湿地植被遥感提取及动态变化研究——以崇明东滩为例

袁爽， 况润元， 廖启卿

（江西理工大学建筑与测绘工程学院，江西 赣州341000）

0 引 言

湿地具有强大的改善水质的功能，这其中湿地植被起着不可忽视的作用，由于潮汐及土壤环境的影响.对潮滩植被信息提取是湿地生态研究中的重难点.随着遥感技术发展，涉及湿地植被的研究成果越来越多，如李俊辉等[1]利用融合技术对潮滩植被进行分类.柴颖等[2]以美国舍曼岛水域为研究区，对湿地植被进行光谱特征分析，利用C4.5决策树分类对湿地植被种类识别.近年来，受围垦以及引种互花米草等人类活动影响，崇明东滩的遥感湿地信息发生了一系列的变化[3-5].有部分学者展开了对崇明东滩土地利用的研究，如姚丽萍等[6]采用人机交互的方法，对崇明东滩1988—2002年多时相TM数据进行研究，分析了近15年崇明东滩动态变化.张成娟等[5]利用崇明东滩2005—2011年的TM遥感影像，在GIS和RS的支持下，采用屏幕矢量化以及土地利用数学模型，对崇明岛土地利用结构进行研究.以上研究大多采用人机交互的方法.对研究区进行整体遥感解译，解译的精度不高，且对崇明地区的研究都是短时间序列的.

由于不同地域的区域特征差异显著，在研究土地利用时并没有哪种信息提取方法是通用的，因此在研究湿地信息时，要结合研究区景观特征和地物光谱特征，探索适合研究区地貌特征的地物信息的提取方法.因此，文中利用多时相多传感器的TM、ETM以及L8影像，在传统监测方法的基础上，将监督分类和分层分类方法相结合.对崇明东滩近30年间的6期影像进行分类，并对其分类结果进行精度验证，这为后续相关的研究提供参考方法和研究途径.

1 研究区概况及数据源

1.1 研究区概况

崇明岛位于上海市长江口，是长江口发育最完善的潮汐型滩涂湿地.崇明东滩位于崇明岛最东端（如图 1）， 地理位置东经 121°50′～122°05′，北纬31°25′～31°38′.崇明东滩是国际重要湿地，具有丰富的动、植物资源，具有独特地理位置和生态服务功能，目前，已成为国际重要生态敏感区.崇明东滩湿地在净化环境、维持生物多样性以及抵御自然灾害等方面均发挥着重要的作用.

图1 崇明东滩地理位置

1.2 数据源

本研究利用多时相多季相不同分辨率的遥感图像，为后续研究需要选取1985年TM影像、1989年TM影像、1995年TM影像、2002年ETM影像、2004年TM影像和2013年Landsat8影像.同时利用实地考察资料和其他图文资料，充分了解研究区地物特征.这对研究区地物信息提取和整体精度评价都有重要意义.传感器在获取原始遥感数据时，会受到各方面的干扰，这使遥感影像反映的地物信息与实际地物信息有偏差，文中对原始数据进行了影像裁剪、几何校正和大气校正等预处理.

2 提取方法构建及技术流程

文中通过对已有湿地信息提取方法的研究[7-12]，探索适合研究区地貌特征的湿地信息提取方法.在综合分析研究区地物特征[13-15]基础上，采用监督分类和分层分类相结合的方法.先对人工景观进行监督分类[16]，提取目标地物.它是根据先验知识选择某些地物训练样本，并通过训练样本对判别函数进行训练使其达到要求，随后用训练好的判决函数进行遥感图像的分类.Landsat系列影像数据源有多个波段，各波段具有不同的特征.对于Landsat5和Landsat7 影像，采用标准假彩色 R（4）、G（3）、B（2）组合分类；对于 Landsat8 影像，采用 R（5）、G（4）、B（3）组合分类.所有参与分类的图像均进行2%的线性拉伸，进行图像增强，为了使图像信息更加丰富、突出，提高解译精度.然后，依据文中人工景观研究区分类体系创建训练样本，这一步关系到监督分类的精度.创建好训练样本后，对样本的分离性做出评价.文中分别选取农业用地、水产养殖、以及其他用地样本均在60个以上.并评价样本的可分离性.经计算，本研究所选样本的分离度均在1.8以上.

自然景观包括潮滩植被、近海水域和光滩.由于潮滩植被光谱特征相似，为了减少“同物异谱”和“异谱同物”现象，首先进行植被与非植被的分离，文中利用归一化植被指数（NDVI）进行DN值密度分割提取潮滩植被.同时，将其作为一个新构造的波段，作为波段选择组合参与分类.其次，将近海水域和光滩分离，为了寻找增强水体与滩涂反差的最优方法，文中考虑到研究区海水与滩涂在空间上临近，在水体提取中通过计算TNDWI[17]，选取合适的阈值分离水体.结合NDVI和TNDWI的直方图，如图2和图3所示.对计算出来的NDVI和TNDWI进行密度分割，NDVI≥0．16 为植被， 选择 0．16 作为区分植被和非植被的阈值；TNDWI≤-0．69为水体，选择阈值-0．69提取水体．

图2 研究区NDVI分布直方图

图3 研究区TNDWI分布直方图

图4 多波段合成地物反射率曲线

然后，利用遥感影像的原始波段，构造有利于植被提取的新波段．研究发现三波段比值．植被指数（TRVI）、差值植被指数（DVI）以及缨帽变换前三分量有利于指导潮滩植被分类[18-21]．因此，文中利用上述植被指数和原始波段构造组合波段，合成一个含有13个波段的新图像．新图像的1～13波段依次为原波段的 B1、B2、B3、B4、B5、B7 以 及 新 构 造 波 段 DVI、

结合图4可知，地物在合成后的图像上反射率均值或特征值变化曲线中上升、下降的特征变得很明显，各地类之间区分度高．在此基础上，分析构建光谱间的关系，用于潮滩植被分离．

在合成的新图像上根据不同植被在不同特征波段差异，识别不同植被，首先将海三棱藨草识别出来，其次识别海三棱藨草和芦苇．针对不同的植被采用不同的特征波段或波段组合进行分类，如表1．

表1 特征波段或波段组合的选择

图5 湿地信息提取流程

根据研究区不同的湿地信息类型，依据样本统计分析获得的地物光谱特征，设计分层分类方案，逐层提取信息．在分层提取的过程中，根据地物信息类别分层分离误差的大小，由易到难进行分类．图5为湿地信息提取流程图．首先是进行一级分类，在经过预处理的影像上，将研究区划分为人工景观和自然景观两类.其次是进行二级分类，根据人工景观和自然景观的地物特征，确定不同湿地信息类型的分区样本.人工景观进一步分为农业用地、水产养殖以及其他利用地，其他用地主要包括道路、建筑用地以及1998年堤内空地等；自然景观进一步分为潮滩植被、近海水域和光滩.然后是进行三级分类，通过波段组合与新波段的构造，区分不同植被类型的光谱特征，进一步提取各种潮滩植被.

3 结果分析

表2 自然景观分类混淆矩阵

3.1 精度评价

为了保证文中分类的准确性，分类完毕后，进行了分类精度评定.精度评定是用精度指标来衡量，利用同一时期的湿地调查数据和多光谱影像数据作为参考数据，进行精度评价.如表2所示，以2013年的Landsat8影像为例，在目视解译的基础上，随机选取480个样本点进行精度评价，结果表明，采用分层分类的自然景观分类总体精度达到了82.50%，Kappa系数为0.7982.总体而言，采用分层分类和监督分类相结合的方法，对研究区进行湿地信息提取，达到了较好的分类效果.

3.2 结果分析

利用多层分类和监督分类相结合的方法，提取研究区湿地信息情况，分别将自然景观分类结果和人工景观分类结果进行合并.由于地物对电磁反射和本身辐射的复杂性，光谱特征比较复杂.因此，在遥感信息提取时，出现了错分、漏分的现象，因而，需要对分类结果进行后处理，对分类结果中小斑块合并，使分类结果能够更精确地反映湿地信息.对于不属于崇明东滩范围内的新生沙洲，文中不作研究.

分别将6期研究区遥感信息提取结果进行后处理，可得出研究区6个时期的土地利用的分类图.如图6.

图6 研究区湿地信息分类结果

由6期影像分类成果图可以看出，各类地物面积在近30年内均发生了改变，统计出6期分类成果中的湿地占地面积.20世纪80年代研究区主要滩涂植被只有芦苇和海三棱藨草，且海三棱藨草占主要优势植被.自1995年互花米草被引入研究区，随着互花米草的迅速蔓延和生长，研究区主要滩涂植被变成了芦苇、海三棱藨草和互花米草三类.从1985—2002年间海三棱藨草的面积不断减少，2002年面积减至最小.2002—2013年间海三棱藨草的面积先增后减少.1985—1989年间芦苇面积有较大幅度的增长，1989—2013年间芦苇面积不断减少，2013年面积减至最小.互花米草在2002年之前面积是0，2002—2013年间，面积不断增加.

近海水域和堤外光滩在地理位置上紧邻，由于崇明东滩研究区潮滩处于不断地淤涨变化中，因此，堤外光滩面积也随之而变化.1985—1989年间堤外光滩自然淤涨面积增加，1989—2002年间由于人类的围垦，面积有所下降，2002—2013年面积有所增加.整体上讲，堤外光滩面积有小幅的增加，近30年研究区滩地的淤涨速度加快.近海水域的面积在1985—2013年间不断减少.由于近海水域和堤外光滩相邻，堤外光滩不断向近海方向淤涨，近海水域的面积因此不断较少.

人工景观主要是大堤内的农业用地、水产养殖、和其他用地.其中，本研究将研究区中有的少量建筑用地以及道路用地等归为其他用地.1985年大堤内只有其他用地，1989年开始出现水产养殖地，1989—2002年间，水产养殖面积和其他用地面积不断增加，2002—2013年，水产养殖面积和其他用面积有所下降.1995开始大面积的农作物种植，农业用地面积大增.1995—2013年间农业用地面积不断增加.20世纪90年代，人类开始不断在研究区内进行围垦、农作物耕种以及水产养殖.在1985—2013年间进行了三次大的围垦，建造了1992年大堤、1998年大堤和2001年大堤，1989年开始出现水产养殖，1995年出现农业用地，并引入互花米草.

根据研究区的6期分类结果，计算1985—1989年、1989—1995年、1995—2000年和 2000—2004年、2004—2013年五个时间段的湿地信息转移矩阵，文中采用百分比方式表示各类别湿地信息的转移情况，同时得到一个单波段的变化分类图像和变化矢量结果.表3至表7分别表示出相邻两个时期湿地信息转移矩阵.

表3 1985-1989年湿地信息转移矩阵/%

表4 1989-1995年湿地信息转移矩阵/%

表5 1995-2002年湿地信息转移矩阵/%

表6 2002-2004年湿地信息转移矩阵/%

分析表3至表7可知：1985—1989年期间，海三棱藨草有27.814%没有转化为其他类别，芦苇有70.549%没有转换为其他类别；1989—1995年期间，海三棱藨草仅有8.362%没有转换，而芦苇有36.3%没有转换为其他类别；1995—2002年期间，海三棱藨草有6.217%没有转换为其他类别，芦苇有10.907%没有转换为其他类别；在前三个时间段，潮滩植被类型只有芦苇和海三棱藨草，随着时间的推移，海三棱藨草，从2002年开始统计互花米草.2002—2004年期间，海三棱藨草有78.65%没有转化为其他类别，芦苇有49.979%没有转化为其他类别，互花米草有73.736%没有转化为其他类别，由于这一时间段较短，植被的变化较其他阶段小；2004—2013年，海三棱藨草有16.887%没有转化为其他类别，芦苇有20.006%没有转化为其他类别，互花米草有43.539%没有转化为其他类别.海三棱藨草和芦苇在1995—2002年期间，较其他时间段，未转化其他类别的比例较小，转化为其他类别的比例大，特别是海三棱藨草被破坏的最为严重.导致潮滩植被大比例转化的原因主要是崇明东滩进行了两次大的围垦，建造了1998年大堤和2001年大堤，使得光滩面积减少，从而导致潮滩植被面积遭到破坏.互花米草引入以后，随着时间的推移，海三棱藨草和芦苇未转换的比例也在减少.由于互花米草不断在研究区的蔓延扩散，面积逐渐增多，而海三棱藨草和芦苇的面积有所减少.其他地物也发生了不同程度的变化，其中变化最明显的地类为堤外光滩，随着时间的转移，靠近大堤的光滩被部分围垦，但光滩未变化的比例却在增加，说明滩地在不断的向近海方向淤涨.

表7 2004-2013年湿地信息转移矩阵/%

近30年光滩面积有63.136%的转移为农业用地，有4.907%转移为水产养殖，芦苇面积有70.924%转移为农业用地，有18.179%的面积转移给了水产养殖；海三棱藨草面积有73.316%转换为农业用地，有3.167%转移给了水产养殖.由光滩及滩涂植被的转换情况可以看出，被围垦起来的光滩面积，大部分都用于农业用地，少部分转移给了水产养殖.究其原因是20世纪80年代在崇明东滩进行了大面积的围垦，围垦减缓潮滩淤积的同时，光滩面积减少，芦苇、海三棱藨草等依附于光滩生长，从而面积也相应减少，农业用地和水产养殖业用地增加.互花米草的面积主要转自光滩、近海水域、海三棱藨草以及芦苇.其中光滩和近海水域转移给互花米草用地所占比重最大，分别为4.398%和4.105%，海三棱藨草以及芦苇均有一定比例的转移.90年代后期，引种互花米草，改变了崇明东滩植被的分布格局，随着互花米草的蔓延，原本的潮滩植被面积部分转移给互花米草，使得原本植被面积有所减少，互花米草逐渐成为东滩的主要植被群落.近30年近海水域面积和光滩面积也发生了相互转移变化.近海水域有13.775%的转移给了光滩，而光滩有5.278%转移给了近海水域.其他用地主要转移给了水产养殖用地，其次是农业用地.

4 结 论

文中采用监督分类和分层分类相结合的方法，提取崇明东滩湿地信息.并对近30年东滩湿地信息变化进行研究，为崇明东滩合理开发利用和可持续发展提供支撑.重点探索潮滩植被的提取方法，根据研究区的主要地物类型及光谱特征，构造有利于提取植被的新波段，将提取信息分为互花米草、芦苇、海三棱藨草、近海水域、光滩、农业用地、水产养殖以及其他用地.评价结果表明，该方法有效地提高了不同植被类型提取的精度，减少了植被地物光谱特征相似性的干扰，对崇明东滩植被信息的提取具有较好效果，这对其他湿地植被类型信息提取具有一定的借鉴意义.

[1]李俊辉,袁一,朱云虹,等.基于融合技术的潮滩湿地植被分类[J].测绘,2014,37(1):24-27.

[2]柴颖,阮仁宗,柴国武,等.基于光谱特征的湿地植物种类识别[J].国土资源遥感,2016,28(3):86-90.

[3]刘建华,杨世伦,史本伟,等.长江口崇明东滩潮沟地貌形态和演变[J].海洋学研究,2012,30(2):43-50.

[4]高宇,赵斌.人类围垦活动对上海崇明东滩滩涂发育的影响[J].中国农学通报,2006,22(8):475-479.

[5]路兵,蒋雪中.滩涂围垦对崇明东滩演化影响的遥感研究[J].遥感学报,2013,17(2):342-349.

[6]姚丽萍,徐丽华,李先华.基于RS的崇明东滩空间动态变化研究[J].资源调查与环境,2005(1):64-70.

[7]张成娟.基于土地利用的崇明岛生态敏感性研究[D].上海：华东师范大学,2012.

[8]王薇,陈为峰,王燃藜,等.黄河三角洲新生湿地景观格局特征及其动态变化——以垦利县为例[J].水土保持研究,2010,17(1):82-87.

[9]孙俊杰,马大喜,任春颖,等.基于多时相环境卫星数据的南瓮河流域湿地信息提取方法研究[J].湿地科学,2013,11(1):60-67.

[10]乔婷,张怀清,陈永富,等.基于NDVI分割与面向对象的东洞庭湖湿地植被信息提取技术[J].西北林学院学报,2013,28(4):170-175.

[11]柴颖,阮仁宗,傅巧妮.高光谱数据湿地植被类型信息提取[J].南京林业大学学报(自然科学版),2015,39(1):181-184.

[12]廖启卿,况润元,袁爽,等.基于Landsat影像的鄱阳湖入江通道动态变化监测分析[J].江西理工大学学报,2017,38(1):22-28.

[13]张杰,沈芳,刘志国.长江口潮滩湿地植被光谱分析与遥感检测[J].华东师范大学学报(自然科学版),2007,(4):42-48，63.

[14]王霄鹏.黄河三角洲湿地典型植被高光谱遥感研究[D].大连：大连海事大学,2014.

[15]刘顺喜,张定祥,尤淑撑,等.分区控制和分层提取下的OMIS-I影像土地利用/覆盖分类方法研究[J].地理与地理信息科学,2005(5):28-32.

[16]许丽杰,田峰,刘建军.基于ENVI的遥感图像分类方法研究比较[J].世界有色金属,2016(12):18-20.

[17]席晓燕,沈楠,李小娟.ETM+影像水体提取方法研究[J].计算机工程与设计,2009,30(4):993-996.

[18]刘金锋.基于多源遥感数据的青海湖流域植被指数研究[D].青海：青海师范大学,2014.

[19]管玉娟,张利权.影像融合技术在滩涂湿地植被分类中的应用[J].海洋环境科学,2008,27(6):647-652.

[20]陈利,林辉,孙华.基于WorldView-2影像城市绿地信息提取研究[J].西北林学院学报,2014(1):155-160.

[21]刘瑜,韩震,郭永飞.植被指数在长江口潮滩湿地植被信息提取中的应用研究[J].遥感技术与应用,2009(6):777-783.