徐存東，李洪飛，谷豐佑，張 鵬，高德坤

（1.華北水利水電大學(xué)水利學(xué)院，河南鄭州450046；2.水資源高效利用與保障工程河南省系統(tǒng)創(chuàng)新中心，河南鄭州450046；3.河南省水工結(jié)構(gòu)安全工程技術(shù)研究中心，河南鄭州450046）

0 引 言

無(wú)人機(jī)遙感屬于低空遙感技術(shù)，其在影像數(shù)據(jù)采集過(guò)程中具備機(jī)動(dòng)靈活、成本低、高分辨率以及受氣象干擾影響小等傳統(tǒng)衛(wèi)星遙感所不能比擬的優(yōu)勢(shì)。目前對(duì)無(wú)人機(jī)遙感的研究主要集中在其飛行系統(tǒng)的研制、遙感影像處理方法、森林資源清查、農(nóng)作物監(jiān)測(cè)和地物分類(lèi)等方面［1］。相關(guān)研究中，提出了強(qiáng)化無(wú)人機(jī)飛行系統(tǒng)的穩(wěn)定性、獲取遙感影像的精確性以及數(shù)據(jù)傳輸和高精度的圖像后處理等關(guān)鍵技術(shù)［2］；結(jié)合地理信息系統(tǒng)技術(shù)和無(wú)人機(jī)遙感影像后處理技術(shù)，構(gòu)建了專(zhuān)業(yè)森林資源調(diào)查與管理系統(tǒng)［3］；基于無(wú)人機(jī)遙感獲取的可見(jiàn)光影像，提出了優(yōu)選特征訓(xùn)練分類(lèi)模型［4］；將無(wú)人機(jī)遙感技術(shù)在熱帶農(nóng)業(yè)中進(jìn)行應(yīng)用，對(duì)歸一化植被指數(shù)與物理土壤質(zhì)量和香蕉果實(shí)生產(chǎn)數(shù)據(jù)的空間格局進(jìn)行比較［5］；利用植被紋理及顏色對(duì)不同植被類(lèi)型進(jìn)行分類(lèi)［6］。雖然在無(wú)人機(jī)遙感定量監(jiān)測(cè)方面國(guó)內(nèi)外研究取得了豐碩的成果，但目前基于低空無(wú)人機(jī)遙感影像的鹽堿地識(shí)別和監(jiān)測(cè)的研究較少。

我國(guó)西北干旱荒漠區(qū)通過(guò)大力建設(shè)提水調(diào)水工程，發(fā)展人工綠洲是改善當(dāng)?shù)鼐用裆a(chǎn)生活條件和重新構(gòu)建區(qū)域小生態(tài)的重要措施，但是，由于大量的外調(diào)水灌溉和獨(dú)特的高蒸發(fā)低降雨氣候條件，致使該區(qū)域耕地次生鹽堿化問(wèn)題也越來(lái)越突出［7，8］。因此，鹽堿地信息的快速獲取和精確解譯是改善農(nóng)業(yè)生態(tài)的前提和基礎(chǔ)。而在以往的研究中，主要是采用傳統(tǒng)的航空航天遙感影像對(duì)鹽堿地信息進(jìn)行提取，存在數(shù)據(jù)波段多且相關(guān)性大、大量冗余數(shù)據(jù)和較易受天氣影響等問(wèn)題，給鹽堿地的精準(zhǔn)解譯和分類(lèi)帶來(lái)了一定的技術(shù)難度和復(fù)雜度。因此，研究基于無(wú)人機(jī)遙感技術(shù)的鹽堿地信息精確提取方法則顯得尤為重要，本文選取景泰川電力提灌灌區(qū)（以下稱(chēng)“景電灌區(qū)”）為研究區(qū)，選取兩個(gè)典型感興趣區(qū)域，分別采用監(jiān)督分類(lèi)中的五類(lèi)分類(lèi)器執(zhí)行分類(lèi)，通過(guò)對(duì)比分類(lèi)結(jié)果尋求提取該區(qū)域內(nèi)鹽堿地信息的最優(yōu)方法，以期為研究區(qū)內(nèi)鹽堿地解譯提供技術(shù)支撐。

1 材料與方法

1.1 研究區(qū)概況

景電灌區(qū)地處我國(guó)西北干旱荒漠區(qū)，該區(qū)域位于東經(jīng)103°20'～104°04'，北緯37°26'～38°41'之間，北依騰格里沙漠，南靠祁連山脈東端，東臨黃河，是連接甘、寧、蒙三省的交界地帶［9］。灌區(qū)建成于20 世紀(jì)70年代處，分兩期建成，一期建成于1971年，二期于1987年投入使用，其地理位置見(jiàn)圖1。灌區(qū)屬典型的溫帶大陸性氣候，多年平均降雨量185.6 mm，多年平均蒸發(fā)量2 365.92 mm，干旱少雨，晝夜溫差大，蒸發(fā)強(qiáng)烈，日照時(shí)間長(zhǎng)，春季多風(fēng)，夏季炎熱且無(wú)霜期較長(zhǎng)。干旱的氣候條件、低平封閉的地形、土壤母質(zhì)含鹽量較高以及不合理的耕作、灌溉和施肥等原因，誘發(fā)了該區(qū)域大面積的土壤鹽堿化。隨著鹽堿化程度的不斷加劇，使得大量土地被棄耕，土壤鹽漬化已成為制約灌區(qū)土地資源利用的主要障礙，嚴(yán)重制約當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)的可持續(xù)發(fā)展。

圖1 灌區(qū)地理位置Fig.1 Geographical location of irrigation area

1.2 數(shù)據(jù)獲取與整理

在景電灌區(qū)于2017年5月25日進(jìn)行航空影像采集，采用彈射起飛方式，高度500 m；搭載2 400 萬(wàn)像素的SONY ILCE-5100相機(jī)，并配備影像傳感器。起飛前先進(jìn)行研究區(qū)飛行架次劃分，飛機(jī)按“蛇”字航線在每個(gè)架次內(nèi)連續(xù)垂直航拍，完整覆蓋整個(gè)區(qū)域，采集精度15 cm。無(wú)人機(jī)每個(gè)架次內(nèi)拍攝200～350張分辨率6 000×4 000的照片。

航空影像采用UASMaster 進(jìn)行快速拼接，首先通過(guò)POS 進(jìn)行數(shù)據(jù)定向及點(diǎn)云提取，然后通過(guò)地面控制點(diǎn)GCP 數(shù)據(jù)進(jìn)行點(diǎn)云數(shù)據(jù)的地理信息配準(zhǔn)，最終建立立體模型、賦予紋理，獲取符合拼接結(jié)果的真彩色圖像見(jiàn)圖2（a），在目視分析原始影像和地面調(diào)查的結(jié)果的基礎(chǔ)上，通過(guò)無(wú)人機(jī)采集土壤鹽漬化較為嚴(yán)重區(qū)域的圖像。感興趣區(qū)域見(jiàn)圖2（b）和圖2（c），圖像分辨率為0.15 m，圖像儲(chǔ)存為紅綠藍(lán)3種色彩的灰度信息［10］。

圖2 感興趣區(qū)域選擇Fig.2 Region of interest selection

1.3 研究方法

在對(duì)原始影像數(shù)據(jù)進(jìn)行預(yù)處理的基礎(chǔ)上，采用低通濾波做增強(qiáng)處理。根據(jù)分類(lèi)的復(fù)雜度、精度需求等選擇分類(lèi)器執(zhí)行監(jiān)督分類(lèi)，本試驗(yàn)分別采用平行六面體、最小距離、最大似然、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)5種分類(lèi)器對(duì)影像執(zhí)行監(jiān)督分類(lèi)［11-13］，分類(lèi)器的說(shuō)明如表1所示。

表1 5種監(jiān)督分類(lèi)器說(shuō)明Tab.1 Description of five supervised classifiers

通過(guò)對(duì)無(wú)人機(jī)遙感影像基本判讀，借助研究區(qū)地物自然屬性以及野外調(diào)研結(jié)果，最終建立了研究區(qū)內(nèi)耕地、荒地、樹(shù)木和鹽堿地等地物的遙感解譯標(biāo)志，如表2所示。區(qū)域1、區(qū)域2 各選取訓(xùn)練樣本100 個(gè)和90 個(gè)，并在無(wú)人機(jī)航拍的區(qū)域1、區(qū)域2的范圍內(nèi)隨機(jī)的選取1 m×1 m的樣方各90個(gè)和80個(gè)，通過(guò)目視解譯確定該樣方地物類(lèi)型，對(duì)最后分類(lèi)結(jié)果進(jìn)行驗(yàn)證。采用5種分類(lèi)器執(zhí)行監(jiān)督分類(lèi)，同時(shí)采用聚類(lèi)（Clump）統(tǒng)計(jì)，對(duì)分類(lèi)結(jié)果進(jìn)行小斑點(diǎn)處理，以提高分類(lèi)精度，并對(duì)分類(lèi)結(jié)果進(jìn)行驗(yàn)證。最后應(yīng)用混淆矩陣對(duì)5種方法的分類(lèi)精度進(jìn)行評(píng)價(jià)。

表2 遙感影像解譯標(biāo)志Tab.2 Interpretation mark of remote sensing image

2 結(jié)果與分析

2.1 分類(lèi)結(jié)果檢驗(yàn)

本研究應(yīng)用遙感圖像處理軟件ENVI5.3對(duì)兩個(gè)區(qū)域按上述5種監(jiān)督分類(lèi)器進(jìn)行分類(lèi)，其分類(lèi)結(jié)果如圖3、4所示。

區(qū)域1 分類(lèi)結(jié)果如圖3所示，區(qū)域2 分類(lèi)結(jié)果如圖4所示，從平行六面體到支持向量機(jī)各地物間分離度逐漸增高。在兩個(gè)區(qū)域平行六面體的分類(lèi)結(jié)果中，出現(xiàn)較多空白區(qū)域，即像元未參與分類(lèi)；在最小距離分類(lèi)結(jié)果中，區(qū)域1、區(qū)域2 中出現(xiàn)較多錯(cuò)分像元，輕度鹽漬區(qū)中混入大量重度鹽漬區(qū)的部分，已耕地塊與未耕地塊被錯(cuò)分為荒地；神經(jīng)網(wǎng)絡(luò)的分類(lèi)結(jié)果較平行六面體與最小距離各地物的區(qū)分度較高，分類(lèi)結(jié)果與實(shí)際地物有較好的吻合性，但依然存在少量錯(cuò)分的像元，尤其在地物交叉區(qū)域，未耕地塊的部分像元被錯(cuò)分為荒地；最大似然與支持向量機(jī)分類(lèi)結(jié)果中僅出現(xiàn)零星差異，最大似然分類(lèi)結(jié)果中僅出現(xiàn)個(gè)別像元被錯(cuò)分，輕度鹽漬區(qū)中部分被劃分為未耕地塊；支持向量機(jī)分類(lèi)精度明顯提高，各地物間分離度最高。

圖3 區(qū)域1分類(lèi)結(jié)果Fig.3 Area 1 classification results

圖4 區(qū)域2分類(lèi)結(jié)果Fig.4 Area 2 classification results

平行六面體分類(lèi)是首先在各軸上假設(shè)大量的分割點(diǎn)，將多維特征劃分為互不重疊且與不同類(lèi)別一一對(duì)應(yīng)的分類(lèi)方法，這種方法為了構(gòu)成特征子空間需要以較高的精度設(shè)定每個(gè)分類(lèi)器的光譜特征上限值和下限值，對(duì)于某個(gè)未知像元如果落入所有的特征子空間中，則屬于未知類(lèi)型；最小距離分類(lèi)法雖然計(jì)算快，但只考慮每一類(lèi)樣本的均值，計(jì)算每個(gè)像元到各類(lèi)樣本中心的距離，并沒(méi)有考慮類(lèi)別內(nèi)部方差與類(lèi)別間協(xié)方差，故分類(lèi)精度不高；神經(jīng)網(wǎng)絡(luò)分類(lèi)過(guò)度依賴(lài)于網(wǎng)格訓(xùn)練樣本的選取，其在形式上只是大腦的簡(jiǎn)單粗略模仿；最大似然分類(lèi)方法要求已知不同地物類(lèi)型分布的先驗(yàn)規(guī)律而且假定其樣本數(shù)據(jù)符合某一固定的概率模型，本試驗(yàn)的地物分布規(guī)律并沒(méi)有事先確定，在沒(méi)有達(dá)到模型假定條件情況下，容易出現(xiàn)較多錯(cuò)誤分類(lèi)像元；支持向量機(jī)最終分類(lèi)函數(shù)只由支持向量所確定，支持向量的數(shù)目決定計(jì)算的復(fù)雜度，而非樣本空間的維數(shù)，在某種程度上避免了維數(shù)所造成的分類(lèi)誤差，且具有良好的魯棒性。

兩區(qū)域中重度鹽漬區(qū)、輕度鹽漬區(qū)，未耕地塊分布較為集中，中度鹽漬區(qū)分布較為分散，且大部分分布在輕度鹽漬區(qū)與已耕地塊的邊緣部分，荒地則主要分布在未耕地塊間或兩地物的交界地帶，兩區(qū)域均處于封閉型水文地質(zhì)單元，受干旱氣候、低洼封閉的地勢(shì)條件以及人為灌溉因素的影響，積鹽現(xiàn)象較明顯。

2.2 精度評(píng)價(jià)

本實(shí)驗(yàn)分別對(duì)兩區(qū)域的分類(lèi)結(jié)果應(yīng)用90、80個(gè)驗(yàn)證樣本進(jìn)行驗(yàn)證，采用混淆矩陣對(duì)分類(lèi)結(jié)果進(jìn)行評(píng)價(jià)，選取混淆矩陣中的總精度、Kappa系數(shù)、生產(chǎn)者精度和使用者精度作為參考的評(píng)價(jià)指標(biāo)，評(píng)價(jià)結(jié)果如表3、4所示。

表3 區(qū)域1遙感影像分類(lèi)精度%Tab.3 Classification accuracy of region 1 remote sensing image

表4 區(qū)域2遙感影像分類(lèi)精度%Tab.4 Classification accuracy of region 2 remote sensing image

總精度指被正確分類(lèi)的像元與總像元數(shù)的比值，Kappa 系數(shù)是反映不同模型或分析方法在預(yù)測(cè)結(jié)果上與實(shí)際結(jié)果是否具有一致性的指標(biāo)，其值越大則代表該模型或方法分類(lèi)精度越高。兩區(qū)域精度評(píng)價(jià)中從平行六面體到支持向量機(jī)總精度和Kappa 系數(shù)逐漸升高，總精度最高達(dá)96.55%，Kappa 系數(shù)最高達(dá)到0.957 3，區(qū)域1 中總精度提升了3.51%～27.7%，Kappa 系數(shù)提升了0.041 9～0.311 5；區(qū)域2 中總精度提升了5.4%～42.88%，Kappa系數(shù)提升了0.063 1～0.495 2。其中以耕地分類(lèi)精度最高，其次是輕度鹽漬區(qū)、未耕地塊、重度鹽漬區(qū)、重度鹽漬區(qū)，荒地的分類(lèi)精度最低。

2.3 鹽堿地提取

使用ArcGIS 軟件對(duì)上圖中區(qū)域1、區(qū)域2 不同分類(lèi)結(jié)果下每類(lèi)地物的面積及占比進(jìn)行提取，如表5、6所示。

應(yīng)用分類(lèi)精度最高的支持向量機(jī)法對(duì)區(qū)域1 和區(qū)域2 的各地物信息進(jìn)行提取，結(jié)果如圖5所示。

圖5 區(qū)域1、區(qū)域2支持向量機(jī)法分類(lèi)結(jié)果Fig.5 Classification results of region 1 and region 2 support vector machine

由表5、6 和圖5可知，應(yīng)用支持向量機(jī)法對(duì)兩區(qū)域中各地物的面積占比隨著分類(lèi)精度的提高逐漸趨于穩(wěn)定，區(qū)域1 中重度鹽漬區(qū)占比在9.1%左右，面積為27 555 m2；中度鹽漬區(qū)占比在18.8%左右，面積為56 714 m2；輕度鹽漬區(qū)占比15.6%左右，面積為46 914 m2；區(qū)域2 中重度鹽漬區(qū)占比約為5.6%，面積為8 736 m2；中度鹽漬區(qū)面積占比8.4%左右，約占面積13 019 m2；輕度鹽漬區(qū)面積約為22.1%，面積約34 471 m2；區(qū)域1 中鹽漬區(qū)占比約43.5%，區(qū)域2 約36.1%。區(qū)域1 鹽漬區(qū)中中度鹽漬區(qū)較為顯著，區(qū)域2中輕度鹽漬區(qū)占比最大。

表5 區(qū)域1各分類(lèi)結(jié)果面積占比Tab.5 Area ratio of each classification result in area 1

3 討 論

當(dāng)前傳統(tǒng)航空航天遙感影像仍然是鹽堿地信息獲取和監(jiān)測(cè)的主要手段，但存在采樣周期長(zhǎng)、空間分辨率和易受大氣影響等問(wèn)題，精確性和實(shí)時(shí)性均受限制，并不能及時(shí)地對(duì)鹽堿地信息進(jìn)行監(jiān)測(cè)［14］。隨著低空無(wú)人機(jī)和高分辨率傳感器技術(shù)的發(fā)展，其擁有靈活性高、空間分辨率高和受氣象影像小等特點(diǎn)，彌補(bǔ)了傳統(tǒng)遙感的不足，這些優(yōu)勢(shì)使得無(wú)人機(jī)遙感技術(shù)在小區(qū)域應(yīng)用方面的前景越來(lái)越廣泛［15］。我國(guó)西北干旱荒漠區(qū)受人為因素和氣象因素的影響，鹽堿地分布范圍廣且類(lèi)型復(fù)雜［16］，將無(wú)人機(jī)遙感技術(shù)應(yīng)用于鹽堿地信息的精確提取已成為當(dāng)前研究的熱點(diǎn)。在目前的遙感分類(lèi)方法中，常用的仍是如最大似然法、最小距離法和平行六面體法等傳統(tǒng)的模式識(shí)別分類(lèi)方法，其分類(lèi)結(jié)果受遙感影像空間分辨率的高低和“異物同譜”或“同物異譜”等現(xiàn)象的影響，而容易出現(xiàn)較多的漏分或錯(cuò)分現(xiàn)象，影響地物分類(lèi)的準(zhǔn)確性［17-18］。近年來(lái)隨著人工智能技術(shù)的發(fā)展，涌現(xiàn)出了一些新理論新方法，如神經(jīng)網(wǎng)絡(luò)法、支持向量機(jī)法等，其分類(lèi)效果較傳統(tǒng)的分類(lèi)方法更加理想，主要由于在處理模式分類(lèi)問(wèn)題時(shí)，神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)法不在基于某個(gè)假設(shè)的概率分布，而是在對(duì)訓(xùn)練樣本學(xué)習(xí)的基礎(chǔ)上，獲得分類(lèi)的權(quán)值，形成不同分類(lèi)器，從而具有更高的容錯(cuò)性，能更好地處理遙感影像中的“異物同譜”或“同物異譜”問(wèn)題，從而提高分類(lèi)精度［19］。

但大量研究表明針對(duì)不同的研究區(qū)或研究對(duì)象其最優(yōu)分類(lèi)方法也是多變的，雖然本文支持向量機(jī)分類(lèi)方法在鹽堿地信息提取上效果最佳，無(wú)論是總精度或Kappa 系數(shù)均優(yōu)于其他分類(lèi)方法，其在地物邊界和鹽堿化程度分類(lèi)上也比其他方法效果好，但由于真實(shí)地表地物的繁雜多變，會(huì)直接影響遙感影像本身采集的地物信息，進(jìn)而導(dǎo)致分類(lèi)效果差，所以在無(wú)人機(jī)遙感影像采集和精度校準(zhǔn)技術(shù)中仍有許多問(wèn)題值得我們探討。

4 結(jié) 論

（1）利用研究區(qū)真彩色遙感影像，結(jié)合平行六面體、最小距離、神經(jīng)網(wǎng)絡(luò)、最大似然、支持向量機(jī)五種分類(lèi)方法對(duì)影像內(nèi)地物進(jìn)行分類(lèi)，通過(guò)混淆矩陣進(jìn)行分類(lèi)精度評(píng)價(jià)；結(jié)果表明，兩區(qū)域地物分類(lèi)中從平行六面體到支持向量機(jī)，支持向量機(jī)總體分類(lèi)精度和Kappa系數(shù)均優(yōu)于其他方法，各地物間分離度最高，具有較好的魯棒性。

（2）通過(guò)ArcGIS 軟件對(duì)區(qū)域1、2 不同分類(lèi)結(jié)果下每類(lèi)地物的面積及占比進(jìn)行提取，兩區(qū)域不同地物的面積占比隨著分類(lèi)精度的提高逐漸趨于穩(wěn)定，同時(shí)表明支持向量機(jī)在分類(lèi)較復(fù)雜的地物類(lèi)型時(shí)具有較好的應(yīng)用價(jià)值；從解譯結(jié)果來(lái)看，兩區(qū)域中重度和輕度鹽漬區(qū)分布較為集中，中度鹽漬區(qū)分布較為分散，由于灌區(qū)持續(xù)的不合理灌溉，鹽漬化程度有進(jìn)一步加重的趨勢(shì)。

（3）采用監(jiān)督分類(lèi)對(duì)鹽堿地信息進(jìn)行提取，此類(lèi)方法對(duì)樣本有較大的依賴(lài)性，訓(xùn)練樣本和驗(yàn)證樣本的選取不同，可能會(huì)影響最終的分類(lèi)結(jié)果和精度評(píng)價(jià)?！?/p>