成對應(yīng)關(guān)系，并進行歸納、整理、建立目視解譯判讀標志，作為判讀的依據(jù)。

3.2.3 室內(nèi)小班區(qū)劃以及屬性信息的填寫 憑借在室內(nèi)建立的SPOT-5解譯標識和對當?shù)厍闆r的了解程度，以及解譯標志中所確定的解譯種類，利用地理信息系統(tǒng)（GIS）軟件，在SPOT-5影像上進行目視解譯，對暫時無法確定的未知類型進行標記，在樣區(qū)調(diào)查時作為重點調(diào)查對象。在影像解譯的基礎(chǔ)上形成小班區(qū)劃，對GIS中的小班，一一對應(yīng)輸入小班各項因子，形成小班因子表。小班因子表中包括可判讀的、通過資料及訪談可得到的和可用數(shù)字高程模型提取的因子，如地類（純林、混交林、竹林、灌木林和無林地等）及地形地勢（海拔、坡向、坡位和坡度等）等因子［13］。

3.2.4 野外核實與補測 由于建立解譯標志和室內(nèi)判讀區(qū)劃，只能解決一些特征明顯的地類，如針葉林、農(nóng)田等，而對于未成林地、宜林地和疏林地等在影像上特征并不突出，難以準確判讀。因此，在區(qū)劃完畢后應(yīng)到野外進行核對，從而補充和完善解譯標志，以及對部分難以解譯的地域進行補充調(diào)查［14］。在進行樣區(qū)調(diào)查時，應(yīng)采用手持式GPS儀定位，同時在1∶5萬地形圖上標繪出調(diào)繪地點的位置，樣區(qū)內(nèi)的各種主要植被的實際顏色、形態(tài)等用數(shù)碼相機進行記錄，采集一些樣區(qū)內(nèi)主要植物樣本，并對樣區(qū)內(nèi)主要植被在影像上的顏色表現(xiàn)進行記錄。根據(jù)野外實地調(diào)查結(jié)果，確定未知類型［15－16］，對SPOT-5影像進行進一步解譯。通過這些步驟，將圖1中小班區(qū)劃權(quán)屬不夠精確的地方進行了更正（圖2）。

圖2 將圖1小班區(qū)劃錯誤改正后的結(jié)果Figure 2 Result of correcting the sub-compartment division’s error of Figure 1

3.3 基于影像自動解譯的小班區(qū)劃途徑

自從高空間分辨率影像出現(xiàn)后，隨著計算機軟件技術(shù)的不斷發(fā)展，先后提出了很多針對高空間分辨率影像自動解譯的方法，如人工神經(jīng)網(wǎng)絡(luò)、小波分析、分形技術(shù)和模糊分類方法等。這些方法使得小班區(qū)劃進行影像自動解譯成為可能。此外，由于森林資源調(diào)查小班區(qū)劃總是遵從一些大的劃分原則，如大的地性線、分類經(jīng)營區(qū)劃線、權(quán)屬邊界線和土壤類型區(qū)劃線等，這些邊界基本是小班的邊界，因此，森林資源調(diào)查小班區(qū)劃如果在這些基本原則的控制下，再采用相應(yīng)的計算機影像識別技術(shù)，無疑會大大提高基于影像自動解譯的小班區(qū)劃精度。

基于SPOT-5影像自動解譯的小班區(qū)劃步驟如下：①綜合小班區(qū)劃原則，采集相應(yīng)數(shù)據(jù)（主要包括大的地性線、分類經(jīng)營區(qū)劃圖、權(quán)屬分布信息、土壤類型和土地利用圖等），作為小班邊界劃分控制條件。②在小班邊界控制條件下，開發(fā)影像分割算法對SPOT-5數(shù)據(jù)進行專題數(shù)據(jù)圖層（大的地形線以及林班邊界）約束下的分割，并輸出矢量化結(jié)果，形成小班區(qū)劃初步結(jié)果。針對SPOT-5遙感圖像大數(shù)據(jù)量以及圖像信息豐富的特點，分割算法著重采用分水嶺分割的方法和區(qū)域生長的圖像分割方法。這2種分割方法都具有全局分割、邊界閉合、實現(xiàn)效率高、準確率高的優(yōu)點，并且在算法的穩(wěn)定性以及適用性上都具有優(yōu)勢。多尺度分割流程如圖3所示。③借用多尺度分割結(jié)果（分割尺度分別為90，70和40，形成3層影像對象層次網(wǎng)絡(luò)；顏色權(quán)重為0.9，形狀權(quán)重為0.1，其中光滑度權(quán)重為0.5，緊質(zhì)度權(quán)重為0.5），綜合考慮影像分割的上下文關(guān)系，結(jié)合影像特征標識，對影像分割結(jié)果進行類型識別。將基于SPOT-5影像的土地類型分為林地和非林地兩大類，其中林地劃分為5個地類：有林地、疏林地、灌木林地、苗圃地和其他林地。有林地又分為喬木林、紅樹林和竹林，喬木林又分為針葉林、闊葉林和混交林。其他林地包括：未成林造林地、無立木林地和宜林地。對土地類型識別可采用監(jiān)督分類，或者利用對象信息（色調(diào)、形狀、紋理和層次）和類間信息（與鄰近對象、子對象和父對象的相關(guān)特征）進行分類。④從識別的類型圖中提取有林地、疏林地和灌木林地等信息（小班區(qū)劃僅在這些類型中進行），以這些類型為邊界控制條件，再次運行分割算法，并輸出矢量化結(jié)果。⑤對2次分割的矢量化結(jié)果進行疊加分析，形成小班區(qū)劃第2次結(jié)果，如果對第2次小班區(qū)劃結(jié)果不滿意，應(yīng)用GIS軟件提供的編輯功能，對小班區(qū)劃結(jié)果進行手工交互修改，形成最終小班區(qū)劃結(jié)果。

圖3 多尺度分割流程圖Figure 3 Flow chart of multi-scale segmentation

4 討論

利用SPOT-5影像進行森林區(qū)劃，作為一種新興的調(diào)查方法，具有很強的優(yōu)越性，同時也存在很多問題有待解決，如衛(wèi)星圖片的波段組合如何更好地滿足調(diào)查的需要，調(diào)查中的難判地類和容易混淆的地類如何更好地解決等，還需不斷總結(jié)，不斷積累經(jīng)驗來進一步完善。

對SPOT-5影像進行計算機自動解譯是未來發(fā)展的一種趨勢。當前林業(yè)生產(chǎn)中，小班區(qū)劃存在人為主觀性，而且因視野小而產(chǎn)生誤判，導致區(qū)劃結(jié)果與實際不符?；赟POT-5影像計算機自動解譯的小班區(qū)劃結(jié)果更貼近實際。建議先在中國森林類型較為簡單的林區(qū)，如東北林區(qū)進行示范研究，然后逐步擴大推廣應(yīng)用。

［1］周成虎，楊曉梅，駱劍承，等.遙感影像地學理解與分析［M］.北京：科學出版社，2001：3－4.

［2］鄭天水.SPOT-5衛(wèi)星遙感信息在森林資源調(diào)查中的應(yīng)用現(xiàn)狀與解決思路［J］.林業(yè)調(diào)查規(guī)劃，2006，31（5）：24－28.ZHENG Tianshui.Application of SPOT-5 Satellite Remote Sensing Information to forest resources inventory and ideas on aolution to the problems［J］.For Inventory Plann，2006，31（5）：24－28.

［3］閆利會，周忠發(fā)，張勇榮.SPOT-5遙感數(shù)據(jù)在縣域土地利用現(xiàn)狀調(diào)查中的應(yīng)用探討——以貴州省銅仁市為例［J］.貴州師范大學學報：自然科學版，2007，25（4）：25－28.YAN Lihui，ZHOU Zhongfa，ZHANG Yongrong.Discussion on application of land use investigation at county level based on the SPOT-5 image——a case study in Tongren of Guizhou［J］.J Guizhou Nor Univ Nat Sci，2007，25（4）：25－28.

［4］丁麗霞，王祖良，周國模，等.天目山國家級自然保護區(qū)毛竹林擴張遙感檢測［J］.浙江林學院學報，2006，23（3）：297－300.DING Lixia，WANG Zuliang，ZHOU Guomo，et al.Monitoring Phyllostachys pubescens stands expansion in National Nature Reserve of Mount Tianmu［J］.J Zhejiang For Coll，2006，23（3）：297－300.

［5］POHL C.Geometric Aspects of Multi-sensor Image Fusion for Topographic Map Updating in The Humid Tropics［M］.Enschede：ITC Publication，1996：51－52.

［6］張婭香，李秉柏，何靜.基于SPOT-5的縣級土地利用現(xiàn)狀調(diào)查技術(shù)研究［J］.廣東農(nóng)業(yè)科學，2007，28（11）：47－51.ZHANG Yaxiang，LI Bingbai，HE Jing.Method for investigation of county-level land use information based on SPOT-5 image［J］.Guangdong Agric Sci，2007，28（11）：47－51.

［7］CHEN Jianyuh，MAO Zhihua，ZHANG Huaguo.Analysis on coral reefs mapping using SPOT-5 data at the Dongsha Atoll［J］.Acta Oceanal Sin，2007，26（2）：26－35.

［8］鮑文東，祁桂華，陳旭.基于SPOT-5高分辨率衛(wèi)星影像的土地利用更新調(diào)查方法研究［J］.山東農(nóng)業(yè)大學學報，2007，38（2）：311－316.BAO Wendong，QI Guihua，CHEN Xu.The method and study of land use investigation updating based on SPOT-5 highresolution satellite image［J］.J Shandong Agric Univ，2007，38（2）：311－316.

［9］葛靜茹，秦安臣，趙雄偉，等.疊加分類及其在冀太行山區(qū)土地利用類型遙感解譯中的應(yīng)用［J］.浙江林學院學報，2007，24（6）：681－685.GE Jingru，QIN Anchen，ZHAO Xiongwei，et al.Overlay classification and its application in the remote sensing interpretation of land-use in Taihang Area，Herbei［J］.J Zhejiang For Coll，2007，24（6）：681－685.

［10］BAATZ M，SCHAPE A.Multiresolution segmentation：an optimization approach for high quality multi-scale image segmentation［M］//STROBL J，BLASCHKE T.Angewandte G：Information Sverarbeitung Ⅻ.Heidelberg：Wichmann，2000：12－23.

［11］游先祥.遙感原理及在資源環(huán)境中的應(yīng)用［M］.北京：中國林業(yè)出版社，2003.

［12］黃榮.SPOT-5衛(wèi)星影像在菱角鄉(xiāng)森林資源二類調(diào)查中的應(yīng)用［J］.林業(yè)調(diào)查規(guī)劃，2004，29（增刊）：145－147.HUANG Rong.The SPOT-5 satellite images in the 2nd forestry resource survey of Linjiao Village［J］.For Inventory Plann，2004，29（supp）：145－147.

［13］楊曉松.基于 SPOT-5遙感影像的樣地判讀［J］.林業(yè)調(diào)查規(guī)劃，2005，30（2）：6－10.YANG Xiaosong.Sample plots Interpretation in the view of SPOT-5 remote sensing images［J］.For Inventory Plann，2005，30（2）：6－10.

［14］SCARTH P，PHINN S.Determining forest structural attributes using an inverted Geometric Optical Model in mixed eucalypt forests［J］.Remote Sens Environ，2000，71：141－157.

［15］胡增林.SPOT-5遙感影像照片在森林資源二類調(diào)查上的應(yīng)用［J］.環(huán)境科學與管理，2008，33（2）：42－43.HU Zenglin.The use of SPOT-5 forest sensing picture in the 2nd forest resource survey［J］.Environ Sci Manage，2008，33（2）：42－43.

［16］劉克，趙文吉，胡德勇.基于SPOT-5和北京一號小衛(wèi)星數(shù)據(jù)的北京北部山區(qū)土壤侵蝕變化研究［J］.國土資源遙感，2008（3）：78－83.LIU Ke，ZHAO Wenji，HU Deyong.An analysis of soil erosion change in the northern mountainous area of Beijing band on SPOT-5 and Beijing-1 satellite［J］.Remote Sens Land Resour，2008（3）：78－83.