祝國祥

(國家林業(yè)局西北林業(yè)調(diào)查規(guī)劃設(shè)計院，陜西 西安 710048)

林地資源管理中像元二分模型定向定量分析探究

祝國祥

(國家林業(yè)局西北林業(yè)調(diào)查規(guī)劃設(shè)計院，陜西 西安 710048)

以寧夏回族自治區(qū)中衛(wèi)市沙坡頭區(qū)為研究區(qū)域，利用2015及2016年高分一號遙感影像分別提取NDVI值，以像元二分模型反演生成植被指數(shù)差值圖像，檢測出植被指數(shù)減少的信息。疊加近期各類林業(yè)專題數(shù)據(jù)資料，通過目視解譯、甄別歸類、識別林地的變化情況。結(jié)果表明，該模型可以較為快捷、準(zhǔn)確地反映研究區(qū)的林地變化情況，可為林政管理人員的林地資源管理、監(jiān)督、執(zhí)法提供技術(shù)支持。

林地資源管理；變化檢測；像元二分模型；無監(jiān)督分析法；變化信息；圖斑驗證

林地作為森林資源存在的基本載體，既是林業(yè)可持續(xù)發(fā)展的基礎(chǔ)，又是控制森林資源消耗，增強森林生態(tài)防護效益，實現(xiàn)國民經(jīng)濟可持續(xù)發(fā)展的根本與保障[1]。遙感技術(shù)的應(yīng)用為林地動態(tài)變化分析提供了一個較為全面和直觀的監(jiān)測手段，但如何從同一地區(qū)海量的不同時期的遙感圖像中準(zhǔn)確甄別獲取和檢測出林地隨時間發(fā)生變化的信息，成為林政資源管理者急需研究和探索的熱點。

本文結(jié)合中衛(wèi)市沙坡頭區(qū)林地管理情況檢查，以2012年編制的《中衛(wèi)市沙坡頭區(qū)林地保護利用規(guī)劃(2010～2020)》的矢量數(shù)據(jù)為本底數(shù)據(jù)源，分別采用2015年5月11日和2016年6月16日獲取的高分一號遙感影像數(shù)據(jù)，借助ENVI、ERDAS和ArcGIS等軟件平臺，提出采用像元二分模型無監(jiān)督分析法分離和提取變化信息，反演出被研究區(qū)域林地動態(tài)變化情況，為林地資源管理、監(jiān)督和執(zhí)法又提供了一條快捷、客觀、可行的技術(shù)支持。

1 研究區(qū)概況

中衛(wèi)市沙坡頭區(qū)位于寧夏回族自治區(qū)中西部,地理坐標(biāo)為東經(jīng)104°07′～105°37′，北緯36°39′～37°43′，地處寧、甘、蒙三省(區(qū))交界處，境域東西長115.3 km，南北寬81.4 km，總面積 532 510 hm2。屬溫帶半干旱氣候區(qū)，為典型的大陸性季風(fēng)氣候，而且具有沙漠氣候特征。土壤類型主要有灰鈣土、灌淤土、鹽堿土、新積土、風(fēng)沙土、石礫石土、粗骨土等八大類。植被主要以油松(Pinustabulaeformis)、云杉(Piceaasperata)、側(cè)柏(Platycladusorientalis)、榆樹(Ulmuspumila)、楊樹(Populus)、槐樹(Sophorajaponica)、檸條(Caraganaintermediaintermedia)、沙棘(Hippophaerhamnoides)、杞柳(Salixintegra)等為主。

據(jù)《中衛(wèi)市沙坡頭區(qū)林地保護利用規(guī)劃(2010～2020)》林地資源統(tǒng)計數(shù)據(jù)，沙坡頭區(qū)林地面積 115 197.12 hm2，占國土總面積的21.63%；非林地面積 417 312.88 hm2，占國土總面積的78.37%，林地資源貧乏。因此，保護該區(qū)域的林地資源是當(dāng)?shù)亓謽I(yè)生產(chǎn)建設(shè)的立足之本和基礎(chǔ)來源，也是生態(tài)建設(shè)和經(jīng)濟社會發(fā)展的物質(zhì)基礎(chǔ)和保障，其在維護生態(tài)安全、改善氣候環(huán)境方面具有舉足輕重的作用。

2 林地變化監(jiān)測路線

林地變化檢測是根據(jù)不同時間段多次對地遙感觀測來確定和分析現(xiàn)有國土上的林地變化，從而確定林地的變化發(fā)展過程。

本次監(jiān)測林地變化的主要步驟包括遙感數(shù)據(jù)的選取，原始遙感數(shù)據(jù)預(yù)處理，變化信息的提取及確定，變化信息圖斑驗證等方面。其變化檢測技術(shù)路線見圖1。

圖1 變化檢測的技術(shù)路線Fig.1 Technical route of detecting changes

2.1 遙感數(shù)據(jù)選取

選取研究區(qū)的遙感圖像時，盡量選取前后期季節(jié)、光照、當(dāng)天時刻都比較接近的遙感圖像，從而消除太陽高度角及植被物候不同而引起的圖像反射差異。同時檢測區(qū)域的遙感圖像云層覆蓋度控制在10%以內(nèi)。本次研究區(qū)所采用遙感數(shù)據(jù)分別為2015年和2016年獲取的高分一號遙感影像數(shù)據(jù)(表1)。

2.2 遙感數(shù)據(jù)預(yù)處理

首先，對所選取的遙感圖像進行幾何配準(zhǔn)，從而使相同地物在2幅不同時期的遙感圖像中處于相同位置。其次，對幾何配準(zhǔn)后的數(shù)據(jù)，糾正遙感圖像中目標(biāo)輻射的不確定性信息，即大氣校正。同時，以前期圖像的直方圖為基礎(chǔ)，糾正同一地區(qū)后期時相的遙感圖像因為大氣狀況、太陽高度角的不同而產(chǎn)生的輻射差異，將其時相的圖像與之進行歸一化NDVI(植被指數(shù))匹配。

表1 研究區(qū)使用的遙感數(shù)據(jù)源和時間

標(biāo)準(zhǔn)歸一化植被指數(shù)定義為：NDVI=(NIR-R)/(NIR+R)

其中，NIR為近紅外通道反射率，R為紅光通道反射率。NDVI其光譜表現(xiàn)為：-1≤NDVI≤1，負值表示地面覆蓋為云、水、雪等，對可見光高反射；0表示有巖石或裸地等，NIR與R近似相等；正值，表示有植被覆蓋，且隨覆蓋度增大而增大[2]。結(jié)合高分1號衛(wèi)星的光譜參數(shù)范圍，其波段3為R，波段4為NIR。在ENVI軟件Transform下的NDVI工具，以Landsat TM作為NDVICalculation Parameters下的數(shù)據(jù)類型確定其波段選擇(圖2)。從植被覆蓋度分別獲得2期的歸一化植被指數(shù)圖(圖3、圖4)。

圖2 波段選擇界面Fig.2 Interface of band selection

2.3 變化信息及圖斑的提取及確定

2.3.1 變化信息提取

采用像元二分模型分析法，從監(jiān)測期間的遙感數(shù)據(jù)中定量分析和確定地表變化特征，獲得針對像素、對象或特征的檢測變化。像元二分模型是假設(shè)一個像元的地表由有植被覆蓋部分地表(Sveg)與無植被覆蓋部分地表(Ssoil)組成，而遙感傳感器觀測到的光譜信息(S)也是由這2個組分因子線性加權(quán)合成，即S=Sv+Ss。各因子的權(quán)重是各自的面積在像元中所占的比率(VFC)，其中植被覆蓋度可以看作是植被的權(quán)重[3]。

圖3 2015年5月11日影像NDVIFig.3 NDVI image on May 11, 2015

圖4 2016年6月16日影像NDVIFig.4 NDVI image on June 16, 2016

VFC=(S-Ssoil)/(Sveg-Ssoil)

將歸一化植被指數(shù)(NDVI)代入公式后改進的像元二分模型為：

VFC=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

其參數(shù)：

NDVIsoil=(VFCmax×NDVImin -VFCmin×NDVImax)/(VFCmax-VFCmin)

NDVIveg=( (1-VFCmin)×NDVImax - (1-VFCmax)×NDVImin)/(VFCmax-VFCmin)

NDVImax和NDVImin分別為區(qū)域內(nèi)最大和最小的NDVI值。由于不可避免地存在噪聲，NDVImax和NDVImin一般取一定置信度范圍內(nèi)的最大值與最小值，置信度的取值主要根據(jù)圖像實際情況來定。當(dāng)區(qū)域內(nèi)不能近似取VFCmax=100%，VFCmin=0%時，有實測數(shù)據(jù)的情況下，取實測數(shù)據(jù)植被覆蓋度的最大值和最小值作為VFCmax和VFCmin，這2個實測數(shù)據(jù)對應(yīng)圖像的NDVI作為NDVImax和NDVImin；沒有實測數(shù)據(jù)的情況下，取一定置信度范圍內(nèi)的NDVImax和NDVImin[4]，VFCmax和VFCmin根據(jù)經(jīng)驗估算(表2)。

表2 NDVImax 和NDVImin參數(shù)

采用有關(guān)人員的研究，植被覆蓋度的值介于[0，1]之間[5]。將植被覆蓋度定義為5個等級閾值區(qū)：1)無覆蓋(裸露地表和水體)，VFC≤0.1；2)低覆被，0.1

圖5 2015年5月11日植被覆蓋度Fig.5 Vegetation coverage on May 11, 2015

圖6 2016年6月16日植被覆蓋度Fig.6 Vegetation coverage on June 16, 2016

圖7 Image difference分析變化圖Fig.7 Analysis chart of image difference

圖8 Highlight change分析變化圖Fig.8 Analysis chart of highlight change

2.3.2 變化圖斑提取

1) 以前后2期植被覆蓋度密度圖為基礎(chǔ)，剔除因物候等因素如土壤干濕度變化、水域消漲、圖像并接特征及色差匹配不均、植物生長季不同表相等變化引起的非植被變化小班，剔除圖斑26 033個，獲得植被變化圖斑12 625個。

圖9 變化矢量層Fig.9 Vector layer of changes

2) 按照《全國森林資源管理情況檢查工作手冊(2016)》(以下簡稱“手冊”)有關(guān)要求，收集整理近期沙坡頭區(qū)域內(nèi)的各類林業(yè)專題數(shù)據(jù)，如占用征收林地資料、森林林木采伐作業(yè)設(shè)計及驗收資料、林政案件資料、森林災(zāi)害情況等，結(jié)合《中衛(wèi)市沙坡頭區(qū)林地保護利用規(guī)劃(2010～2020)》的矢量數(shù)據(jù)，在疊加林業(yè)專題數(shù)據(jù)基礎(chǔ)上，甄別變化類型(①有證采伐、②依法占地、③無證采伐、④無證占地、⑤林政案件、⑥造林、⑦森林災(zāi)害)，借助 ArcGIS 中的Identity[8]工具識別林地范圍內(nèi)的植被變化，并形成初步判讀成果。

3) 組織專家組依據(jù)檢測的目標(biāo)對形成的初步成果按照“手冊”中的判讀程序進行多次大屏幕會診，檢測林地明顯變化圖斑，再結(jié)合當(dāng)?shù)亟?jīng)濟發(fā)展現(xiàn)狀歸并確認(rèn)形成最終變化成果(表3)。

表3 研究區(qū)無監(jiān)督像元二分模型確認(rèn)變化圖斑情況

3 變化信息圖斑驗證

按照“手冊”有關(guān)要求抽取現(xiàn)地驗證數(shù)量，現(xiàn)地調(diào)查核實疑似林地變化圖斑10塊。參照變化圖斑影像，落實到山頭地塊，現(xiàn)地調(diào)查厘清圖斑變化的性質(zhì)、范圍、面積以及影像變化的原因；對涉及林政案件的，厘清與現(xiàn)地的一致性及查處情況。經(jīng)現(xiàn)地核實，因工程建設(shè)引起林地變化圖斑3塊，開墾種植引起林地變化圖斑3塊，涉及林政案件圖斑3塊，河道坍塌(自然因素)引起影像變化1塊(表4)。

表4 研究區(qū)抽查森林資源監(jiān)測現(xiàn)地驗證情況

4 結(jié)論與討論

1) 經(jīng)抽查現(xiàn)地驗證，研究區(qū)判讀正判率在90%以上，排除自然因素干擾后，人為因素引起的林地變化的正判率更高。

2)以NDVI值為參數(shù)，無需估算葉面指數(shù)等推導(dǎo)參數(shù)，可以適用覆蓋不同植被類型，技術(shù)路線較為簡單、可操作性強。

3)借助像元二分模型分析法非監(jiān)督監(jiān)測林地的變化，能夠大面積、直觀、全方位地反映區(qū)域內(nèi)不同時期林地及非林地間的空間分布動態(tài)變化特征和趨勢，為林政管理者提供決策依據(jù)。

4)專家組甄別時是利用專家的經(jīng)驗值來綜合分析評價地物發(fā)生變化的特征，確定變化區(qū)域和類型。其缺點是甄別數(shù)據(jù)量龐大、效率較低、費時費力，一個區(qū)域沒有一個系統(tǒng)的可用經(jīng)驗值直接采用。這就需要專家組對研究和檢查區(qū)域不間斷地建立解譯標(biāo)志，獲取直接經(jīng)驗值。

[1] 《中國森林》編輯委員會.中國森林[M].北京:中國林業(yè)出版社，1997.

[2] 路暢，王英輝，楊進文.廣西鉛鋅礦區(qū)土壤重金屬污染及優(yōu)勢植物篩選[J].土壤通報，2010，41(6)：1471-1475.

[3] 王玲.基于像元二分模型的植被覆蓋度反演-以北京市為例[D].西安：西北大學(xué)，2015.

[4] 羅雷.基于像元二分模型的植被覆蓋動態(tài)監(jiān)測-以北京市密云、延慶、懷柔為例[J].信息通信，2013(8)：17-18.

[5] 丁美清，陳松嶺，郭云開.基于遙感的土地復(fù)墾植被覆蓋度評價[J].中國土地科學(xué)，2009，23(11) ：72-75.

[6] 彭道黎，滑永春.北京延慶縣植被恢復(fù)動態(tài)遙感監(jiān)測研究[J].中南林業(yè)科技大學(xué)學(xué)報，2008，28(4)：159-164.

[7] 黨安榮，賈海峰，陳曉峰等.Erdas imagine 遙感圖像處理教程[M].北京：清華大學(xué)出版社，2010.

[8] 湯國安，楊昕.ArcGIS 地理信息系統(tǒng)空間分析實驗教程[M].北京：科學(xué)出版社，2010.

Study on Directional and Quantitative Analysis of Forestland Resources Management Based on Dimidiate Pixel Model

ZHU Guoxiang

(Northwest Forest Inventory and Planning Institute of the State Forestry Administration, Xi′an 710048, China )

Taking Shapotou District of Zhongwei City in Ningxia Hui Autonomous Region for the studying area, this paper extracted the NDVI value from GF-1 remote sensing images in 2015 and 2016, generated the image of vegetation index difference by the dimidiate pixel model inversion, and detected the information about the reduced vegetation index. All kinds of the forestry thematic data recently were stacked and the changes of forest land were identified by visual interpretation, screening and classification. The results showed that the model could more quickly and accurately reflect the changes of forest land in research area to provide the technical support for the management of forest resources and the supervision and law enforcement of forestry administrators .

forest land resources management; change detection; dimidiate pixel model; unsupervised analysis method; information of changes; plots verification

2017-05-27.

國家林業(yè)局“全國森林資源管理情況檢查”項目.

祝國祥(1969-)，男，高級工程師，學(xué)士.主要從事GIS和遙感在森林資源監(jiān)測中的應(yīng)用研究工作.Email:499856172@qq.com

10.3969/j.issn.1671-3168.2017.05.002

S711;S757

A

1671-3168(2017)05-0009-05