陳利，林輝，孫華

（中南林業(yè)科技大學(xué)林業(yè)遙感信息工程研究中心，湖南長(zhǎng)沙 410004）

基于W orldView-2影像的外來(lái)物種薇甘菊入侵遙感監(jiān)測(cè)

陳利，林輝，孫華

（中南林業(yè)科技大學(xué)林業(yè)遙感信息工程研究中心，湖南長(zhǎng)沙 410004）

為了探究利用高分辨率影像進(jìn)行外來(lái)物種薇甘菊Mikaniamicrantha遙感監(jiān)測(cè)，以WorldView-2影像為數(shù)據(jù)源，利用面向?qū)ο蟮姆诸?lèi)方法，對(duì)深圳市薇甘菊進(jìn)行遙感監(jiān)測(cè)。研究結(jié)果表明：利用WorldView-2影像進(jìn)行薇甘菊的最佳波段組合為364波段（近紅外波段、海岸波段、紅色波段），薇甘菊的制圖精度為83.33%，用戶精度為81.08%，總體精度為87.5%，且其他地物類(lèi)型的分類(lèi)精度也比較高，都達(dá)到80%以上，取得較好的監(jiān)測(cè)結(jié)果，突破了人工調(diào)查周期長(zhǎng)，主觀性強(qiáng)等缺點(diǎn)，在監(jiān)測(cè)手段、方法以及時(shí)間上更加具有優(yōu)勢(shì)。因此，基于WorldView-2影像面向?qū)ο蠓椒ㄟM(jìn)行薇甘菊遙感信息提取具有良好的應(yīng)用價(jià)值。圖5表1參18

遙感；WorldView-2；外來(lái)物種；薇甘菊

外來(lái)物種入侵已成為影響經(jīng)濟(jì)發(fā)展的六大環(huán)境問(wèn)題之一。這些外來(lái)物種入侵既改變了原有生態(tài)系統(tǒng)的結(jié)構(gòu)和功能，又對(duì)當(dāng)?shù)氐慕?jīng)濟(jì)活動(dòng)產(chǎn)生了較大的影響[1-2]，也是當(dāng)前全球關(guān)注的熱點(diǎn)問(wèn)題之一[3]。廣東省外來(lái)入侵種大體上分為動(dòng)物、植物和病蟲(chóng)害3大類(lèi)。目前，在廣東存在并造成危害的外來(lái)植物入侵種有薇甘菊Mikaniamicrantha，鳳眼蓮Eichhornia crassipes，互花米草Spartina alterniflora，空心蓮子草Alternanthera philoxeroides等7種，尤其是薇甘菊等外來(lái)入侵種已對(duì)珠江三角洲地區(qū)等地的生態(tài)環(huán)境造成嚴(yán)重影響[4]。薇甘菊屬菊科Compositae，原產(chǎn)中美洲，現(xiàn)已廣泛傳播到亞洲熱帶地區(qū)。大約在1919年，薇甘菊作為雜草在中國(guó)香港出現(xiàn)，1984年在深圳發(fā)現(xiàn)，2008年來(lái)已廣泛分布在珠江三角洲地區(qū)。為了有效控制外來(lái)物種薇甘菊入侵，需要對(duì)該物種種群的空間分布和動(dòng)態(tài)變化進(jìn)行監(jiān)測(cè)與統(tǒng)計(jì)[5]。目前，傳統(tǒng)的監(jiān)測(cè)主要進(jìn)行人工野外實(shí)地調(diào)查，并結(jié)合歷史資料建立擴(kuò)散模型，進(jìn)行動(dòng)態(tài)模擬和預(yù)測(cè)預(yù)報(bào)。研究大尺度的物種入侵時(shí)，用這種方法不僅耗時(shí)耗財(cái)，統(tǒng)計(jì)的精確度和時(shí)效性也不能得到保證，而且對(duì)于人工難以到達(dá)的地方調(diào)查困難，調(diào)查不夠精細(xì)，具有很大的局限性。遙感技術(shù)是通過(guò)某種平臺(tái)上裝載的傳感器獲取來(lái)自目標(biāo)地物的特征信息，然后對(duì)所獲取的信息進(jìn)行提取、判定、加工處理及應(yīng)用分析，從而實(shí)現(xiàn)對(duì)地物進(jìn)行定位、定性或定量描述的一種技術(shù)，目前已成為大尺度上獲得地表植被覆蓋信息的一種重要方法，它具有宏觀、快速、動(dòng)態(tài)、綜合等顯著特點(diǎn)。而遙感數(shù)據(jù)以其適時(shí)性、準(zhǔn)確性及覆蓋區(qū)域的完整性、廣泛性等特性廣泛應(yīng)用于植被分類(lèi)[6-8]。地理信息系統(tǒng)具有存儲(chǔ)、查詢(xún)、分析、模擬、顯示和輸出地理空間動(dòng)態(tài)數(shù)據(jù)等特點(diǎn)，在遙感數(shù)據(jù)分析及結(jié)果表達(dá)方面具有重要作用[8-9]?！?S”技術(shù)現(xiàn)已廣泛應(yīng)用于植被覆蓋情況分析、土地動(dòng)態(tài)監(jiān)測(cè)、農(nóng)作物監(jiān)測(cè)等[10-16]，但是目前利用遙感技術(shù)進(jìn)行外來(lái)物種的研究相對(duì)薄弱。本研究首次利用高分辨率遙感影像進(jìn)行薇甘菊監(jiān)測(cè)，以WorldView-2為數(shù)據(jù)源，在充分利用WorldView-2的光譜分辨率以及薇甘菊地面光譜測(cè)量的基礎(chǔ)上，選擇出識(shí)別薇甘菊的影像最佳波段組合，運(yùn)用面向?qū)ο蟮募夹g(shù)手段進(jìn)行薇甘菊信息提取，旨在找出一種快速高效的薇甘菊提取方法，為深圳市薇甘菊監(jiān)測(cè)和治理提供重要的數(shù)據(jù)支撐和決策依據(jù)。

1 研究區(qū)概況

寶安位于廣東南海之濱，是深圳市六大轄區(qū)之一，22°35＇N，113°52＇E，全區(qū)面積為733 km2，海岸線長(zhǎng)30.62 km。寶安南接深圳經(jīng)濟(jì)特區(qū)，北連東莞市，東瀕大鵬灣，臨望香港新界、元朗，是現(xiàn)代化經(jīng)濟(jì)中心城市深圳的工業(yè)基地和西部中心。寶安區(qū)地形較為復(fù)雜，主要地貌類(lèi)型為低山、丘陵、臺(tái)地和平原，最高海拔為羊?qū)毎矃^(qū)臺(tái)山山頂734 m。東北部主要為低山，中部及北部主要為丘陵臺(tái)地，西部主要是沖積平原，并殘存一些低丘，而西南海岸多為泥岸，灘涂資源豐富。本研究為寶安區(qū)的一部分（圖1）。

2 研究方法

2.1 數(shù)據(jù)來(lái)源

本研究利用2011年11月14日的WorldView-2遙感影像以及野外實(shí)地調(diào)查數(shù)據(jù)。遙感影像為8個(gè)多光譜波段和1個(gè)全色波段，多光譜波段的分辨率為1.8 m，全色波段分辨率為0.5m。

2.2 最佳波段組合

WorldView-2影像含有豐富的光譜信息，影像數(shù)據(jù)的標(biāo)準(zhǔn)差越大，那么它所包含的信息量就越大，波段間相關(guān)性越小，各波段的獨(dú)立性越高，因此，本研究以選波段標(biāo)準(zhǔn)差要大，波段間相關(guān)性要小，波段組合對(duì)所研究地物類(lèi)型的光譜差異要大為原則[18]，利用美國(guó)查維茨提出的“最佳指數(shù)（OIF）法”，即：

圖1 研究區(qū)示意圖（364波段）Figure 1 Location of studying area（364 bands）

其中：Rij是i，j 2個(gè)波段的相關(guān)系數(shù)，Si為第i個(gè)波段的標(biāo)準(zhǔn)差，F(xiàn)OI越大，包含的信息量越大，組合最優(yōu)。影像獲取的時(shí)間是2010年11月14日，正當(dāng)薇甘菊開(kāi)花時(shí)節(jié)，在可見(jiàn)光范圍內(nèi)的顏色為白色，利用外業(yè)采集的光譜（圖2）進(jìn)行分析，并結(jié)合各波段的特征，因此，在考慮最佳波段組合時(shí)盡可能在圖像上體現(xiàn)花的本色，既要清晰地表達(dá)薇甘菊的受災(zāi)范圍，又要使圖像呈現(xiàn)的顏色與周邊植被情況不一致。利用最佳指數(shù)作為參考依據(jù)，并結(jié)合薇甘菊的實(shí)際情況，確定最佳的波段組合為第6波段海岸波段（400～450 nm），第4波段紅色波段（630～690 nm），第3波段近紅外波段（770～895 nm）等3個(gè)波段組合的效果最好，便于薇甘菊的提取，并且也符合人類(lèi)視覺(jué)的效果，在影像上薇甘菊明顯呈泛白色。效果圖如圖3。

圖2 各地物的波譜曲線圖Figure 2 Spectral curves around

圖3 364波段組合Figure 3 364 band combination

2.3 影像分割

影像分割是面向?qū)ο蟮男畔⑻崛》椒ǔ晒Φ谋匾疤?，其分割的尺度和精度?duì)下一步分類(lèi)的精度影響很大。影像分割的標(biāo)準(zhǔn)為影像對(duì)象像素的平均異質(zhì)性應(yīng)該最小化，像素所歸屬的影像對(duì)象的異質(zhì)性應(yīng)該被分配到每一個(gè)像素中[17]。影像分割是基于影像對(duì)象的光譜、幾何特征，并采用區(qū)域生長(zhǎng)方法，形成多個(gè)具有相似大小影像對(duì)象多邊形。影像信息分割重要的選擇是分割尺度的選擇，直接決定分類(lèi)結(jié)果精度。對(duì)于光譜特征上比較相近的地類(lèi)，如果分割參數(shù)選擇不當(dāng)，它們將會(huì)混合在一起，造成分類(lèi)精度降低。對(duì)于一種確定的地物類(lèi)型，最適宜的尺度值是分割后的多邊形能將這種地物類(lèi)型的邊界顯示十分清楚，不能太破碎，也不能太大，致使1個(gè)對(duì)象包含幾個(gè)類(lèi)型或類(lèi)型的邊界模糊不清[18]。本研究區(qū)薇甘菊與林地以及有些植被在光譜特征上比較相近，為了避免這些地類(lèi)混在一起，利用ENVIEX分割軟件，它是根據(jù)臨近像素亮度、紋理、顏色等對(duì)圖像進(jìn)行分割，使用了一種邊緣的分割算法。這種算法計(jì)算很快，并且只需輸入1個(gè)參數(shù)就能產(chǎn)生多尺度分割的效果，通過(guò)不同尺度邊界的差異控制，從而產(chǎn)生從細(xì)到粗的多尺度分割。在經(jīng)過(guò)反復(fù)試驗(yàn)之后，最終確定的分割尺度為50，融合尺度為70，亮度值為50，對(duì)比度為20，銳化值為10。分割后的效果如圖4。

2.4 信息提取

根據(jù)研究區(qū)影像的特征和目標(biāo)分類(lèi)體系，本研究除了影像的光譜特征外，還選取了形狀特征、鄰接特征等參數(shù)。由于研究區(qū)植被與非植被的鮮明反差，還利用軟件提供的定制工具自定義了歸一化植被指數(shù)（NDVI）特征參數(shù)來(lái)區(qū)分植被和非植被。本研究首先區(qū)分植被覆蓋區(qū)和非植被蓋區(qū)，由于植被在紅、近紅外波段與非植被的巨大差異，經(jīng)過(guò)直方圖及反復(fù)的目視判斷，發(fā)現(xiàn)NDVI大于0.421 7，小于0.623 1均為植被，反之則為非植被。由于植被中草地具有明顯的特征，它的反射率比較高，非草地的反射率較低，所以可以設(shè)置平均像元值屬性（avg_band），在對(duì)象屬性選擇光譜屬性，設(shè)置avg_band_2屬性值的范圍，研究發(fā)現(xiàn)avg_band_2屬性值大于99，可以明顯地剔除草地的干擾。薇甘菊在WorldView-2影像的463波段組合上呈明顯泛白，與植被或者林地有明顯差異，所以選擇亮度值來(lái)進(jìn)行薇甘菊提取，研究發(fā)現(xiàn)亮度值大于0.698 9的為薇甘菊，提取的結(jié)果如圖5。

3 結(jié)果與精度評(píng)價(jià)

為對(duì)分類(lèi)結(jié)果進(jìn)行定量評(píng)價(jià)，在影像上隨機(jī)抽取200個(gè)樣點(diǎn)，采用人工實(shí)地調(diào)查的數(shù)據(jù)，精確確定每個(gè)參考點(diǎn)的地物類(lèi)別，對(duì)基于面向?qū)ο蠓椒ǖ姆诸?lèi)結(jié)果進(jìn)行精度評(píng)價(jià)，誤差矩陣和精度報(bào)告如表1。

由表1可知：薇甘菊的制圖精度為83.33%，用戶精度為81.08%，錯(cuò)分精度為16.67%，漏分精度為18.92%，達(dá)到了比較理想的結(jié)果。制圖精度最高的是植被，達(dá)89.23%，用戶精度最高的是非植被，達(dá)91.84%，無(wú)論哪種地物的制圖精度以及用戶精度都達(dá)到了80%以上，總體精度為87.50%，得到了比較好的分類(lèi)效果。薇甘菊錯(cuò)分精度為16.67%，漏分精度為18.92%，主是由于薇甘菊分布比較零散的地方和其他地物的特征極為相似，錯(cuò)分主要是分為草地和和植被，由于薇甘菊在開(kāi)花的季節(jié)的顏色以及紋理特異于其他植被，因而在進(jìn)行薇甘菊遙感監(jiān)測(cè)時(shí)的遙感影像必須為開(kāi)花季節(jié)拍攝，否則很難進(jìn)行薇甘菊的信息提取。各地物之間都存在不同程度的漏分以及錯(cuò)分情況，這主要是由于遙感影像的“同物異譜”和“同譜異物”現(xiàn)象的存在。本研究首次利用高分辨率WorldView-2遙感影像進(jìn)行外來(lái)物種薇甘菊遙感監(jiān)測(cè)，取得較好的監(jiān)測(cè)結(jié)果，突破了人工調(diào)查周期長(zhǎng)，主觀性強(qiáng)等缺點(diǎn)，在監(jiān)測(cè)手段、方法以及時(shí)間上更加具有優(yōu)勢(shì)。

圖4 分割后的效果圖Figure 4 After segmentation of rendering

圖5 薇甘菊提取結(jié)果圖Figure 5 Mikaniamicrantha extract results figure

表1 面向?qū)ο蠓诸?lèi)結(jié)果精度評(píng)價(jià)Table 1 Object-oriented classification accuracy evaluation results

4 結(jié)論與討論

本研究利用高空間分辨率WorldView-2遙感影像的特點(diǎn)，提出了采用面向?qū)ο蠓椒ㄟM(jìn)行薇甘菊信息提取方案，充分利用薇甘菊的光譜響應(yīng)特征等，基于影像分割和規(guī)則設(shè)置的面向?qū)ο蠓诸?lèi)方法，得到以下主要結(jié)論：①以最佳指數(shù)法進(jìn)行波段選擇為參考，并結(jié)合薇甘菊的光譜特征，且使薇甘菊在遙感影像盡量顯示本身開(kāi)花時(shí)的顏色，充分利用其光譜特征和波段數(shù)量多的特點(diǎn)進(jìn)行波段組合，通過(guò)反復(fù)試驗(yàn)，得到適合用于薇甘菊信息提取最佳波段組合是364波段。②利用面向?qū)ο蟮姆诸?lèi)方法，得到薇甘菊的制圖精度為83.33%，用戶精度為81.08%，分類(lèi)的總體精度為87.50%，且其他地物的制圖精度以及用戶精度都達(dá)到了80.00%以上，得到了比較好監(jiān)測(cè)結(jié)果。③高分辨率遙感監(jiān)測(cè)薇甘菊突破了人工調(diào)查周期長(zhǎng)和主觀性強(qiáng)的難點(diǎn)，且對(duì)于人力所不及的地方可以進(jìn)行很好的識(shí)別，在監(jiān)測(cè)手段、方法以及時(shí)間上更加具有優(yōu)勢(shì)。④利用面向?qū)ο蠓诸?lèi)方法取得了較好的結(jié)果，為薇甘菊信息提取提供了研究思路，但由于不同的尺度分割可以突出一部分信息，同時(shí)又不可避免地?fù)p失了另一部分信息，因此需要進(jìn)一步改進(jìn)分割算法以及特征提取規(guī)則，從而使薇甘菊信息提取精度更高。

[1]ENSERINKM.Predicting invasions：biological invaders sweep in[J].Science，1999，285（5435）：1834-1836.

[2]JAKUBAUSKASM E，PETERSON D L，CAMPBELL SW，et al.Remote sensing of aquatic plant obstructions in navigable waterways[C].Proceedings of the 2002 AS-PRS-ACSM Annual Conference and FIG XXIICongress.Washington D C：ASPRS，2002：22-26.

[3]李賀鵬，張利權(quán)，王東輝.上海地區(qū)外來(lái)種互花米草的分布現(xiàn)狀[J].生物多樣性，2006，14（2）：114-120.

LIHepeng，ZHANG Liquan，WANG Donghui.Distribution of an exotic plantSpartina alterniflorain Shanghai[J].Biodiversity Sci，2006，14（2）：114-120.

[4]劉紅衛(wèi)，林志凌，蘇華軻，等.廣東省外來(lái)物種入侵現(xiàn)狀及其生態(tài)環(huán)境影響調(diào)查[J].生態(tài)環(huán)境，2004，13（2）：194-196.

LIHongwei，LIN Zhiling，SU Huke，et al.Investigation of the present intrusion situation，and the influence of intrusive alien species on ecology in Guangdong[J].Ecol Environ，2004，13（2）：194-196.

[5]MACK R N，von HOLLE B，MEYERSON L A.Assessing inva-sive alien species across multiple spatial scales：working globally and locally[J].Front Ecol Environ，2007，5（4）：217-220.

[6]DAEHLER C，STRONGD.Status，prediction and prevention of introduced cord grassSpartinaspp.invasions in Pacific estuaries，USA[J].Biol Conserv，1996，78：51-58.

[7]宮恒瑞，肖繼東，李聰，等.荒漠化遙感監(jiān)測(cè)與評(píng)價(jià)研究綜述[J].新疆氣象，2005，28（1）：1-4.

GONG Hengrui，XIAO Jidong，LICong，et al.Research of remote sensing monitor and evaluation of desertification [J].Bim Xinjiang Meteorol，1996，78：51-58.

[8]CHAMBERS JQ，ASNER G P，MORTON D C，et al.Regional ecosystem structure and function：ecological insights from remote sensing of tropical forests[J].Trends Ecol Evol，2007，22（8）：414-423.

[9]CHEN Chen，CHEN Juan，HU Baishi，et al.Potential distribution of alien invasive species and risk assessment：a case study ofErwinia amylovorain China[J].Agric Sci China，2007，6（6）：688-695.

[10]LAVOIE C，JEAN M，DELISLE F，et al.Exotic plant species of the St Lawrence river wetlands：a spatial and historical analysis[J].JBiogeogr，2003，30（4）：537-549.

[11]黃華梅，張利權(quán)，高占國(guó).上海灘涂植被資源遙感分析[J].生態(tài)學(xué)報(bào)，2005，25（10）：2686-2693.

Huang Huamei，ZHANG Liquan，GAO Zhanguo.The vegetation resource at the intertidal zone in Shanghai using remote sensing[J].Acta Ecol Sin，2005，25（10）：2686-2693.

[12]JOSHIC，LEEUW JD，ANDEL JV，et al.Indirect remote sensing of a cryptic forest understorey invasive species [J].For Ecol Manage，2006，225：245-256.

[13]PENGRA B W，JOHNSTON C A，LOVELAND T R.Mapping an invasive plant，Phragmites australis，in coastal wetlands using the EO-1 Hyperion hyperspectral sensor[J].Remote Sens Environ，2007，108：74-81.

[14]陳浩，陳利軍.利用遙感和GIS的方法預(yù)測(cè)外來(lái)入侵物種的潛在分布[J].遙感學(xué)報(bào)，2007，11（3）：426-432.

CHEN Hao，CHEN Lijun.Predicting the potential distribution of invasive exotic apecies using GIS and remote sensing[J].JRemote Sens，2007，11（3）：426-432.

[15]LABA M，DOWNSR，SMITH S，et al.Mapping invasive wetland plants in the Hudson River National Estuarine Research Reserve using quickbird satellite imager[J].Remote Sens Environ，2008，112：286-300.

[16]ROBINSON T P，KLINKEN R D，METTERNICHT G.Spatial andtemporal rates and patterns of mesquite（Prosopis species）invasion in Western Australia[J].JArid Environ，2008，72：175-188.

[17]WALTER V.Object-based classification of remote sensing data for change detection[J].ISPRS JPhotogramm& Remote Sens，2004，58：225-238.

[18]黃慧萍.面向?qū)ο笥跋穹治鲋械某叨葐?wèn)題研究[D].北京：中國(guó)科學(xué)院遙感應(yīng)用研究所，2003：15-19.

HUANG Huiping.Scale Issues in Object-oriented Image Analysis[D].Beijing：Chinese Academy of Sciences.Institue of Remote Sensing Applications，2003.

Remote sensing of a Mikaniamicrantha invasion in alien species with WordView-2 images

CHEN Li，LIN Hui，SUN Hua
（Research Center of Forestry Remote Sensing&Information Engineering，Central South University of Forestry& Technology，Changsha 410004，Hunan，China）

To explore the practicality of using high resolution images from remote sensing tomonitor the invasive speciesMikaniamicrantha，WordView-2 images as data sources were employed along with object-oriented classification methods in Shenzhen City.Results usingWordView-2 images showed that the optimal band combination forM.micranthawas 364 bands（near infrared band，coastal band，and red light）with an 83.3% mapping accuracy，a user accuracy of 81.1%，and an overall accuracy of 87.5%.Precise classification of other object typeswas above 80%.Although subjectivity was a strong disadvantage，monitoring with remote sensing，based on the object-oriented methodology of a WordView-2 video，was advantageous for extraction and application ofM.micranthadata.[Ch，5 fig.1 tab.18 ref.]

remote sensing；WordView-2；alien species；Mikaniamicrantha

S718.3；Q948.2

A

2095-0756（2014）02-0185-05

2013-04-17；

2013-06-09

國(guó)家高技術(shù)研究發(fā)展計(jì)劃（“863”計(jì)劃）項(xiàng)目（2012AA102001-4）

陳利，從事林業(yè)遙感和地理信息系統(tǒng)研究。E-mail：csufcl@126.com