基于IRS-P6卫星影像的高原地貌分类与信息提取
张兵1,2, 崔希民2, 韦锐1, 宋保平1, 赵旭阳1
1.石家庄学院资源与环境科学学院,石家庄 050035
2.中国矿业大学(北京) 地球科学与测绘工程学院,北京 100083

第一作者简介: 张 兵(1979-),男,讲师,博士研究生,主要从事遥感应用及矿山开采沉陷等方面的研究。Email:zhbing1020@126.com

摘要

利用遥感影像进行地形地貌制图,因其成图周期短、制图精度高、修改方便和更新快捷等优势,现已成为中小比例尺地貌制图的主要方法。利用高分辨率的IRS-P6卫星影像对青海省天峻县的高原地貌进行分类与信息提取,并制作大比例尺地貌图。采用遥感(remote sensing,RS)和GIS技术对遥感数据和不同来源的辅助数据进行处理,将其统一到同一GIS平台,在此基础上详细阐述了地貌分类、信息提取的技术流程和地貌图制作的方法。研究表明,基于高分辨率遥感影像数据,采用RS和GIS相结合的技术,可以大大降低地貌分类的难度,提高地貌信息提取与制图的速度和效率。

关键词: IRS-P6; GIS; 遥感; 天峻县; 高原地貌; 信息提取
中图分类号:TP 79 文献标志码:A 文章编号:1001-070X(2016)02-0120-06 doi: 10.6046/gtzyyg.2016.02.19
Classification and information extraction of plateau landform based on IRS-P6 satellite image
ZHANG Bing1,2, CUI Ximin2, WEI Rui1, SONG Baoping1, ZHAO Xuyang1
1. School of Resource and Environmental Science, Shijiazhuang University, Shijiazhuang 050035, China
2. College of Geoscienceand Surveying Engineering, China University of Mining and Technology, Beijing 100083, China
Abstract

Compiling geomorphologic map by using remote sensing image has become a main method in the production of medium and small scale map because of its short period, high precision and the fact that it’s easy to modify and quick to update. The purpose of this paper is to classify the plateau landform, extract the landform information and compile geomorphologic map by using higher resolution IRS-P6 satellite image in Tianjun County, Qinghai Province. Firstly, RS and GIS technology are used to process the remote sensing image and various sources reference data in order to unify them to the same GIS platform. Secondly, technological methods of the plateau landform information classification and the geomorphologic map compilation with large scale are illustrated in detail. Experiments and practice show that using RS and GIS technology platform can greatly reduce the difficulty of landscape classification and improve the speed and efficiency of landform information classification and map compilation.

Keyword: IRS-P6; GIS; remote sensing; Tianjun County; plateau landform; information extraction
0 引言

地貌是指地球表面各种高低起伏的形态, 我国的陆地表面形态多种多样, 通常将其划分为平原、丘陵、山地、高原和盆地5大地貌形态类型。还可以按照地貌形成的内外动力的不同, 划分出许多地貌成因类型, 如流水地貌、风沙地貌和冰川地貌等。地貌图是研究地貌的重要工具, 在社会、经济和国防建设中有着广泛而重要的应用。随着现代科技的不断发展, 将全球定位系统(GPS)、地理信息系统(GIS)和遥感(remote sensing, RS)集成的“ 3S” 一体化技术已经成为地理地貌制图及遥感图像处理等领域的重要技术手段。近年来已有不少学者研究利用卫星遥感影像进行不同类型地貌信息提取的方法, 如姚永慧等[1]曾利用Landsat TM遥感影像及相关辅助地图数据对1∶ 100万昌都图幅(H47)进行了地貌制图, 研究了基于遥感影像的地貌制图快速更新技术, 并分析了利用遥感影像地貌制图与传统地貌制图方法的异同, 为全国1∶ 100万地貌图的编制提供了技术参考。但目前研究人员在进行不同区域地貌遥感解译与制图时, 大多采用30 m空间分辨率的TM/ETM多光谱数据[2, 3], 利用IRS-P6卫星等高空间分辨率的遥感数据进行高原地貌分类、信息提取并制作大比例尺地貌图的研究仍相对较少。

本文以GIS和RS技术为基础, 基于IRS-P6遥感影像, 以青海省天峻县部分地区为研究区, 探讨了遥感数据与多种数据源的集成应用方法, 对该区地貌的分类、成因与分布特征进行了研究, 最后以MapGIS为平台制作了研究区地貌图。

1 研究区概况

研究区位于青海省海西蒙古族藏族自治州天峻县境内(图1), 地理坐标介于E98° 27'~99° 30', N37° 00'~37° 31'之间, 面积约1 300 km2。区内高山纵横, 山脉呈SE-NW走向, 以山地为主, 高山、中低山、山谷和山间盆地相间分布, 最高海拔5 826.8 m, 最低海拔2 850 m, 相对高差近3 000 m, 天峻县县城新源镇海拔3 406 m。布哈河自西北向东南流经县境南部, 疏勒河自东南向西北流经县境北部。研究区地处青藏高原东北部, 属于祁连山系中段南坡, 祁连山与青海南山对峙, 形成了盆地与山岳相间的地形轮廓, 主要的地貌类型有山岳地貌及平原地貌; 气候上属高原寒带气候。

图1 研究区位置示意图Fig.1 Sketch map of study area

2 数据与方法
2.1 数据源及其预处理

本次研究使用的IRS-P6卫星影像, 采集时间为2009年12月。该卫星发射于2003年10月17日, 采用近极地太阳同步轨道, 轨道高度817 km, 倾角98.69° , 重复周期为24 d。卫星搭载了3个传感器: LISS-Ⅲ , LISS-IV和AWiFS。本文使用传感器LISS- IV的多光谱影像, 该传感器有全色(MN)和多光谱(MX)2种工作模式, 全色幅宽70 km, 多光谱幅宽23.9 km, 星下点几何分辨率为5.8 m, 波谱频段为2(绿光)、3(红光)和4(近红外)。中国遥感卫星地面站从2005年4月22日起正式分发IRS-P6卫星数据。除此之外, 本次研究还搜集了1∶ 5万及1∶ 10万研究区地形图等辅助资料。为了消除影像采集过程中由于传感器高度和姿态角的变化、大气折光、地球曲率及地形起伏等因素所引起的挤压、伸展、扭曲或偏移, 利用1∶ 5万地形图对遥感影像进行了几何纠正, 并将所有遥感影像数据统一到同一坐标系下[4, 5]

2.2 技术方法与工作流程

由于研究区范围较大, 涉及那儿宗(J47E016011)、铅矿(J47E015011)和关角(J47E017012)等12幅1∶ 5万地形图。为了方便应用, 本研究先将12幅1∶ 5万地形图进行拼接, 使其能与遥感影像区域相匹配; 另外, 由于收集的1∶ 5万地形图的等高线比较密集, 使用前先对其进行了抽稀处理, 然后利用处理好的地形图与遥感影像图进行配准, 生成分层叠加的研究区用图。本次研究所采用的GIS平台是MapGIS, 首先建立地貌解译标志, 对研究区地貌进行分类, 再进行人机交互式的地貌信息初步提取; 然后进行野外实地验证, 并依据验证结果进行地貌详细解译, 修正初步提取的地貌信息; 最后生成1∶ 5万地貌图。工作流程如图2所示。

图2 地貌信息提取与制图工作流程Fig.2 Flow chart of topographical information extraction and mapping

3 地貌分类与信息提取
3.1 地貌分类

依据区内的绝对高程、相对高差和地貌成因, 结合遥感影像特征及1∶ 5万和1∶ 10万地形图资料, 将研究区分成构造剥蚀山区和构造堆积冲洪积平原区2大地貌类型[6]。前者主要分布在研究区南部和北部, 地势高耸, 地形切割强烈; 后者位于研究区中部东西向的狭长地带。布哈河自西向东流经该研究区, 全区地势总体上由南北两侧向中心地带倾斜, 高地位于研究区南部和北部, 海拔达4 500 m以上, 低地位于布哈河谷地带, 海拔在3 300 m以下。

3.1.1 构造剥蚀山区特点

根据成因和高程的不同, 本研究又将构造剥蚀山区分为侵蚀构造高山区和侵蚀构造低山丘陵区。

1)侵蚀构造高山区(Ⅰ 1)。侵蚀构造高山区的遥感影像特征见图3。高山是本区山地的重要地貌类型, 具有连续大片分布的特点, 山体雄伟, 山坡陡峻, 山脊多为尖峭状, 山谷多呈“ U” 形, 主要是由冰川作用形成; 区内岩石风化严重, 山坡有细粒松散物和植被覆盖。该区地质现象或灾害主要分布于青海南山主脊的关角日吉山一带, 海拔高度集中在3 800~4 500 m, 切割深度300~600 m, 山势高耸挺拔, 山脊多为锯齿状或刀脊状, 走向为NW-SE, 与区域构造线大致吻合。

图3 侵蚀构造高山区影像特征Fig.3 Image feature of tectonic erosion mountain

2)侵蚀构造低山丘陵区(Ⅰ 2)。侵蚀构造低山丘陵区的遥感影像特征见图4

图4 侵蚀构造低山丘陵区影像特征Fig.4 Image feature of low hilly land with tectonic erosion

该区主要分布于大通山南坡及海西山一带, 由下古生界浅变质岩, 二叠系、三叠系碎屑岩及侵入岩构成的低矮山体, 山体也大致呈NW-SE展布, 本区内海拔高程多在3 600 m以下, 相对高差一般小于300 m, 山体多呈垄岗状, 新构造运动使山区一直处于相对抬升夷平状态, 山顶呈浑圆, 略有起伏, 总的趋势向青海湖方向倾斜。

3.1.2 构造堆积冲洪积平原区特点

根据成因的不同, 本研究又将构造堆积冲洪积平原区分为冲洪积山前倾斜平原区、冲洪积缓倾斜平原区和冲洪积河谷平原区。

1)冲洪积山前倾斜平原区(Ⅱ 1)。冲洪积山前倾斜平原区的遥感影像特征见图5。冲洪积扇由山口向山前倾斜, 扇顶部坡度5~10° , 远离山口处为2~6° , 扇顶与扇边缘高差可达数百m。河流大多具有山区间歇性洪流特点, 由于山地基岩机械风化作用强烈, 提供了大量粗粒碎屑物, 河流出山口后水流分散形成许多支叉, 因气候干旱, 分散的水流更易蒸发和渗透, 于是水量大减甚至消失, 因此其所携带的物质大量堆积, 形成坡度较大的冲洪积扇形堆积体。

图5 冲洪积山前倾斜平原区影像特征Fig.5 Image feature of the steep inclined plain in alluvial piedmont

这些堆积体的扇顶物质一般较粗, 主要为砂砾。冲洪积扇常沿山麓形成一片, 构成山前倾斜平原。本区主要分布于大通山南麓和青海南山北麓的山前地带, 大小不等的坡洪积或冲洪积扇连成一片, 呈条带状平行分布于河谷两侧, 海拔多在3 400 m左右, 宽度0.5~2 km, 主要由上更新统洪积砂砾石层、砂土层组成, 一般以3~5° 的地形坡度由山区向谷地倾斜, 相对高差40 m左右。

2)冲洪积缓倾斜平原区(Ⅱ 2)。冲洪积缓倾斜平原区的遥感影像特征见图6

图6 冲洪积缓倾斜平原区影像特征Fig.6 Image feature of the inclined plain in alluvial piedmont

本区主要分布于大通山南麓与青海南山北麓山前陡倾斜平原区与下游冲洪积河谷平原区之间的过渡地带。相对于冲洪积山前倾斜平原区, 其海拔较低, 大多在3 400 m以下, 地形坡度相对较缓, 由山区向谷地倾斜, 也呈条带状平行于河谷分布, 由上更新统洪积砂砾石层和亚砂土层组成。

3)冲洪积河谷平原区(Ⅱ 3)。冲洪积河谷平原区的遥感影像特征见图7

图7 冲洪积河谷平原区影像特征Fig.7 Image feature of the river valley plain in alluvial piedmont

该区主要分布于布哈河及其支流河谷中, 皆由上更新统— 全新统冲洪积砾石、砾卵石组成, 呈NW-SE向条带状顺河谷分布, 北以大通山, 南以青海南山为界, 谷宽约6~8 km, 局部大于10 km, 可见Ⅰ — Ⅲ 级阶地。其中Ⅰ 级阶地前缘高出河水位1~1.5 m, 阶面宽度上、下游不等, 一般为100~300 m; Ⅱ 级阶地在布哈河南岸较发育, 北岸断续分布, 前缘以1~2 m的陡坎与Ⅰ 级阶地相连, 或以2~4 m的陡坎直接与河床相接, 阶面宽处达4 km, 窄处仅几十m; Ⅲ 级阶地主要分布于布哈河南岸, 局部为基座式假阶地, 后缘与洪积扇相接, 阶地前缘陡坎高出Ⅱ 级阶地2~10 m, 阶面宽度多在100~150 m之间。

3.2 地貌信息提取

地貌类型划分后, 利用预处理后分层叠加的地形图和遥感影像图在MapGIS平台上分类提取地貌信息。主要工作包括初步解译、实地验证和详细解译等步骤。初步解译的主要任务是掌握解译区域特点, 确立典型解译样区, 建立目视解译标志[7, 8], 探索解译方法, 为详细解译奠定基础。初步解译主要采用人机交互的方式, 以遥感影像为工作底图, 1∶ 5万和1∶ 10万地形图为辅助资料, 形成初步解译地貌图。接着以初步解译地貌图为依据进行野外实地验证, 认真检查解译标志是否正确, 解译推理是否合理, 已解译的地貌是否准确, 获得可靠的实地资料。然后在此基础上进入详细解译阶段。详细解译的原则是统筹规划、由表及里、分区判读、循序渐进。主要技术方法有3种: ①根据影像形状、大小、色彩、色调、阴影、纹理和图案的直接判读法; ②通过将不同数据源的信息进行叠加的对比分析法; ③根据地理环境中各种地理要素之间相互制约、相互依存关系的综合推理法。在实际工作中, 通常综合应用这3种方法才能真正做到快速高效、科学合理地获得地貌信息[9, 10, 11, 12]。最后生成研究区地貌图, 并按1∶ 5万标准图幅进行裁剪。图8是从制作的地貌总图上截取的部分地区地貌示意图。

图8 部分地区地貌示意图Fig.8 Part of the geomorphologic map

3.3 地貌信息统计

以各个地貌子区的边界线为依据, 用MapGIS软件将各边界线所构成的区域进行拓扑造区, 然后利用MapGIS软件的面积统计工具, 查询各区的面积, 最后统计汇总, 并认真检查各项统计数据是否正确[13], 得出各地貌子区的最终面积, 具体见表1

表1 各地貌子区面积统计表 Tab.1 Statistical areas of subregions(km2)

从统计结果看, 侵蚀构造低山丘陵区在整个区域内所占的面积最大, 为445.193 km2, 冲洪积河谷平原区所占面积最小, 为264.018 km2, 这与研究区所处的地理位置较吻合。为了使数据更加直观, 根据统计资料制作了各地貌区所占面积的柱状图, 并计算各自所占的比例, 如图9所示。

图9 各地貌子区所占百分比及面积柱状图Fig.9 Partitioning percentage of sub-region and the area histogram

地貌信息的分类、统计及制图对指导研究区内土地利用规划与评价、土地整理开发、城市建设和农牧业生产等都具有实用价值。

4 结论

利用IRS-P6卫星遥感数据, 在GIS平台下, 结合已有的地形图等辅助数据进行地貌信息的分类、提取与大比例尺地貌制图, 相较于传统的基于大比例尺实测地形图进行编绘的制图方法具有以下明显优势:

1)由于IRS-P6卫星遥感影像具有5.8 m的空间分辨率, 利用该影像对复杂地区地貌进行分类并制作1∶ 10万甚至1∶ 5万的大比例尺地貌图能够满足精度要求。如果结合该区域的已有地形图资料, 可以进一步提高制图精度。

2)利用GIS平台将不同数据源进行匹配、叠加, 从而将不同数据源统一到同一GIS平台。在地貌信息提取时, 参考地形图数据, 按照地貌分类标准, 在影像图上可以快速地确定不同地貌类型的边界线, 大大提高了制图效率。

3)利用遥感影像数据制作地貌图, 需要经历“ 初步解译-野外验证-详细解译-最终成图” 等流程, 并且这些过程常常需要反复进行。因此, 采用RS与GIS技术平台可为后续的图件快速修改、更新提供便利, 并且可以方便地对制图要素进行统计分析。

The authors have declared that no competing interests exist.

参考文献
[1] 姚永慧, 周成虎, 孙然好, . 基于多源数据的山地地貌数字解译[J]. 山地学报, 2007, 25(1): 122-128.
Yao Y H, Zhou C H, Sun R H, et al. Digital mapping of mountain land forms based on multiple source data[J]. Journal of Mountain Science, 2007, 25(1): 122-128. [本文引用:1]
[2] 吴文戬, 田永中, 熊祥强, . 数字地貌解译与地貌图的应用[J]. 安微农业科学, 2006, 34(9): 1774-1776.
Wu W J, Tian Y Z, Xiong X Q, et al. Digital physiognomy and application of geomorphologic map[J]. Journal of Anhui Agricultural Science, 2006, 34(9): 1774-1776. [本文引用:1]
[3] 王睿, 刘志辉, 李诚志, . 哈密盆地土地盐渍化、沙漠化遥感解译标志及影像特征[J]. 新疆农业科学, 2012, 49(5): 950-953.
Wang R, Liu Z H, Li C Z, et al. Remote sensing interpretation signs and imaging characteristics of land salinity, desertification in the Hami basin[J]. Xinjiang Agricultural Sciences, 2012, 49(5): 950-953. [本文引用:1]
[4] 徐丽燕. 基于特征点的遥感图像配准方法及应用研究[D]. 南京: 南京理工大学, 2012.
Xu L Y. Research on Remote Sensing Image Registration Algorithms Based on Feature Points and Applications[D]. Nanjing: Nanjing University of Science and Technology, 2012. [本文引用:1]
[5] 马志江, 韩用兵, 赵冬, . 余姚及附近地区断裂构造的遥感解译[J]. 科技通报, 2011, 27(6): 912-916.
Ma Z J, Han Y B, Zhao D, et al. Interpretation of fault structure in Yuyao and adjadjacent areas by remote sensing technique[J]. Bulletin of Science and Technology, 2011, 27(6): 912-916. [本文引用:1]
[6] 姜继珍, 丁文捷. 宁夏固原清水河谷地区地质地貌遥感解译初探[J]. 宁夏工程技术, 2013, 12(4): 300-302.
Jiang J Z, Ding W J. Preliminary geological and geomorphological interpretation of remote sensing for Qingshui valley in Guyuan City, Ningxia[J]. Ningxia Engineering Technology, 2013, 12(4): 300-302. [本文引用:1]
[7] 杨舒程, 李智, 万波, . 辽宁地区主要断裂构造卫星遥感解译特征及其与地震关系研究[J]. 防灾减灾学报, 2014, 30(2): 13-21.
Yang S C, Li Z, Wan B, et al. A preliminary study of the satellite remote sensing characteristics of the main faults in Liaoning Pro-vince and the relationship with earthquakes[J]. Journal of Disaster Prevention and Reduction, 2014, 30(2): 13-21. [本文引用:1]
[8] 王琰, 舒宁, 龚龑. 高分辨率遥感影像土地利用变化检测方法研究[J]. 国土资源遥感, 2012, 24(1): 43-47. doi: DOI: 106046/gtzyyg. 2012. 01. 08.
Wang Y, Shu N, Gong Y. A study of land use change detection based on high resolution remote sensing images[J]. Remote Sensing for Land and Resources, 2012, 24(1): 43-47. doi: DOI:10.6046/gtzyyg.2012.01.08. [本文引用:1]
[9] 程维明, 周成虎, 柴慧霞, . 中国陆地地貌基本形态类型定量提取与分析[J]. 地球信息科学学报, 2009, 11(6): 725-736.
Cheng W M, Zhou C H, Chai H X, et al. Quantitative extraction and analysis of basic morphological types of land geomorphology in china[J]. Journal of Geo-Information Science, 2009, 11(6): 725-736. [本文引用:1]
[10] 李世平, 武文波, 康停军, . 基于遥感影像的矿区地形图更新方法与精度分析[J]. 辽宁工程技术大学学报: 自然科学版, 2008, 27(2): 198-201.
Li S P, Wu W B, Kang T J, et al. Updating method and accuracy analysis of topographic maps for mining district based on remote sensing imagery[J]. Journal of Liaoning Technical University: Natural Science, 2008, 27(2): 198-201. [本文引用:1]
[11] 孟红, 赵海霞, 曾小平, . 基于MapGIS制作地质图的一些技巧[J]. 青海科技, 2010(2): 67-68.
Meng H, Zhao H X, Zeng X P, et al. Some skills of making geological map based on MapGIS software[J]. Journal of Qinghai Science and technology, 2010(2): 67-68. [本文引用:1]
[12] 张东明, 李剑锋, 田贵维, . 基于GIS和RS的重庆市滑坡遥感解译[J]. 自然灾害学报, 2011, 20(2): 56-60.
Zhang D M, Li J F, Tian G W, et al. Remote sensing interpretation of land slide in Chongqing based on GIS and RS technologies[J]. Journal of Natural Disasters, 2011, 20(2): 56-60. [本文引用:1]
[13] 李井春, 夏立福, 李红, . 地理国情遥感解译样本质量控制与检查初探[J]. 测绘与空间地理信息, 2014, 37(6): 203-207.
Li J C, Xia L F, Li H, et al. Quality control and check for remote sensing interpretation sample in national geographic condition survey[J]. Geomatics and Spatial Information Technology, 2014, 37(6): 203-207. [本文引用:1]