Landsat影像海岸带土地利用动态监测方法研究

2016-04-11白珏莹徐威杰管明雷

测绘通报 2016年2期

关键词：海岸带主成分分析法土地利用

白珏莹，徐威杰，管明雷，周　立

(1. 中国矿业大学，江苏徐州 221008; 2. 淮海工学院，江苏连云港 222005)

Landsat影像海岸带土地利用动态监测方法研究

白珏莹1，徐威杰1，管明雷2，周立2

(1. 中国矿业大学，江苏徐州 221008; 2. 淮海工学院，江苏连云港 222005)

Study on Landsat Images Land Use Dynamic Monitoring Methods of Coastal Zone

BAI Jueying,XU Weijie,GUAN Minglei,ZHOU Li

摘要：海岸带土地利用变化在全球环境变化中备受关注。因此，比较分析适宜的、精度较高的土地利用动态监测方法对海岸带土地利用研究具有相当重要的意义。本文选取连云港内土地利用变化强度较大的海岸带作为研究对象，针对1986年和2013年两期Landsat影像采用图像差值法、主成分分析法和波段组合法3种差值法进行比较分析和精度评定，得出主成分分析法最适宜研究区。

关键词：土地利用；监测；海岸带；主成分分析法；图像差值法；波段组合法

海岸带是海陆连接、复合和交叉的地理单元[1]，资源丰富，区位优势明显，是社会经济地域中的“黄金地带”。近年来，沿海城市海岸带资源的开发和利用大大加速了海岸带土地利用变化，不同地区由于经济发展方式和规模不同，其土地利用模式不尽相同[2]。但海岸带自有的脆弱性和敏感性时刻提醒着人们要合理利用土地。因此，选择一种合理的监测方法对海岸带的发展有着深刻的现实意义。

土地利用变化信息监测方法众多，其中基于灰度值变化的方法，包括图像差值法、图像比值法、变化向量分析法、主成分分析法等[3]。范海生等采用图像差值法提取了攀枝花仁和区各土地利用变化类型像元数据[4]。K.NACKAERTS等利用改进的变化向量分析法实现了对森林变化信息的有效监测[5]。张晓祥等针对江苏海岸带比较了主成分分析法和变化向量分析法等，并得出主成分分析法更适用于该研究区域[6]。

土地利用监测方法很多，将其应用于具体研究区时，应根据其土地利用变化特点及影像特征确定适宜的土地利用变化信息提取方法。目前，针对连云港海岸带土地利用变化特点所做的研究还较少。连云港海岸带景观格局变化频繁，与内地的土地利用变化明显不同。本文选择连云港海岸带内包括连云区、港口、田湾核电站在内的海岸带为研究区域，基于光谱特征变化，研究确定适宜海岸带土地利用变化信息提取的方法，为连云港海岸带土地利用变化信息的快速提取提供技术方法参考。

一、研究区域概况及数据

连云港海岸带位于南黄海西岸，江苏省东北部，南起灌河口，北到锈针河口，有大陆标准海岸线约162 km。自20世纪90年代至今，连云港海岸带土地利用动态变化显著，城区不断扩张，耕地林地非农业化变化显著，建设用地面积增长迅速。围海造地活动加剧，海域开发利用强度加大，交通运输用地的面积实现了从零到有的突变，该类型用地也发生了从无到有的变化。包括连云区、港口、田湾核电站在内的海岸带在连云港海岸带中土地利用动态变化最为活跃，具有代表性。既包括海域到交通运输用地的变化，也包括耕地到住宅交通用地、工业用地的变化。研究此区域有利于比较出适合连云港海岸带土地利用变化的监测方法，同时获得其1986年至2013年土地利用变化及未变化区域。

本文以成像时间为1986年4月11日的Landsat5 TM影像和2013年4月21日的Landsat 8 OLI-TRIS同月份影像为数据源，以尽可能减少季相不同造成的误差。

二、研究方法

1. Landsat影像预处理

影像预处理主要包括几何校正、大气校正和研究区提取，其中，以2013年的Landsat 8影像为基准，选取12个地物特征明显的点作为控制点，完成两期多光谱影像的配准，配准误差在0.5个像元以内；对两期影像都采用快速大气校正方法，消除大气和光照等因素对地物反射的影响。

2. 比较分类方法

(1) 图像差值法

图像差值法的原理是在不考虑其他因素(传感器、大气条件等)的情况下，图像中未发生变化的地类在两个时相的遥感影像上一般具有相等或相近的灰度值，而当地类发生变化时，对应位置的灰度值将有较大差别[7]。它是将已配准的影像进行对应波段逐像元直接相减，获得差值影像，再在此基础上分析光谱信息，确定阈值，提取变化区域。本研究选择中红外波段差值图。

(2) 主成分分析法

主成分变换(K-L变换)能将各波段信息压缩到数量较少的某几个特征向量上，是实现降低波段之间数据冗余的特征空间变换方法，并使信息损失达到最小，其中第一主成分包含原始波段线性组合的最大方差，第二主成分包含和第一主成分正交的最大可能方差，其他主成分与此类似[6,8]。主成分分析法是比较主成分变换后某主成分的对应像元的灰度值，若地类发生变化，它们会有很大差别。本研究选择第一主成分差值图。

(3) 波段组合法

同一地物对不同波段的吸收能量和反射能量不同，使同一地物在不同波段上的灰度值不同。波段组合法充分利用这一特性，在分析各波段地物光谱特征的基础上，组合同期影像的不同波段，再将波段组合图逐像元相减。本研究将同期TM影像的中红外波段与近红外波段相减，分别得到两期影像的波段组合图，再做两个波段组合图的差值图。

三、结果分析

1. 研究区土地利用变化主要特点

1986年研究区TM影像如图1所示，2013年研究区TM影像如图2所示。

图1　1986年研究区TM影像

图2　2013年研究区TM影像

由图1和图2可以看出，自1986年至2013年，研究区土地利用变化具有明显特点，连云区城市扩张和田湾核电站的兴建使研究区耕地大量变为住宅交通用地和工业用地，港口码头的建立使海域由零突变为交通运输用地[9]。图2中，区域①表示填海工程导致的海域转向交通运输用地区域；区域②表示连云区城市扩张导致的耕地转向住宅交通用地区域；区域③表示田湾核电站导致的耕地转向工业用地区域。

2. 不同方法波段选择结果分析

3种差值法的变化信息模板如图3所示，其中，(a)为图像差值法变化信息模板图，即中红外波段差值图，(b)为主成分变换法变化信息模板，即第一主成分差值图，(c)为波段组合法变化信息模板。

图3　变化信息模板

在图像差值法中选择中红外波段，因为TM影像的6个波段光谱图像中，一般第5个波段包含的地物信息最丰富，而且水体几乎全部吸收了中红外波段内的全部入射能量，反射能量很少，而植物、土壤在这两个波段内的吸收能量较少，而反射能量较多，这就使得水体在这个波段上与植物、土壤有所区别[10]。且在该波段中，住宅交通用地和工业用地的灰度值远大于耕地的灰度值。所得差值图中，海域到交通运输用地、耕地到工业用地和耕地到住宅交通用地的变化都良好地呈现了出来。因此，在比较6个波段的差值影像后，选择最能突出变化区域的中红外波段。

主成分变换中选择第一主成分差值图。因为主成分变换后，最大方差投影在第一主成分上，第一主成分包含主要的信息。且在图像中可以看出第一主成分差值图中海域呈现出较暗色调，海域到交通运输用地，耕地到工业用地、住宅交通用地等变化区域呈现出较亮色调，符合该区域土地利用变化的特点，有利于下一步的阈值确定。其他主成分差值图中噪声较多，土地利用变化特征表现效果不佳，且影响阈值的选择。

波段组合法中选择中红外波段和近红外波段的差值图。因为住宅交通用地、交通运输用地等在近红外和中红外波段之间呈大幅上升趋势，林地、耕地、海域等呈现下降趋势。中红外与近红外的差值图中，变为住宅交通用地、交通运输用地和工业用地等区域的灰度值为正，其他的为负。此特性正好符合研究区域的土地利用变化，能高效监测出耕地到住宅交通用地、工业用地和海域到交通运输用地等的光谱变化。

3. 海岸带土地利用动态变化提取结果

观察两期TM原始影像和变化信息模板的直方图尾部的变化，找到左右两边的凸点点位，确定差值影像的阈值。其中图像差值法的阈值为-666和1748，主成分变换法的阈值为-1524和1521，波段组合法的阈值为-1933和324。用灰度值最小表示土地利用类型已变化区域，得到3种差值法结果如图4所示，其中，(a)为图像差值法结果图，(b)为主成分变换法结果图，(c)为波段组合法结果图。

图4　结果图

4. 精度及方法评价

本研究随机选择10个区域共500个采样点比较3种差值法的精度，精度比对见表1。实际变化像元总共为300，实际未变化像元总共为200。据表1得知，主成分分析法的精度最高，为83.20%，图像差值法和波段组合法精度相当，约为81%。

研究过程中，影响监测结果的因素很多，如预处理过程中的大气校正、几何校正，研究人员对研究区域的熟悉程度，研究人员在阈值选择时的主观性，研究人员对波谱特性的熟悉程度等。

表1　精度比对表

图像差值法能够有效监测出该研究区域主要地物变化。通过观察结果图，可以发现其精度和监测出的变化区域与主成分分析法十分相近。因为在第一主成分上，6个波段均为正值，其中第5波段贡献率最大[10]。但毕竟只是分析的单波影像，此方法必然会丢失其他波段的信息。分类结果显示，耕地到工业用地、住宅交通用地及海域到交通运输用地，其漏检像元和虚检像元数目均略高于主成分分析法，总体精度低于主成分分析法。

波段组合法也能够有效监测出主要地物变化，但相对于图像差值法和主成分分析法较复杂，需要选择合适的波段进行组合，以及合适的组合方式。另外，近红外波段对绿色植物类别差异最敏感[11]，耕地状态、植被生长状况等的不同使未变化地块的地物波谱特征出现差别，在差值图像中就不可避免地产生伪变化信息，导致耕地到住宅交通用地区域虚检像元比较多。港口码头和田湾核电站的监测精度也略低于主成分分析法。

相比之下主成分分析法表现出一定的优越性。去除了波段间的相关性，能集中6个波段的主要信息，是一种简单有效的土地利用监测方法，且操作十分简单。且此方法的差值图影像亮度对比明显，变化区域呈现接近白色或黑色，未变化区域呈现不同亮度级别的灰色。主要土地利用变化也相对明显。与图像差值法相比，DN值的变化幅度更大，有利于阈值的分析与确定。其漏检像元、虚检像元都比较低，且精度最高，最适合提取此研究区域的土地利用变化。

四、结束语

任何一种土地利用监测方法都有各自适宜的区域特点，也不可能同时提取出研究区所有的地物变化，学者需要研究的是针对特定区域的，符合自己研究需要的土地利用监测方法。本文基于Landsat TM

影像，以连云港海岸带变化强度最大的区域为代表，运用图像差值法、主成分分析法、波段组合法提取研究区土地利用类型变化区域，其中，主成分分析法精度最高，更适宜该研究区域。

参考文献：

[1]杨桂山. 中国海岸环境变化及其区域响应[M]. 北京: 高等教育出版社, 2002.

[2]马万栋, 张渊智, 施平，等. 海岸带土地利用/土地覆被变化研究进展[J]. 地理科学进展, 2008, 27(5): 87-94.

[3]孙金萍, 翟亮. TM影像的变化检测方法探究[J]. 测绘科学, 2012, 37(4): 157-159.

[4]范海生, 马蔼乃, 李京. 采用图像差值法提取土地利用变化信息方法[J]. 遥感学报, 2001, 5(1): 75-80.

[5]NACKAERTS K, VAESEN K, MUYS B, et al. Comparative Performance of a Modified Change Vector Analysis in Forest Change Detection[J]. International Journal of Remote Sensing, 2005, 26(5): 839-852.

[6]张晓祥, 严长清, 刘斯琦，等. 基于Landsat TM数据的江苏海岸带土地利用/覆被变化检测方法比较研究[J]. 遥感应用, 2011(3): 82-87.

[7]邓书斌. ENVI遥感图像处理方法[M]. 北京: 科学出版社, 2010.

[8]Robert A S.遥感图像处理模型与方法[M]. 北京: 电子工业出版社, 2010.

[9]谢宏全, 高祥伟．连云港海岸带土地利用/覆盖变化与驱动力分析[J]. 海洋科学, 2011, 35(11): 52-57.

[10]周成虎, 骆剑承, 刘庆生，等. 遥感影像地学理解与分析[M]. 北京: 科学出版社, 2003.

[11]彭望琭，白振平，刘湘南，等. 遥感概论[M]. 北京: 高等教育出版社, 2010.

中图分类号：P229

文献标识码：B

文章编号：0494-0911(2016)02-0084-03

作者简介：白珏莹(1990—)，女，硕士生，主要从事海洋测绘研究。E-mail: 947340280@qq.com

基金项目：国家海洋公益性行业科研专项 (201105004)；江苏省科技支撑计划( BE2010125)

收稿日期：2015-03-16