韓 旭,邱家瑞,孟 承
(天津市林業(yè)調(diào)查規(guī)劃設(shè)計(jì)院天津 300112)
Spot5衛(wèi)星是法國空間研究中心 CNES于2002年5月發(fā)射的一種地球觀測(cè)衛(wèi)星系統(tǒng)。Spot5遙感數(shù)據(jù)的多光譜波段空間分辨率為10 m 短波紅外空間分辨率為20 m 全色波段空間分辨率最高可達(dá)到2.5 m。Spot5遙感影像的專業(yè)制圖比例尺為1∶25000 概覽成圖比例尺極限為1∶10000。
Spot5遙感影像已經(jīng)大量應(yīng)用于我國的森林資源調(diào)查中 為森林資源調(diào)查提供了準(zhǔn)確、豐富、可靠、動(dòng)態(tài)和經(jīng)濟(jì)的地理信息源。相比森林資源調(diào)查中使用的其它類型遙感影像 Spot5遙感影像具有明顯優(yōu)勢(shì)。例如 雖然航空像片價(jià)格比較昂貴 但影像分辨率非常高 目視判讀解譯工作量大 TM空間分辨率較低 無法滿足森林資源調(diào)查中準(zhǔn)確判讀解譯的需要。
Spot5遙感影像分辨率最高可達(dá)到2.5 m 判讀識(shí)別能力較強(qiáng) 能夠識(shí)別絕大部分地物 但是很難識(shí)別林地中樹種組成、郁閉度和齡級(jí)等。
基于Spot5遙感影像進(jìn)行的森林資源調(diào)查 中 目視判讀解譯是核心 影響森林資源調(diào) 查成果的整體質(zhì)量。
表1 Spot5遙感影像地類判讀識(shí)別能力評(píng)價(jià)簡(jiǎn)表
圖1 基于Spot5遙感影像進(jìn)行森林資源調(diào)查流程圖
目視判讀解譯標(biāo)志 也稱判讀要素 它是遙感圖像上能直接反映和判別地物信息的影像特征 包括形狀、大小、陰影、色調(diào)、顏色、紋理、圖案、位置和布局。建立目視判讀解譯標(biāo)志是目視判讀解譯的前提條件正確的建立目視判讀解譯標(biāo)志可以提高目視判讀解譯的正確率。
首先 要熟悉本期遙感影像的圖像特性 選擇幾塊能覆蓋區(qū)域內(nèi)所有地類、色調(diào)類型齊全且有代表性的樣地 然后 利用GPS定位 找到樣地位置 進(jìn)行樣地野外調(diào)查 現(xiàn)地拍照建立檔案 記錄森林資源調(diào)查信息 最后 根據(jù)影像上反映的顏色、光澤、幾何形狀、結(jié)構(gòu)紋理及分布等與判讀因子的相關(guān)關(guān)系 結(jié)合樣地野外調(diào)查信息 運(yùn)用簡(jiǎn)單的文字描述 建立目視判讀解譯標(biāo)志卡片。
表2 Spot5遙感影像目視判讀解譯標(biāo)志卡片(2011年9月天津市)
第一 建立目視判讀解譯標(biāo)志前 必須確定判讀遙感影像的投影坐標(biāo)和比例尺 不同的投影坐標(biāo)和比例尺下建立的目視判讀解譯標(biāo)志都會(huì)產(chǎn)生不同的效果 直接影響遙感影像目視判讀解譯的正確率。
第二 建立目視判讀解譯標(biāo)志必須結(jié)合森林資源管理資料并進(jìn)行樣地野外調(diào)查。同時(shí) 要根據(jù)多塊樣地的野外調(diào)查結(jié)果 綜合分析后再建立目視判讀解譯標(biāo)志。
第三 個(gè)別地類的影像標(biāo)志特征不明顯 例如未成林造林地和采伐跡地等 這些地類的判讀解譯必須結(jié)合森林資源經(jīng)營管理資料。
第四 當(dāng)期遙感影像建立的目視判讀解譯標(biāo)志 只適用當(dāng)期遙感影像的目視判讀解譯 不可跨期使用。
目視判讀解譯主要指運(yùn)用地理信息系統(tǒng)軟件 如Arcgis 結(jié)合前期遙感影像、地形圖及森林資源管理資料等在Spot5影像上進(jìn)行目視解譯 來判讀區(qū)劃小班邊界。判讀區(qū)劃小班邊界時(shí) 應(yīng)以山脊、山谷、溪谷及道路等地物為界線 權(quán)屬界線為主 同時(shí)兼顧宗地的完整性 盡量做到一個(gè)小班內(nèi)權(quán)屬一致、宗地完整和林種相同。目視判讀解譯的主要方法有 直接判讀法、對(duì)比分析法、信息覆蓋法及綜合推理法等。
直接判讀法是指根據(jù)遙感影像的影像特征 結(jié)合目視解譯標(biāo)志 直接目視判讀解譯的方法 影像特征包括影像的顏色、形狀、紋理、邊界及分布等。
對(duì)比分析法包括多時(shí)段遙感影像的對(duì)比分析和不同類型遙感影像的對(duì)比分析 例如前期與本期遙感影像的對(duì)比分析 Google Earth影像與S pot5遙感影像的對(duì)比分析。
信息覆蓋法是指利用專題圖或地形圖等輔助信息目視判讀解譯的方法 常應(yīng)用于已經(jīng)掌握森林資源管理資料的判讀地塊上進(jìn)行目視判讀解譯的情況。例如 征用林地已經(jīng)掌握了完整的征地圖 我們便可以把征地圖與遙感影像疊加后再進(jìn)行目視判讀解譯。
綜合推理法是指在考慮遙感影像的影像特征基礎(chǔ)上 結(jié)合實(shí)踐經(jīng)驗(yàn)、生活常識(shí)及森林資源管理資料等 進(jìn)行相互關(guān)系的推理分析后再目視判讀解譯的方法。例如 我們可以根據(jù)地理位置和地貌等推理出判讀地塊的地類。
利用地理信息系統(tǒng)軟件進(jìn)行的目視判讀解譯工作只能判讀出標(biāo)志特征明顯的地類減少野外調(diào)查的工作量 并且存在判讀錯(cuò)誤的小班。因此 目視判讀解譯完成后 應(yīng)對(duì)一些不確定小班所屬林種的地區(qū)及云層覆蓋和云陰影遮擋的難以解譯地區(qū) 進(jìn)行野外核實(shí)調(diào)查。 野外核實(shí)調(diào)查時(shí) 應(yīng)盡量沿用原有的小班界線。但對(duì)上期劃分不合理和因經(jīng)營活動(dòng)等原因造成界線發(fā)生變化的小班 應(yīng)根據(jù)小班劃分條件重新區(qū)劃。根據(jù)野外核實(shí)調(diào)查結(jié)果 還要進(jìn)一步完善目視判讀解譯標(biāo)志卡片 對(duì)標(biāo)志特征不明顯的地類再次進(jìn)行目視判讀解譯。
以天津市西青區(qū)二類調(diào)查為例 西青區(qū)Spot5遙感影像的目視判讀解譯小班共10021個(gè) 通過對(duì)2000個(gè)小班 占小班總數(shù)19.96% 的內(nèi)業(yè)檢查 林業(yè)用地判讀綜合一致率為98.89%。其中 有林地判讀一致率為99.07% 灌木林地判讀一致率為97.03% 未成林造林地判讀一致率為97.60% 苗圃地判讀一致率為98.34% 無立木林地判讀一致率為92.93% 均達(dá)到國家規(guī)定的精度要求。
通過對(duì)1000個(gè)小班 占小班總數(shù)9.98%的外業(yè)核實(shí) 林業(yè)用地判讀綜合正判率為97.83%。其中 有林地正判率為98.28% 灌木林地正判率為95.05% 未成林造林地正判率為93.39% 苗圃地正判率為96.01% 無立木林地正判率為87.88% 均達(dá)到國家規(guī)定的精度要求。但是 由于西青區(qū)屬于平原少林地區(qū) 林地面積總量少 林相不好 分布破碎 地類間存在交錯(cuò)現(xiàn)象 林帶和水系及交通等地類交織在一起 增加了判讀難度 因此 必須輔助外業(yè)核實(shí)工作 進(jìn)行小班修正 進(jìn)一步提高調(diào)查精度。
森林資源調(diào)查中Spot5遙感影像的目視判讀解譯技術(shù)的應(yīng)用 不但可以大量節(jié)省野外小班勾繪工作時(shí)間 降低勞動(dòng)強(qiáng)度 提高工作效率 而且大幅度地提高了小班勾繪精度 有效確保森林資源調(diào)查中面積精度。但是 僅依靠?jī)?nèi)業(yè)工作的目視判讀解譯并不能判讀出影像標(biāo)志特征不明顯的地類 Spot5遙感影像的目視判讀解譯工作并不能完全代替?zhèn)鹘y(tǒng)森林資源調(diào)查中的野外調(diào)查。
隨著林業(yè)“3S”技術(shù)的發(fā)展 遙感調(diào)查成為今后森林資源調(diào)查的一種趨勢(shì) 遙感影像的目視判讀解譯技術(shù)已經(jīng)大范圍應(yīng)用于我國的森林資源調(diào)查中 未來在森林碳儲(chǔ)量估算、荒漠化和沙化監(jiān)測(cè)、森林防火及野生動(dòng)植物保護(hù)等領(lǐng)域中 遙感影像的目視判讀解譯技術(shù)都具有應(yīng)用價(jià)值。
[1]孫華. Spot5在森林資源調(diào)查中的應(yīng)用研究[D]. 中南林業(yè)科技大學(xué), 2006.
[2]游先祥. 遙感原理及在資源環(huán)境中的應(yīng)用[M].北京 中國林業(yè)出版社, 2003.
[3]戎桂風(fēng). Spot5衛(wèi)星遙感影像解譯方法[J]. 山西林業(yè)科技, 20073∶42-52.
[4]王玉. 森林資源調(diào)查中Spot5遙感影像屏幕目視判讀方法探討[J]. 陜西林業(yè)科技, 20102∶57-60.
[5]簡(jiǎn)太敏, 孔次芬, 王小麗. 基于Spot5森林資源二類調(diào)查目視解譯的探討[J]. 安徽農(nóng)業(yè)科技, 2012 2∶1178-1180.
[6]李春干, 代華兵, 譚必增, 等. 基于Spot5圖像分割的 森林小班邊界自動(dòng)提取[J]. 林業(yè)科學(xué)研究, 20101∶53-58.