基于SPOT5影像的红树林种类图谱特征分析和制图

刘俊霞，任广波，高 宁，吴培强

(1.国家海洋局第一海洋研究所， 山东 青岛 266061； 2.国家海洋环境监测中心， 辽宁 大连 116023)

红树林是生长在热带、亚热带海岸潮间带区域的木本植物群落，有“海上森林”的美称。由于其生长区域的特殊性，红树林生态系统十分独特，具有物种资源丰富、生产力高、生态效益显著等特点，在净化水质、防浪护堤、维持生物多样性等方面具有重要作用。目前，全世界己发现红树林24科30属83种，我国有16科20属32种[1]。

由于经济的快速发展、人口的增加和城市的扩张，红树林资源不断遭受破坏。在我国，20世纪50年代初红树林面积约为5×104hm2，至2000年时仅为2.26×104hm2[2]。由此可以看出红树林保护已迫在眉睫。对于红树林的保护和管理，首先需要清楚红树林的分布区域和范围。遥感具有大面积同步、可对同一区域进行重复监测、时间序列长、现势性强和多时空分辨率等突出优势，是开展红树林监测和管理的重要手段。应用遥感技术监测红树林，关键是建立红树林的解译标志，该环节将直接关系到图像解译结果的准确性。

在不同区域、不同季节、不同种类、不同波段组合的遥感影像上，红树林图谱特征各有特点，因而其解译标志的建立，必须具有针对性。本文以英罗港红树林为研究区，利用SPOT5假彩色合成影像，结合现场调查，提取研究区内分布面积较广且相对集中的4种红树林种类(白骨壤、桐花、秋茄、红海榄)的图谱特征，并在此基础上建立遥感解译标志，进而应用SVM方法开展分类制图。

1 研究区与数据

1.1 研究区

图1 研究区域Fig.1 Study area

本文的研究区域位于广东和广西交界处的英罗港，该区域内包含广东湛江红树林国家级自然保护区和广西山口国家级红树林生态自然保护区(图1)。该区域地跨两个气候带，属北热带和南亚热带季风气候区。其中广东湛江红树林国家级自然保护区内有真红树林15种[3]；广西山口国家级红树林生态自然保护区共有红树植物15种，其中真红树10种；两保护区的红树林植被类型主要以白骨壤、桐花、秋茄和红海榄为主。研究区是西伯利亚至澳大利亚候鸟迁徙必经路径之一，大量鸟类在此停留、栖息和觅食。

1.2 数据与处理

1.2.1 遥感数据

本文采用的遥感数据为SPOT5遥感影像。SPOT地球卫星系统由法国国家空间研究中心(CNES)设计制造并于2002年5月4日发射的，空间分辨率最高可达2.5 m，采用太阳同步轨道，轨道高822 公里，图像幅宽60 公里。由于SPOT 5卫星具有倾斜观测能力，卫星实际重复观测周期可为1-4 天(表1)。

本文所使用的SPOT 5遥感影像获取自2004年10月15日，影像清晰无云，成像质量较好。首先，对SPOT5 影像进行假彩色合成，其波段合成顺序为是band4(近红外波段)、band3(红波段)、band2(绿波段)。同时利用现场采集的控制点对遥感影像进行了几何精校正、图像融合和图像增强处理。

1.2.2 现场调查数据

在2007年3月和2008年3月，对英罗港区域开展了2次现场调查，获取了用于校正遥感影像的地面控制点和用于建立红树林种类解译标志的样本点，其中控制点30个，类型样本点30个。红树林采样点的点位见图2。

图2 红树林采样点分布图Fig.2 The mangrove species sample stations distribution

2 图谱特征

图谱特征是指在遥感图像上能具体反映和判别地物或现象的影像特征。本文通过综合考虑红树林在遥感影像上的色调或颜色、阴影、大小、形状、纹理、位置、组合等要素，再结合遥感数据的成像时间、类型、空间分辨率和地理位置等，归纳总结出红树林类型在SPOT-5影像上的图谱特征。

2.1 白骨壤图谱特征

白骨壤为我国红树植物中分布较广、抗风浪性较强的先锋树种之一，具有很强的耐盐和耐淹浸能力。多分布在受潮浪影响较强的低潮带附近，可经常浸在海水里，在向海一侧分布较多。白骨壤树间距较大，郁闭度不高，高潮时海水充斥树林间，在SPOT5影像上表现为浅红色，纹理密度较低，常略带海水的蓝色，且现场调查时发现白骨壤树叶较其余树种树叶叶绿素含量较低(见图3)。

图3 白骨壤SPOT-5影像截图和现场照片Fig.3 The remote sensing image and field work photo of Avicennia marina

2.2 桐花图谱特征

桐花通常生长在红树林区外缘或距岸较近的潮滩处，在我国分布面积仅次于白骨壤，有很强的适盐性，可长期被海水浸没，在研究区内一般为低矮较稠密的灌丛林。在SPOT-5影像上表现为暗红色，颜色较深，多成片分布，纹理密度一般(见图4)。

图4 桐花SPOT-5影像截图及现场照片Fig.4 The remote sensing image and field work photo of Aegiceras corniculatum

2.3 秋茄图谱特征

秋茄在湛江红树林保护区内多为人工种植，其植株高度较白骨壤和桐花高，一般分布于潮滩内缘，接近高潮线的边缘，其外侧常与桐花树相连，是最耐寒的红树种类，在我国浙江也有分布。在SPOT-5影像中表现为深红色，多成片分布，纹理密度较高(见图5)。

图5 秋茄SPOT-5影像截图及现场照片Fig.5 The remote sensing image and field work photo of Kandelia candel

2.4 红海榄图谱特征

红海榄在研究区内仅存有一处较为密集，分布于广东湛江国家级红树林保护区，靠岸边较近；其它地方多散生于木榄、秋茄之中，由于其有较长的支柱根，在现场调查中很容易识别。在SPOT-5影像中表现为深红色，纹理密度较高，成片分布(见图6)。

图6 红海榄SPOT-5影像截图及现场照片Fig.6 the remote sensing image and field work photo of Rhizophora stylosa

3 分类制图与精度评价

基于SPOT5假彩色合成影像，依据图谱特征分析建立的4种典型红树林的遥感解译标志，应用SVM分类方法，完成了研究区内红树林的分类制图，结果见图7。从图7中可以看出红树林沿潮间带向海延伸呈层次分布。在高桥核心区靠近陆地大多为桐花，向海方向分布有大量的秋茄，其间有少量的红海榄，白骨壤生长在最靠近海的区域，这与现场调查的情况相吻合。在山口红树林保护区内(图7左下侧)亦呈上述阶梯分布。

结合现场踏勘的红树林类型样本点，采用目视解译方法对研究区红树林开展信息提取，利用提取结果对自动分类结果进行验证。得到红树林种类信息提取精度验证结果(表2)。从表2中可以看出，红海榄生产者精度最低，为81.48%，出现大量漏分；秋茄使用者精度最低，为84%，发生错分现象较多； 通过现场调查数据结合影像对应地物光谱特征分析，发现秋茄和红海榄两者光谱特征相近，由此造成一定偏差。但总体来说，各个种类的红树识别分类精度都达到了80%以上，总体分类精度为86.67%，Kappa为0.82[5]。

图7 红树林分类结果图Fig.7 Mangrove classification result

表2 红树林分类精度表Tab.2 Accuracy Totals

4 结论与讨论

本文基于SPOT-5影像，结合现场调查，分析了英罗港区域内4种红树林在遥感影像上的色调或颜色、大小、形状、纹理、位置等图谱特征，进而建立了相应的遥感解译标志；在此基础上，利用SVM方法对研究区的红树林开展信息提取，获得了4种红树林的分布范围图；最后，结合随机样点对分类结果进行了精度验证，每个种类的红树识别分类精度都达到了80%以上，总体分类精度为86.67%，Kappa系数为0.82。

需要指出的是，虽然遥感可作为红树林监测的重要手段，但遥感影像存在同谱异物的现象，如本文中的红海榄和秋茄两种红树树种，再有不同时间段红树林生长状况也不尽相同，导致其遥感影像上表现的特征也存在差异，因此解译标志的建立需要较强的针对性。

[1] 寥宝文. 海南岛红树林研究的简史与展望 [J]. 防护林科技， 2000, 2:28-31.

LIAO Baowen. The brief history and prospect of researches of mangrove on Hainan Island[J]. Protection Forest Science and Technology, 2000, 2:28-31.

[2] 王文卿， 王瑁. 中国红树林 [M]. 北京：科学出版社， 2007.

WANG Wenqing, WANG Mao. The Mangroves of China [M]. Beijing:Science Press, 2007.

[3] 国家林业局调查规划设计院， 广东湛江红树林国家级自然保护区管理局. 广东湛江红树林国家级自然保护区总体规划(2003-2010年)[M]. 国家林业局调查规划设计院， 2003.

Survey andplanning institute of state forestry administration, Management bureau of Guangdong Zhanjiang mangrove national nature reserve. Guangdong Zhanjiang mangrove national nature reserve master plan(2003-2010)[M]. Survey and Planning Institute of State Forestry Administration, 2003.

[4] 陈光华， 何海鲲. “红树碧绿 乌坭雪白”——山口国家级红树林生态自然保护区 [J]. 中国生物圈保护， 1995, 3:47-48.

CHEN Guanghua, HE Haikun. “Mangrove turquoise wuni snow white”——Shankou mangrove ecological national nature reserve [J]. Biosphere Reserves of China, 1995, 3:47-48.

[5] 高宁. 红树林高分辨率遥感监测技术研究——以英罗港附近红树林自然保护区为例 [D]. 青岛:山东科技大学， 2008.

GAO Ning. Mangrove high-resolution remote sensing monitoring technology research-take mangrove nature reserve near Yingluo Port as an example [D]. Qingdao:Shandong university of science and technology, 2008.