【文章內(nèi)容簡介】 和國家重點保護物種的種群，又是水禽遷徙的重要停歇地，在保護生物多樣性方面居于重要地位，但是近年來該濕地由于受到人類活動的干擾，生態(tài)環(huán)境破壞加劇，物種多樣性不斷減少，主要表現(xiàn)在以下幾方面：（1）工業(yè)及生活污染源不合理的排放，研究區(qū)河流、水庫的水質變壞，污染程度不斷加重，植被破壞，水土流失加劇，泥沙造成下游河道淤積。（2）由于修建水庫后減少了河流水量以及入海流量，水體的自凈能力降低。（3）部分土壤堿化度大于２０％，出現(xiàn)一定程度的堿化現(xiàn)象。（4）新的植物群落替代被環(huán)境所淘汰的原有的植物群落，由于人類活動頻繁，鳥類種群密度減少，某些動物絕跡，對水生生物的不利影響主要體現(xiàn)在天然河道魚類及蟹類的減少，而野鼠類數(shù)量增加。遙感數(shù)據(jù)源的選擇主要包括數(shù)據(jù)質量的選擇、數(shù)據(jù)時相的選擇。遙感影像應該選擇云量盡量少且符合研究需要的影像數(shù)據(jù)，不同時相的遙感數(shù)據(jù)對信息提取會有很大影響，選擇符合信息提取需要的時相是分類一個關鍵步驟，一般遙感數(shù)據(jù)時相的選擇應根據(jù)研究對象來確定，應選取反映地表覆蓋類型最為豐富的時段過境數(shù)據(jù)。本研究區(qū)濕地在遙感圖像上的較好反映時間是7月份和10月份，根據(jù)野外調(diào)查結果，以及對雙臺子河口濕地的氣候、水文，以及土壤、植被的分析，7兩個月降水充足，光照、溫度都比較適合濕地植被類型的生長，而且大多數(shù)濕地植被類型都正處于花期或者果期，生長比較旺盛，如果選用這兩個月份的遙感影像，則濕地植被類型的光譜信息比較豐富，光譜反射較強，有利于面向對象的濕地植被類型的識別和信息提取。根據(jù)研究區(qū)以及本論文的現(xiàn)實情況，本文選取四景美國陸地衛(wèi)星Landsat TM影像，其中研究區(qū)2010年所用的分類影像為：2009年7月15日、2009年7月15日、2010年6月25日、2010年6月25日四景影像的組合。而研究區(qū)2000年所用的分類影像分別為2000年6月15日、2000年6月15日、2001年6月15日、2001年6月15日，軌道行列號分別為：120/3120/3119/3119/32，這八景影像的質量良好，無云，各種濕地類型在圖像上區(qū)分明顯，完全能滿足研究需要。 光譜特征分析及波段的選擇 TM影像數(shù)據(jù)光譜特征分析Landsat TM有7個地表反射能量響應波段，各個波段都有不同的針對性，對不同地物有著不同的靈敏度，可用來鑒別地表不同土地利用類型。對于一種目標地物，隨著波長的變化其反射能量也隨著變化，這種變化規(guī)律是建立不同地物解譯標志的依據(jù)。通過針對TM影像各個波段的光譜特征分析，為更好更準確的提取研究區(qū)濕地植被類型信息做好準備工作，并針對生態(tài)環(huán)境監(jiān)測項目對濕地物種多樣性進行重點考察，選擇最能反映植被信息，并且能夠較好反映分類效果的波段組合，是遙感影像分類的基礎。Landsat TM各個波段的光譜特征如表21所示：表21 Landsat TM各個波段光譜特征表波段序號波段名稱波段范圍/μm空間分辨率/m應用領域TM1藍色30對水體有穿透作用，獲得更多水下信息，用于判斷水深，淺海水下地形，水體渾濁度，沿岸水，地表水等，可以反映土壤和植被信息。TM2綠色30主要反映健康植被信息和評估作物長勢，區(qū)分人造土地利用類型，對水體有一定穿透能力，反映水下特征，水體渾濁度等。TM3紅色30判斷植物的健康狀況，也可以區(qū)分植被的種類和覆蓋度；還可以用以判定地貌巖性、土壤、水中泥沙流等。TM4近紅外30集中地反映植物近紅外波段的強反射，可用于植被、生物量、作物長勢的調(diào)查；處于水體強吸收區(qū)，水體輪廓清晰，用于勾勒水體，繪制水體邊界、探測水中生物。TM5短波紅外30波長處于水的吸收帶內(nèi)，對含水量反映敏感?？捎糜谕寥罎穸?、植物含水量調(diào)查、水分狀況研究、作物長勢分析等，從而提高了區(qū)分不同作物類型的能力；對巖性、土壤類型的判定也有一定的作用。TM6熱紅外120對熱異常敏感?？捎糜趨^(qū)分農(nóng)、林覆蓋類型；辨別地表溫度差異，用于低熱制圖和熱慣量制圖；檢測與人類有關的熱特征；進行水體溫度變化制圖；對于植物分類和估算收成也很有用。TM7短波紅外30可用于區(qū)分主要巖石類型、巖石的水熱蝕變、探測與交代巖石有關的黏土礦物等；對植物水分敏感，可用于識別植物的長勢。 最優(yōu)波段的選擇結合研究區(qū)的具體情況和TM影像的特點，確定本次研究中所要提取的土地利用類型為天然水域、裸灘、赤堿蓬灘涂、葦田、稻田、水庫坑塘、城鎮(zhèn)建設用地等土地覆被類型，為了較清晰的識別這些土地利用類型，增加他們的非相關性，必須有針對性的選擇若干個波段進行組合，使不同要素在圖像上的反映有明顯區(qū)別，從而增強視覺判讀效果，這樣就需要進行遙感影像的波段處理。影像波段處理的基礎性工作是進行數(shù)據(jù)統(tǒng)計，對遙感數(shù)據(jù)進行基本的單元和多元統(tǒng)計分析通常會為顯示和分析遙感數(shù)據(jù)提供許多必要的有用信息。這些統(tǒng)計包括計算遙感圖像各波段的平均值、方差、間值、最大值、最小值、亮度范圍以及波段間的方差、相關系數(shù)矩陣和各波段的直方圖。這些基礎性的統(tǒng)計信息可以為后面的最佳波段選擇提供科學的依據(jù)。單波段的基礎信息統(tǒng)計單波段基礎信息統(tǒng)計主要包括計算各波段的平均值、標準差、灰度值、灰度最大值、最小值等。平均值反映亮度值的總體水平，方差、標準差反映的是亮度值作為隨機變量取值的離散程度，即變量與平均值的偏差程度，最大值和最小值反映了波段灰度的范圍，其計算公式如下：平均值： (1)其中n為像元個數(shù)，為各個象元灰度值 方差： = = (2)標準差： = (3)TM影像各波段統(tǒng)計值如表22所示。表22 Landsat TM影像單波段基礎信息統(tǒng)計表波段號特征值灰度最小值灰度最大值灰度平均值標準差Band 10255Band 20230Band 30255Band 40181Band 50255Band 60196Band 70255表22計算了各個波段的灰度統(tǒng)計值。由于TM6的空間分辨率為120m，而且TM6屬于熱紅外區(qū)段，主要用于溫度、水體的識別，對植被的區(qū)分意義不大，在本研究中不作考慮?？梢钥闯雠懦说?波段后其余的6個波段中標準差大小的排列為：TM5波段標準差最大，，然后依次為TM7，TM1，TM3，TM2，標準差越大，所含的信息量越豐富，波段的信息量越大可使圖像的顏色越豐富，層次宜分辨，有利于圖像分類。單從波段所含信息量的大小來看:6個波段中選擇的先后順序應為TM5TM4TM7TM1TM3TM2。波段相關數(shù)據(jù)信息的統(tǒng)計在遙感影像的多波段之間每個像元點各波段的圖像灰度值所構成的向量是一個多維向量，它是一個多維隨機變量所取的值，波段之間的多元統(tǒng)計信息如協(xié)方差、相關系數(shù)等反映波段之間的相關關系。相關矩陣R是反映多維隨機變量各分量兩者之間相關密切程度的又一種方式。它的主對角線元素是1，其他元素表示兩個變量之間的相關系數(shù)——反映兩個具有線性關系的隨機變量之間的密切程度[20]。 相關矩陣R=其中表示分量的方差，表示和的協(xié)方差。根據(jù)此式求得波段間相關系數(shù)矩陣如表23所示。表23 Landsat TM 波段相關系數(shù)矩陣波段號12345671234567根據(jù)表23分析各波段之間的相關系數(shù)矩陣，TM1與TM3的相關性很高，說明這兩個波段的信息有相當?shù)闹貜?，很明顯看出TM4近紅外波段和其余波段的相關系數(shù)最小，為首選波段；在可見光的三個波段中，TM1和各波段的相關系數(shù)都不小，應放棄；TM2和TM4相關性最小，，而TM1和TM4相關系數(shù)比TM3和TM4的相關系數(shù)大，所以初步確定可見光波段選TM3；兩個短波紅外波段TM5和TM7，，還需進一步討論。 最佳波段組合的選擇波段組合的選擇一般遵循以下兩個原則：（一）組合的各個波段之間的相關性要小，因為地物在各波段的輻射特性之間存在相關性，當三者之間相關性很強時，各波段所包含的信息之間有可能出現(xiàn)大量的重復和冗余，給解譯分類帶來困難。（二）波段輻射量的方差應盡可能大，由于方差的大小體現(xiàn)了所含信息的多少，方差越大波段所包含的信息量越大，但是用三個方差最大的波段合成的結果并不一定能獲得最多的信息，因為各波段的信息有可能會產(chǎn)生重復和冗余，所以在考慮波段組合的時候，這兩個原則都要兼顧，不僅要挑選方差最大的，還要考慮這三個波段的相關性大小。本研究通過目前最廣泛使用的最佳指數(shù)法，進行波段組合的選擇。最佳指數(shù)(OIF)法理論基礎是：圖像數(shù)據(jù)的標準差越大，所包含的信息量也越多，波段的相關系數(shù)越小，表明各波段的圖像數(shù)據(jù)獨立性也就越高，信息的冗余度也就越小[21]。 = (4)式中表示第波段的標準差，為，兩波段的相關系數(shù)。值越大表示波段組合所包含的信息量越大，兩個波段間的相關性也越小。如表24所示。表24 各個波段組合的OIF值波段組合指數(shù)順序1239124812531277134513541371714561471915722341323515237182451124712257134516347203571045714從OIF指數(shù)順序來看，排在前5位的分別是34142313345波段組合。根據(jù)前面的分析初步判斷，TM3和TM4為必選，為了反映電磁波各波段的特征，再增加一個短波紅外波段，由前面的分析可知，TM5波段標準差最大，信息量最豐富，所以本論文選擇7個波段中光譜信息量最豐富的5波段、主要反映植被信息的4波段以及包含植物葉綠素信息的波段3進行彩色合成。這個組合的合成圖像類似于自然色較為符合人們的視覺習慣，并且由于信息量豐富，對于各種地物影像特征的差別可以得到充分顯示，能幫助人們對圖像的認識，為后期的計算機解譯分類打下了基礎。 數(shù)據(jù)的處理最佳波段組合確定以后，在遙感影像的應用之前，通常還要做一些預處理工作。對遙感影像進行一些應用前的處理是遙感影像分類的重要前提，諸如不同格式的遙感數(shù)據(jù)的格式轉換、多波段彩色合成、遙感影像的輻射校正、幾何校正、影像的拼接裁剪等。由于本次論文數(shù)據(jù)是來自美國國家航空與航天局（NASA）和美國地質調(diào)查局（USGS）網(wǎng)站，其已經(jīng)對數(shù)據(jù)產(chǎn)品進行了系統(tǒng)的輻射校正和地面控制點幾何校正，并且通過DEM高程模型做了地形校正，根據(jù)研究精度的需要，本次研究所做的預處理主要包括幾何精校正、研究區(qū)遙感數(shù)據(jù)拼接裁剪、背景剔除及波段的組合。 幾何精校正遙感成像的時候，由于飛行器的高度、姿態(tài)、速度、地球自轉等因素的影響，造成圖像相對于地面目標發(fā)生幾何畸變，這種畸變表現(xiàn)為像元相對于地面目標的實際位置發(fā)生偏移、拉伸、扭曲和擠壓等。當遙感圖像在幾何位置上發(fā)生了變化，產(chǎn)生了諸如像元大小，行列不均勻與地面大小對應不準確，地物形狀不規(guī)則變化等畸變時，需要對遙感圖像進行幾何校正。針對幾何畸變進行的誤差校正就叫幾何校正。通過幾何精校正，要使不同數(shù)據(jù)的像素之間嚴格配準，具有一致的坐標系統(tǒng)和同樣大小的像元空間分辨率。本論文采用1:5000地形圖結合GPS野外實地控制點采集和野外實地驗證的方式進行幾何精校正處理。通常是在地形圖上選取控制點，包括道路明顯交叉點、井位、建筑物等明顯標志點作為控制點位置，用多項式擬合方法對遙感影像進行配準。研究區(qū)所用數(shù)據(jù)采用1954北京坐標系、通用橫軸墨卡托投影。 遙感影像的拼接剪切經(jīng)過幾何精校正后的影像，便可以進行研究區(qū)遙感數(shù)據(jù)的拼接裁剪處理。先對研究區(qū)跨幅的影像進行影像拼接，拼接的影像選擇7月份季節(jié)相近的四幅影像，可以使影像光譜值盡量相近，在拼接的過程選擇直方圖配準，保持拼接后的影像色調(diào)一致。若影像不同時節(jié)則不能進行直方圖匹配，否則會引起影像色調(diào)失真，信息丟失。將shape矢量格式的研究區(qū)邊界轉為覆蓋（Coverage），再將遙感影像每個波段進行剪切，即可完成研究區(qū)遙感影像的剪切。經(jīng)過拼接裁剪后的研究區(qū)遙感影像。如圖22所示。 圖22 2010年研究區(qū)TM遙感影像 KT變換KT變換也稱纓帽(Tasseled Cap)變換，Kauth 。和Thomas 。在總結Landsat MSS圖像數(shù)據(jù)特征基礎上，提出了一種適用于MSS圖像數(shù)據(jù)的線性變換，使其波譜空間變換到幾個有物理意義的方向上，即 (5)式中，X為MSS圖像4個波段數(shù)據(jù)組成的矩陣，每一個波段像元組成的向量；Ｙ為纓帽變換后的數(shù)據(jù)矩陣；R為纓帽變換的正交變換矩陣；r為補償向量，意在