徐菲 張培新
摘 要 濕地是水陸相互作用而形成的自然綜合體,處于陸地生態(tài)系統(tǒng)和水生生態(tài)系統(tǒng)之間的過渡帶,是自然界最富生物多樣性的生態(tài)景觀和人類最重要的生存環(huán)境之一,遙感和地理信息系統(tǒng)的發(fā)展極大地推動(dòng)了濕地的研究和發(fā)展。
關(guān)鍵詞 濕地 遙感技術(shù) 解譯方法
中圖分類號(hào):TP79 文獻(xiàn)標(biāo)識(shí)碼:A
濕地與森林、海洋一起并稱為全球三大生態(tài)系統(tǒng),是地球上生產(chǎn)能力最高、生物多樣性最豐富的系統(tǒng)之一,被譽(yù)為“地球之腎”、“生命的搖籃”、“文明的發(fā)源地”和“物種的基因庫”。近年來濕地的特殊性和重要性已受到全世界的關(guān)注,濕地研究成為當(dāng)前研究的熱點(diǎn)課題,特別是基于遙感技術(shù)的濕地研究。
1遙感技術(shù)
遙感是通過人造地球衛(wèi)星上的遙測(cè)儀器把對(duì)地球表面實(shí)施感應(yīng)遙測(cè)和資源管理的監(jiān)視結(jié)合起來的一種新技術(shù),通過遙感器這類對(duì)電磁波敏感的儀器,在遠(yuǎn)離目標(biāo)和非接觸目標(biāo)物體條件下探測(cè)目標(biāo)地物,獲取其反射、輻射或散射的電磁波信息(如電場(chǎng)、磁場(chǎng)、電磁波、地震波等信息),并進(jìn)行提取、判定、加工處理、分析與應(yīng)用。
遙感技術(shù)的特點(diǎn):
(1)數(shù)據(jù)源豐富多樣,利于進(jìn)行多尺度、多目標(biāo)的綜合調(diào)查研究;
(2)重復(fù)周期短,利于快速調(diào)查及動(dòng)態(tài)監(jiān)測(cè);
(3)處理技術(shù)完善,能有效降低人為因素的干擾,客觀反映實(shí)際情況;
(4)受地形、地貌、海拔高度及氣候等自然因素的限制較小,從而最大限度地節(jié)省人力物力。
遙感技術(shù)應(yīng)用的領(lǐng)域較多,主要有以下幾個(gè)方面:城市規(guī)劃、市政管理、公共交通、環(huán)境保護(hù)、土地管理、水資源管理、資源調(diào)查、區(qū)域開發(fā)規(guī)劃、災(zāi)害預(yù)測(cè)與防治、軍事、公安、消防、勘測(cè)以及住宅小區(qū)綜合管理等。
濕地監(jiān)測(cè)對(duì)于分析濕地資源變化的原因,及其對(duì)自然因素和人類活動(dòng)的響應(yīng)就顯得尤為重要,也為濕地資源的管理和未來規(guī)劃制定決策提供幫助和服務(wù)。在濕地資源調(diào)查領(lǐng)域,傳統(tǒng)的濕地調(diào)查方法耗時(shí)費(fèi)力,某些濕地區(qū)域難以接近進(jìn)行實(shí)地考察,并且調(diào)查過程會(huì)對(duì)濕地造成破壞,而衛(wèi)星遙感技術(shù)完全可以實(shí)時(shí)的從宏觀方面對(duì)濕地信息進(jìn)行獲取和動(dòng)態(tài)監(jiān)測(cè),正好補(bǔ)足了傳統(tǒng)濕地調(diào)查方法的不足,從而把利用遙感圖像獲取和分析濕地信息拓展成濕地研究的一個(gè)重要方向,簡(jiǎn)化了濕地資源清查和動(dòng)態(tài)變化監(jiān)測(cè)過程,更有利于對(duì)濕地進(jìn)行合理利用。衛(wèi)星遙感技術(shù)是當(dāng)前在區(qū)域尺度上大范圍、多分辨率、多時(shí)相、動(dòng)態(tài)監(jiān)測(cè)濕地變化的唯一可行手段。
2濕地解譯方法
2.1目視解譯法
首先應(yīng)建立解譯判讀標(biāo)志,選擇理想的衛(wèi)星影像(少云霧、少陰影、高質(zhì)量清晰的遙感影像)、合理利用輔助資料(地形圖、規(guī)劃圖、土地利用現(xiàn)狀圖)、借助先進(jìn)的技術(shù)手段(GPS、GIS)、積累經(jīng)驗(yàn)提高判讀能力(積累以往的判讀經(jīng)驗(yàn),不斷地學(xué)習(xí)新的判讀方法,借鑒前人的判讀理論),只有這樣才能準(zhǔn)確地建立解譯標(biāo)志,不斷的提高解譯的精度。
根據(jù)所建立的目視判讀標(biāo)志,綜合運(yùn)用其它各種信息和影像特征,在衛(wèi)星影像圖上判讀各種地類小班,總的來說,遙感影像的判讀,應(yīng)遵循“先圖外、后圖內(nèi),先整體、后局部,勤對(duì)比,多分析”的原則來進(jìn)行判讀。
2.2非監(jiān)督分類——ISODATA法
ISODATA法,即迭代自組織數(shù)據(jù)分析技術(shù)算法是一種最常用的非監(jiān)督分類算法,這種方法的實(shí)質(zhì)是個(gè)迭代循環(huán)過程,最開始只是在圖像的特征空間中隨機(jī)的選出最大分類數(shù)和數(shù)量中心,接著按照最小距離規(guī)則將像素分到相應(yīng)的類別中,計(jì)算每一類別中的均值,依據(jù)相關(guān)參數(shù)對(duì)類別進(jìn)行合并或者分離,然后再重復(fù)上面的過程,不斷循環(huán)往復(fù),直到逐步逼近一個(gè)正確的分類。
2.3監(jiān)督分類法
監(jiān)督分類法中最常用的是最大似然法(Maximum Likelihood Classifier,MLC),它是基于各種判決距離函數(shù)的多種分類方法,采用一個(gè)有效的決策規(guī)則來決定待定像元的類別。按貝葉斯準(zhǔn)則建立起來的準(zhǔn)則,稱作貝葉斯分類器,其構(gòu)建原理如下:地物影像可以以其光譜特征向量作為量度,在光譜特征空間中找到一個(gè)相應(yīng)的特征點(diǎn),而同類地物的特征點(diǎn)在特征空間中將形成一個(gè)從屬于某種概率分布的集群,判別某一特征點(diǎn)類屬的合理途徑是對(duì)其落進(jìn)不同類別集群中的條件概率進(jìn)行比較,條件概率大的那個(gè)類別將是該特征點(diǎn)的歸宿。最大似然分類法有著嚴(yán)密的理論基礎(chǔ),對(duì)于呈正態(tài)分布的數(shù)據(jù),判別函數(shù)易于建立,而且有很好的統(tǒng)計(jì)性。
2.4支持向量機(jī)法
支持向量機(jī)(Support Vector Machines,SVM)是20世紀(jì)90年代發(fā)展起來的一種建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)之上的新的也是較為有效的機(jī)器學(xué)習(xí)方法,逐漸成為模式識(shí)別和機(jī)器學(xué)習(xí)領(lǐng)域中的一個(gè)研究熱點(diǎn)。憑著小樣本學(xué)習(xí)、抗噪聲性能、學(xué)習(xí)效率高與推廣性好的優(yōu)點(diǎn),SVM可以自動(dòng)尋找那些對(duì)分類有較大區(qū)分能力的支持向量,由此構(gòu)造出分類器,可以將類與類之間的間隔最大化,因而有較好的推廣性和較高的分類準(zhǔn)確率,能有效用于解決空間信息技術(shù)處理分析領(lǐng)域的遙感影像處理,已經(jīng)成為遙感圖像分析與處理領(lǐng)域中熱門的研究方向。
2.5決策樹法
決策樹是通過對(duì)訓(xùn)練樣本進(jìn)行歸納學(xué)習(xí),生成決策樹或決策規(guī)則,然后使用決策樹或決策規(guī)則對(duì)新數(shù)據(jù)進(jìn)行分類的一種數(shù)學(xué)方法,在形態(tài)上是一個(gè)樹型結(jié)構(gòu),由一個(gè)根節(jié)點(diǎn)、一系列內(nèi)部節(jié)點(diǎn)及葉節(jié)點(diǎn)組成,每一個(gè)節(jié)點(diǎn)有一個(gè)父節(jié)點(diǎn)和兩個(gè)或者多個(gè)子節(jié)點(diǎn),節(jié)點(diǎn)間通過分支相連。決策樹中,每條由根到葉的路徑對(duì)應(yīng)著一條規(guī)則,規(guī)則的條件是這條路徑上所有節(jié)點(diǎn)屬性值的取舍,規(guī)則的結(jié)論是這條路徑上葉節(jié)點(diǎn)的類別屬性。與決策屬性比,規(guī)則更簡(jiǎn)潔,也便于人們理解、使用和修改,可以構(gòu)成專家系統(tǒng)的基礎(chǔ),因此在實(shí)際應(yīng)用中更多地使用規(guī)則。
基于遙感影像提取濕地的方法各種各樣,新的方法也在不斷產(chǎn)生,根據(jù)研究的具體情況選擇合適的解譯方法能達(dá)到事半功倍的效果。
參考文獻(xiàn)
[1] 周華茂,曾良修,喻歌農(nóng).衛(wèi)星遙感和地理信息系統(tǒng)在濕地資源調(diào)查中的應(yīng)用[J].西南農(nóng)業(yè)學(xué)報(bào),2000,13(2):78-82.
[2] 陳宜瑜.中國(guó)濕地研究[M].長(zhǎng)春:吉林科學(xué)技術(shù)出版社,1995.
[3] 單玉秀.濕地遙感信息提取方法研究[D].濟(jì)南:山東師范大學(xué),2011.
[4] 謝靜,王宗明,任春潁.基于遙感的濕地景觀格局季相分析[J].生態(tài)學(xué)報(bào),2014,34(24):7149-7157.