使用卫星数据提取草地类型信息方法研究

文│李静 牛康康（新疆维吾尔自治区农业技术推广总站）

田源（新疆维吾尔自治区农业资源区划和遥感应用中心）

根据地形和气候特点将天山北坡草原分为低地草甸类、山地草甸类、温性草原类、温性草甸草原类、温性荒漠类、温性荒漠草原类、高寒草原类、高寒草甸类。荒漠草原主要为一年生草本类型，以叉毛蓬为建群种，5月下旬植被进入开花期，生长旺盛，7月植被进入黄枯期。草甸草原类植物种类组成丰富，主要为中生禾草和杂草类，有无芒雀麦、草原老鹳草、细叶早熟禾、新疆鹅观草，是刈割兼放牧的主要基地，7月为杂草盛花期，植被生长旺盛。

随着卫星遥感技术的发展，遥感技术已普遍应用于农牧业监测预警中，在草地退化、植被覆盖度、草地沙化、草原长势、草地生物量、草地载畜量等均有大量研究，草地遥感研究更深入、精确，推动草业向信息化、自动化方向发展。

不同草地类型物候期不同，针对应用一景影像提取不同草地类型面积信息的研究鲜有报道，为了通过一张图提取不同草地类型面积，本研究采用一景5月影像荒漠草类盛花期和7月一景影像草甸草原类盛花期，通过波段运算，生成一景含有不同草地类型特征明显的影像，成功提取不同草地类型信息。

一、研究区概况与数据处理

1.研究区概况。玛纳斯县位于新疆维吾尔自治区准噶尔盆地南缘，地理位置东经：85°34′～86°43′，北纬：43°28′～45°38′。地形垂直分布完整典型，气候差异显著，水热条件分配不均匀，草地类型丰富。

玛纳斯县草原所处的地理位置和地形、气候特点将草地分成低地草甸类、山地草甸类、温性草原类、温性草甸草原类、温性荒漠类、温性荒漠草原类、高寒草原类、高寒草甸类。其中，荒漠草原多分布于低山带及低山山间盆地和山前倾斜平原的上部，总盖度一般在10%～15%。灌丛和草甸一般在各大河流沿岸及冲积平原中有地下水补给的低地，覆盖度一般在40%～80%。

◎图1 不同时相研究区影像假彩色合成图

2.数据源。遥感数据主要来源于国家基础地理信息中心提供的高分一号WFV传感器数据如表1所示。

表1 本研究应用的所有数据

3.数据处理。本研究以GF-1卫星1A级数据为原始数据，同时收集影像对应元数据文件及辐射定标系数、波谱响应函数等资料，应用Arcgis、ENVI、ERADS软件进行辐射定标，应用6S大气传输模型，根据卫星影像的实际情况确定模型的各个参数，进行大气校正和几何校正，获取研究区GF-1卫星地表反射率数据。

二、结果与分析

1.利用研究区不同时相卫星影像数据进行波段运算，通过一张图反映地物信息特征。根据不同草地类型的生育时期不同，选取荒漠类草地信息特征明显，质量良好的5月18日覆盖研究区影像一景，草甸类草地信息特征明显，质量良好的7月19日覆盖研究区影像一景。通过波段运算，B＝b1＋b2（b1为GF-1 WFV1 20140518假彩色合成影像，b2为GF-1 WFV2 20140719 假彩色合成影像），将两景影像相加，进行假彩色合成，如图1所示。通过目视解译，影像内各类草地和农田信息特征明显，草甸草原类呈深红色，荒漠草原类呈淡红色，农田类呈浅红色。

2.提取不同草地类型草地信息。利用最大似然法提取不同草地类型信息，最大似然法相比其他分类器考虑的因素较多，分类准确。通过对影像目视解译可以提取出荒漠类、荒漠草原类、草甸类、农田类。因此，按照该研究区草地类型分类研究提取温性荒漠类，农田类，温性荒漠草原类，温性草原、草甸类，高寒草原、草甸类和其他类。

选择训练样本，训练样本的选择直接影响分类结果，在选择训练样本时使感兴趣区域遍布整个类别。

斑块处理，分类结果显示，背景有部分小斑块分布，使用主要次要分析方法（通过分析周围的4个或8个像元，判定一个像元是否与周围的像元同组。如果一类中被分析的像元数少于输入的阈值，这些像元就会被从该类中删除，删除的像元归为未分类的像元），将小斑块归为背景。如图2所示。

◎图2 小斑块去除前后效果图

3.输出不同草地类型信息提取图。通过以上分析，在Arcgis中输出地物信息分布图，地物特征明显，分类清晰，温性荒漠类，农田，温性荒漠草原类，温性草原、草甸类，高寒草原草甸类都可以提取出来，同时，高寒草原、草甸类山谷由于此处海拔较高，山体陡峭，受制于山体阴影的影响，难以提取结果。如图3所示。

◎图3 研究区不同草地类型信息提取图

4.精度验证。影像分类精度评价主要应用Kappa系数精度评价，Kappa系数精度评价方法是一种多变量分析方法，许文宁等将Kappa系数引入到干旱预测模型的精度评价中，通过探讨Kappa系数作用和机理，Kappa系数可以从整体上评价模型的预测精度。因此，笔者应用Kappa系数检验不同草地类型提取精度。

选用GF-1 WFV4 20130514，GF-1 WFV4 20130731两景影像作为检验影像，通过精度验证，总精度为86.55%，Kappa系数为0.8063。如图4所示。

三、结论

本研究利用高分一号卫星数据探讨不同草地类型提取方法，通过多时相影像相加的办法，将所有地物信息反映到一景影像上。结果如下。

1.通过选取研究区不同时相的两景影像进行波段运算相加，对相加后的影像进行假彩色合成，能在一景影像上将地物特征明显的表现出来。通过目视解译能明显辨别出农田类、草甸草原类、荒漠草原类。

2.通过采用最大似然法提取研究区不同草地类型信息，提取出温性荒漠类，农田，温性荒漠草原类，温性草原、草甸类，高寒草原草甸类6类地物信息。

3.通过对分类结果进行精度验证，分类总精度达到86.55%，Kappa系数为0.8063。

四、讨论

1.利用遥感技术提取草地信息，部分研究大多都基于国外卫星数据，本文通过使用高分一号卫星数据提取草地信息，得到了很好的效果，表明高分一号卫星数据可以应用于农牧业领域研究。

2.由于不同草地类型生育时期的差异，很难通过同一时相影像提取草地信息，笔者通过不同时相影像相加的办法提取草地信息，该方法精度高，在已有研究中鲜有报道，具有较强的创新性。

◎图4 研究区不同草地类型信息提取精度验证

3.在精度验证中，本研究由于高寒草甸区山体陡峭，条件有限，故使用卫星影像作为检验数据说服力不强，在今后研究中选择足够样本的实际调查数据建立精度验证数据库，使研究结果更为精确。