文 | Suzanne Furby Xiaoliang Wu Tony Traylen Drew Devereux Peter Caccetta澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織 大數(shù)據(jù)研究所（CSIRO Data61）

一、前言

自1990年代后期以來，土地監(jiān)測項(xiàng)目（Land Monitor）為澳大利亞西澳大利亞州的西南地區(qū)提供了大量有關(guān)土地和植被指標(biāo)的新信息。該項(xiàng)目利用歷年陸地衛(wèi)星（Landsat）數(shù)據(jù)，通過嚴(yán)格的幾何糾正和輻射校正，結(jié)合航空攝影影像、地面高程模型等輔助數(shù)據(jù)進(jìn)行遙感分析處理，生成土地含鹽度和植被覆蓋變化及趨勢預(yù)測等產(chǎn)品。該項(xiàng)目的產(chǎn)品每年分發(fā)給州政府各部門，遙感分析產(chǎn)品在各部門的相關(guān)業(yè)務(wù)中發(fā)揮了積極有益的作用。在過去的十多年中，由于環(huán)境和耕種方式的變化，狹窄線狀分布的植被有所增加，以致Landsat當(dāng)前25m的空間分辨率不足以捕獲這些新的變化。

本文介紹了利用資源三號(hào)（ZY-3）高分辨率衛(wèi)星影像數(shù)據(jù)對(duì)Land Monitor項(xiàng)目區(qū)域內(nèi)的多年生植被（木本植被）進(jìn)行制圖和監(jiān)測的工作。這項(xiàng)工作的目的旨在補(bǔ)充該項(xiàng)目所提供的信息產(chǎn)品，為項(xiàng)目用戶提供新的產(chǎn)品數(shù)據(jù)，用于更新以1：5萬比例尺為基準(zhǔn)的相關(guān)信息。本文具體介紹了澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織（CSIRO）針對(duì)資源三號(hào)數(shù)據(jù)研制相應(yīng)的算法模型的預(yù)處理過程，從原始資源三號(hào)數(shù)據(jù)生成經(jīng)輻射校準(zhǔn)的正射影像，以及討論如何針對(duì)資源三號(hào)數(shù)據(jù)采用相應(yīng)的分類方法，使得提取出的產(chǎn)品能對(duì)現(xiàn)有Land Monitor產(chǎn)品進(jìn)行有效補(bǔ)充，并探索新的應(yīng)用。

二、利用資源三號(hào)影像進(jìn)行木本植被提取方法

本文利用中國首顆民用立體測繪衛(wèi)星資源三號(hào)影像的多光譜數(shù)據(jù)進(jìn)行木本植被提取。在以下章節(jié)簡單介紹所使用的數(shù)據(jù)源和覆蓋區(qū)域，如何進(jìn)行嚴(yán)格的預(yù)處理，以及區(qū)分木本植被與非木本植被的統(tǒng)計(jì)方法。

1.影像數(shù)據(jù)源及項(xiàng)目形成介紹

木本植被提取所使用的數(shù)據(jù)源來自資源三號(hào)衛(wèi)星。資源三號(hào)是中國第一顆民用立體測繪衛(wèi)星，它是根據(jù)原國家測繪地理信息局衛(wèi)星測繪應(yīng)用中心（SASMAC）提出的利用衛(wèi)星數(shù)據(jù)制作1:5萬地形圖的要求，由中國航天科技集團(tuán)公司（CASC）設(shè)計(jì)、研制并發(fā)射。資源三號(hào)系列的第一顆衛(wèi)星（01星）于2012年1月9日發(fā)射，它搭載了三線陣全色立體相機(jī)，前、正、后視相機(jī)的分辨率分別為3.5m、2.1m以及3.5m，同時(shí)也搭載了分辨率為5.8m的四波段（藍(lán)、綠、紅、近紅外）多光譜相機(jī)。資源三號(hào)系列的第二、第三顆衛(wèi)星（02星和03星）分別于2016年5月30日和2020年7月25日發(fā)射，02星和03星把前后視相機(jī)的分辨率從3.5m提高到2.5m，并進(jìn)一步改善了影像質(zhì)量。資源三號(hào)的主要任務(wù)是制作1:5萬的數(shù)字高程模型、數(shù)字正射影像、數(shù)字線劃圖。自資源三號(hào)成功發(fā)射后，澳大利亞聯(lián)邦科學(xué)與工業(yè)研究組織（CSIRO）與SASMAC和CASC進(jìn)行了多次聯(lián)合輻射檢校實(shí)驗(yàn)。鑒于CSIRO負(fù)責(zé)西澳大利亞州的Land Monitor項(xiàng)目，通過與SASMAC和CASC的合作，并由Land Monitor項(xiàng)目聯(lián)合體成員單位的支持，CSIRO確立了“資源三號(hào)影像用于西澳大利亞州木本植被監(jiān)測項(xiàng)目”。該項(xiàng)目由SASMAC提供原始資源三號(hào)影像數(shù)據(jù)，CSIRO負(fù)責(zé)實(shí)施。CSIRO為此專門研制了針對(duì)資源三號(hào)影像的輻射校正和幾何糾正等預(yù)處理方法，結(jié)合現(xiàn)有Land Monitor處理技術(shù)，對(duì)Land Monitor區(qū)域進(jìn)行了木本植被和非木本植被的分類，分析高分辨率衛(wèi)星影像是否能有效提取Landsat無法監(jiān)測出的狹窄線狀分布的木本植被，以及農(nóng)田間及城鎮(zhèn)中零星孤單分布的木本植被。這也是利用資源三號(hào)多光譜影像數(shù)據(jù)進(jìn)行大范圍木本植被應(yīng)用的一個(gè)嘗試。

CSIRO委托SASMAC對(duì)Land Monitor區(qū)域在澳大利亞干燥季節(jié)進(jìn)行資源三號(hào)成像，所獲取影像的拍攝時(shí)間跨越了三年時(shí)間（從2012年5月19日至2015年3月29日），其中大部分獲取時(shí)間是在2013年，去掉云層覆蓋、季節(jié)變化等無效影像，最終共處理獲得了135塊有效影像，圖1是Land Monitor所覆蓋的區(qū)域以及資源三號(hào)的135塊有效影像范圍，圖2是最終利用資源三號(hào)的135塊有效影像提取的木本植被和非木本植被分類圖。

圖1 資源三號(hào)影像塊覆蓋范圍（背景是真彩色2016年Landsat-8影像，面積大約為36萬平方千米，資源三號(hào)影像框的顏色表示獲取時(shí)間：從12月至次年3月中旬呈綠色框，從3月中旬至4月末呈淺藍(lán)色框，從5月至6月呈黃色框，從7月至11月呈紅色框）

圖2 利用資源三號(hào)多光譜影像數(shù)據(jù)提取出的木本植被圖（綠色區(qū)域?yàn)槟颈局脖?，奶油黃色區(qū)域?yàn)榉悄颈局脖?。白色表示沒有合適的資源三號(hào)數(shù)據(jù)的地方，例如資源三號(hào)影像由于云層覆蓋比例過高而沒有被采用）

2.資源三號(hào)數(shù)據(jù)的預(yù)處理

CSIRO針對(duì)資源三號(hào)影像數(shù)據(jù)專門研制了輻射校正和幾何糾正等預(yù)處理方法，并形成了一套處理流程。流程處理的單元為原始整條數(shù)據(jù)帶（根據(jù)需要確定起始和結(jié)束掃描行），整條數(shù)據(jù)帶可能跨越幾百到上千千米長度。整條處理的優(yōu)勢是輻射校正和幾何糾正一致性更好，較少的處理單元也便于計(jì)算機(jī)高效處理。使用原始數(shù)據(jù)的目的是希望數(shù)據(jù)的原始信息不受任何未知的改變和處理。

資源三號(hào)的多光譜每個(gè)波段在同一時(shí)刻實(shí)際對(duì)應(yīng)不同的成像對(duì)象，對(duì)多光譜的每個(gè)波段分別進(jìn)行獨(dú)立的輻射校正與正射糾正以達(dá)到最佳效果。這個(gè)原因可由圖3說明，這是從本項(xiàng)目中某一資源三號(hào)影像塊中發(fā)現(xiàn)的有趣現(xiàn)象，一架飛機(jī)在每個(gè)多光譜波段的影像上處在不同的幾何位置。在有大型卡車的郊區(qū)這種“彩虹”現(xiàn)象較為常見。圖4展示了采用CSIRO的拼接和相對(duì)輻射預(yù)處理技術(shù)前后，原始多光譜影像和輻射校正后影像的效果比較。在最后的影像產(chǎn)品進(jìn)行了嚴(yán)格質(zhì)量控制，剔除了受薄云、陰霾、煙霧以及“彩虹”現(xiàn)象的局部影像，使得用于后續(xù)分類的影像具有較高的幾何和輻射質(zhì)量。

圖3 “彩虹”現(xiàn)象：一架飛機(jī)成像在資源三號(hào)多光譜不同波段的不同位置上

圖4 采用CSIRO的輻射預(yù)處理技術(shù)對(duì)原始多光譜影像輻射校正前后的效果比較（左：原始多光譜影像，RGB；右：拼接和相對(duì)輻射校正后的影像，RGB）

3.木本植被提取方法

使用資源三號(hào)影像的目的是繪制Land Monitor區(qū)域內(nèi)的所有木本植被的覆蓋圖，包括保護(hù)區(qū)、小溪、濕地、農(nóng)田圍場邊緣的植被以及人造林，但是不包括灌木叢和森林底部低矮的植被。對(duì)這些木本植被進(jìn)行分類的定義同樣適用于Landsat和資源三號(hào)影像，但是由于資源三號(hào)相對(duì)Landsat具有更高的空間分辨率，期望能檢測出一些在現(xiàn)有Landsat產(chǎn)品上無法檢測出的狹窄木本植被，例如沿路兩邊或農(nóng)田圍場邊界處的細(xì)長排樹、牧場內(nèi)孤立的樹木。

資源三號(hào)多光譜影像數(shù)據(jù)經(jīng)過嚴(yán)格的輻射和幾何處理后，采用類似于Land Monitor對(duì)Landsat影像進(jìn)行遙感分析的技術(shù)對(duì)資源三號(hào)影像進(jìn)行分類，并進(jìn)行了一定的改進(jìn)以提高分類精度。

（1）分層策略

對(duì)Landsat影像處理的經(jīng)驗(yàn)表明，通過將土壤、降雨、土地利用和植被群落等區(qū)域進(jìn)行分層分帶，可以顯著改善分類效果。對(duì)資源三號(hào)數(shù)據(jù)使用了相同的分層策略。資源三號(hào)影像對(duì)土壤類型的變化要比Landsat影像更為明顯，并且在某些情況下會(huì)引起分類誤差。

（2）分類指數(shù)提取

基于Landsat TM/ETM+的Land Monitor使用了木質(zhì)指數(shù)（SWIR1+RED）和綠色指數(shù)（NIR-RED）來劃出過于潮濕的區(qū)域和在某些分層帶中過綠的區(qū)域，并通過設(shè)置每個(gè)分層帶的分類閾值以優(yōu)化該分層帶的分類效果。由于資源三號(hào)傳感器不具有SWIR1波段，因此需要考慮其他分類指數(shù)。通過與基于Landsat的Land Monitor木本植被產(chǎn)品進(jìn)行比較，手動(dòng)選擇了木本植被和非木本植被的訓(xùn)練地點(diǎn)，并使用判別分析技術(shù)將其用于每個(gè)分層帶和季節(jié)得出局部最佳指數(shù)。

（3）分類指數(shù)閾值的確定和產(chǎn)品形成

在得出分類指數(shù)后，分類的下一步是選擇指數(shù)閾值，給每個(gè)像素計(jì)算歸類為木本植被的概率，得到每塊影像在每個(gè)分層帶的木本植被概率圖。這是通過使用與Landsat提取出的木本植被圖進(jìn)行半自動(dòng)“匹配”的方法來實(shí)現(xiàn)的。

通過對(duì)每塊影像在每個(gè)分層帶的木本植被概率圖拼接獲得最終概率圖，影像塊在拼接過程中的優(yōu)先級(jí)別是按預(yù)先設(shè)定的規(guī)則進(jìn)行，即優(yōu)先考慮2013年獲取的數(shù)據(jù)，在其他年份優(yōu)先考慮較干燥的季節(jié)獲取的數(shù)據(jù)，其他數(shù)據(jù)的優(yōu)先級(jí)逐漸降低，同時(shí)要考慮受類似紅土壤等因素影響的分類誤差。最后進(jìn)行二值化得到木本植被圖。利用最終的木本植被分類圖可以進(jìn)行與現(xiàn)有Land Monitor各種產(chǎn)品的對(duì)比分析，衍生新的信息。

三、對(duì)木本植被產(chǎn)品的比較分析

基于對(duì)資源三號(hào)影像的處理，通過兩個(gè)實(shí)例對(duì)木本植被產(chǎn)品進(jìn)行比較分析，在某種程度上可以說明資源三號(hào)數(shù)據(jù)具有的優(yōu)勢和帶來的新挑戰(zhàn)。

1.實(shí)例一：資源三號(hào)增加了對(duì)稀疏木本植被的提取

為了更好地解釋利用資源三號(hào)影像能檢測出更多的木本植被，將另一個(gè)監(jiān)測項(xiàng)目Urban Monitor的影像作為木本植被的背景圖（Urban Monitor采用了0.2m分辨率的數(shù)字航空影像）。圖5中兩幅圖的背景影像為2014年2月Mandurah以東的Urban Monitor影像，分辨率為0.2m。圖5（a）顯示了該地區(qū)由2014年Landsat提取出的木本植被圖層。圖5（b）顯示了相同地區(qū)由資源三號(hào)影像提取出的木本植被圖層。從比較中可以明顯看出資源三號(hào)提取出的木本植被圖層包括了更為細(xì)膩的木本植被信息，包括農(nóng)田圍場內(nèi)更多孤立的樹木叢和狹窄線狀的排樹、路邊和小溪水兩岸的排樹。利用資源三號(hào)影像不僅能提取出更為細(xì)膩的木本植被信息，同時(shí)也能更好地了解大塊木本植被的內(nèi)部細(xì)節(jié)，從圖5（b）中可以明顯看出大塊木本植被內(nèi)部的細(xì)小空間間隙，以及更為準(zhǔn)確的大塊木本植被邊界。

圖5 Landsat影像和資源三號(hào)影像提取出的木本植被信息比較

2.實(shí)例二：由土壤引起的分類誤差

由于各種土壤的光譜差異較大，加上季節(jié)和氣候變化，以及光學(xué)遙感傳感器特性的差異，土壤類型往往是引起遙感分類錯(cuò)誤的一個(gè)重要原因。雖然引入了分層策略來減少土壤、地質(zhì)、氣候等因素對(duì)分類的影響，各種分類錯(cuò)誤仍是不可避免。本實(shí)例顯示了Perenjori北部含有紅土壤區(qū)域分別采用Landsat影像和資源三號(hào)影像提取殘留木本植被的差異（圖6）。由于紅土壤與殘留的木本植被的光譜反應(yīng)較為類似，利用資源三號(hào)影像較難區(qū)分它們，易產(chǎn)生分類誤差，這種誤差也許在利用不同的時(shí)間和季節(jié)的資源三號(hào)影像上會(huì)有所不同。在這個(gè)特別例子中，如果利用Landsat影像則相對(duì)容易區(qū)分紅土壤和木本植被，這也許是由不同傳感器的波段光譜反應(yīng)差異所導(dǎo)致。

圖6 Perenjori北部的Landsat和資源三號(hào)提取的殘留木本植被比較，殘留木本植被以綠色顯示

四、結(jié)論與展望

使用資源三號(hào)影像數(shù)據(jù)對(duì)木本植被與非木本植被進(jìn)行了提取，以補(bǔ)充已經(jīng)在使用中的基于Landsat影像的Land Monitor監(jiān)測產(chǎn)品。資源三號(hào)的產(chǎn)品揭示了利用資源三號(hào)影像數(shù)據(jù)能更好地提取例如農(nóng)田間及城鎮(zhèn)中零星孤單、窄條形分布的木本植被，有效補(bǔ)償了現(xiàn)有Landsat產(chǎn)品的缺陷，為Land Monitor項(xiàng)目用戶提供了更深層次的分類信息。

在處理分析大量資源三號(hào)影像的過程中，資源三號(hào)數(shù)據(jù)的輻射動(dòng)態(tài)范圍始終保持著較大范圍，這是進(jìn)行深入遙感分析挖掘的先決條件。建議嘗試對(duì)資源三號(hào)數(shù)據(jù)作更多類別的分類作為今后進(jìn)一步的工作，以充分挖掘資源三號(hào)數(shù)據(jù)的潛力，例如利用紋理分析和多判別函數(shù)邊界對(duì)兩個(gè)以上的類別進(jìn)行分類，利用同時(shí)獲取的立體影像提取出相應(yīng)的三維模型等。

在該項(xiàng)目進(jìn)行期間，使用資源三號(hào)影像最大的限制是較難實(shí)現(xiàn)在希望的數(shù)據(jù)獲取時(shí)間段內(nèi)完成對(duì)項(xiàng)目區(qū)域的影像完整覆蓋。這是由于資源三號(hào)衛(wèi)星（01星）作為科研試驗(yàn)衛(wèi)星尚無法對(duì)眾多需求一一滿足。希望隨著三顆資源三號(hào)衛(wèi)星的組網(wǎng)，數(shù)據(jù)獲取能力得到極大提高后，資源三號(hào)星座能為進(jìn)行大規(guī)模的遙感監(jiān)測應(yīng)用提供更多的機(jī)會(huì)，展示出資源三號(hào)衛(wèi)星系列兼具測繪制圖與遙感監(jiān)測的巨大能力。