高分辨率遥感图像土地变化信息自动检测应用——以白鹤滩水电站为例

杨仙瑜，王爱华，修翠梅

（云南中地空间信息技术有限公司，云南 昆明 650051）

传统的土地利用变化检测基本上采用传统的目视解译方式进行，耗费大量的时间，效率非常低。随着中国经济建设的迅猛发展，土地利用变化显著，信息提取需快速、高效，因此，选择一种有效的技术手段及时调查变化情况，更新调查成果至关重要[1]。遥感图像变化检测技术主要利用不同时期的影像变化检测获得地物的变化信息，其本质是地表特征随时间变化发生的变化而引起的两个时期影像像元光谱响应的变化[2]。

高分辨遥感图像变化信息自动检测为土地利用变化监测的方法提供了强有力的支持，高分辨率遥感影像数据以其分辨率高、数据更新快，能为用户提供丰富的地表细节信息和空间信息等特点成为遥感技术重要的数据源，而遥感图像变化信息自动监测可以自动识别不同时相遥感影像的变化区域[3]，为快速获取地表变化信息提供依据。

1 研究区概况

白鹤滩电站位于四川省宁南县和云南省巧家县交界处，为金沙江下游河段规划的四个梯级中的第二个梯级电站，上接乌东德水电站，下邻溪洛渡水电站。坝址左岸距四川省宁南县城66 km，距四川省西昌市196 km，右岸距巧家县城45 km，距云南省省会昆明市292 km。

本研究以高分一号2 m 全色和8 m 多光谱卫星数据（其影像生成时间分别为2016-02-16、2017-02-22 两个时相）为主要数据源，以2016 年土地情况作为基准，对白鹤滩水电站2017 年土地变化情况进行自动提取和检测。

2 数据预处理

2.1 辐射定标

为消除传感器本身产生的误差，需对影像数据进行辐射定标，辐射定标是指建立遥感传感器的数字量化输出值DN与其所对应视场中辐射亮度值之间的定量关系[3]，ENVI 软件提供了辐射定标工具（Radiometric Correction），其中不同来源、不同分辨率的遥感影像数据其参数增益值（Gain Values）和偏移值（Offset Values）不同，需要对照中国资源卫星应用中心不同遥感影像数据查询表进行验证修改。

2.2 大气校正

由于大气气溶胶、地形和临近地物等影响，太阳辐射以某种方式通过大气入射到物体表面然后反射回传感器，使得原始影像包含面辐射条件、大气状况、传感器的相应特性等信息[4]。为消除遥感图像中由大气散射引起的辐射误差，需对遥感影像数据进行大气校正。因为本研究只是做影像动态变化研究，因此只需做快速大气校正。

2.3 正射校正

卫星影像由于比例尺变化、传感器姿态的变化、传感器的系统误差而产生一些几何误差，对于高分辨率影像且具有RPC 信息的图像，可以用正射校正的方法完成几何校正，以消除这些误差达到更高的精度要求[5]。

影像正射校正即对影像同时进行倾斜改正和投影差改正，将影像重采样成正射影像，因高分一号的L1A 级包括了RPC 文件，本研究直接采用ENVI 软件的 Geometric Correction 工具进行正射校正，系统会自动将RPC 嵌入处理结果中，添加同名点完成后可查询控制点误差，误差过大可重选点。

2.4 影像融合

图像融合是指将低空间分辨率的高光谱图像与高光谱分辨率的全色影像重新采样，生成一副高分辨率多光谱遥感图像的图形处理技术。本研究对高分2 m 全色和8 m 多光谱数据进行了融合，选取Gram-Schmdit Pan Sharpening 工具进行影像融合，该方法改进了PCA 中信息过于集中的问题，而且不受波段的限制，可以较好地保持纹理和光谱信息。

2.5 影像自动配准

图像配准是将不同时间、不同传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的两幅或多幅图像进行匹配、叠加的过程。ENVI 中使用Image Registration Workflow，可自动、准确、快速的影像配准工作流，在少量或者无需人工干预的情况下能快速而准确的实现影像的自动配准。经验证，本研究中“连接点最大误差阈值”设置为2，配准效果较佳。

3 变化信息自动检测

ENVI 集成软件提供了多种变化信息检测方法，本文使用ENVI 直接比较法流程化工具选取特征指数法、光谱特征差异法和差值法对白鹤滩水电站施工过程中土地变化信息进行自动提取与成图。

3.1 图像差值法

图像差值法就是将两个时相的遥感图像相减。在用图像差值法之前必须确保两幅影像做过大气校正和精确影像配准，在ENVI 软件中，在“Image Change Workflow”面板中计算方法选择“求差（Simple Difference）”，选择比较的波段，设置变化等级划分阈值，最后输出结果和统计分析。在此工具中，ENVI 软件提供辐射归一化（Radiometric Normalization）选项，可以将两个图像近似在一个天气条件下成像（以基准图像为基准）。图像差值法提取结果如图1所示。

3.2 光谱特征差异法

光谱特征差异法的原理是同一地物反映在一时相影像上的信息与其反映在另外时相影像上的光谱信息一一对应，当将不同时相的影像进行融合时，如同一地物在两者上的信息表现不一致时，那么融合后的影像中此地物的光谱就表现得与正常地物的光谱有所差别，根据发生变异的光谱特征确定变化信息。

在用光谱特征差异法之前必须确保两幅影像做过大气校正和精确影像配准，在ENVI 软件中，在“Image Change Workflow”面板中计算方法选择“光谱特征差异法（Spectral Angle Difference）”，设置变化等级划分阈值，最后输出结果和统计分析。光谱特征差异法提取结果如图2 所示。

3.3 特征指数法

特征指数法即通过计算影像的特征指数，并对特征指数进行相减。ENVI 软件提供了4 种特征指数，包括归一化植被指数（NDVI）、归一化水指数（NDWI）、归一化建筑物指数（NDBI）以及燃烧指数，根据研究区域实际情况，本研究选择归一化建筑物指数（NDBI），在ENVI 软件中，在“Image Change Workflow”面板中计算方法选择“光谱特征差异法（Difference of Feature Inder）”，设置变化等级划分阈值，最后输出结果和统计分析。特征指数法提取结果如图3 所示。人工提取变化信息如图4 所示。

图1 图像差值法

图2 光谱特征差异法

图3 特征指数法

图4 人工提取变化信息

通过将3 种方法提取结果和人工提取结果作分析，可以看出：图像差值法简单快速，但对图像的时相要求较高，最好是属于同一季节对于当地物类型比较单一、色调纹理比较均匀、变化特征比较明显时效果明显。光谱特征变异法对数据的预处理要求较高，变化信息提取较零碎，发生光谱特征变异的地物在几何尺寸上要足够大才能被识别。特征指数法要求影像是高光谱或多光谱，操作过程较复杂，数据量和计算量都较大，针对不同区域选择相适宜的监测方法，如要监测森林或是草地的动态变化，可选植被指数，监测水体变化，选择水体指数等，所选的平滑核的大小和最小聚类数的大小也需经过多次尝试。

4 结论

通过实验案例研究发现：土地变化信息提取是一个工作量比较大的过程，对数据的预处理要求较高，信息的发现和信息的提取可选择和组合的方法很多，针对不同区域选择相适宜的提取方法；所有监测方法和信息提取方法没有绝对的好与坏，只能是根据不同的数据源和不同的应用需求选用适合的方法组合；本研究区域两幅影像是同一季节，且地物类型单一，因此差值法提取的变化信息精度较高，信息提取明显；本研究针对白鹤滩水电站土地利用变化取得一些新的进展，但针对土地变化信息检测的研究才刚刚开始，有许多工作有待于进一步研究和探讨。