劉 潔 ，廖凱濤 ，宋月君 ，賴(lài)格英 ，鄭海金

（1.江西省水土保持科學(xué)研究院，江西 南昌 330029；2.江西省土壤侵蝕與防治重點(diǎn)實(shí)驗(yàn)室，江西 南昌 330029；3.江西師范大學(xué)地理與環(huán)境學(xué)院，江西 南昌 330022）

0 引言

崩崗侵蝕是指山坡土體在水力和重力共同作用下發(fā)生崩塌侵蝕的現(xiàn)象[1]，是我國(guó)南方地區(qū)危害嚴(yán)重、侵蝕強(qiáng)度最大的侵蝕類(lèi)型，通過(guò)高分辨率遙感大面積的監(jiān)測(cè)和地面調(diào)查相結(jié)合的辦法可以全面了解崩崗侵蝕現(xiàn)狀，對(duì)崩崗侵蝕防治治理有重要意義[2]。

常用的影像融合方式主要有主成分變換、能量分離變換、Brovey變換、Gram-Schmidt光譜銳化融合、NNDiffuse全色增強(qiáng)變換融合、HPF高通濾波融合、乘積變換融合、小波變換等[3]。Pleiades衛(wèi)星數(shù)據(jù)質(zhì)量高、重返周期短被國(guó)內(nèi)外學(xué)者作為數(shù)據(jù)源應(yīng)用到土地分類(lèi)等相關(guān)研究[4]，Bangun[5]等利用 Pleiades 影像、QuickBird影像對(duì)城市綠地進(jìn)行規(guī)劃及評(píng)價(jià)，獲得了較好的城市綠地影像；董熙等[6]對(duì)Pleiades影像融合效果進(jìn)行分析，HCS影像融合方法針對(duì)北方林地監(jiān)測(cè)提取效果較好。在南方地區(qū)特殊的地理環(huán)境下識(shí)別崩崗侵蝕區(qū)域，Pleiades影像的融合分析并未有相關(guān)研究。本文以南方地區(qū)江西省贛縣金鉤形崩崗區(qū)影像為基礎(chǔ)，采用7種使用廣泛的影像融合技術(shù)對(duì)Pleiades衛(wèi)星數(shù)據(jù)進(jìn)行融合，對(duì)不同方法的融合效果進(jìn)行評(píng)價(jià)，以期挑選出針對(duì)南方崩崗侵蝕區(qū)監(jiān)測(cè)有較高保真度且有利于崩崗提取的遙感影像融合方法。

1 材料與方法

1.1 研究區(qū)介紹

研究區(qū)位于江西省贛縣金鉤形小流域（N26°17′～26.23′，E115°14′～115°20′）。贛縣地形屬于中低山丘陵地區(qū)，是江西省水土流失最嚴(yán)重的縣之一，據(jù)2005年江西省崩崗調(diào)查，全縣現(xiàn)有崩崗4 138個(gè)，崩崗面積1 808.3萬(wàn)m2。金鉤形小流域是江西省崩崗密度最大、數(shù)量最多、類(lèi)型最全、流失最嚴(yán)重的區(qū)域，具有代表性[7]。

1.2 影像數(shù)據(jù)

法國(guó)Pleiades高分辨率衛(wèi)星由2顆完全相同的衛(wèi)星Pleiades-1和Pleiades-2組成，包括4個(gè)多光譜（分辨率2.0m）和1個(gè)全色波段（分辨率0.5m）。本研究采用的數(shù)據(jù)為2014年11月23日影像，范圍為東經(jīng)115°14′～115°20′、北緯 26°17′～26°23′的江西省贛縣金鉤形小流域崩崗群的全色和多光譜影像，面積約25km2，研究區(qū)內(nèi)主要地物有居民地、林地、水體、水田、崩崗等。

1.3 影像融合方法

對(duì)獲取的Pleiades影像進(jìn)行預(yù)處理，包括多光譜數(shù)據(jù)與全色數(shù)據(jù)的影像配準(zhǔn)，多光譜數(shù)據(jù)的FLAASH大氣校正，控制誤差，確保影像融合質(zhì)量。

通過(guò)參閱文獻(xiàn)，參考已有研究[8，9]，選擇主成分變換、能量分離變換、Brovey變換、Gram-Schmidt光譜銳化融合、NNDiffuse全色增強(qiáng)變換融合、HPF高通濾波融合及乘積變換融合7種影像融合方法對(duì)Pleiades多光譜數(shù)據(jù)與全色數(shù)據(jù)進(jìn)行融合處理。

1.4 影像融合評(píng)價(jià)

為了比較不同方法的融合效果，本文采用定性評(píng)價(jià)與定量評(píng)價(jià)相結(jié)合的辦法。定性評(píng)價(jià)就是將人作為觀(guān)察者，通過(guò)常識(shí)和自身經(jīng)驗(yàn)?zāi)恳晫?duì)比融合后的影像，進(jìn)而進(jìn)行判斷，是較為直觀(guān)和簡(jiǎn)單的一種觀(guān)察評(píng)價(jià)方法。定量分析采用均值、標(biāo)準(zhǔn)差、信息熵和相關(guān)系數(shù)對(duì)融合效果進(jìn)行定量分析。

1.5 基于融合影像的崩崗自動(dòng)提取

基于融合后的具有高分辨率和光譜信息的影像，利用崩崗的紋理特征和光譜信息特征，采用面向?qū)ο蟮姆椒ㄗ詣?dòng)提取崩崗范圍，并于實(shí)際崩崗面積進(jìn)行對(duì)比，比較不同融合算法下崩崗自動(dòng)識(shí)別精度。

2 融合結(jié)果與評(píng)價(jià)

2.1 定性分析

從融合影像配準(zhǔn)角度看，幾種融合方法整體匹配程度較好，經(jīng)過(guò)融合后的多光譜影像，增加了全色影像的分辨率，影像精度有顯著的提高，紋理更加清晰，對(duì)于南方丘陵地區(qū)居民地、水田分布、道路設(shè)計(jì)、崩崗識(shí)別等研究有較好的效果，更容易進(jìn)行目視判讀。從顏色保持角度看，Brovey變換、乘積變換融合方法和主成分變換與原始影像顏色較為接近，可以較好地保留原始影像的光譜特征；由于主成分變換法所有參與變換的波段具有共同確定的信息大多數(shù)信息集中于第一分量，融合特征因此加劇了影像的光譜畸變，在河流、水田和居民地等地，融合效果較差，邊緣鋸齒狀明顯，對(duì)于丘陵林地地區(qū)陰影處融合效果較差，建筑物邊緣有擴(kuò)散，這與胡洋等研究一致[10]。能量分離變換、Gram-Schmidt光譜銳化融合方法對(duì)比度和亮度適宜，影像特征清晰，空間細(xì)節(jié)明顯，影像紋理更為突出，銜接處界限清晰，有利于區(qū)分不同地物，整體效果較好。

圖1 不同融合方法的結(jié)果

表1 不同融合方法評(píng)價(jià)質(zhì)量指標(biāo)

2.2 定量分析

通過(guò)定量分析，可以更加客觀(guān)地評(píng)價(jià)影像融合效果，從圖像均值角度看經(jīng)過(guò)能量分離變換融合方法的灰度平均值較高，人眼反應(yīng)的平均亮度最佳，影像特征最為明顯。

從標(biāo)準(zhǔn)差指標(biāo)相比，能量分離變換方法數(shù)值最大，其次是主成分變換和NNDiffuse全色增強(qiáng)變換融合，Brovey融合方法的標(biāo)準(zhǔn)差值最小，因而能量分離變換方法的灰度值更為離散，圖像的反差最大，通過(guò)對(duì)比增加，可以識(shí)別出更多的影像信息。

從信息熵指標(biāo)可以看出，Gram-Schmidt光譜銳化融合數(shù)值最大，更接近原圖信息量，其次是能量分離變換、HPF高通濾波融合變換。高分辨率乘積變換信息熵較小，所包含的信息量較低。

通過(guò)相關(guān)系數(shù)指標(biāo)來(lái)看，乘積變換融合的數(shù)值最高，其次是Brovey變換、能量分離變換。較高相關(guān)性可以有效保留光譜特征，使光譜特征保存更為豐富，影像質(zhì)量好。

2.3 融合影像崩崗侵蝕區(qū)自動(dòng)識(shí)別

圖2 不同融合算法面向?qū)ο蟊缻徝娣e提取的結(jié)果

表2 不同融合算法的面向?qū)ο蠓诸?lèi)提取崩崗面積及精度

采用面向?qū)ο蟮淖R(shí)別方法，可以克服傳統(tǒng)分類(lèi)方法中對(duì)樣本提取所出現(xiàn)的“椒鹽”效應(yīng)，減少“同譜異物”和“同物異譜”的問(wèn)題[11]。由于崩崗的發(fā)生多在山地林地，目視解譯的方法可以較好的提取崩崗范圍，結(jié)合計(jì)算機(jī)自動(dòng)提取可以提高對(duì)崩崗范圍提取的效率。圖2、表2可以看出，HPF高通濾波融合方法融合后的影像提取崩崗面積結(jié)果最為接近目視解譯所提取的崩崗面積，面積重合度達(dá)到98.11%，但崩崗提取的邊界較為破碎，崩崗發(fā)生的位置與目視提取存在差異；能量分離變換融合后的影像提取崩崗面積與目視解譯較為接近，與目視解譯面積誤差為5.58%，可以整體對(duì)影像中崩崗樣本進(jìn)行提取，接近目視解譯所提取的崩崗面積，對(duì)研究區(qū)混合型崩崗的形態(tài)提取較好，可以幫助研究人員對(duì)崩崗發(fā)育形態(tài)進(jìn)行判斷，且崩崗邊界與林地邊界區(qū)分清晰，能反映研究區(qū)崩崗面積的實(shí)際情況。

3 結(jié)果與討論

本文采用主成分變換、能量分離變換、Brovey變換、Gram-Schmidt光譜銳化融合、NNDiffuse全色增強(qiáng)融合變換融合、HPF高通濾波融合及乘積變換融合七種影像融合方法對(duì)Pleiades衛(wèi)星影像進(jìn)行融合處理。從定性分析及定量分析結(jié)果看出，能量分離變換融合方法、Gram-Schmidt光譜銳化變換方法，可以有效保持光譜保真度并且在均值、標(biāo)準(zhǔn)差、信息熵的客觀(guān)指標(biāo)上優(yōu)于其他算法，二者都最大程度包含了原始影像多光譜信息，融合效果最好。融合后的Pleiades衛(wèi)星空間分辨率為0.5m，從亞米級(jí)分辨率的影像上能夠非常容易地提取崩崗數(shù)據(jù)；通過(guò)能量分離融合算法融合后的Pleiades，能夠?qū)崿F(xiàn)崩崗的自動(dòng)識(shí)別與提取，與人工調(diào)查精度差別不大，可以為我國(guó)南方紅壤丘陵區(qū)崩崗動(dòng)態(tài)監(jiān)測(cè)和治理等方面的應(yīng)用提供一定的參考。

由于我國(guó)環(huán)境復(fù)雜，應(yīng)以實(shí)際需求為主，在不同情況下選擇適宜的融合方法。同時(shí)，隨著國(guó)產(chǎn)衛(wèi)星的空間分辨率不斷提高，應(yīng)進(jìn)一步加強(qiáng)國(guó)產(chǎn)衛(wèi)星在崩崗提取與動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用研究，拓展國(guó)產(chǎn)衛(wèi)星數(shù)據(jù)的應(yīng)用領(lǐng)域。