IRS-P5與RapidEye遙感影像在森林資源調(diào)查中的應(yīng)用*

任 建,洪定安,鄧 杰,李興紅

(1.四川省林業(yè)調(diào)查規(guī)劃院,四川成都 610081;2.什邡市林場,四川什邡 618400)

隨著遙感技術(shù)的發(fā)展,獲取遙感影像比較容易,數(shù)據(jù)空間分辨率越來越高,遙感數(shù)據(jù)在森林資源調(diào)查中的應(yīng)用越來越多,但是至今IRS-P5與RapidEye數(shù)據(jù)在森林資源調(diào)查中的應(yīng)用還較少。IRS-P5衛(wèi)星簡稱 P5,又名 CARTOSAT-1,是高分辨率遙感衛(wèi)星,采用近極地太陽同步軌道,軌道高度為618 km,共由1867條軌道覆蓋全球,相鄰軌跡線之間相隔11 d,軌道傾角97.87°,搭載有兩個分辨率為 2.5 m的全色傳感器,連續(xù)推掃,形成同軌立體像對,數(shù)據(jù)主要用于地形圖制圖、地籍制圖以及資源調(diào)查等。RapidEye是全球第一個提供紅邊波段的商業(yè)衛(wèi)星,具有覆蓋范圍大,高重訪率和分辨率,多光譜獲取數(shù)據(jù)方式等特點,可用以監(jiān)測植被變化,為植被分類和生長狀態(tài)監(jiān)測提供有效信息。

1 數(shù)據(jù)處理方法和過程

1.1 遙感數(shù)據(jù)獲取

目前商業(yè)遙感數(shù)據(jù)基本通過國內(nèi)代理商購買。數(shù)據(jù)購買前,應(yīng)收集調(diào)查區(qū)域植被類型資料,了解當(dāng)?shù)刈罱鼛啄晟纸?jīng)營、大范圍自然災(zāi)害等情況,如造林、木材采伐、病蟲害等。如果近幾年森林資源沒有發(fā)生大的變化,可以選用舊一些的數(shù)據(jù),相反,如果近幾年的某一年發(fā)生重大自然災(zāi)害,或者某一年造林、采伐面積特別大,引起資源變化特別大,那么就要選用這一年以后拍攝的照片。另外,選購最適宜季節(jié)拍攝的遙感數(shù)據(jù)也比較重要,在四川境內(nèi),亞熱帶濕性常綠闊葉林區(qū)一般選擇4月下旬～5月中旬拍攝的數(shù)據(jù),其它林區(qū)一般選擇在10月份左右拍攝的數(shù)據(jù)[1]。代理商向用戶可以提供經(jīng)過處理的不同級別的影像產(chǎn)品,用于森林資源調(diào)查時,建議用戶購買1A級產(chǎn)品,并根據(jù)工作需要進(jìn)行處理,可減少費用。

1.2 基礎(chǔ)數(shù)據(jù)準(zhǔn)備

對于森林資源調(diào)查而言,林區(qū)地形起伏一般較大,所以基本都要做幾何正射校正。幾何正射校正需要高精度的數(shù)字高程模型(DEM)和地面控制點。若有大比例尺地形圖(1:1萬),則可以從地形圖上獲取控制點和數(shù)字高程模型:掃描地形圖,并將掃描好的地形圖進(jìn)行配準(zhǔn),矢量等高線,建立數(shù)字高程模型。若不具有大比例尺地形圖,則可直接從測繪部門獲取數(shù)字高程模型。地面控制點建議使用差分GPS接收機采集。

1.3 幾何正射校正

1.3.1 校正軟件的選擇 是IRS-P5、RapidEye衛(wèi)星數(shù)據(jù)正射校正的首要環(huán)節(jié),選擇的校正軟件應(yīng)同時提供針對這兩顆衛(wèi)星正射校正的物理模型,避免選用只提供其中一種正射校正物理模型的軟件。

1.3.2 幾何正射校正方法 采用美國ERDAS公司ERDAS IMAGINE2010軟件進(jìn)行幾何正射校正的方法是,首先用ERDAS2010 view窗口打開要正射校正的p5影像,啟動幾何校正模塊Geometric correction Tools,選擇 cartosat RPC;在彈出的對話框中設(shè)置RPC文件和DEM文件(注意提供的原始數(shù)據(jù)中有兩個RPC文件,選擇解密后的文件),然后設(shè)置投影信息(投影方式應(yīng)與地形圖上的投影方式一致),再設(shè)置控制點選取方式Set Projection from GCP Tool,選擇image layer(new viewer),選擇配準(zhǔn)后的地形圖進(jìn)入控制點選取界面,選取一定數(shù)量的控制點后執(zhí)行校正模塊,在重采樣方式中選擇雙線性內(nèi)插法(Bilinear Interpolation),采樣間隔輸入2.5*2.5,至此,p5正射校正結(jié)束。

RapidEye正射校正流程略有差異,首先RapidEye數(shù)據(jù)沒有提供單獨的 RPC文件,需要從RapidEye數(shù)據(jù)中提取RPC參數(shù)文件,其次是RapidEye數(shù)據(jù)有5個波段數(shù)據(jù),這就涉及原始數(shù)據(jù)的波段選取與合并的問題。提取RPC參數(shù)文件,選擇主菜單Tools下的NITF M etadata Vierer,打開 NITF格式文件,點擊RPCOOB選擇 File和Value兩列,然后點右鍵,選擇Export,得到NITF格式數(shù)據(jù)的 RPC參數(shù)文件,然后對照標(biāo)準(zhǔn)的RPC參數(shù)文件編輯前面得到的dat格式的RPC參數(shù)文件,修改完成后另存為 tx t格式文件。RapidEye原始數(shù)據(jù)的波段選取合并,打開波段組合工具(Layerstack),按順序?qū)朐紨?shù)據(jù)中的5、3、2三個波段,至此完成原始數(shù)據(jù)的波段合并。原始數(shù)據(jù)中共有5個波段,根據(jù)實驗,我們選擇5、3、2波段組合比較理想。接下來啟動幾何校正模塊選擇NITF RPC幾何模型進(jìn)行正射校正,其它步驟與校正IRS-P5影像一致。需要注意的是,在選擇控制點時應(yīng)選擇已校正好的p5影像作為參考影像,而不是地形圖,這有利于提高兩種數(shù)據(jù)的重合程度。

1.4 影像數(shù)據(jù)融合

IRS-P5全色波段數(shù)據(jù)紋理特征明顯,Rapid-Eye多光譜數(shù)據(jù)的色彩信息豐富,為了有效利用這兩種數(shù)據(jù),需要進(jìn)行影像融合。遙感數(shù)據(jù)融合的算法有很多,目前還沒有統(tǒng)一的數(shù)據(jù)融合模型和有效的融合結(jié)果評價方法,選用何種算法有效在很大程度上與遙感數(shù)據(jù)源的種類和融合目的有關(guān)[2]。就ERDAS而言,有主成分變換法(p rinciple component)、乘積方法(mutip licative)和比值方法(brovey transform)三種融合方式,實踐證明"比值方法"融合方式比較理想。

2 現(xiàn)地建標(biāo)

根據(jù)調(diào)查區(qū)域的森林資源特點和分布狀況,以衛(wèi)星遙感數(shù)據(jù)景幅的物候期為單位,每景選擇若干條能覆蓋區(qū)域內(nèi)所有地類和樹種(組)、色調(diào)齊全且有代表性的勘察路線。將衛(wèi)星影像特征與實地情況對照獲得相應(yīng)影像特征,并記錄各地類與樹種(組)的影像色調(diào)、光澤、質(zhì)感、幾何形狀、地形地貌及地理位置(包括地名)等,建立目視判讀標(biāo)志表[3]。標(biāo)志表包括調(diào)查區(qū)域不同坡向的所有地類和各齡組樹種(組)。

3 衛(wèi)星影像區(qū)劃

根據(jù)調(diào)查區(qū)域的行政和經(jīng)營界線,落實相應(yīng)的界線,再根據(jù)目視判讀標(biāo)志,綜合運用其它各種信息和影像特征,在衛(wèi)星影像圖上全面區(qū)劃小班。也可以利用目視判讀標(biāo)志在遙感圖像處理軟件上監(jiān)督分類得到區(qū)劃小班。

4 衛(wèi)星影像雙軌判讀

在室內(nèi)全面區(qū)劃的基礎(chǔ)上,分兩組人員獨立對區(qū)劃小班逐一判讀并記載小班的地類、樹種(組)、郁閉度、齡組等判讀結(jié)果。對于林地、林木的權(quán)屬、起源,以及目視判讀中難以區(qū)別的地類,以收集過往資料的方式確定。當(dāng)兩組判讀人員的一致率達(dá)到90%以上時,二人應(yīng)對不一致的小班通過商議達(dá)成一致意見,否則應(yīng)到現(xiàn)地核實。當(dāng)兩判讀人員的一致率達(dá)不到90%以上時,應(yīng)分別重新判讀。對于室內(nèi)判讀有疑問的小班必須全部到現(xiàn)地確定[3]。

5 實地驗證

室內(nèi)判讀經(jīng)檢查合格后,采用典型抽樣方法選擇部分小班進(jìn)行實地驗證。實地驗證的小班數(shù)不少于小班總數(shù)的5%(但不低于50個),并按照各地類和樹種(組)判讀的面積比例分配,同時每個類型不少于10個小班。在每個類型內(nèi),要按照小班面積大小比例不等概選取。各項因子的正判率達(dá)到90%以上時為合格[3]。實地驗證是衛(wèi)星影像判讀的一個重要環(huán)節(jié)。實地驗證工作要根據(jù)室內(nèi)判讀后擬定的路線進(jìn)行,把室內(nèi)判讀的結(jié)果與實地對照,特別是對一些重要現(xiàn)象和有懷疑的地方,應(yīng)詳細(xì)加以觀察和驗證,以修改和補充室內(nèi)判讀的不足。

采取IRS-P5與RapidEye多源遙感數(shù)據(jù)信息融合,能較好地保留高分辨率影像的紋理細(xì)節(jié)和多光譜影像的彩色關(guān)系,易于識別地類屬性,有利于樹種(組)、齡組、郁閉度等目視解譯,能有效提高森林資源調(diào)查的精度和效率。

[1] 楊朝俊,胡庭興,梁玉喜.四川森林植被遙感識別最佳時相的選擇[J].四川林業(yè)科技,2005,10(5):69.

[2] 馮華俊,張慧.RapidEye與IRS-P5數(shù)據(jù)融合在土地動態(tài)遙感監(jiān)測中的應(yīng)用[J].科技創(chuàng)新導(dǎo)報,2011,04(b):11.

[3] 國家林業(yè)局調(diào)查規(guī)劃設(shè)計院,中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局,中國國家標(biāo)準(zhǔn)化管理委員會.GB/T 26424-2010森林資源規(guī)劃設(shè)計調(diào)查技術(shù)規(guī)程[S].北京:中國標(biāo)準(zhǔn)出版社,2011.