基于特征指數(shù)合成影像的不透水面提取和分析

法 煒，常 軍，韓麗華

（1.首都師范大學(xué) 資源環(huán)境與旅游學(xué)院，北京 100048；2.首都師范大學(xué) 水資源安全北京實(shí)驗(yàn)室，北京 100048；3.山東師范大學(xué)地理與環(huán)境學(xué)院，山東 濟(jì)南 250014；4.自然資源部國(guó)土衛(wèi)星遙感應(yīng)用中心，北京 100048）

隨著衛(wèi)星數(shù)據(jù)的廣泛使用，國(guó)內(nèi)外的專家們開(kāi)展了大量以遙感數(shù)據(jù)為基礎(chǔ)的不透水面提取和時(shí)空演變的相關(guān)研究[1-6]?，F(xiàn)代地質(zhì)工作者調(diào)查研究表明，濟(jì)南泉水來(lái)源于市區(qū)南部山區(qū)[7]。近些年城區(qū)向作為水源補(bǔ)給區(qū)的南部山區(qū)擴(kuò)展，地面固化使許多區(qū)域成為永久性不滲漏區(qū)，大氣降水入滲補(bǔ)給量減少，地下水得不到有效補(bǔ)給，直接影響泉群噴涌[8]。基于此，綜合多種遙感特征指數(shù)，利用最大似然法對(duì)濟(jì)南市南部山區(qū)的特征指數(shù)合成影像進(jìn)行不透水面信息提取，并對(duì)提取的不透水面信息進(jìn)行不透水面擴(kuò)展強(qiáng)度與擴(kuò)展速率分析、土地利用類(lèi)型轉(zhuǎn)移分析和不透水面重心遷移路徑分析研究，以揭示南部山區(qū)不透水面的時(shí)空動(dòng)態(tài)變化特征，為南部山區(qū)的發(fā)展規(guī)劃和建設(shè)提供科學(xué)依據(jù)。

1 研究區(qū)概況及數(shù)據(jù)源

1.1 研究區(qū)概況

本文的研究區(qū)為濟(jì)南市南部山區(qū)。南部山區(qū)是指濟(jì)南市南部的低山丘陵地帶，具有多山崎嶇的地形特征，總面積814.06 km2，其范圍如圖1所示。從泉城的泉脈結(jié)構(gòu)來(lái)看，南部山區(qū)是濟(jì)南市區(qū)泉水的主要補(bǔ)給源區(qū)，是一個(gè)很特殊、很重要的區(qū)域[9]。

圖1 研究區(qū)范圍示意圖

1.2 數(shù)據(jù)源

本文選取1990—2020年的Landsat影像為數(shù)據(jù)源，其空間分辨率為30 m。由于濟(jì)南市2000年以后的城市擴(kuò)張較之前更加劇烈[10]，因此本文以2000年前后每10 a為間隔，利用1990-10-13、2000-05-01、2010-03-26三期TM傳感器數(shù)據(jù)和一期2020-04-22 OLI傳感器數(shù)據(jù)進(jìn)行不透水面提取。

2 不透水面信息提取

在現(xiàn)有中低分辨率數(shù)據(jù)不透水面提取現(xiàn)狀下，最大的問(wèn)題仍然是不透水面與裸土和陰影信息的混淆[11]。因此，為了突出影像中不透水面與裸地、山體陰影和植被信息的差異，論文在對(duì)4時(shí)相的多光譜影像進(jìn)行輻射定標(biāo)和數(shù)據(jù)裁剪的預(yù)處理后，將能夠分別突出植被、不透水面、土壤、水域和山體陰影五類(lèi)地物的歸一化差值植被指數(shù)（normalized difference vege?tation index，NDVI）、生物物理成分指數(shù)（biophysical composition index，BCI）[12]、簡(jiǎn)化裸地區(qū)域指數(shù)（sim?plified bareness area index，SBAI）[13]、改 進(jìn) 的 歸 一 化差異水體指數(shù)（modified normalized difference water in?dex，NDWI）[14]和歸一化陰影指數(shù)（normalized differ?ence umbra index，NDUI）[15]5個(gè)特征指數(shù)進(jìn)行組合生成一幅合成影像。對(duì)合成影像進(jìn)行最小噪聲分離（minimum noise fraction，MNF）變換，然后通過(guò)計(jì)算純凈像元指數(shù)分離出純凈像元，并借助N維散度分析使具有相同光譜特性的像元聚集在一起，從而可以對(duì)純凈像元?jiǎng)澐诸?lèi)別得到不同地類(lèi)的訓(xùn)練樣本，最后利用最大似然分類(lèi)法對(duì)特征指數(shù)合成影像進(jìn)行分類(lèi)提取出不透水面信息。

2.1 合成影像的生成

不同地物在不同波段上反射能力的差異導(dǎo)致每一種地物都有其獨(dú)特的光譜特性曲線，遙感影像分類(lèi)正是通過(guò)進(jìn)行譜間差異特征分析來(lái)區(qū)分不同的土地利用類(lèi)型。但是原始多光譜影像波段之間具有較強(qiáng)的相關(guān)性，譜間差異較小，因而對(duì)于特定地類(lèi)提取的針對(duì)性較差。通過(guò)比值運(yùn)算和歸一化處理后獲得的遙感特征指數(shù)影像，不僅可以在一定程度上消除地形差異的影響，還可以很好地解釋各類(lèi)土地覆蓋類(lèi)型的特點(diǎn)[16]。城市中的不透水面主要是以建筑用地為主，城市建筑用地作為一種較復(fù)雜的土地利用類(lèi)型，用單一的建筑指數(shù)難以準(zhǔn)確地提取其信息，采用綜合指數(shù)法才能互為補(bǔ)充，更準(zhǔn)確地提取出城市建筑用地信息[17]。本文利用多個(gè)特征指數(shù)構(gòu)成合成影像，旨在突出影像中的目標(biāo)地物信息，同時(shí)增強(qiáng)不同地類(lèi)之間的可分性，以提高地類(lèi)提取的針對(duì)性和精確度。

“植被-不透水面-土壤”模型(vegetation-impervi?ous surface-soil model，簡(jiǎn)稱V-I-S模型)由Ridd[18]于1995年首次提出，該模型通過(guò)對(duì)城市的生態(tài)環(huán)境組分進(jìn)行參數(shù)化，利用植被、不透水面和土壤3種地類(lèi)的線性組合模擬城市的地表覆被類(lèi)型。隨后基于V-I-S概念模型進(jìn)行混合像元分解的不透水面提取方法得到了大量的應(yīng)用和驗(yàn)證。本文借鑒了V-I-S模型思想，在考慮到南部山區(qū)多山崎嶇的地形特征基礎(chǔ)上構(gòu)建了適合于山地區(qū)域不透水面提取的植被-不透水面-土壤-水域-陰影（vegetation-impervious-soil-water-umbra，V-I-S-W-U）地類(lèi)組分概念模型，將山地區(qū)域的生態(tài)環(huán)境組分抽象化為植被、不透水面、土壤、水域和陰影5種地類(lèi)，并利用NDVI、BCI、SBAI、NDWI和NDUI 5種特征指數(shù)分別突出不同的地類(lèi)組分信息。

為了提高影像中不透水面的可分離性，本文使用BCI指數(shù)來(lái)表征影像中的不透水面組分信息。BCI指數(shù)是在V-I-S概念模型的基礎(chǔ)上，將城市地表組分看作是植被、不透水面和土壤的線性組合，通過(guò)纓帽變換和波段運(yùn)算進(jìn)行光譜增強(qiáng)從而突出不透水面信息的一種復(fù)合指數(shù)。文獻(xiàn)[12]研究表明，與NDVI、NDBI、NDISI相比，BCI指數(shù)具有更高的可分性，是4種評(píng)價(jià)指標(biāo)中用于分離不透水面和裸露土壤最有效的指數(shù)，同時(shí)BCI指數(shù)在不同分辨率下與不透水面豐度的關(guān)系也更加密切，其基本原理為纓帽變換后得到的亮度圖像中不透水面的反射率最高，綠度圖像中植被越茂盛亮度值越大，濕度圖像中含水量越高值越大。通過(guò)對(duì)歸一化處理后的亮度、綠度和濕度分量進(jìn)行線性運(yùn)算實(shí)現(xiàn)對(duì)不透水面信息的突出表示。

本文利用NDVI、BCI、SBAI、NDWI和NDUI 5種特征指數(shù)生成合成影像，每一種特征指數(shù)可以分別表征植被、不透水面、土壤、水域和山體陰影信息，強(qiáng)化不同地類(lèi)之間的光譜特性差異，因此特征指數(shù)合成影像能夠增強(qiáng)波段之間的對(duì)比性，在基于先驗(yàn)知識(shí)的純凈像元提取和地類(lèi)識(shí)別方面有一定的優(yōu)勢(shì)。由于5個(gè)指數(shù)都進(jìn)行了歸一化，因此波段的取值范圍在-1~1之間。

2.2 訓(xùn)練樣本的選擇

監(jiān)督分類(lèi)的過(guò)程實(shí)際上就是基于先驗(yàn)知識(shí)，用已知類(lèi)別的訓(xùn)練樣本像元來(lái)確定未知類(lèi)別像元的歸屬類(lèi)別過(guò)程，因此訓(xùn)練樣本的數(shù)量和精度直接關(guān)系到分類(lèi)結(jié)果的精度。傳統(tǒng)通過(guò)目視解譯選擇訓(xùn)練樣本的方法不僅費(fèi)時(shí)費(fèi)力，而且受到混合像元的影響難以保證訓(xùn)練樣本的精度，降低了分類(lèi)結(jié)果的可信度。因此本文首先利用最小噪聲分離法壓縮信息量，削弱波段間的相關(guān)性，使信噪比最大的信息集中在前幾個(gè)MNF分量中。然后通過(guò)設(shè)置閾值對(duì)純凈像元指數(shù)（pixel purity index，PPI）進(jìn)行密度分割得到混合像元中的純凈像元，最后借助N維可視化分析器分析不同地類(lèi)樣點(diǎn)的波譜特征曲線，從而得到不同的地類(lèi)端元作為訓(xùn)練樣本。本文將地表覆被看作是植被、不透水面、土壤、水域和陰影5種地類(lèi)的組合，采用這種方法得到的訓(xùn)練樣本極大地削弱了混合像元的影響，提高了訓(xùn)練樣本的精度。5種地類(lèi)端元在合成影像的不同波段形成的光譜曲線圖如圖2所示。

圖2 地物光譜曲線圖

2.3 不透水面提取和精度驗(yàn)證

本文利用5種歸一化指數(shù)來(lái)強(qiáng)化不同地類(lèi)之間的光譜差異，根據(jù)訓(xùn)練樣本的光譜曲線特征通過(guò)最大似然法識(shí)別非樣本像元的歸屬類(lèi)別。為了便于不透水面時(shí)空變化特征分析，將分類(lèi)后得到的植被、不透水面、土壤、水域和山體陰影5種地類(lèi)根據(jù)地類(lèi)的透水性質(zhì)進(jìn)行類(lèi)別合并，最終得到透水面、不透水面和水域3種地類(lèi)，結(jié)果如圖3所示。

圖3 近30年南部山區(qū)不透水面專題圖

本文通過(guò)對(duì)土地覆蓋圖上的500個(gè)隨機(jī)點(diǎn)進(jìn)行精度驗(yàn)證檢驗(yàn)分類(lèi)結(jié)果的可信度。從總體精度、Kappa系數(shù)、綜合評(píng)價(jià)指標(biāo)F值3個(gè)指標(biāo)對(duì)提取的不透水面進(jìn)行精度評(píng)價(jià)?？傮w精度反映提取的整體效果，Kappa系數(shù)是對(duì)提取數(shù)據(jù)與參考數(shù)據(jù)一致性的度量，F(xiàn)值是定量化評(píng)價(jià)不透水面提取結(jié)果的精度評(píng)價(jià)指標(biāo)。對(duì)四期影像的分類(lèi)精度評(píng)價(jià)結(jié)果如表1所示。

通過(guò)分析表1可知，基于特征指數(shù)合成影像的不透水面提取方法分類(lèi)的總體精度均值約為0.92，總體分類(lèi)精度較高。一般來(lái)說(shuō)當(dāng)Kappa系數(shù)的取值介于0.4~0.75之間時(shí)，判定分類(lèi)情況與實(shí)際情況一致性良好，高于0.75時(shí)認(rèn)為分類(lèi)情況與實(shí)際情況一致性較高[19]。2000年和2010年的Kappa系數(shù)取值介于0.4~0.75之間，2020年的Kappa系數(shù)大于0.75，分類(lèi)結(jié)果與實(shí)際情況的一致性均能滿足分類(lèi)的精度要求。綜合評(píng)價(jià)指標(biāo)F值通過(guò)將準(zhǔn)確識(shí)別的不透水面像元數(shù)量、被誤分為不透水面的像元數(shù)量以及漏分的不透水面像元數(shù)量進(jìn)行線性組合來(lái)綜合描述不透水面的提取精度。2000年、2010年和2020年的F值均在0.75以上，能夠滿足精度要求。相較于其他年份，雖然1990年的總體分類(lèi)精度較高，但是Kappa系數(shù)和用以反映不透水面提取精度的F值偏低。這是由于當(dāng)時(shí)還處于早期城市化階段，地類(lèi)結(jié)構(gòu)簡(jiǎn)單，研究區(qū)內(nèi)地類(lèi)以透水面為主，城市建筑用地等不透水面的面積相對(duì)較少，作為不透水面驗(yàn)證樣本的隨機(jī)點(diǎn)數(shù)量少因而導(dǎo)致Kappa系數(shù)和F值偏低。

表1 分類(lèi)精度評(píng)價(jià)

3 濟(jì)南泉域補(bǔ)給區(qū)不透水面時(shí)空變化分析

濟(jì)南以泉聞名于世，其內(nèi)部水系大多發(fā)源于南部的低山丘陵區(qū)，上游坡降較大，進(jìn)入市區(qū)后坡降變緩，成為城區(qū)工業(yè)、生活污水的排泄河道[20]。同時(shí)，南部山區(qū)作為濟(jì)南泉域重要的泉水補(bǔ)給區(qū)和水源涵養(yǎng)地，不僅對(duì)濟(jì)南市的生態(tài)平衡有特殊意義，而且對(duì)于水資源的循環(huán)、調(diào)配和調(diào)控都起著舉足輕重的作用。為揭示南部山區(qū)不透水面的時(shí)空動(dòng)態(tài)變化特征，本文對(duì)不透水面提取結(jié)果進(jìn)行了擴(kuò)展強(qiáng)度與擴(kuò)展速率分析、土地利用類(lèi)型轉(zhuǎn)移分析和不透水面重心遷移路徑分析。

3.1 擴(kuò)展強(qiáng)度與擴(kuò)展速率分析

擴(kuò)展強(qiáng)度指數(shù)可以表征單位時(shí)間內(nèi)不透水面擴(kuò)展強(qiáng)度，擴(kuò)展速率指數(shù)可以表征不透水面擴(kuò)展的快慢[21]。本文通過(guò)對(duì)1990—2020年南部山區(qū)不透水面提取結(jié)果（圖3）進(jìn)行統(tǒng)計(jì)分析得到了南部山區(qū)近30 a不透水面面積及擴(kuò)展情況（參見(jiàn)表2）。根據(jù)表2可知，30 a間研究區(qū)的不透水面面積始終呈上升趨勢(shì)，共增長(zhǎng)了211.37 km2，不透水面覆蓋率增加了25.97%。盡管面積增加是主體趨勢(shì)，但是不透水面的擴(kuò)展速率和擴(kuò)展強(qiáng)度卻顯示出明顯的階段性差異。1990—2000年建成區(qū)面積增長(zhǎng)了103.85 km2，不透水面擴(kuò)展速率為10.39 km2/年，擴(kuò)展強(qiáng)度為24.71%。2010—2020年建成區(qū)面積增長(zhǎng)了57.27 km2，不透水面擴(kuò)展速率為5.73 km2/a，擴(kuò)展強(qiáng)度為2.92%。這說(shuō)明與經(jīng)濟(jì)發(fā)展速度相適應(yīng)，城市化建設(shè)前期不透水面擴(kuò)張速率較高，擴(kuò)張速率快且擴(kuò)張強(qiáng)度大，但是城市化建設(shè)后期，受到城鎮(zhèn)用地規(guī)模的限制，濟(jì)南市主城區(qū)發(fā)展已逐漸達(dá)到飽和，不透水面開(kāi)始由市中心向周?chē)厥袛U(kuò)張，擴(kuò)展速率和擴(kuò)展強(qiáng)度也逐漸趨于平穩(wěn)，這主要與城市化發(fā)展的階段性有關(guān)。

表2 1990-2020年不透水面面積及擴(kuò)展情況

3.2 土地利用類(lèi)型轉(zhuǎn)移分析

土地利用轉(zhuǎn)移矩陣是一種能夠定量描述不同土地利用類(lèi)型之間轉(zhuǎn)化關(guān)系的統(tǒng)計(jì)矩陣，它不僅能夠反映研究期初、期末的土地利用類(lèi)型結(jié)構(gòu)，還可以反映研究期間內(nèi)各土地利用類(lèi)型的轉(zhuǎn)移變化情況[22]。本文以10 a為一個(gè)階段，通過(guò)計(jì)算土地利用轉(zhuǎn)移矩陣反映階段內(nèi)透水面與不透水面的變換關(guān)系。

1990—2000年土地利用轉(zhuǎn)移矩陣如表3所示，不透水面覆被面積迅速增加，由不透水面變?yōu)榭赏杆仡?lèi)的面積僅有13.37 km2，而由可透水的植被、土壤等變?yōu)椴煌杆娴拿娣e則高達(dá)116.89 km2，不透水面的增長(zhǎng)速率遠(yuǎn)遠(yuǎn)大于綠化增長(zhǎng)率，反映了濟(jì)南市城市化建設(shè)初期南部山區(qū)的不透水面面積迅速增長(zhǎng)，城市化發(fā)展一味注重發(fā)展速度忽略了發(fā)展質(zhì)量，大量的耕地、林地等透水地類(lèi)被城市建設(shè)用地取代，森林、耕地破壞嚴(yán)重，環(huán)境問(wèn)題日益加劇。

表3 1990-2000年土地利用轉(zhuǎn)移矩陣

2000—2010年土地利用轉(zhuǎn)移矩陣如表4所示，不透水面擴(kuò)張速度顯著下降，一方面綠化面積開(kāi)始增加，約為47.63 km2；另一方面地表硬化率也有所下降，透水面向不透水面轉(zhuǎn)化面積約為98 km2。這說(shuō)明濟(jì)南市政府已經(jīng)逐漸認(rèn)識(shí)到了維持經(jīng)濟(jì)發(fā)展與保護(hù)生態(tài)平衡的重要性，城市化發(fā)展進(jìn)程開(kāi)始由“量”向“質(zhì)”轉(zhuǎn)變。

表4 2000-2010年土地利用轉(zhuǎn)移矩陣

2010—2020年透水面與不透水面轉(zhuǎn)變情況與2000—2010年相比變化不大，由不透水面變?yōu)橥杆娴拿娣e為46.58 km2，由透水面變?yōu)椴煌杆娴拿娣e為104.1 km2，透水面面積持續(xù)減少，不透水面仍然保持穩(wěn)步增長(zhǎng)態(tài)勢(shì)，但是其增長(zhǎng)速率趨于平緩。如表5所示。

表5 2010-2020年土地利用轉(zhuǎn)移矩陣

3.3 不透水面重心遷移路徑分析

不透水面重心遷移軌跡能夠定量描述城市擴(kuò)張的方向和距離，南部山區(qū)不透水面重心遷移軌跡如圖4所示。1990—2000年、2000—2010年、2010—2020年的不透水面年均重心遷移距離分別為333 m/a、242 m/a和79 m/a，其中1990—2000年的不透水面年均重心遷移距離最大，2010—2020年的不透水面年均重心遷移距離最小，不透水面重心遷移量呈現(xiàn)出逐年率減小的特征。南部山區(qū)近30 a的不透水面重心持續(xù)向東移動(dòng)，由市中區(qū)逐漸向歷下區(qū)遷移，但總體看，不透水面重心位置移動(dòng)速度較為緩慢，主要在市中區(qū)與歷下區(qū)的交界地帶小范圍浮動(dòng)。說(shuō)明南部山區(qū)不透水面在空間上呈現(xiàn)出以市中區(qū)和歷下區(qū)為中心的均勻增長(zhǎng)態(tài)勢(shì)，且增長(zhǎng)重心逐漸由市中區(qū)向歷下區(qū)傾斜。

圖4 南部山區(qū)不透水面重心遷移軌跡

綜上，通過(guò)對(duì)不透水面提取結(jié)果進(jìn)行擴(kuò)展強(qiáng)度與擴(kuò)展速率分析、土地利用類(lèi)型轉(zhuǎn)移分析和不透水面重心遷移路徑分析發(fā)現(xiàn)，濟(jì)南市南部山區(qū)的不透水面時(shí)空動(dòng)態(tài)變化具有如下特征：從時(shí)間上看，近30 a間濟(jì)南市南部山區(qū)經(jīng)歷了城市化快速發(fā)展的時(shí)期，不透水面面積始終呈上升趨勢(shì)，整個(gè)泉域補(bǔ)給區(qū)的不透水面面積由1990年的42.03 km2增長(zhǎng)到2020年的253.4 km2，擴(kuò)張約6倍。盡管面積增長(zhǎng)是總體趨勢(shì)，但是其增長(zhǎng)速率逐漸趨于緩和，不透水面的擴(kuò)展速率和擴(kuò)展強(qiáng)度顯示出“初期快且強(qiáng)烈，后期趨于平穩(wěn)”的階段性特征。從空間上看，城市化建設(shè)前期不透水面面積的增加主要集中在歷下區(qū)和市中區(qū)，近些年長(zhǎng)清區(qū)和歷城區(qū)也有明顯增加。從地類(lèi)轉(zhuǎn)換來(lái)看，造成不透水面擴(kuò)張速度顯著下降的原因有兩點(diǎn)，一方面綠化面積開(kāi)始增加；另一方面地表硬化面積增量有所下降。從不透水面重心遷移特征來(lái)看，不透水面重心遷移量較小，在空間上呈現(xiàn)出以市中區(qū)和歷下區(qū)為中心的均勻增長(zhǎng)態(tài)勢(shì)，且增長(zhǎng)重心逐漸由市中區(qū)向歷下區(qū)傾斜。

4 結(jié)語(yǔ)

本文利用NDVI、BCI、SBAI、MNDWI、NDUI 5種遙感指數(shù)生成特征指數(shù)合成影像，突出了不同地類(lèi)間的光譜差異，增強(qiáng)了光譜間的差異特征，實(shí)現(xiàn)了對(duì)濟(jì)南市南部山區(qū)不透水面信息的有效獲取。通過(guò)對(duì)獲取的不透水面信息進(jìn)行擴(kuò)展強(qiáng)度與擴(kuò)展速率分析、土地利用類(lèi)型轉(zhuǎn)移分析和不透水面重心遷移路徑分析，揭示了不透水面的時(shí)空動(dòng)態(tài)變化特征，從而為南部山區(qū)地區(qū)的發(fā)展規(guī)劃和城市建設(shè)提供了科學(xué)參考依據(jù)。