基于多時相光譜庫的地表覆蓋自動分類研究

王穎潔，郭詩韻

自然資源部 第三航測遙感院，四川 成都 610100

0 引 言

地表覆蓋是地球表面各種物質類型及其自然特征與屬性的綜合體，是自然演化和人類活動共同作用的結果，具有特定的時間和空間屬性，形態和狀態可在多種時空尺度上變化。了解某一區域的地表覆蓋情況對生態環境狀況評估有著重要作用。近年來，隨著全球變化研究的深入，地表覆蓋及其變化研究受到科學界廣泛關注。

中分辨率遙感的發展，使全國或區域尺度的中分辨率地表覆蓋監測成為可能，如國家基礎地理信息中心陳軍課題組研制的全球兩期（2000、2010年）30 m地表覆蓋產品Globeland30和清華大學宮鵬課題組研制的全球30 m、全球10 m地表覆蓋產品FROM-GLC。這些產品可廣泛應用于各類不同尺度的研究工作，但主要依靠大量的人工選取訓練樣本進行監督分類或人工目視解譯制圖，自動化水平相對較低，需要大量人力物力投入，動態更新困難。

地表覆蓋自動分類的關鍵是構建各類地物的光譜先驗知識。隨著時間序列定量遙感技術進步，區域尺度地表覆蓋圖像光譜動態庫構建成為可能，從而為基于圖像光譜庫的地表覆蓋自動分類奠定了堅實基礎。

本文對2017年6—12月新疆某區域Landsat數據進行定量化處理，得到地表反射率產品，構建研究區域夏季和冬季的光譜庫，并基于構建的光譜庫對研究區域2018年9月地表反射率數據采用隨機森林分類方法進行分類，并利用2018年地理國情監測成果對分類結果進行精度驗證。

1 研究區域與數據

1.1 研究區域

研究區域位于新疆維吾爾自治區北部，該區域屬溫帶大陸性氣候，氣溫溫差較大，日照充沛,年日照時間2500～3000 h，年平均降水量約150 mm。研究區域橫跨烏魯木齊市區、吐魯番盆地、天山天池等地，地勢起伏較大，地貌復雜，地表覆蓋類型豐富，對研究新疆的自然資源可持續發展和生態保護有著重要意義（圖1）。

圖1 研究區示意圖Fig.1 The research area

1.2 實驗數據

實驗主要針對分辨率為30m的Landsat影像數據進行分類，訓練樣本及精度驗證樣本主要基于GlobeLand30全球地表覆蓋產品和地理國情監測數據選擇。

1）Landsat-8 OLI L1T數據。從美國地質調查局USGS官網下載研究區域2017年6—12月、2018年9月共7景Landsat-8影像用于本次實驗，產品級別為L1T級[1-3]，即利用地面控制點和數字高程模型進行輻射校正后的數據產品。其中，2017年6—9月的數據用于構建研究區域夏季光譜庫，10—12月的數據用于構建冬季光譜庫，由于7月份影像云量較大，質量不高，可用性不強，因此研究區域夏季光譜庫由2017年6、8、9月數據組成，2018年9月的數據作為待分類影像。

2）GLobeLand30。該數據是以人工目視解譯為主的全球兩期（2000、2010年）30 m地表覆蓋數據，覆蓋南北緯80°之間的陸地范圍，包括耕地、森林、草地、灌木地、濕地、水體、苔原、人造地表、裸地、冰川和永久積雪等10種地表覆蓋類型，總體精度可達80%。該成果已開始在全球生態環境監測、可持續發展中發揮重要作用，可以作為提取各類地物樣本的參考[4-6]。

3）地理國情監測數據。地理國情監測是利用遙感、地理信息系統等現代化測繪技術，采用全數字化人機交互的模式，對地表覆蓋以及道路、水系等實體進行空間化的監測。數據主要分為種植土地、林草覆蓋、房屋建筑（區）、鐵路與道路、構筑物、人工堆掘地、荒漠與裸露地、水域、地理單元、地形等10個一級類。地理國情監測是基于資源三號、高分二號等空間分辨率優于2.5 m的衛星影像，人工目視解譯對地表覆蓋進行分類，精度較高，可作為選取驗證樣本的數據。

2 實驗路線

本實驗基于定量化處理后得到的Landsat地表反射率數據，結合GlobeLand30地表覆蓋產品構建典型地物夏季、冬季光譜庫，采用隨機森林法對研究區域進行地表覆蓋自動分類，得到研究區域地表覆蓋分類結果，采用總體精度、Kappa系數等指標進行分類精度評價，以驗證實驗方案在研究區域的可行性（圖2）。

圖2 自動分類流程圖Fig.2 The flow chart of automatic classification

2.1 數據預處理

Landsat 8衛星攜帶的陸地成像儀（OLI）包含9個波段，選取對地表覆蓋識別較為敏感的6個波段進行輻射定標、地形輻射校正[7]、FLAASH大氣校正[8]等定量化處理，得到地表反射率數據。6個波段分別為：藍波段（0.450～0.515μm）、綠波段(0.525～ 0.600μm)、紅波段 (0.630～ 0.680μm)、近紅外波段(0.845～0.885μm)，兩個短紅外波段(1.560～1.660μm)和(2.100～2.300μm)。

2.2 分類體系重建

GlobeLand30-2010數據共包括10個類型，分別是：耕地、森林、草地、灌木地、濕地、水體、苔原、人造地表、裸地、冰川和永久積雪。結合研究區域的實際情況，去掉GlobeLand30分類體系中的濕地、苔原這兩種地類，將灌木地與草地統一歸為草地，最終建立了本文中研究區域的分類體系（表1）。

表1 分類體系對比Tab.1 The comparison of classification system

2.3 基于GLobeLand30數據的樣本提取

由于Landsat-8 OLI系列數據和GlobeLand30分類產品的空間分辨率都是30 m，因此將研究區域的Landsat-8 OLI系列數據和GlobeLand30分類產品直接進行疊加分析選取各個類別的樣本[9]。訓練樣本的提取按照以下步驟進行：

1）為了避免云及云影對地物光譜的干擾，首先需要利用Landsat成像質量控制文件對Landsat反射率影像中存在的云及云影進行標記并掩膜掉；

2）將Landsat反射率數據與GlobeLand30分類產品進行疊加，結合研究區域影像實際情況，基于本文所構建的分類體系，通過目視解譯對各個類別進行樣本選取。

2.4 典型地物光譜特征提取及波譜庫建立

本文按照一景Landsat范圍為單位（約1.5°×1.5°），提取夏季（6、8、9月）和冬季（10、11、12月）光譜信息。如果僅使用光譜信息進行自動分類容易出現“同物異譜”和“同譜異物”等現象，所以要結合研究區域地表覆蓋及地貌特征，計算研究區域植被指數、水體指數、坡度坡向等，將提取的光譜信息、指數特征聯合構建研究區域多時相光譜庫（圖3）。

圖3 光譜庫構建流程圖Fig.3 The flow chart of the spectrum

1）影像光譜值提取?；贕lobeLand30地表覆蓋產品提取研究區域典型地物的訓練樣本，結合2017年6—12月（除7月）Landsat地表反射率數據，提取典型地物夏季、冬季地表反射率信息。

2）歸一化植被指數提取。植被中的葉綠素在紅波段對太陽輻射吸收較強，在近紅外波段對太陽輻射反射較強，利用植被在近紅外波段和紅波段反射率的差異可有效提取植被信息。歸一化植被指數（NDVI）能很好地增強植被信息，反映出地表植被的覆蓋情況，計算公式如下：

式中，NIR為近紅外波段；R為紅波段。

3）水體指數提取。水體在近紅外波段吸收較強，反射率較低，歸一化水體指數（NDWI）能夠較好地抑制植被信息，反映地表的水體情況，計算公式如下：

式中，NIR為近紅外波段；G為綠波段。

4）坡度、坡向值提取。坡度是指地形表面與水平面之間的傾角，坡向是指坡度的方向，研究區域地形起伏較大，坡度、坡向信息可以輔助對研究區域地表覆蓋進行區分。

基于光譜信息、植被指數、水體指數以及坡度坡向信息，構建典型地物光譜庫，選取典型地物夏季、冬季光譜進行比較，如圖4所示。從圖中可以看出，除冰雪以外，其余地物夏季和冬季的光譜曲線差異較大，主要因為夏季植被茂盛，冬季樹葉凋落、無耕種、人工地表有暗冰覆蓋。從2017年6月、9月光譜曲線可看出，短波紅外一波段對人工地表、裸露土壤、水體有較好識別能力，歸一化植被指數能較好地識別出植被、人工地表等類別，歸一化水體指數可以較好地將水體與其他地物類別進行區分，植被之間的光譜曲線差異不大，考慮到研究區域耕地坡度平緩，而林草大量分布于山體上，可利用坡度、坡向信息輔助對植被進行分類。

圖4 不同月份典型地物光譜庫參數曲線示意圖Fig.4 The spectral curves of typical objects in different months

2.5 基于波譜庫的分類及精度驗證

實驗選擇的分類器為隨機森林算法。隨機森林算法是由Breiman[10]提出的以多棵決策樹為基礎的集成分類器，通過采取多個不同的訓練樣本子集來加大分類模型之間的相異性，從而能夠提高模型的泛化能力以及預測能力[11]。隨機森林算法與其他機器學習算法相比具有精度高、參數少、性能穩定的特點，適于處理高維數據，不易產生過擬合，在遙感影像分類與變化檢測領域應用效果較好。本文基于Python編程實現對影像的批量隨機森林分類處理。

本文分別使用2017年6、9、12月的光譜庫對2018年9月的Landsat影像進行分類，基于地理國情監測數據選取驗證樣本對分類結果進行精度驗證。地理國情數據中地表覆蓋類別是基于1 m或2 m的高分辨率影像人工解譯所得，地表覆蓋類別均細分至三級類，本文的實驗數據為30 m分辨率的Landsat影像，受分辨率制約，無法細分至三級類，故使用地理國情監測數據中的一級類結果對本文的分類結果進行驗證。在驗證過程中，將地理國情監測成果中建筑區、道路、構筑物、人工堆掘地等一級類合并為一類，即對應本文分類體系中的人工建設用地；地理國情監測分類體系中林、草屬同一個一級大類，而本文分類體系中，林地和草地屬于兩類，因此選取林地、草地驗證樣本時，引入了地理國情監測數據中二級分類對本文的林地、草地進行驗證。

3 結果分析

3.1 分類結果精度驗證

任何影像在分類過程中都會存在誤差，而造成分類誤差的原因也是多種多樣的，分析分類誤差來源和特征既是對分類過程的檢驗，也是對分類結果進行改進的重要前提。本文基于研究區域2018年地理國情監測成果，隨機選取一定數量的驗證樣本對分類結果進行精度驗證，結果見表2。

表2 不同月份光譜庫分類精度評價Tab.2 The classification accuracy of different spectrum

從表2可以看出，基于夏季（2017年6月、9月）光譜庫分類得到的結果總體精度范圍為75%～80%，Kappa系數范圍為0.70～0.75，而基于冬季（2017年12月）光譜庫得到的分類結果總體精度僅為51%，Kappa系數0.4139，分析其原因，待分類影像時間為9月份，物候特征與夏季光譜庫物候特征更為接近?；谙募竟庾V庫得到的分類結果整體遠高于基于冬季光譜庫得到的分類結果，其中，待分類影像為2018年9月，與2017年9月的光譜庫時序最為接近，地物光譜特征最為相似，因此使用2017年9月的光譜庫對待分類影像進行分類得到的分類精度最高。這表明不同季節，各類地物的光譜值有較大差異，基于夏季光譜庫對夏季的地表反射率數據分類結果更優。

以上結果表明，本文提出的基于Landsat地表反射率光譜庫的自動分類方法能較為有效地對研究區不同時間序列的Landsat反射率數據進行快速分類，構建研究區域各個季節的全時序光譜庫，能有效提高自動分類的效率及精度。

進一步分析基于2017年9月光譜庫得到的分類結果的混淆矩陣（表3）。

表3 基于2017年9月光譜庫的各類精度評價Tab.3 The classification accuracy of different land cover based on the spectrum of Sep 2017

由表3分析可知，水體分類精度最高，冰雪、人工地表和林地次之，耕地總體分類精度一般，存在耕地與草地混分的現象，這與本文在同一個地區只使用了單時相影像進行分類有關，考慮到耕地的輪作性，下一步考慮引入多時相影像參與分類，可利用耕地輪作性的光譜差異與草地進行區分，以減小耕地草地混分情況。草地的錯分情況較少，但漏分情況嚴重，而林地錯分較多。由于研究區域地形起伏較大，加上山體陰影的影響，雖然進行了地形輻射校正，仍存在林草難以區分的情況。裸地分類精度總體較好，但存在裸地錯分為人工地表情況，這與人工地表類別的光譜和裸地光譜較為接近有關，下一步將考慮如何提高光譜庫中人工地表類別的精度。水體與冰雪的光譜曲線與其余類別差異較大，因此可以根據光譜曲線很好地將其進行區分。

3.2 分類結果圖分析

在經過定量的精度評定后，選取3個具有代表性的區域進行分類結果展示與分析。

1）烏魯木齊城區。從城區分類結果可以看出，水體類別提取效果較好，林地分類精度也較高，人工地表的漏分情況較少，建成區提取完整，但是有較多裸地部分被錯分為人工地表，導致裸地漏分誤差增大（圖5）。

圖5 2018年9月烏魯木齊城區分類結果圖Fig.5 The classification result of Sep 2018 in Urumqi urban area

2）高山冰雪區。從分類結果中可以看出，對于冰雪的分類效果較好，山坡上的林地分類較為完整。但存在少量陰影錯分為水體，以及林地與草地混分的情況（圖6）。

圖6 2018年9月高山冰雪區分類結果圖Fig.6 The classification result of Sep 2018 in snow-ice covered area

3）盆地區域。吐魯番盆地以耕地與人工地表為主，可以看出，耕地分類效果較好，但存在少量草地與耕地混分的情況，且有大量裸地錯分為人工地表的現象（圖7）。

圖7 2018年9月盆地區域分類結果圖Fig.7 The classification result of Sep 2018 in a basin

綜上所述，基于Landsat光譜庫對定量化處理后的Landsat反射率數據進行自動分類，分類精度能滿足應用需求，能在一定程度上提高地表覆蓋制圖的效率，說明基于地物時序光譜的自動分類算法具備在大區域乃至全國范圍內進行地表覆蓋監測的應用潛力。

4 結 論

對于中分辨率衛星數據（如Landsat）進行地表覆蓋監測，傳統的方法主要依賴于人工目視解譯和人工監督分類。由于成像條件差異、大氣輻射傳輸差異等對遙感影像成像的干擾，使得同一地物在不同影像上的光譜有所不同，導致不同影像之間的訓練樣本不能共用，不同影像都需要獨立選擇訓練樣本；然而，逐景逐時相地表覆蓋分類方法不適合缺乏樣本的歷史數據分類，且大范圍內地表覆蓋分類需要耗費大量的人力物力去選擇訓練樣本，不同影像的分類結果可比性較差。

針對傳統方法的缺陷，本文嘗試一種新的思路進行地表覆蓋監測。首先對研究區Landsat中分辨率遙感數據進行定量化處理，消除成像條件差異等對影像的干擾，得到定量化的地表反射率數據；然后利用Landsat地表反射率數據建立研究區典型地物時序波譜特征庫，最后利用波譜特征庫對研究區Landsat反射率數據進行地表覆蓋自動分類制圖。本文對研究區域Landsat反射率影像進行了定量化處理和分類，總體分類精度能達到75%。

由于時間和精力有限，論文還存在很多不足之處，很多內容需要做進一步的研究和完善。

1）本文的地物波譜庫主要是利用陳軍的30 m全球地表覆蓋分類結果作為參考提取的Landsat地表反射率光譜，但因為時間精力有限，只提取了一個研究區域的單一年份（2017年）夏季及冬季的時序地表反射率特征，可能存在部分隨機誤差。在下一步的研究中，可以針對更大范圍的研究區域引入其他年份的時序地表反射率數據，并提取出樣本的空間位置信息，獲得精度更高的時序波譜庫。

2）本文的分類方法較為單一，只采用了隨機森林分類這一種算法，缺乏各種分類方法的比較分析，且不同研究區域地表覆蓋差異較大，適用的分類方法也不盡相同，單一的自動化分類算法會對結果精度造成影響。在下一步研究中，可以嘗試將不同的分類算法如神經網絡，支持向量機，決策樹算法等進行融合，以期提高分類精度。

3）本文僅將新疆這一地區作為研究區域。下一步的研究中，將嘗試利用定量化遙感影像批量自動化提取各類地物的時序光譜，建立時序光譜庫，針對全國其他區域進行地表覆蓋分類，并評估方法的適用性及效率。