張金龍，常 勝，2*

（1.湖北民族學院林學園藝學院，湖北　恩施　445000；2.湖北民族學院生物科學與技術(shù)學院，湖北　恩施　445000）

Landsat8影像在土地利用分類中的最佳波段組合研究
——以湖北省恩施市為例

張金龍1，常 勝1，2*

（1.湖北民族學院林學園藝學院，湖北恩施445000；2.湖北民族學院生物科學與技術(shù)學院，湖北恩施445000）

為提取土地利用/覆被信息，選取恩施市2015年10月的landsat8衛(wèi)星OLI影像作為實驗數(shù)據(jù)，在統(tǒng)計和分析各波段的光譜特征的基礎(chǔ)上，計算最佳指數(shù)因子（OIF），并結(jié)合典型地物光譜特征曲線，對最佳波段組合的選擇進行研究.結(jié)果表明：將最佳指數(shù)法和典型地物光譜特征分析法相結(jié)合，能客觀有效地確定OLI影像的最佳波段組合；456和457兩種波段組合是研究區(qū)土地利用/覆被信息提取的最佳波段組合.

Landsat8；土地利用/覆被；最佳波段組合；OIF；恩施市

近20年來，土地利用/覆被變化（land use/cover change，LUCC）已是地球表層系統(tǒng)研究的重要內(nèi)容，得到了國際地圈生物圈計劃（IGBP）和國際全球環(huán)境變化人文因素計劃（IHDP）的合力支持［1］，已成為研究熱點.作為獲取土地利用/覆被信息的主要數(shù)據(jù)源，遙感數(shù)據(jù)種類不斷豐富，其中應(yīng)用最廣泛是Landsat系列陸地衛(wèi)星影像.為加強對陸地資源與環(huán)境的探測，美國在2013年2月發(fā)射了Landsat 8衛(wèi)星，用于土地利用/覆被信息提取的影像來源于其兩個主要載荷之一的運行陸地成像儀OLI（Operational Land Imager）.目前對OLI影像波段信息提取的研究，主要集中于對耕地［2］、水體［3］、森林［4］、城市草地［5］等單一地類信息的提取，而專門針對綜合土地利用分類的研究較少.

Landsat系列影像屬于多光譜影像，提取土地利用類別信息時僅從單波段難以獲取足夠信息，所以需要從多個波段中選取3個波段分別賦予紅、綠、藍，進行彩色合成.在影像解譯時，尤其是目視判別的過程中，確定最佳波段組合至關(guān)重要.已有研究［6-8］表明，landsat系列衛(wèi)星的TM/ETM影像用于土地利用/覆被信息提取的最佳波段組合多為543和541組合.但相比TM/ETM傳感器，OLI成像儀做了較大改進，增加了波段數(shù)量，并調(diào)整了波段范圍［9］，所以即使在解譯相同地物時兩種影像的最佳波段組合也可能存在差異，從而使得TM/ETM數(shù)據(jù)的最佳波段組合方案，不能完全適用于OLI影像.

鑒于此，本文結(jié)合研究區(qū)影像特點，在分析標準差和相關(guān)系數(shù)的基礎(chǔ)上，結(jié)合最佳指數(shù)因子（OIF）和典型地物光譜特征曲線，探討了OLI影像用于土地利用/覆被信息提取的最佳波段組合.研究使用的方法可有效確定OLI影像的最佳波段組合，研究結(jié)果也可供本地區(qū)遙感制圖參考.

1　研究區(qū)概況與數(shù)據(jù)預(yù)處理

1.1研究區(qū)概況

恩施市地處鄂西南腹地，屬武陵山片區(qū)，位于東經(jīng)109°04′～109°58′，北緯29°50′～30°29′之間，轄區(qū)總面積3967km2，是恩施土家族苗族自治州州府所在地.市域面積的95%以上為山地，有“八山半水分半田”之稱，至2015年全市森林覆蓋率達62%以上.湖北省內(nèi)第二大的長江支流——清江由西向東穿境而過，水資源也較為豐富.因此，進行最佳波段組合的選擇時，需要著重考慮植被、耕地、水體等主要地類的光譜差異.

1.2實驗數(shù)據(jù)

研究使用的數(shù)據(jù)為恩施地區(qū)2015年10月14日的L1T級landsat8OLI遙感影像，軌道號為126039.本文基于ERDAS IMAGINE2014軟件，利用恩施市矢量邊界制作AOI，裁剪出市域遙感影像作為實驗數(shù)據(jù)，為提取土地利用/覆被信息，進行最佳波段組合的研究.恩施市屬于內(nèi)陸山區(qū)，進行波段組合時可不考慮用于觀測海岸帶氣溶膠信息的深藍波段1；實驗獲取的研究區(qū)遙感影像基本無云層覆蓋，所以也不需要用于卷云監(jiān)測的短波紅外波段9；全色波段8主要用于分辨率融合.結(jié)合研究區(qū)的實際情況，本研究從2、3、4、5、6、7等六個波段中確定最佳波段組合.

2　最佳波段選擇

2.1波段組合原則

在研究中選取最佳波段組合時，一般遵循以下3個原則［10-11］：①單個波段的標準差盡可能最大；②組合波段間的相關(guān)系數(shù)盡可能最?。虎勰繕说匚镱愋驮谒x波段組合能被很好地區(qū)分.簡單來講，標準差越大，表明波段所蘊含的信息離散度越高，信息量越大、越豐富；相關(guān)系數(shù)較低，表明波段組合后，信息冗余量較小；由于不同的地物，有不同的波譜特征，在相同波段上光譜值差異越大，地物最易被區(qū)分.這就說明，標準差大、相關(guān)系數(shù)小、易于區(qū)分地物的波段組合即為最佳波段組合.

2.2光譜特征統(tǒng)計分析

波段的光譜特征分析包括單波段和多波段兩個方面［12］.

單波段分析主要統(tǒng)計灰度值（DN）的最大值、最小值、均值、標準差等.標準差表示圖像中各像元灰度值與平均值總的離散程度，可一定程度上用來衡量圖像信息量的大小.利用ERDAS IMAGINE2014軟件的Metadata功能統(tǒng)計研究區(qū)遙感影像的基本信息（表1），結(jié)果顯示，標準差從大到小依次為：band5＞band6＞band7＞band4＞band3＞band2，說明各波段所含信息量大小也依次遞減，且5、6、7波段所含信息均比2、3、4波段豐富.進行波段選擇時，尤其是利用單波段提取信息時，應(yīng)該優(yōu)先考慮5波段，6、7波段次之.

由于OLI影像包含多個波段，在選擇最佳波段組合時，需要進行多元統(tǒng)計，計算并對比波段間的相關(guān)系數(shù).波段間的相關(guān)系數(shù)反映的是兩個波段間信息重疊的程度，兩個波段相關(guān)系數(shù)越大，則信息重疊度越高.據(jù)此，可在統(tǒng)計時將彼此間相關(guān)系數(shù)大的多個波段歸為一類，選擇其中一個波段作為最佳波段之一.

ERDAS IMAGINE2014軟件無法直接計算各波段間的相關(guān)系數(shù)，需要利用Model Maker模塊建立模型（圖1），設(shè)定研究區(qū)影像輸入、correlation功能以及輸出矩陣信息，運行模型便可得到模塊間的相關(guān)系數(shù)矩陣（表2）.實驗結(jié)果表明，波段5與其他波段間相關(guān)系數(shù)均較低，說明其包含的信息獨立性較好，結(jié)合該波段包含信息量大小，可知波段5為必選波段；可見光2、3、4波段之間相關(guān)系數(shù)均達到0.8以上，可歸為一組；短波紅外波段6、7波段之間相關(guān)系數(shù)超過0.9，也可作為一組.根據(jù)相關(guān)性小的原則，應(yīng)從2、3、4波段間選擇一個，再從6、7波段中選擇一個，與波段5進行假彩色合成，較為合理.具體波段分組和組合方案見表3，選擇最佳波段組合時優(yōu)先考慮256、356、456、257、357、457等六種組合.

表1　OLI影像光譜特征統(tǒng)計Tab.1 Spectral features of OLI image

圖1　相關(guān)系數(shù)矩陣計算模型Fig.1 Model for calculating correlation coefficient matrix

表2　OLI影像波段間相關(guān)系數(shù)矩陣Tab.2 Correlation coefficient matrix among bands of OLI image

表3　OLI影像波段分組和優(yōu)先組合方案Tab.3 Options for bands combination of OLI image

表4　OLI影像各波段組合的OIF值Tab.4 OIF of bands combination of OLI image

圖2　恩施市主要土地覆被類型的光譜特征曲線Fig.2 Spectral feature curve of main land cover types in Enshi

2.3最佳指數(shù)因子（OIF）計算

1994年由美國Chavez提出的最佳指數(shù)因子（optimum index factor，OIF）同時考慮了組合波段的標準差與各波段間的相關(guān)系數(shù)［6］，方法簡便，容易計算.其數(shù)學表達公式為：

其中：Si為第i個波段的標準差，Rij為i、j兩波段的相關(guān)系數(shù).

波段組合的OIF值與標準差之和正比，與相關(guān)系數(shù)之和成反比.波段組合中各波段的信息量越大、波段間獨立性越高、信息冗余度越小，其OIF值越大，該組合也就越適合作為最佳波段組合.

基于對波段間相關(guān)系數(shù)分析的結(jié)果，本研究中根據(jù)公式（1）主要對優(yōu)先考慮的六種波段組合的OIF值進行計算.計算結(jié)果（表4）顯示，OIF值從大到小對應(yīng)的波段組合依次為：256＞257＞456＞457＞356＞357，說明從OIF值來看，256是最佳波段組合，257、456次之，457、356、357較差.

2.4典型地物光譜特征分析

從最佳指數(shù)因子分析，初步確定的最佳波段組合與其他波段組合差異不明顯，所以研究中還需要結(jié)合地物的光譜特征進一步分析，確定最終的最佳波段組合.由于地物本身結(jié)構(gòu)多樣，且一定程度上受到大氣的影響，所以不同地物在OLI影像不同波段上呈現(xiàn)的光譜特征有所不同.本研究利用ERDAS IMAGINE2014軟件，結(jié)合恩施市近期的土地利用現(xiàn)狀圖和GPS野外補充調(diào)查資料，對研究區(qū)的林地、耕地、水域、建設(shè)用地和裸地等5種主要地類進行采樣.每類地物分別取30個均勻分布的采樣點，記錄每個采樣點在6個波段上的灰度值；再計算每類地物的30個點在各個波段上的平均灰度值，據(jù)此制作各典型地物的光譜曲線（圖2）.由圖2可看出，各地類在5、6、7波段上光譜差異較大、可分性較好；其次是4、3波段，但在波段3上林地和水域難以被區(qū)分；在2波段上不同地物總體差異不明顯，難以被區(qū)分.再結(jié)合OIF計算結(jié)果，可知456、457波段是提取研究區(qū)土地利用/覆被信息的最佳波段組合.

3　結(jié)語

筆者綜合利用多種方法，進行l(wèi)andsat8影像最佳波段組合研究，主要結(jié)論如下：第5波段信息量最大、相對獨立，確定為必選波段；從三個可見光波段（2、3、4波段）和兩個短波紅外波段（6、7波段）中各選一個波段，與波段5進行組合，用于提取地類信息較為合理；綜合考慮最佳指數(shù)因子（OIF）值和地物光譜特征曲線，最終確定456、457波段組合最利于土地利用/覆被信息的提取.

本文僅以鄂西南恩施市2015年10月的遙感影像為例，確定了研究區(qū)landsat8影像用于提取土地利用/覆被信息的最佳波段組合，為本地區(qū)土地利用遙感制圖提供了基礎(chǔ).但對于所選研究區(qū)域大小、地理位置以及遙感影像成像時間等因素對最佳波段組合的選擇是否存在影響有待進一步探究，之后可加強時空對比研究.

［1］劉紀遠，匡文慧，張增祥.20世紀80年代末以來中國土地利用變化的基本特征與空間格局［J］.地理學報，2014，69（1）：3-14.

［2］牛魯燕，張曉艷，鄭繼業(yè)，等.基于Landsat8 OLI數(shù)據(jù)的山東省耕地信息提取研究［J］.中國農(nóng)學通報，2014，30（34）：264-269.

［3］張風霖，李婧琳，緱變彩，等.基于Landsat8衛(wèi)星OLI的水體信息提取研究［J］.山西建筑，2014，40（23）：243-244.

［4］楊正斌，余東莉.基于Landsat 8影像的西雙版納森林覆蓋信息提取研究［J］.林業(yè)調(diào)查規(guī)劃，2014，39（4）：10-15.

［5］任海娟，董建軍，李曉媛，等.利用多時相Landsat8圖像提取苜蓿人工草地信息［J］.中國草地學報，2015，37（2）：81-87，120.

［6］常勝.TM遙感影像彩色合成最佳波段組合研究——以恩施市土地利用遙感圖制作為例［J］.湖北民族學院學報（自然科學版），2010，28（2）：230-232，235.

［7］宋海生，徐瑞松，馬躍良，等.ETM+多光譜遙感影像彩色合成最佳波段選擇研究—以順德區(qū)土地遙感圖制作為例［J］.廣東農(nóng)業(yè)科學，2013，40（15）：196-199，237.

［8］徐磊，侯立春，楊強，等.利用TM影像提取土地利用/覆被信息的最佳波段研究［J］.湖北大學學報（自然科學版），2011，33（1）：119-122.

［9］張玉君.Landsat8簡介［J］.國土資源遙感，2013，25（1）：176-177.

［10］領(lǐng)梅，安慧君，賀曉輝，等.ALOS、TM影像在土地利用中的最佳波段組合分析［J］.內(nèi)蒙古林業(yè)科技，2013，39（2）：36-39

［11］姜小光，王長耀，王成.成像光譜數(shù)據(jù)的光譜信息特點及最佳波段選擇——以北京順義區(qū)為例［J］.干旱區(qū)地理，2000，23（3）：214-220.

［12］李謝輝，鄭奕.基于最優(yōu)波段組合的土地利用/覆蓋遙感信息提取研究［J］.安徽農(nóng)業(yè)科學，2009，37（14）：6696-6699.

責任編輯：時 凌

Optimum Bands Combination of Landsat8 Image in Land Use Classification——Taking Enshi as a Case Study

ZHANG Jinlong1，CHANG Sheng1，2*
（1.School of Forestry and Horticulture，Hubei University for Nationalities，Enshi 445000，China；2.School of Biological Science and Technology，Hubei University for Nationalities，Enshi 445000，China）

In order to extract land use/cover information，the landsat8 satellite OLI image of Enshi in October 2015 was selected as the test image data.Based on the statistics and analysis of spectral characteristics of each band，the optimum index factor（OIF）was calculated，and finally according to the typical spectral image feature curve in research area，the selection of optimum band combination were studied. The results showed that when the optimum index factor（OIF）and typical spectral image feature curve were combined，the optimum band combination of OLI image could be selected objectively and effectively.And band 456 and 457 was the optimum band combination in extraction of land use/cover information in the study area.

landsat8；land use/cover；optimum band combination；OIF；Enshi

R231.5

A

1008-8423（2015）04-0467-04DOI：10.13501/j.cnki.42-1569/n.2015.12.027

2015-11-23.

湖北省教育廳項目（Q20122901）；湖北民族學院博士啟動基金項目（MY2010B011）.

張金龍（1991-），男，碩士生，主要從事水土保持監(jiān)測和土地可持續(xù)利用的研究；*

常勝（1979-），男（土家族），博士，副教授，主要從事土地資源評價與管理的研究.