基于无人机高光谱遥感的荒漠化草原地物分类研究1.0

莱森光学 2024-06-12 327

电子说

1.3w人已加入

描述

一、引言

生态系统是生物与环境构成的统一整体，是相互依存、相互制约、紧密联系的有机自然系统，保护生态系统是经济社会高质量发展、可持续发展的基础和前提，必须统筹兼顾、多措并举，全方位、全过程开展生态系统保护。

中国是世界第二草原大国，草原类型较多，其中荒漠草原是我国西北干旱半干旱区主要的草原生态系统类型之一，常年气候干燥，植被组成贫乏且结构简单，生物多样性差，生态系统非常脆弱，是向荒漠过渡的一类草原，对于保障干旱区生态系统的生态完整性发挥着重要作用。荒漠化草原植被群落生产力较低、稳定性较差，对自然和人类活动的干扰较为敏感。

本研究利用无人机高光谱遥感技术采集荒漠化草原遥感数据，运用人工智能图像分类技术，解决荒漠化草原地物分类与识别问题，具有自动化程度高、分类精度高等特点，是草原退化调查监测行之有效的方法，对于荒漠化草原生态保护具有重要的现实意义。

二、研究区概况

2.1研究区概况

四子王旗中部为荒漠草原，北部是草原化荒漠，气候类型属于中温带半干旱大陆性季风气候，本文选取位于四子王旗境内的荒漠化草原作为研究区，四子王旗是畜牧业的天然牧场，但四子王旗地下水补给主要来源于降水入渗，地下水排泄以蒸发为主，蒸发量是降水量的8倍，使得四子王旗水资源严重不足，进一步加剧了土壤风蚀、草地干旱、退化的进程。

图6研究区域位置及其卫星图像

2.2植被特征

四子王旗总面积为 241.52万公顷，牧区草场总面积为199.9万公顷。无人机采集数据区域地处温带草原向干旱荒漠过渡的荒漠化草原，植被株丛呈现破碎化分布，覆盖面积为4.61公顷。大量枯落物沉积其中，成为独特的结构层次。植被草层低矮稀疏，盖度为5%～20%，研究区植被组成种类较为匮乏，建群种为短花针茅，优势种为无芒隐子草、冷蒿，主要伴生种为栉叶蒿等，如图7所示，其他植物有猪毛菜、木地肤、阿尔泰狗尾花、细叶葱、狭叶锦鸡儿、小叶锦鸡儿、银灰旋花、冬青叶兔唇花、二裂委陵菜等20多种。其中短花针茅、冷蒿、栉叶蒿、无芒隐子草是该地区四种主要植物。

图7研究区4种主要植物

2.3土壤特征

四子王旗境内土壤共有6种类型，分别为栗钙土、棕钙土、草甸土、山地黑土、灰土和盐土。本试验区土壤类型以淡栗钙土为主，土壤厚度约为1m，在40～50cm处出现钙积层，土壤坚硬且透水通气能力差，土壤PH值为8.38，有机物含量低，土壤矿质元素组成特点是低氮、少磷、高钾，全碳含量16.01g/kg，全氮含量1.67g/kg，全磷含量0.64g/kg，全钾含量37.87g/kg。

三、数据采集

3.1实验设备

获取高光谱成像数据目的是解译内蒙古荒漠化草原地物分布信息，无人机高光谱遥感图像采集系统是针对小型旋翼无人机开发的高性价比机载高光谱成像系统，为高光谱成像技术在草地生态资源勘测领域应用奠定了基础。

图8无人机高光谱成像系统

3.2野外调查及样方布置

野外调查包含样方定位、设置样方、样方编号、记录标记物及拍摄样方照片等内容，如图11所示。选择单种植被局部相对密集区域，以大于草总量90%的草种确定样方所属草种，设置植被纯样方。2021年野外无人机高光谱数据采集选择在植物长势比较茂盛的7月上旬进行。无人机采集空中数据不设置样方框，植被种类由标记物指示，一个样方可采集多幅图像数据。共设置纯种地物样方20个，设置混合植被样方20个。

图11野外调查

3.3数据采集

内蒙古荒漠化草原植被于六月初开始萌动，七月开花，八月成熟，九月开始枯黄。本研究分别将时间进行以下分段：六月为开花期，七到八月为结实期，九月为黄枯期。结实期是荒漠化草原植被最茂盛的时期，此期间植被表现出明显的光谱特征，而其他时期植被性状不明显。使用无人机采集与地面数据采集同步进行。

图12无人机数据采集

四、数据采集及基于光谱的分类研究

4.1数据筛选

具体步骤依照以下三步完成：野外数据采集过程中易受到阵风影响，造成某些图像数据发生扭曲变形，第一步通过人工目视筛除此种类型数据。第二步检查反射率，在筛除掉变形数据的基础上去除反射率超过100%的无效数据。第三步去除异常光谱反射率，光谱数据受仪器温度、电流变化等因素影响，可能会出现异常数值的光谱反射率。

采用的成像光谱仪光谱分辨率约为3.5nm，数据波段数量为256个，高光谱数据质量数值评价是利用多种量化指标，对获得的高光谱数据进行定量评价，从而选出有利于地物分类的波段，通常根据遥感图像各波段的标准差反映出各波段的信息量，平均值反映传感器的响应特征。各波段的标准差一定程度上反映了信息量的大小，图15为各波段的标准差曲线图，可知波段20～189标准差数值较大（其值均在300以上），表示该波段包含的信息量较多，图像的质量较好。

图15各波段标准差曲线图

各波段的均值表示了图像的亮度，均值较高的波段反映出该波段上的传感器响应较高，如图16为各波段均值曲线图，波段24～187均值较大（其值均在1700以上），可以正确反映地物的光谱特征。

图16各波段均值曲线图

图 17为本研究所用的无人机高光谱遥感图像数据的协方差图像，显示出256个波段明显的较强相关性分块特征。该图中的每个像素代表一个波段，对角线上的元素代表了相关系数为1的波段。连续的亮区表示这些波段间相关性较高，暗区表示对应的波段相关性较小。

图17协方差图像

用少数几个波段进行遥感信息处理，所选波段组合应具有信息量大、相关性小、类别可分性好的特点，常用的波段选择方法有目视选择和最佳指数因子法。（1）目视选择，一般观察图像的清晰程度和细节情况。（2）最佳指数因子法，以波段间的离散程度和信息量之间的相关系数来进行衡量，OIF值越大，则对应的波段组合后信息量越大，该组合越合理。

4.2辐射校正

类别不同的地物具有不同的色调差异，通过遥感图像像元亮度值（DN）反映。DN值的大小与量化位数有关，如8位量化时，DN值的最大值为255。DN值不具有物理意义，是一个无单位的灰度值信息，并不能表达地物真实的光谱信息，需要经过辐射校正将其转换为地物真实反射率数据，如图18所示。

（a）辐射校正前

（b）辐射校正后

图18辐射校正图

使用SpecAnalysis软件进行辐射校正，将DN值转换为光谱反射率，得到地物真实的反射率数据，再使用ENVI5.3软件进行反射率检查，筛选出可用数据。获取地物辐射校正光谱曲线后，经过多点均值处理后得到该地物的反射率光谱曲线。

在同等光照条件下，采集白帧的操作是将高光谱成像仪扫描标准白板（反射率接近100%），得到全白标定数据；采集黑帧的操作是将高光谱成像仪盖上镜头盖进行扫描（反射率为0），得到全黑标定图像。辐射校正具体操作为：在SpecAnalysis软件分析工具里选择“黑白”，选择需校准的数据，支持批处理，导入黑帧和白帧，然后进行辐射校正计算。辐射校正公式如公式（1）所示。

五、地面高光谱遥感数据反射率光谱分析

地面高光谱遥感数据的地物光谱反射特性的分析和研究是荒漠化草原遥感技术分类应用的基础，本节对2017～2018年连续两年采集的地面高光谱遥感图像上的裸土、枯枝、阴影区域植被与鼠洞、光照区域四种荒漠化草原植物短花针茅、冷蒿、栉叶蒿、无芒隐子草进行光谱特性分析。

5.1裸土

荒漠化草原土壤裸露面积较大，影响裸土反射率的因素有水分含量、有机质含量、氧化铁含量等。2017-2018年地面高光谱遥感图像数据上裸土的反射率光谱曲线如图19所示，裸土反射率在绿光波段表现出绿色植被具有的波峰特征，近红外波段上反射率光谱曲线呈线性增长趋势且有水分吸收特征，近红外波段反射率约为25%，表明荒漠化草原裸土反射率光谱曲线受到干枯植被影响。

图19裸土反射率光谱曲线

5.2枯枝

健康绿色植被叶片一般具有如下结构：叶片的表层覆盖着一层蜡状角质层，使得叶片可以具有保水作用；叶片的表层细胞间隙中有气孔，起到了调节植物蒸腾作用；气孔周围的保卫细胞可以根据植物的实际需要改变自身的形状控制气孔的开闭。光线照射在植被叶片上，经过了各种色素的吸收作用，以及植被冠层中的散射作用，使得健康植被冠层在遥感图像上显示为绿色，植被原始光谱反射率出现的特征受到各种色素的综合作用，叶绿素有叶绿素a和叶绿素b两种类型，类胡萝卜素有胡萝卜素和叶黄素两种类型，绿色健康植被叶片中叶绿素与类胡萝卜素的含量之比约为4：1，叶绿素a与叶绿素b的含量之比约为3：1。由于植被叶绿素和类胡萝卜素吸收了蓝光和红光的大部分入射能量，叶绿素含量高于主导黄色的类胡萝卜素含量，而叶绿素对绿光强反射到人眼，因此植物呈现绿色。在可见光和近红外波段范围内形成了独特的光谱曲线，植被反射率光谱是植被本身、土壤、地形、水分含量等多种因素综合作用的结果，但仍有共同规律。在470nm左右的蓝光波段和650nm左右的红光波段的光谱反射率较低，在蓝光和红光范围内存在两个明显的吸收带，即蓝谷、红谷；在550nm左右的绿光波段的光谱反射率较高，形成绿峰；在680～760nm光谱范围，光谱反射率上升迅速，形成红边；在近红外波段，由于光线在叶片组织细胞和空气间多次散射，形成叶片对近红外电磁波强烈反射的一个相对平坦的高反射率区域。

图20枯枝反射率光谱曲线

枯枝失去了叶绿素和水分，其高光谱特征主要由纤维素、木质素和氮含量决定，如图20所示枯枝反射率光谱曲线在可见光波段不存在蓝谷、绿峰等绿色植被的光谱特征，但存在红谷、近红外反射平台、近红外水分吸收谷等微弱的绿色植被光谱特征，整体上从可见光到近红外波段枯枝反射率光谱曲线呈线性增长趋势，在近红外波段上反射率光谱曲线出现近红外高反射率平台和水分吸收谷，反射率最高值达到24%。