基于HY-1C卫星CZI数据的红树林长势遥感监测

邹亚荣，刘建强，梁 超，朱海天

(1.自然资源部 国家卫星海洋应用中心, 北京 100081;2.自然资源部 空间海洋遥感与应用研究重点实验室, 北京 100081)

0 引言

生长在海陆交界处的红树植物具有密集而发达的支柱根，很多支柱根自树干的基部长出，牢牢扎入淤泥中形成稳固的支架，使红树林可以在海浪的冲击下屹立不动。红树的支柱根不仅支持着植物本身，也保护了红树林海岸免受风浪的侵蚀，因此红树林又被称为“海岸卫士”。在20世纪，广西壮族自治区拥有中国面积最大的红树林，但根据最新统计资料显示，由于沿海一些渔民毁林建虾塘，与20世纪50年代初相比，广西地区的红树林减少了48%。北海市红树林保护区的海岸线不断后退[1]。

遥感技术在红树林监测方面具有便捷有效等诸多优势，已成为红树林以及其他林业保护管理中重要的监测手段。有学者利用多源卫星遥感数据、3S技术等对红树林群落进行了遥感监测，提取红树林区的生态参数，比较其长时序变化，监测红树林生长变化[2-5]。在红树林种群识别方面，有学者基于资源三号数据，结合多种植被指数，采用分类器开展了红树林种群的分类[3]。通过航空相片等传统遥感手段可获取比较准确的红树林范围、高度、密度、种群组成信息，也被广泛应用于红树林的监测和分析中[6-10]。目前，我国利用各种遥感数据以及RS、GIS技术对红树林保护的调查研究也正逐渐展开，获得了我国红树林的分布特征以及相关的生态系统参数[4]。本文利用HY-1C卫星海岸带成像仪数据提取了广西北海山口红树林信息，并对其长势进行了监测分析。

1 研究区概况

广西壮族自治区北海市的山口红树林在我国南部红树林中具有代表性，已建成为国家级自然保护区，地处亚热带，位于广西合浦县沙田半岛东西两侧，海岸线长约50 km，总面积约8 000 hm2。依据文献[11-12]，红树林海岸自海向陆可分为浅水泥滩带、不连续沙滩带、红树林海滩带和淡水沼泽带4个区间带。山口红树林发育在潮滩上，处于红树林海滩带。

2 数据与方法

2.1 数据

研究采用2018年9月发射的HY-1C卫星搭载的海岸带成像仪(Coastal Zone Image，CZI)传感器数据。数据星下点(Ground sample Distance，GSD)≤50 m，幅宽≥950 km，包含4个波段。谱段范围分别为：B1：0.42～0.50 μm；B2：0.52～0.60 μm；B3：0.61～0.69 μm；B4：0.76～0.89 μm。

选用2018年10月31日和11月24日的CZI Level 1B数据，进行几何纠正与辐亮度计算，得到Level 1C数据，真彩色合成如图1所示，图中标注区为广西北海山口红树林研究区。研究区左上角经纬度为(21°34′25″N，109°44′51″E)，右下角经纬度为(21°31′8″N，109°46′54″E)。

图1 研究区遥感影像图Fig.1 Remote sensing image of study area (影像成像时间为2018年10月31日；波段组合：R3G2B1。) (Image time was Oct. 31，2018; band combination: R3G2B1.)

2.2 方法

2.2.1 植被指数

本文采用了RVI(比值植被指数)和NDVI(归一化植被指数)以及EVI(增强植被指数)来分析红树林的生长状况。RVI的计算公式为:

RVI=ρNIR/ρR

(1)

式中：ρNIR和ρR分别为近红外与红波段反射率。这一指数定量地表达了植被的生长状况，含有的信息量比单波段大，常用于植被生长状况的遥感监测。绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面(裸土、人工建筑、水体、植被枯死或严重虫害)的RVI值在1附近。

NDVI的计算公式为：

NDVI= (ρNIR-ρR)/(ρNIR+ρR)

(2)

NDVI常应用于检测植被生长状态、植被覆盖度和消除部分辐射误差等。NDVI值为正，表示有植被覆盖，且数值随覆盖度增大而增大。一般情形，各月之间的NDVI值变化小，且NDVI值大于0.5，则说明红树林长势良好。NDVI的局限性表现在用非线性拉伸的方式增强了近红外波段和红波段的反射率对比度。

对于同一幅图像，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度。植被覆盖密度高时，RVI 指数对植被的反映更强烈，与植被的叶绿素等含量有密切关系。

红树林生长在海水中，为减少海水对红树林NDVI的影响，可使用增强植被指数(EVI)来分析红树林生长状况。EVI指数常被用于植被茂密区的监测，当植被覆盖度在25%～80%时，EVI指数能够较好地反映植被的生长状况。EVI指数的范围一般为-1～1，一般绿色植被区的范围是0.2～0.8。基于 HY-1C的 EVI植被指数具有较高的空间分辨率，可反映地表植被特征。红光和近红外探测波段的范围设置更窄，不仅提高了对稀疏植被探测的能力，而且减少了水汽的影响[13-14]，EVI的计算公式为：

(3)

2.2.2 纹理计算

遥感图像的纹理是图像上色调变化的频率，是一种单一细小特征的组合，常见的纹理特征有能量、对比度、熵、均匀性、均值、方差、非相似度、相关性等，它们从不同的角度反映了影像的灰度分布、信息量及纹理粗细度。纹理参数的计算方法见文献[15]。

3 结果与分析

3.1 辐亮度计算结果

辐亮度是一个反映地物目标亮度的物理量，随着波长发生变化，且具有方向性。选取红树林研究区，裁切出红树林感兴趣区，通过对红树林感兴趣区直方图计算，得到红树林辐亮度统计值(图2)。从辐亮度图中可见，在蓝波段、绿波段、红波段和近红外波段上海水信息由亮变暗，在近红外波段上呈现为黑色。红树林信息在近红外波段图像上表现为亮色，在蓝波段、绿波段、红波段的辐亮度图像上呈现出暗色。红树林在各个波段的辐亮度值有一定的变化，由蓝波段到近红外波段辐亮度峰值从56.22变化到58.49左右，在近红外波段达到最大，表明近红外波段能有效地监测红树林，对红树林信息表现明显。由于红树林信息在CZI传感器的4个波段较集中，处于较小的波谱范围，因而在图像上，红树林呈现为比较统一的图斑，并且近红外波段对红树林表现明显，能有效地从图像中的其他背景中提取出来。

图2 HY-1C CZI数据4个波段红树林辐亮度(左)与其直方图(右)计算结果Fig.2 Calculation results of mangrove radiance (left) in each of the four HY-1C CZI bands and their histogram respectively(right)

3.2 反射率计算结果

由于遥感器接收到绝对光谱辐亮度信号受光源的光谱特性影响，不利于表征大气或地物的内在光谱吸收与散射特性，因此定义表观反射率信号ρ(λ)：

(4)

式中：L为辐亮度；μs=cos(θs)，θs为太阳天顶角；Es为垂直于太阳光线的平面上的大气层外太阳辐照度。

红树林在4个波段的反射率均值以近红外波段的为最大，为0.24；红波段最小，为0.041；蓝波段、绿波段的反射率值处于红波段与近红外波段之间。表现在反射率图像上，近红外波段的图像最亮，红波段的图像最暗(图3)。选取4个波段反射率样本进行分析，蓝波段样本反射率为0.094，绿波段反射率为0.06，红波段反射率为0.04，近红外波段反射率为0.19(图4)，4个波段的红树林反射率呈现出大致平行状，近红外波段与红波段差值最大，这与植被对光谱的反射特性有关。

图3 反射率计算结果Fig.3 Results of reflectance ratio (影像成像时间为2018年10月31日。) (Image time was Oct. 31，2018.)

图4 各波段反射率Fig.4 Reflectance ratio of each band

3.3 植被指数计算结果

根据植被的光谱特性，对红外与近红外波段进行组合，计算植被指数。

山口红树林的NDVI值处于0.3～0.6之间(图5a)，与其他植被相比，在NDVI图像中，红树林呈现出亮白色，且比较均一，表明红树林覆盖度较大。在RVI图像中，红树林的RVI值大多处于1～2与4～5之间(图5b)，表明红树林覆盖度大。从NDVI和RVI计算结果图像中可知，植被呈亮色，水呈暗色，两者有明显区分。

图5 NDVI指数(a)与RVI指数(b)计算结果 Fig.5 Results of NDVI index(a) and RVI index(b) (影像成像时间为2018年10月31日。) (Image time was Oct. 31，2018.)

3.4 山口红树林长势遥感监测

3.4.1 红树林信息提取

本文选取广西北海山口红树林为研究区域，开展红树林信息提取(图6a)，城镇目标在图像上表现为较暗，与红树林在图像上差别较大。依据NDVI计算结果，得到图6b，水体在图像上呈现出黑色，通过NDVI的计算能够有效地区分水体与陆地；图中红树林区呈亮白色，形状规则，而其它植被表现为白色，形状不规则，红树林与稀疏植被在图像上有明显的区分，但与覆盖度大的植被则难以区分。其他植被在NDVI图像上呈现出不规则状态，纹理参数的变化能够表现出其他植被的不规则状以及红树林一致性特征(图6c)。

3.4.2 红树林长势遥感监测

计算11月24日RVI指数，分析山口红树林长势情况。由表1和图7可知，山口红树林RVI指数处于1～2之间的区域占31.83%，该区域红树林覆盖比较稀疏，零星分布于研究区的南、北部区域，分布在北部区域的红树林长势与近人类活动区域有一定的关系；RVI指数处于2～4之间的面积约为4.59 km2，占研究区面积的66.69%，处于分散分布状态；RVI指数处于4～6之间的区域占1.48%，在研究区零星分布，尤其在北部的中间区域值为最大，表明红树林生长状况良好，所处区域生态环境健康。影像获取时间为2018年11月，此时红树林处于生长季节，总体上，北海山口红树林长势良好，红树林的RVI指数均大于1，部分大于5，说明红树林处于健康状态。

图6 红树林信息提取Fig.6 Mangrove information extracted from HY-1C CZI

表1 基于RVI指数的红树林长势监测Tab.1 Mangrove remote sensing monitoring based on RVI index

另外通过计算山口红树林2018年10月31日和11月24日两个时间点的NDVI指数来分析红树林长势情况。10月31日的NDVI最大值为0.707，均值为0.512，NDVI值大于0.4的占80.39%；11月24日的NDVI最大值为0.757，均值为0.519，NDVI值大于0.4的区域占80.0%。在一段时间内NDVI值变化不大，则植被的长势变化小[3]。因此将10月31日与11月24日两个时间点的NDVI值相减，其差的均值为0.01，NDVI值变化较小，且两个时间点NDVI均值都大于0.5，表明在此阶段山口红树林总体长势良好。

为去除水体的影响，计算EVI指数，进一步说明红树林的长势情况。10月31日研究区域的EVI值主要集中在0.2～0.7(最大值为0.67)，所占面积为总面积的88.25%；11月24日研究区域的EVI值主要集中在0.2～0.7(最大值为0.69)，所占面积为总面积的87.75%。两个时间点EVI指数变化不大，说明红树林茂密，长势较好。

图7 RVI指数计算结果Fig.7 Results of RVI index (基于2018年11月24日影像计算。) (Calculated based on image in Nov. 24, 2018.)

图8 EVI指数计算结果Fig.8 Results of EVI index

4 结论

红树林对于海岸带保护等具有重要意义，快速、多频次、大范围的监测优势使得遥感已成为红树林监测的主要手段之一，本文利用HY-1C卫星海岸带成像仪数据在广西北海山口红树林进行了实验研究，对红树林的长势状况进行了监测。

(1)HY-1C卫星具有宽覆盖、信噪比高等特点，通过R3G2B1合成图能有效地表达红树林信息。

(2)对HY-1C卫星海岸带成像仪4个波段的红树林辐亮度分析可知，HY-1C卫星CZI传感器的近红外波段对红树林有明显的表达，且近红外波段反射率明显大于蓝、绿、红波段反射率，与红波段反射率差值最大。因而，选择近红外与红波段反射率，计算红树林的RVI指数、NDVI指数，结合红树林纹理参数，可提取红树林信息。

(3)基于RVI指数，结合两个时间点的NDVI指数以及EVI指数对红树林进行了长势评价，总体上，广西北海山口红树林长势良好。

(4)多时间段的NDVI计算与图像处理有较大的关系，尤其是云影响，因而图像均一化是计算的前提。HY-1C CZI 4个波段波谱为宽波段，且分辨率为50 m，对地物的识别有一定的约束。因而在计算指数方面，海水影响尚不能完全除去，指数计算精度有一定误差，与OCT载荷光谱数据融合是开展下一步研究的方向。