国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

農(nóng)用地分類中OLI影像合成最佳波段組合研究
——以黑龍江省鶴崗市為例

2019-03-18 13:11:54鄧家容
安徽農(nóng)業(yè)科學(xué) 2019年5期
關(guān)鍵詞:農(nóng)用地標(biāo)準(zhǔn)差波段

鄧家容

(黑龍江科技大學(xué)建筑工程學(xué)院,黑龍江哈爾濱 150022)

農(nóng)用地是社會-經(jīng)濟-生態(tài)的復(fù)合體,具有增長經(jīng)濟、生態(tài)建設(shè)和社會保障功能[1]。農(nóng)用地利用不僅給人類帶來直接的經(jīng)濟效益,而且還帶來生態(tài)效益或間接的社會效益[2]。隨著我國社會經(jīng)濟的快速發(fā)展,人口的增長,建設(shè)用地的擴張,使農(nóng)用地占地面積逐年減少,從而導(dǎo)致農(nóng)用地資源的缺乏[3]。因此,掌握農(nóng)用地變化的信息是改善農(nóng)用地資源的必要途徑之一。

隨著“3S”時代發(fā)展,遙感影像數(shù)據(jù)已成為當(dāng)下土地分類研究領(lǐng)域的熱點,是獲取各類土地利用實時信息最快速、最直接的手段[4],且具有豐富的光譜信息。遙感數(shù)據(jù)已成為獲取土地利用/土地覆蓋變化(land use and land cover change,LUCC)數(shù)據(jù)的重要來源[5]。美國陸地衛(wèi)星 Landsat 系列的遙感數(shù)據(jù)具有適合中等尺度研究的空間分辨率,并相對易于獲取,在土地利用變化研究中應(yīng)用最為普遍,并也在土地利用分類辨識中發(fā)揮重要作用[6]。2013年2月11日,美國航空航天局(national aeronautics and space administration,NASA)成功發(fā)射了Landsat 8衛(wèi)星;Landsat 8衛(wèi)星上攜帶了OLI陸地成像儀(operational land imager)及TIRS熱紅外傳感器(thermal infrared sensor),共11個波段。Landsat 8_TIRS遙感影像主要用于獲取地球上2個熱區(qū)地帶的熱量流失,其目的是了解觀測地帶水分消耗;而Landsat 8_OLI遙感影像主要用于獲取陸地影像,在土地變化研究中應(yīng)用廣泛。該研究選擇Landsat 8_OLI遙感影像數(shù)據(jù)在農(nóng)用地分類中各波段信息提取進行研究。

在利用Landsat 8_OLI遙感影像數(shù)據(jù)進行土地變化監(jiān)測的研究中,有的學(xué)者利用Landsat TM和Landsat 8 _OLI/TIRS影像,對2005—2015年水煤漿的土地利用變化進行評價[7]。有的學(xué)者應(yīng)用遙感和地理信息系統(tǒng)技術(shù)對南埃及El-Galaba盆地農(nóng)業(yè)擴展?jié)摿Φ耐恋刭Y源評價[8]。有的學(xué)者通過多源遙感影像融合快速獲取準(zhǔn)確的城市土地利用信息,提高遙感影像城市土地分類信息提取的精度,并為提取高原地區(qū)城市的土地利用分類提供研究參考[9]。學(xué)者利用多源遙感影像數(shù)據(jù),采用分類回歸決策樹(CART)和支持向量機(SVM)方法對復(fù)雜地形的農(nóng)作物進行分類[10]。有的學(xué)者以Landsat 8_OLI遙感影像為研究對象,利用最大似然法和決策樹分類法,自動提取太原市區(qū)的土地變化信息[11]。研究表明,Landsat 8數(shù)據(jù)已經(jīng)成為土地資源調(diào)查的主要數(shù)據(jù)源之一,適合區(qū)域和全球等不同尺度的研究和應(yīng)用。

1 研究區(qū)概況及數(shù)據(jù)預(yù)處理

1.1研究區(qū)概況鶴崗市位于我國黑龍江省的東北部,隸屬黑龍江省轄內(nèi)的地級市,坐落于 “兩江一嶺”( 黑龍江、松花江、小興安嶺)圍成的“金三角”區(qū)域;地理坐標(biāo)為129°39′50″~ 132°31′00″E,47°03′30″~48°21′00″N。總面積14 684 km2,下轄2個縣和6個區(qū)。地勢是西北高東南低,全市可分為低山丘陵、漫崗、平原、溝谷及漫灘4種地貌類型。市區(qū)地勢由西北向東南傾斜,西北部為山區(qū),面積3 300 km2,占市區(qū)總面積的72%,是全市森林分布的集中地區(qū)。海拔200 m以上的山峰約有34座;有梧桐河、鶴立河、阿凌達(dá)河、嘉蔭河等18條主要河流,水資源豐富且水域面積達(dá)10.95萬hm2。因此,在選擇最佳波段組合進行農(nóng)用地分類時,有必要考慮耕地、林地、草地及其他農(nóng)用地的地物與水域之間光譜特征差異。

1.2數(shù)據(jù)來源研究使用的數(shù)據(jù)主要來源于地理空間數(shù)據(jù)云(geospatial data cloud),獲取2016年7月6日、7月31日、8月23日3景Level 1的Landsat 8遙感影像,數(shù)據(jù)標(biāo)識依次分別是LC81160272016188LGN00、LC81150272016213LGN00、LC81160262016236LGN00,且云量低,影像清晰。

1.3數(shù)據(jù)預(yù)處理基于ENVI 5.1遙感影像處理平臺,運用無縫鑲嵌工具(seamless mosaic)將獲取的研究區(qū)3景遙感影像中波段2~7拼合起來;在ArcGIS10.2.2中將鶴崗市的邊界線轉(zhuǎn)換成Shapefile導(dǎo)入到ENVI中,裁剪出研究區(qū)域的影像數(shù)據(jù),選擇出最佳波段組合,為后期提取農(nóng)用地分類信息奠定可靠的基礎(chǔ)。由于Band 1藍(lán)色波段(0.433~0.453 μm)主要應(yīng)用于海岸帶觀測,Band 9 短波紅外波段主要用于云檢測,Band 8全色波段主要用于分辨率的融合,以上波段不適合該研究區(qū)域,因此在進行波段組合時不作考慮。

2 波段融合及最佳波段組合

2.1OLI影像常見的波段組合農(nóng)用地分類中提取各種類型所包含的光譜信息與地表植被的覆蓋情況有著較大的關(guān)聯(lián),不同的土地類型覆蓋不同的植被類型,且包含不同的光譜特征,因此,波段組合的選擇理應(yīng)考慮較好反映植被覆蓋情況的波段。根據(jù)人工解譯最佳波段組合的效果,目前對常見的OLI影像各波段組合進行匯總,并簡要說明其主要特點,如表1所示。

表1 OLI常見的波段組合

2.2OLI影像各波段間融合的光譜特征

2.2.1單波段的光譜特征信息分析。OLI遙感影像每個單色波段包含的地物光譜信息不同,分析其每個單波段的最大值、最小值、均值及標(biāo)準(zhǔn)差;其中標(biāo)準(zhǔn)差主要表達(dá)各波段所包含的光譜信息量,標(biāo)準(zhǔn)差值越大,說明該波段所包含的信息量越大,反之亦然。利用ENVI 5.1軟件,通過波段融合功能將獲取研究區(qū)影像中2~7波段進行融合,運用Statistics功能統(tǒng)計出各波段的光譜特征信息,以2016年7月6日一景為例。Band 5的標(biāo)準(zhǔn)差最大,為9 651.89,說明該波段所包含的信息量較多,其次是Band 6、Band 2,分別為5 701.31%、4 269.9%,標(biāo)準(zhǔn)差由大到小的順序是Band 5(9 651.89%)> Band 6(5 701.31%)> Band 2(4 269.99%)> Band 3(4 025.49%)> Band 7(3 993.48%)> Band 4(3 506.38%)。

2.2.2多波段的相關(guān)系數(shù)矩陣分析。OLI影像在選擇最佳波段組合時,還需要考慮每個波段之間的相關(guān)性及信息重疊程度;即每個波段間的相關(guān)系數(shù)較大,說明該波段組合之間的重疊信息較高及獨立性較弱。由于波段間的組合存在多余的信息,該研究選擇主成分分析(principal component analysis,PCA)來去除波段間的多余信息,且各波段間的相關(guān)性,可以通過主成分波段合成飽和度豐富及更有效的影像,以便后期的處理。利用ENVI5.1軟件,在Toolbox工具箱中,選擇PCA Rotation工具對多波段影像進行處理,最終統(tǒng)計出多波段相關(guān)系數(shù)矩陣(表2)。結(jié)果表明,Band 5與各波段間的相關(guān)系數(shù)均較小,基本均低于0.95,說明該波段的獨立性較強,結(jié)合該波段的信息量來看,Band 5的光譜信息量較多,因此,Band 5可作為必選波段;Band 2與Band 3、Band 3與Band 4、Band 4與Band 2波段間的相關(guān)系數(shù)均高于0.99,波段間的獨立性較弱,即可將Band 2、Band 3、Band 4歸為一組;Band 6與Band 7與各波段間的相關(guān)系數(shù)基本均高于0.97以上,因此可將其歸為一組,進行波段組合時對其選擇其一即可;根據(jù)以上的波段篩選,最終篩選出的波段組合為456、457、356、357、256、257 6種組合方案。

表2 OLI影像各波段間相關(guān)系數(shù)矩陣統(tǒng)計

2.3最佳波段組合選擇通過最佳指數(shù)法(OIF)選取研究區(qū)的最佳波段組合,最佳指數(shù)法(OIF)是1994年由美國的Chavez提出,主要考慮每個波段相組合時呈現(xiàn)的相關(guān)系數(shù)矩陣和各波段包含的光譜特征信息之間的相關(guān)性[12],表達(dá)公式如下:

(1)

式中,Si為第i個波段的標(biāo)準(zhǔn)差;Rij為波段i、j之間的相關(guān)系數(shù)。

通過計算公式可以看出,OIF與波段組合時標(biāo)準(zhǔn)差之和呈遞增的關(guān)系,與波段組合間的相關(guān)系數(shù)之和呈遞減的關(guān)系;標(biāo)準(zhǔn)差越大,則波段的信息越豐富,相關(guān)系數(shù)越小,則波段的獨立性較強,因此,OIF值越大,說明該波段組合可視為最佳波段組合。對Band 2~Band 7共6個波段進行分析后,篩選出6種波段組合,利用最佳指數(shù)計算公式進行計算,結(jié)果如表3所示。OIF指數(shù)值排列依次是:256>356>456>257>357>457。Band 2、Band 5、Band 6組合,其OIF值最大,說明其波段間組合重疊信息較少,獨立性較高,信息量最多;其次是Band 3、Band 5、Band 6和Band 4、Band 5、Band 6。因此,目前Band 2、Band 5、Band 6組合可視為最佳波段組合。將其排列前三的波段組合進行融合,結(jié)果如圖1所示。

表3 各波段組合的最佳指數(shù)值

圖1 256、356、456波段組合的影像Fig.1 Band combination image of 256,356,456

2.4主要地物的光譜曲線分析通過最佳指數(shù)計算,篩選出的最佳波段組合在農(nóng)用地分類中各類地物識別差異不明顯。因此,農(nóng)用地分類中針對各類用地的地物識別進一步分析,確定適用于研究領(lǐng)域的最佳波段組合。利用ENVI5.1遙感處理平臺,借助2016年鶴崗市土地利用現(xiàn)狀圖、土地利用現(xiàn)狀分類(GB/T 21010—2017)中農(nóng)用地分類及實地調(diào)研收集的資料,在裁剪的研究區(qū)影像范圍內(nèi)對耕地、林地、草地、建設(shè)用地及其他農(nóng)用地5種地物類型,分別在不同的位置選取20個采樣點,統(tǒng)計每個采樣點在各波段上的灰度值,然后取均值得到各類地物的光譜特征曲線,結(jié)果如圖2所示,Band 2和Band 3各類地物的光譜特征較相近,且辨別較難;Band 4、Band 5、Band 6、Band 7各類地物的光譜特征差異較大,便于地物信息的識別。結(jié)合上面的分析結(jié)果,適用于研究區(qū)農(nóng)用地分類的最佳波段組合為456或457,而波段4、5、6組合的最佳指數(shù)居于第三,因此,456波段組合被視為最佳波段組合。

圖2 主要地物的光譜特征曲線Fig.2 Spectral signature curves of main culture

3 結(jié)論

以Landsat 8_OLI影像為研究對象,利用光譜特征分析、最佳指數(shù)及農(nóng)用地分類中主要地物的光譜特征曲線分析等研究方法,最終確定研究區(qū)所在的遙感影像適用于農(nóng)用地分類的最佳波段組合,主要研究結(jié)果如下:①Landsat 8_OLI影像中Band 5所包含的光譜信息量最多,且Band 5與各波段相關(guān)性系數(shù)相對較小,說明Band 5光譜信息獨立性較強,應(yīng)為必選波段;②OLI影像中Band 2~4之間相關(guān)系數(shù)較高,光譜信息重復(fù)性較強,其次是Band 6和Band 7,將其分成2組,分別從中各選其一與Band 5進行組合;③利用最佳指數(shù)(OIF)計算可知,初步篩選出最佳波段組合為256、356、456;④結(jié)合研究區(qū)農(nóng)用地中主要地物類型光譜特征分析,最終確定可用于農(nóng)用地利用信息提取的最佳波段為456,其對多種地物類型的光譜特征具有較好的目譯效果,有易于計算機分類識別,為后續(xù)研究過程提供更加真實可靠的數(shù)據(jù)。

猜你喜歡
農(nóng)用地標(biāo)準(zhǔn)差波段
春日暖陽
用Pro-Kin Line平衡反饋訓(xùn)練儀對早期帕金森病患者進行治療對其動態(tài)平衡功能的影響
M87的多波段輻射過程及其能譜擬合
住建部:城市大數(shù)據(jù)已覆蓋400個城市
精品(2015年10期)2015-11-01 02:14:08
日常維護對L 波段雷達(dá)的重要性
西藏科技(2015年4期)2015-09-26 12:12:58
對于平均差與標(biāo)準(zhǔn)差的數(shù)學(xué)關(guān)系和應(yīng)用價值比較研究
L波段雷達(dá)磁控管的使用與維護
河南科技(2014年18期)2014-02-27 14:14:53
醫(yī)學(xué)科技論文中有效數(shù)字的確定
龍海市縣域農(nóng)用地整理規(guī)劃
農(nóng)用地自然質(zhì)量分等與耕地地力評級結(jié)果的對比銜接
湟中县| 得荣县| 维西| 晋城| 剑阁县| 儋州市| 朔州市| 武鸣县| 泽州县| 进贤县| 扎囊县| 桦南县| 贺州市| 曲水县| 酒泉市| 山东| 房产| 奉贤区| 乳山市| 永川市| 潮安县| 邵东县| 嘉禾县| 松溪县| 财经| 凤城市| 堆龙德庆县| 安康市| 当阳市| 高尔夫| 黄梅县| 和田县| 驻马店市| 苏尼特左旗| 海晏县| 桐乡市| 佛冈县| 百色市| 宜宾市| 靖西县| 黎平县|