土地利用分类中OLI影像合成最佳波段组合研究

晁增福++邢小宁++康顺光

摘要：为了将Landsat8_OLI遥感影像应用于土地利用分类中，以新疆维吾尔自治区阿拉尔市Landsat8_OLI遥感影像为试验数据，在对试验数据进行光谱特征分析的基础上，采用最佳指数（OIF）法对Landsat8_OLI遥感影像合成最佳波段组合进行了研究。结果表明，Landsat8_OLI数据各波段中，Band5包含的地物信息最丰富；Landsat8_OLI最佳波段组合为OLI457，其结果具有较好的目视效果。

关键词：Landsat8_OLI影像；最佳波段组合；遥感

中图分类号：F237 文献标识码：A 文章编号：0439-8114（2017）08-1567-03

DOI：10.14088/j.cnki.issn0439-8114.2017.08.042

Study on Optional Bands Combination of OLI Image in Land Use Classification

CHAO Zeng-fua，XING Xiao-ningb，KANG Shun-guanga

（a.College of Information Engineering；b.College of Water Coservancy and Architectural Engineering，Tarim University，

Alar 843300，Xinjiang，China）

Abstract： For the purpose of land use classification using， the landsat8_OLI remote sensing image in Alar city of Xinjiang were selected as the test datas， with the spectral analysis of the test data based on the optimum index factor（OIF） method has conducted the research to the Landsat8_OLI remote sensing image optimum band combination. The results showed that the Landsat8_OLI data in each band， Band5 contained the most abundant information of the features； OLI457 was the Optional Bands Combination， it had better visual effect.

Key words： Landsat8_OLI image； optional bands combination； remote sensing

土地利用与土地覆盖变化（LUCC）在全球环境变化与可持续发展中占有重要的地位，是国际地圈-生物圈计划（IGBP）的重要研究内容之一[1]，已成为国际上全球变化研究的前沿和热点。遥感技术具有高光谱分辨率、高空间分辨率、实时观测、重访周期短等特点，在土地利用中显示出明显的优势，已经成为研究土地变化的主要数据来源。其中美国陆地卫星Landsat系列的遥感数据具有适合中等尺度研究的空间分辨率，并相对易于获取，在土地变化研究中应用最为普遍。

1 OLI遥感数据及其常用波段组合

1.1 OLI遥感数据

1972年7月23日以來，美国NASA已经发射了8颗Landsat陆地卫星。1999年Landsat 7发射，目前仍在轨运行，但由于设备异常造成接收影像质量下降；2013年2月11日Landsat 8发射成功。为了保持地球图像、全球变化的长期连续监测，Landsat-8在空间分辨率和光谱特性等方面与Landsat 1-7保持了基本一致，卫星一共有11个波段（表1）。波段1-7、波段9-11的空间分辨率为30 m，波段8为15 m分辨率的全色波段，卫星每16 d可以实现一次全球覆盖。

1.2 OLI遥感数据的常用波段组合

单波段的遥感影像是用灰度的差异来表达光谱特征的，是黑白影像，所以从遥感影像上获取土地利用分类信息需要从多个波段中选择3个波段来进行彩色合成。OLI遥感数据的常用波段组合有：

1）真彩色组合。将OLI影像的波段4、3、2分别赋予红、绿、蓝色，获得自然彩色合成图像。图像色彩较平淡，层次感不好，不利于计算机解译。

2）标准假彩色组合。将OLI影像的波段5、4、3分别赋予红、绿、蓝色，获得假彩色图像。有利于植被、水体的识别，应用十分的广泛，被称为标准假彩色。

3）564非标准假彩色组合。将OLI影像的波段5、6、4分别赋红、绿、蓝色，合成假彩色图像。色彩反差明显，层次丰富，水体边界清晰，利于海岸识别；植被有较好显示，但不便于区分具体植被类别[2-4]。

2 阿拉尔市OLI遥感影像彩色合成最佳波段组合

2.1 原则及方法

最佳波段选择的原则通常有3点：①所选择的波段或波段组合信息量最大；②所选择的波段或波段组合对所需识别的地物类别之间最容易区分，即波段间的相关性要小；③波段组合中所研究地物的光谱差异要大[5，6]。波段间的相关性越大，表示两个波段的信息越相似，组合在一起越容易造成信息的冗余；波段的标准差越大，表示数据所包含的信息量越大；波段的地物光谱差异越大，则表示地物信息越容易被区分。因此，选择最佳波段时，尽量选择波段相关系数较小，信息量较大，同时地物波普曲线差异明显的波段进行组合[7]。

多光谱遥感数据最佳波段选择的定量计算模型主要有熵与联合熵[8]、协方差矩阵行列式和最佳指数法等。相对而言，最佳指数法由于计算快速，操作相对方便，是目前多光谱遥感数据最佳波段选择的最常用计算模型[9]。

基于“信息量各波段的均方差之和成正比，与各波段间相关系数之和成反比”的基本思想，Chacvez等[10]提出了最佳指数（OIF）法，其数学公式为：

OIF=■ （1）

其中，Si为第i个波段的标准差，Rij为第i、j个波段的相关系数，n为全部N个波段中选择的子波段数（选择的波段数一般为3）。

2.2 试验数据

试验数据为新疆维吾尔自治区阿拉尔市所在的OLI影响数据[数据来源于中国科学院计算机网络信息中心国际科学数据镜像网站（http：//www.gscloud.cn）]。数据轨道号为163/32，获取时间为2013年9月18日，平均云量1.62。

2.3 遥感图像光谱特征统计及波段间相关系数

在Erdas imagine9.2软件的支持下对OLI试验数据Band1-7波段进行图像统计，得到研究区域遥感图像各波段的光谱统计特征（表2）和波段间的相互关系。表2表明，各波段所含信息量依次为Band 5>Band 7>Band 6>Band 4>Band 3>Band 2>Band 1；从各波段的相关系数来看，Band 1的相关性最大，而Band 5和Band 7的相关性最小，Band 5与其他波段的相关性都比较小。

2.4 最佳波段组合确定

从研究区域遥感图像的7个波段中任选3个波段，可以得到35种组合。结合各波段光谱统计特征（表2）、波段间的相关系数及公式（1），利用Matlab编程可得到各波段组合的OIF值（表3）。

从表3中可以看到，Band4、Band 5、Band 7组合后的OFI值最大，所以可以确定457为最佳波段组合。

进一步在erdas imagine9.2软件的支持下，导入Band 4、Band 5、Band 7，并比较各种赋色方案，发现当对Band 4、Band 5、Band 7分别赋予红、绿、蓝色时除水域外均可获得近似自然色彩的图像（图1），且层次感较好，有较好的目视效果。

3 小结

最佳波段组合是遥感数据处理、遥感信息提取的基础，本研究以新疆维吾尔自治区阿拉尔市为例，讨论了Landsat8_OLI影像合成最佳波段组合问题。结果表明，①Landsat8_OLI数据各波段中，Band5包含的地物信息最丰富。②Landsat8_OLI数据各波段中，气溶胶（Band1）与3个可见光波段（Band2-4）的相关性较大，这些波段的信息中有相当大的重复性或者冗余性；Band5与其他波段的相关性都比较小，表明这个波段信息有很大的独立性。③采用最佳指数（OIF）法确定的Landsat8_OLI最佳波段组合为OLI457，对3个波段分别赋予红、绿、蓝色时获得的非标准假彩色具有较好的目视效果，可用于土地利用的目视解译与计算机分类。

参考文献：

[1] 贾文臣，王卷乐，贾香云，等.城镇化驅动下的威海市区土地利用时空动态[J].资源科学，2008，30（12）：1860-1865.

[2] 韩丽君.土地利用分类中TM影像最佳波段组合选择研究[J].太原师范学院学报（自然科学版），2010，9（1）：126-144.

[3] 常 胜.TM遥感影像彩色合成最佳波段组合研究——以恩施市土地利用遥感图制作为例[J].湖北民族学院学报（自然科学版），2010，28（2）：230-235.

[4] 徐 磊，侯立春，杨 强，等.利用TM影像提取土地利用/覆被信息的最佳波段研究[J].湖北大学学报（自然科学版），2011，33（3）：119-122.

[5] 韩瑞梅，杨敏华.一种改进的高光谱遥感数据波段选择方法的研究[J].测绘与空间地理信息，2010，33（3）：137-139.

[6] 倪希亮，江 涛.遥感图像分类自动选取最优波段组合的方法研究[J].测绘科学，2008，33（S1）：89-91.

[7] 郭 娜，刘剑秋. TM遥感影像植被信息提取的最佳波段组合选择——以福建省松溪至建瓯高速公路为例[J].福建师范大学学报（自然科学版），2012（1）：103-107.

[8] 苏红军，盛业华，杜培军.自动子空间划分在高光谱影像波段选择中的应用[J].地球信息科学，2007，9（4）：123-127.

[9] 尹继豪，王义松.高光谱遥感影像中最佳谱段的快速选择方法[J].遥感信息，2010（3）：3-12.

[10] CHACVEZ P S，BERLN G L，SOWERS L B.Statistical method for selecting landsat MSS ratios[J].Journal of Applied Photographic Engineering，1982，1（8）：23-30.