劉葉取，張立,3*，郭康麗，黨二莎，唐世林

1.中國科學(xué)院南海海洋研究所，廣州 510301

2.南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室（廣州），廣州 511458

3.中國科學(xué)院大學(xué)，北京 100049

4.廣州南科海洋工程中心，廣州 510220

引 言

紅樹林生長在熱帶和亞熱帶的海岸潮間帶灘涂[1]，是一種重要的濱海濕地生態(tài)系統(tǒng)，具有防護(hù)堤岸、抵御風(fēng)浪、凈化水源、改善海灣環(huán)境、固碳和維系濕地系統(tǒng)生物多樣性的重要作用[2-3]。我國紅樹林主要分布在廣東、海南、廣西、福建、香港、澳門等地[4]，其中廣東占全國紅樹林面積的40%[5-6]，是全國紅樹林分布面積最大、范圍最廣、種類最為豐富的地區(qū)之一[3,7]。廣東省作為我國經(jīng)濟(jì)發(fā)達(dá)省份，政策扶持、建立自然保護(hù)區(qū)、人工種植等措施利于紅樹林的生長，但一些不合理的水產(chǎn)養(yǎng)殖、填海造地等活動(dòng)對(duì)紅樹林生長環(huán)境帶來了巨大挑戰(zhàn)。明晰廣東省紅樹林分布現(xiàn)狀和范圍在海洋環(huán)境保護(hù)、生態(tài)文明建設(shè)等政府決策方面具有非常重要的基礎(chǔ)現(xiàn)實(shí)意義。

由于紅樹林生長在廣闊的潮間帶淤泥中，常規(guī)的野外調(diào)查方法難以實(shí)現(xiàn)紅樹林大范圍長時(shí)序的調(diào)查、監(jiān)測等工作。遙感技術(shù)具有大面積同步觀測、重訪周期短、動(dòng)態(tài)性和數(shù)據(jù)綜合性等特點(diǎn)，在紅樹林資源調(diào)查中應(yīng)用越來越廣泛[8-12]。近年來，國產(chǎn)遙感衛(wèi)星取得較大突破，特別是高分辨率先進(jìn)對(duì)地觀測系統(tǒng)（高分系列衛(wèi)星），達(dá)到了國際先進(jìn)水平。

本文基于2015-2020年高分二號(hào)遙感影像提取的廣東沿岸紅樹林高分辨矢量數(shù)據(jù)，顯示了廣東沿岸紅樹林的分布位置、范圍和利用現(xiàn)狀。本數(shù)據(jù)集基于國產(chǎn)衛(wèi)星影像進(jìn)行數(shù)據(jù)處理和解譯分類提取廣東沿岸紅樹林矢量數(shù)據(jù)，可作為廣東沿岸紅樹林研究的基礎(chǔ)數(shù)據(jù)，為研究該區(qū)域紅樹林資源的保護(hù)、恢復(fù)、管理及海洋環(huán)境變化、濕地動(dòng)態(tài)監(jiān)測等提供科學(xué)依據(jù)。

1 數(shù)據(jù)采集和處理方法

1.1 數(shù)據(jù)源

高分二號(hào)（GF-2）衛(wèi)星于2014年8月19日成功發(fā)射，8月21日首次開機(jī)成像并下傳數(shù)據(jù)，在軌5年多。高分二號(hào)衛(wèi)星搭載有兩臺(tái)高分辨率1 m全色、4 m多光譜相機(jī)，GF-2衛(wèi)星有效載荷參數(shù)見表1。它具有亞米級(jí)空間分辨率、高定位精度和快速姿態(tài)機(jī)動(dòng)能力等特點(diǎn)，有效地提升了衛(wèi)星綜合觀測效能，達(dá)到了國際先進(jìn)水平。

表1 GF-2衛(wèi)星有效載荷參數(shù)Table 1 GF-2 load parameters

本數(shù)據(jù)采用的高分二號(hào)數(shù)據(jù)產(chǎn)品為L1A級(jí)產(chǎn)品，包括全色影像和多光譜2個(gè)TIFF文件，還需進(jìn)行輻射校正、大氣校正、正射校正等預(yù)處理。選擇2015-2020年覆蓋廣東沿岸的119幅高質(zhì)量的高分二號(hào)衛(wèi)星數(shù)據(jù)，云量低于20%，下載后檢查數(shù)據(jù)，確保影像沒有缺失、條帶等異常現(xiàn)象影響后續(xù)圖像處理。

1.2 數(shù)據(jù)處理

高分二號(hào)L1A級(jí)衛(wèi)星遙感產(chǎn)品，需要進(jìn)行數(shù)據(jù)預(yù)處理和遙感解譯分類兩個(gè)步驟。數(shù)據(jù)預(yù)處理主要包括輻射校正、大氣校正、正射校正等，遙感解譯分類包括多尺度分割、樣本選取和圖件制作等，流程如圖1。

圖1 廣東省沿岸紅樹林矢量數(shù)據(jù)生產(chǎn)示意圖Figure 1 Technical workflow of mangrove vector dataset along the coast of Guangdong Province

1.2.1 數(shù)據(jù)預(yù)處理

數(shù)據(jù)預(yù)處理操作在ENVI 5.3平臺(tái)上完成。根據(jù)影像頭文件提供的參考值對(duì)影像進(jìn)行輻射校正，將無意義的DN值轉(zhuǎn)化為有意義的底物反射率。大氣校正采用快速大氣校正工具（Quick Atmospheric Correction，QUAC），它能夠自動(dòng)從圖像上收集不同物質(zhì)的波譜信息，獲取經(jīng)驗(yàn)值完成高光譜和多光譜的快速大氣校正，可以有效地去除大氣中的水蒸氣、氧氣、二氧化碳、甲烷、臭氧以及氣溶膠對(duì)圖像的影響。正射校正是基于ENVI 5.3自帶DEM數(shù)據(jù)進(jìn)行無控制點(diǎn)校正。最后，使用NNDiffuse Pan Sharpening方法融合，得到高分辨率（1 m）的融合影像。

1.2.2 遙感解譯分類

本數(shù)據(jù)集采用面向?qū)ο筇卣鞣诸惙椒ń庾g分類紅樹林遙感信息。面向?qū)ο筇卣鞣诸愂抢糜?xùn)練樣本數(shù)據(jù)集合鄰近像元為對(duì)象來識(shí)別感興趣的光譜，充分利用高分辨率的全色和多光譜的空間、紋理和光譜信息來分類，精確地提取地物。利用面向?qū)ο蠓椒ㄌ崛∩汉鹘福錅?zhǔn)確率比最大似然法提高了24%[13]，應(yīng)用于土地利用類型分類也得到了滿意的結(jié)果[14]。紅樹林分類上，賈明明使用面向?qū)ο蠓椒▽?duì)2010年中國東南沿海紅樹林進(jìn)行遙感制圖，結(jié)果表明，紅樹林分類精度達(dá)到90%以上[15]。張蓉構(gòu)建了多種光譜特征、地形特征參數(shù)，利用面向?qū)ο蟮姆椒▽?duì)大珠三角紅樹林提取分析，紅樹林分類精度達(dá)到85%以上[16]。

本文采用面向?qū)ο蟮姆诸惙椒?，包括分割和分類兩步。分層分割是根?jù)不同層次進(jìn)行多次分割，然后通過閾值進(jìn)行優(yōu)化合并，形成網(wǎng)絡(luò)層次結(jié)構(gòu)[17]。異構(gòu)性閾值中，自定義顏色加權(quán)為0.9，形狀加權(quán)為 0.1；為避免緊湊或非緊湊段，平滑度和緊湊度權(quán)重分別設(shè)置為 0.5和 0.5。將各景影像在eCognition Developer 8.64.1平臺(tái)上多尺度分割為多個(gè)層次，得到一幅分割后的矢量圖像；分類法選擇最鄰近分類法，選取的感興趣區(qū)（Area of Interested，AOI）樣本計(jì)算其隸屬度從而將其分類。

2 數(shù)據(jù)樣本描述

本數(shù)據(jù)集是利用融合后的高分二號(hào)影像，采用面向?qū)ο筇卣魈崛〉姆诸惙椒?，得到紅樹林矢量數(shù)據(jù)，能夠直觀展示 2015-2020年廣東省沿岸紅樹林分布位置和范圍。影像空間分辨率為 1 m，shapefile格式，投影為Transverse_Mercator投影，坐標(biāo)系為GCS_WGS_1984，制作的廣東省沿岸紅樹林分布如圖2所示。

圖2 廣東省沿岸紅樹林分布圖（審圖號(hào)：GS(2022)981號(hào)）Figure 2 Coastal mangrove distribution of Guangdong Province

3 數(shù)據(jù)質(zhì)量控制和評(píng)估

完成紅樹林矢量數(shù)據(jù)提取后，采用混淆矩陣方法，計(jì)算總體分類精度、Kappa系數(shù)和生產(chǎn)精度，對(duì)提取到紅樹林矢量數(shù)據(jù)進(jìn)行精度評(píng)價(jià)。以Google Earth影像作為參考圖像，采用目視判別選取樣本，樣本分布于粵東、珠三角和粵西地區(qū)，包括汕頭、深圳、珠海、茂名、陽江、湛江等地。樣本主要分為紅樹林和非紅樹林兩大類，紅樹林樣本數(shù)約為500個(gè)。紅樹林提取總體精度為95.83%，Kappa系數(shù)據(jù)為0.8872，生產(chǎn)精度達(dá)到85.83%，數(shù)據(jù)質(zhì)量較為理想。

本數(shù)據(jù)集在生產(chǎn)過程中，未考慮潮汐淹沒廣東沿岸紅樹林的情況，從而水面以下的紅樹林提取會(huì)有一定的偏差。因此，接下來的工作可以結(jié)合海水潮汐周期性變化，提高紅樹林矢量數(shù)據(jù)集精度。

4 數(shù)據(jù)價(jià)值

高質(zhì)量的國產(chǎn)遙感衛(wèi)星數(shù)據(jù)產(chǎn)品對(duì)廣東沿岸紅樹林系統(tǒng)的保護(hù)、恢復(fù)、管理極其重要。本研究收集了高分二號(hào)1 m分辨率的遙感影像，采用分割-分類的面向?qū)ο筇卣鞯姆诸惙椒ǎa(chǎn)了2015-2020年廣東沿岸紅樹林分布的矢量數(shù)據(jù)集，為廣東沿岸紅樹林的保護(hù)恢復(fù)、管理規(guī)劃及濕地動(dòng)態(tài)監(jiān)測等提供了數(shù)據(jù)支持。本產(chǎn)品采集的遙感影像云量少、分辨率高，提供的shapefile矢量文件可直接在ArcGIS、ENVI等軟件平臺(tái)使用，可為海洋生態(tài)修復(fù)、海洋帶監(jiān)測、城市發(fā)展規(guī)劃提供參考。

5 數(shù)據(jù)使用方法和建議

2015-2020年廣東省沿岸紅樹林分布矢量數(shù)據(jù)集存儲(chǔ)為shapefile矢量格式，建議使用ArcGIS軟件打開、查詢、編輯及統(tǒng)計(jì)等。2015-2020年廣東省沿岸紅樹林分布圖為TIFF格式，可直接瀏覽，方便使用者快速定位、可視化感興趣區(qū)域紅樹林資源的位置和分布范圍。

數(shù)據(jù)作者分工職責(zé)

劉葉?。?992—），男，廣東陽江人，碩士，助理工程師，研究方向?yàn)楹Ｑ筮b感應(yīng)用和海洋信息服務(wù)。主要承擔(dān)工作：高分二號(hào)影像補(bǔ)缺、數(shù)據(jù)預(yù)處理和遙感信息提取。

唐世林（1981—），男，湖南邵陽人，博士，正高級(jí)工程師，研究方向?yàn)楹Ｑ筮b感和海洋信息化。主要承擔(dān)工作：方案設(shè)計(jì)和產(chǎn)品精度檢查。

張立（1980—），女，北京人，博士研究生，中級(jí)工程師，研究方向?yàn)闉I海濕地生態(tài)修復(fù)。主要承擔(dān)工作：高分二號(hào)影像收集，方案前期調(diào)研和廣東省紅樹林資源背景調(diào)研分析。

郭康麗（1992—），女，湖南郴州人，碩士，工程師，研究方向?yàn)楹Ｑ蟓h(huán)境資源保護(hù)修復(fù)。主要承擔(dān)工作：協(xié)助收集整理高分二號(hào)影像，現(xiàn)場調(diào)查。

黨二莎（1990—），女，陜西西安人，碩士，工程師，研究方向?yàn)楹Ｑ蟓h(huán)境評(píng)價(jià)研究。主要承擔(dān)工作：協(xié)助方案設(shè)計(jì)，現(xiàn)場調(diào)查。