南方植被区强迫不变植被抑制技术改进与应用

doi:10.6046/gtzyyg.2019.02.12

南方植被区强迫不变植被抑制技术改进与应用

尹展¹, 张利军², 段建良¹, 张沛¹

1.有色金属矿产地质调查中心,北京 100012

2.湖南省有色地质勘查研究院,长沙 410083

Improvement and application of forced invariance vegetation suppression in southern vegetation area

YIN Zhan¹, ZHANG Lijun², DUAN Jianliang¹, ZHANG Pei¹

1.China Non-Ferrous Metals Resource Geological Survey, Beijing 100012, China

2.Research Institute of Hunan Provincial Nonferrous Metals Geological Exploration Bureau, Changsha 410083, China

责任编辑: 张仙

收稿日期: 2018-03-30 修回日期: 2018-06-17 网络出版日期: 2019-06-15

基金资助:

中国地质调查局重要矿产资源调查计划项目“湖南省沅陵县北部地区铜金多金属矿产地质调查”资助. 12120115028801

Received: 2018-03-30 Revised: 2018-06-17 Online: 2019-06-15

作者简介 About authors

尹展(1986-),男,工程师,主要从事遥感地质方面的研究。Email:202yz@163.com。。

摘要

植被覆盖对岩石蚀变信息提取造成很大的干扰。强迫不变植被抑制技术在半干旱开阔地形区取得了较好的植被抑制效果,但在植被茂盛的山区效果有待验证。基于强迫不变植被抑制技术,针对南方植被区,在关键技术曲线平化步骤中采用分段平化并编程实现,较好地解决了植被抑制、裸地偏色及信息完整性之间的矛盾。分段平化后的植被信息得到较好抑制,下伏基岩信息突出,色调自然。应用该方法进行遥感蚀变信息提取,植被区遥感异常明显增强,异常与实际围岩蚀变吻合度较高,效果较好。

关键词： 强迫不变 ; 植被抑制 ; 分段平化 ; 蚀变信息提取 ; 南方植被区

Abstract

Vegetation cover causes great interference in rock alteration information extraction. Forcing invariant vegetation suppression technology has achieved good vegetation suppression effect in semi-arid and open terrain area, but the effect remains to be verified in mountainous areas where vegetation is flourishing. Based on the forcing invariant vegetation suppression technology, in the southern vegetation area, the subsection leveling and programming are implemented in the key technical curve leveling steps, which can solve the contradiction between vegetation suppression, color deviation in bare land and information integrity. The vegetation information after subsection leveling is well suppressed, and the underlying bedrock information is prominent and the tone is natural. By using this method to extract remote sensing alteration information, the vegetation area’s remote sensing anomaly is obviously enhanced, the anomaly agrees well with the actual wall rock alteration, and the effect is better.

Keywords： forced invariance ; vegetation suppression ; subsection leveling ; alteration information extraction ; southern vegetation area

PDF (5950KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

尹展, 张利军, 段建良, 张沛. 南方植被区强迫不变植被抑制技术改进与应用. 国土资源遥感[J], 2019, 31(2): 82-88 doi:10.6046/gtzyyg.2019.02.12

YIN Zhan, ZHANG Lijun, DUAN Jianliang, ZHANG Pei. Improvement and application of forced invariance vegetation suppression in southern vegetation area. REMOTE SENSING FOR LAND & RESOURCES[J], 2019, 31(2): 82-88 doi:10.6046/gtzyyg.2019.02.12

0 引言

植被覆盖直接影响了传感器接收岩石电磁波光谱信息,对岩石蚀变信息提取造成了很大的干扰。目前还没有特别有效的去除植被影响的技术,大多只是不同程度地对植被区进行信息抑制和目标增强^[1,2,3,4]。目前植被抑制技术大致可分为植被掩模法和混合像元分解技术2类^[5]。植被掩模法基于掩模技术形成二值图像,再通过比值、滤波等处理达到抑制植被信息,突出专题信息的目的。鉴于目前卫星遥感影像的光谱分辨率,任一像元都是由不同地物电磁波反射光谱组成的,要去除混合像元中某一组分,就必须运用分解技术。混合像元分解技术依据地物电磁波反射原理,计算出各个地物组分的相对份额,调整该像元的光谱反射值,从而消除植被影响^[6]。分解技术应用于机载影像数据处理研究较早,由于大量的参数和拍摄成本,这方面数据目前处理技术应用受限^[7]。缩短影像利用周期、不依赖野外参数达到应用目的是目前研究人员的目标,如混合像元线性模型分解法^[8,9],它通过提取“纯”地物的光谱(端元提取)建立线性组合表达混合像元,计算像元中植被丰度从而予以抑制去除。

为了抑制遥感影像中植被信息和增强植被下伏岩石的光谱特征,Crippen等^[10]提出了一种基于强迫不变的植被抑制处理方法。该方法是一种混合像元分解法,通过植被指数估算像素中植被含量并分离,最终以光谱色调比展现出来。其关键步骤为: ①计算植被指数与每个波段像元值的相关关系,生成拟合曲线并平滑; ②通过曲线平化计算像元中植被贡献值并平化分离。该方法不需要野外光谱数据采集,处理方便,同时,它不仅抑制了植被信息,而且还原了植被覆盖区的岩石信息,使植被区下伏的岩石信息与天然裸露岩石显示良好的连续性,甚至具有相同的光谱形态,因此,目前这一方法在干旱半干旱开阔地形区应用效果较好。

基于这一方法的改进也较多,如俞乐等^[11,12]提出“掩模+强迫不变+直方图均衡化”(masking-forced invariance-histogram equalization, MHF)方法。改进的强迫不变植被抑制方法在南方气候湿润、植被覆盖茂密地区开展了实验,取得了较好效果。该方法主要步骤为: ①掩模非植被覆盖区,使其不参与后续的强迫不变处理; ②对植被覆盖区进行强迫不变算法; ③处理后的植被区与非植被区合并,再进行直方图均衡化。MHF方法在直方图过程中改变了植被区和非植被区的光谱响应值^[12],这对后续信息处理,如提取蚀变信息肯定是有影响的,此外,把植被区与非植被区分开处理,蚀变信息提取过程中的阈值分割难以统一把握。

本文在强迫不变植被抑制技术的基础上,提出曲线分段平化,即分段分离植被,以期达到既抑制植被突出基岩信息又保留数据信息完整性的目的。为了验证处理后的数据效果,本文选取一幅1∶5万图幅影像进行蚀变信息提取与验证。

1 曲线分段平化

强迫不变植被抑制技术通过植被指数估算像素中植被含量并将其分离,这一技术的核心是曲线平化。通过曲线拟合、滤波以及平滑,最终平化为某一值,使得各波段光谱值不随植被指数的变化而变化,各波段光谱值与植被指数无相关性,即强迫不变,从而达到分离像素中的植被贡献量的目的。

曲线平化是强迫不变的关键。在北方荒漠区的实验中^[10],单一的平化值较为有效,但应用到南方植被区,会出现不同地物偏色严重的现象,效果欠佳。这主要是因为北方植被稀疏、物种单一、地形开阔,地物间光谱差异性较小; 南方植被区植被高挺浓密、物种多样,地形闭塞,不同地物光谱差异大,直接影响了强迫不变植被抑制技术的应用效果。

本文提出曲线分段平化,在曲线平化的基础上,加入地物分类,实现光谱分割,最后根据植被指数地物分段进行平化值计算。主要步骤如下:

1)计算植被指数。利用近红外波段与红光波段的辐射比构造的植被指数可以描述植被对辐射的显著性,如陆地卫星TM影像波段比为B4/B3。归一化植被指数(normalized difference vegetation index,NDVI)对绿色植被表现更为敏感,常用来监测植被生长状态和植被覆盖度,得到很好验证^[13,14]。NDVI计算公式为

(1)

NDVI = \frac{NIR - Red}{NIR + Red}

式中NIR和Red分别为近红外波段和红光波段的DN值。

2)计算各个波段与植被指数散点图及拟合曲线。散点图能清楚地展示各个波段与植被指数的关系,拟合曲线用来描述各个波段对应植被指数的变化趋势。在曲线平化前,各个波段的光谱信息因植被指数的变化而变化,或呈正相关,或呈负相关。

3)植被指数地物分段。根据各个波段与植被指数的散点图分布特征,进行地物光谱分类及分割,对植被指数与各波段对应关系进行分段。由于地物间存在“同物异谱”和“异物同谱”现象,需要把散点图与实际地物进行关联分析。考虑到南方植被区地物种类繁多,存在大量光谱离散值,在分类过程中必须根据分类目的把握地物整体性,干扰地物不宜分割过细。

4)求出分段平化值。拟合曲线代表了像素亮度与植被数量的内在趋势,如果它是平的,则表明波段光谱亮度与植被没有任何联系。中值滤波和平滑能消除曲线中的离散点,使曲线平滑至光谱平均值,最大程度反映光谱共性,因此,用来实现曲线的平化^[10]。分段平化须在植被指数分段区间分别滤波和平滑,求得分段平化值。

5)分段曲线平化,完成分离植被贡献量。计算公式为

(2)

P_{new} = P_{original} (\frac{P_{target}}{NDVI})

式中: P_new为新像素值; P_original为原始像素值; P_target为平化值。

2 方法实验

2.1 研究区概况

研究区位于湖南省沅陵县,范围在E110°45'111°0',N28°30'28°40'之间,属亚热带季风气候区,雨水充沛,植被高且覆盖广,地形起伏大。区域上位于雪峰隆起带由N转为EW向转折部位,有著名的沃溪金锑钨矿床,矿体赋存于上元古界板溪群马底驿组紫红色板岩中。与金矿化较为密切的围岩蚀变主要有黄铁矿化、退色化等^[15,16],这2类围岩蚀变常引起铁染异常,因此利于进行找矿应用实验。

2.2 数据源及其预处理

遥感影像采用Landsat8 OLI数据,行列号为40/125,数据拍摄时间为2016年2月28日。由于南方植被区大气对卫星成像干扰较大,预处理主要进行了大气校正。暗像元校正法对保持各波段辐射的保真性和计算植被指数图像具有重要作用。Yu等^[12]通过暗像元校正法与ATCOR-2大气校正法进行对比得出,暗像元校正法在无参数情况下效果更好,实用性更强。因此本文也采用暗像元校正法进行大气校正。

2.3 曲线分段平化

2.3.1 植被指数计算

把OLI数据对应波段代入式(1),得NDVI取值范围为[-1,1]。NDVI>0时,表示植被覆盖,且随覆盖度增大而增大; NDVI<0时,表示地面覆盖为云、水、雪等; NDVI=0时,表示近红外波段和红光波段近似相等,常为岩石或裸土等。为了便于计算植被指数与波段的关系,可以对植被指数进行缩放拉伸,这不会影响其结果^[10]。根据数据特征,将NDVI取值范围换算到[0,255]。

2.3.2 各波段与植被指数散点图及拟合曲线

根据需要,选择OLI B2—B7共6个波段进行计算,分为2部分:

1)计算各波段与NDVI散点图(图1)。图1显示,随着NDVI值增大,DN分布量增多,表明各个波段DN值与NDVI之间存在较强关系。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 各波段光谱值与NDVI散点图

Fig.1 Scatter plots of band-wise pixel values vs NDVI

2)根据散点图计算拟合曲线,如图2(a)。拟合曲线过程中,由于影像中云、雾、雪等高亮值会引起离散值,应对这部分数据予以剔除。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 各波段光谱值与NDVI散点图的拟合曲线及平滑曲线

Fig.2 Variation and smoothed curves of band-wise pixel values vs NDVI

2.3.3 植被指数地物分段

以OLI数据B2为例分析NDVI对应地物分类及散点图分类(图3)。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 OLI数据B2植被指数对应地物分类

Fig.3 Vegetation index corresponding to the classification of ground objects

NDVI在[0,150]范围内对应的波段光谱值较高且离散值较多,对应地物主要为水体,其中,光谱高值对应地物为深水区,一并划为水体,不予细分; NDVI在[150,200]范围内对应的波段光谱值一般,分布相对集中,对应地物主要为裸地; NDVI在[200,255]范围内对应的波段光谱值较低,分布集中,对应地物主要为植被。

2.3.4 分段平化值获取

在各个波段与NDVI拟合曲线(图2(a))的基础上,通过中值滤波和分段平滑实现曲线平化(图2(b)),曲线平滑采用局部加权平均法,中值滤波和平滑需多次计算,最终求得分段平化值(表1)。该步骤基于Matlab软件分段编程实现,避免了影像掩模或影像分割引起的数据庞杂。

表1 各波段分段平化值

Tab.1 Segmental leveling values of each band

波段	NDVI分段对应平化值
波段	[0,150)	[150,200)	[200,255]
B2	750	1 180	620
B3	860	1 230	825
B4	640	1 360	845
B5	125	3 550	3 620
B6	125	4 550	2 850
B7	110	3 360	2 150

新窗口打开| 下载CSV

2.3.5 曲线分段平化处理

把分段平化值代入式(2)计算,得到植被抑制效果(图4(d))。便于对比,同时实验了单一平化值植被抑制效果(图4(b)—(c))。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 强迫不变植被抑制影像对比

Fig.4 Image contrast of forced invariance

原始影像植被显示绿色,覆盖范围广; 裸地及基岩显示粉红色、浅黄色(图4(a))。曲线分段平化处理后的影像植被大为减少(图4(d)),裸地及基岩仍显示粉红色、浅黄色,与植被区的对比度加强,界线更清晰。此外,处理后的影像仍留有部分植被,对比地形可知,这些地段主要为山体阴坡,阴影较多,对植被抑制影响大。与单一平化值植被抑制结果比较,后者效果不佳,平化值偏高容易引起建筑物、裸地及基岩等偏色(图4(b)); 平化值偏低则色调对比不突出,达不到植被抑制效果(图4(c))。

3 结果验证与分析

在研究区内进行围岩蚀变信息提取以验证本文方法的植被抑制性。主成分分析法(principal component analysis, PCA)是目前常用的一种蚀变信息提取方法,通过选择与蚀变矿物光谱信息相关的波段作为输入波段,摒弃与蚀变信息关系弱的波段,充分利用地物光谱差异信息,减少干扰因素,在信息提取中起到数据压缩和信息增强的作用。在含铁矿物光谱中,Fe³⁺离子在OLI B2和B5波段有2个明显吸收带,在B4和B6波段具有强反射,利用该特征选择B2,B4,B5和B6提取铁染信息。

为了便于对比,分别提取了植被抑制前后铁染信息(图5)。图5结果显示: ①植被抑制后蚀变信息量大大增强,尤其植被区岩石土壤信息得到还原; ②植被抑制后蚀变信息强度得到加强,处理前信息非常弱、非常散,处理后异常图斑大、强度变强,连续性好; ③植被抑制后城镇、村庄和道路等裸地假异常得到抑制,植被区岩石土壤信息得到突出。通过野外验证可知,植被抑制后沃溪金矿周边铁染蚀变信息量变多、信息强度变强,与实际围岩蚀变吻合程度增高。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 遥感蚀变信息效果对比

Fig.5 Comparison of the effect of remote sensing alteration information

4 结论与探讨

基于强迫不变植被抑制技术,针对南方植被区,在关键技术曲线平化步骤中,提出曲线分段平化,并予以实验对比,取得如下结论和认识:

1)曲线平化是强迫不变植被抑制技术的关键。在南方山区,植被高且覆盖广、物种多样、地形闭塞、地物光谱差异大,选用单一的平化值容易引起偏色或达不到植被抑制效果。曲线分段平化在曲线平化的基础上,加入地物分类,采用分段平化并编程实现,较好地解决了植被抑制、裸地偏色及信息完整性之间的矛盾。

2)曲线分段平化前后影像信息对比显示,分段后植被信息得到了较好抑制,岩石土壤信息得到还原和突出。植被抑制后影像用于遥感蚀变信息提取,蚀变强度变强,准确性提高,植被抑制效果明显。研究结果表明,强迫不变植被抑制技术通过计算植被指数与各波段相互关系来表达植被抑制这一思路是可行的,曲线分段平化改进了单一的平化值,在实际应用中效果较好。

3)植被如何影响波段的像素辐射率,无疑是一个复杂的问题。在提出强迫不变植被抑制技术时也强调了一个前提假设,即地形不会明显影响植被与波段光谱之间的关系。在半干旱荒漠地区实验中,地形开阔,植被稀疏,地形所伴随的阴影对实验结果影响不大。但是,在我国南方山区地形起伏大,植被高挺且浓密,阴影的影响较大,阴影会导致像素光谱值变暗,造成植被指数计算过程中光谱失真,这将是山区植被抑制过程中亟需解决的问题。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

Chen S

, Liu Y

, Qian

, et al.

Lithologic classification from hyperspectral data in dense vegetation cover area

[J]. Journal of Jilin University, 2012,42(6):1959-1965.