-
面对森林资源的动态性、复杂性和特殊性,传统的森林资源调查和监测方法由于周期长,地面工作量大,已难适应现代林业发展的需要[1]。利用卫星影像和遥感技术进行森林资源调查,可以在同一时间对大面积的工程区进行大规模监测,是现代森林资源管理中的重要技术手段[2]。然而,近年来森林资源监测的遥感数据来源主要依赖从国外购买昂贵的SPOT-5,Quick Bird等高分辨率卫星数据(简称“高分数据”)[3],数据获取能力十分有限且分类精度低,导致林业对国产高分辨率遥感数据和处理技术的需求与日俱增。此外,林业生态工程监测虽然已经有较多技术积累,但迄今为止还未建立完整的全国林业生态工程监测业务系统,不利于林业生态工程管理和监测[4]。2013年,中国发射了首颗高分辨率对地观测卫星高分1号卫星(简称“GF-1”),可提供幅宽不低于60 km,空间分辨率优于2 m的全色影像和优于8 m的多光谱影像。李艳华等[5]利用国产GF-1遥感影像研究山区细小水体提取方法,王磊等[6]分析了GF-1影像特征及其在草地监测中的应用。如今GF-1影像已成为土地利用动态监测、城乡规划监测评价、森林资源调查监测、荒漠化监测等行业的重要数据源。本研究针对国产GF-1数据,研究高分遥感影像信息提取算法模型,实现工程造林地块识别、造林成林提取、森林分布变化提取精度达到85%,森林类型提取精度达到80%,建设中国高分林业生态工程监测应用系统。
-
本系统采用C/S模式进行开发,从上到下划分为应用层、平台支撑层和数据层[7],如图 1所示。① 数据层:负责存储和管理系统建设所需的各类数据库,以关系数据库SQL Server作为基础数据库来统一管理数据,空间数据引擎Arc SDE来实现空间数据的管理和操作[8]。② 平台支撑层:ArcGIS Engine[9]是ESRI推出的一套完备的嵌入式地理信息系统(GIS)二次开发组件库和工具库[10],系统基于ArcGIS Engine10.1组件,使用C#语言在.Net环境下进行开发,结合eCognition和Envi等遥感应用软件提供的二次开发工具和算法语言,开发高分遥感专题信息提取工具,利用NASA World Wind 3D Engine组件,实现监测成果数据在三维环境下无缝漫游和显示。③ 应用层:可为林业生态工程建设相关部门、单位,提供数据管理、造林核查检查、森林资源动态监测和专题产品生产等方面应用服务。
-
要利用GF-1遥感影像对研究区森林资源变化情况进行监测,需要进行如下业务流程:收集和处理研究区GF-1遥感影像,整理天然林资源保护工程和退耕还林工程造林、管护和抚育经营等方面的档案资料,采集研究区工程地块变化数据、退耕农户统计等,建立数据库管理森林资源数据。对遥感影像进行信息提取,得到造林地块信息和成林提取信息,以及森林类型和森林分布变化,对工程区进行造林核查检查和资源动态监测。依据专题图制作规范,绘制工程造林地块分布图、工程造林成林分布图、工程区森林类型图和工程区森林变化分布图等专题产品。因此,本系统按照监测业务需求分成4个功能模块:森林资源数据管理、造林核查检查、森林资源动态监测和专题产品生产(图 2)。
-
为了改变传统的地面区划调查方法,精准掌握工程区造林地块林木生长情况,系统以工程区造林地块为底图,利用高分遥感影像的光谱特征和形状特征,实现工程造林地块自动识别,将工程区造林地块的林地小班分为郁闭成林、林木明显分布、无林木明显分布等3类,并生成工程造林地块分布图。具体算法步骤如下:① 特征提取:在高分遥感影像中,不同地类的植被覆盖指数(INDVI)和色调特征值具有较显著的差异。根据GF-1的全色和多光谱融合影像特点和地块识别的需求,分别提取INDVI和色调2个特征。植被覆盖指数(INDVI)是植物生长状态以及植被空间分布密度的最佳指示因子,经归一化处理的INDVI可以部分消除与太阳高度角和大气条件辐射等影响[11]。INDVI计算方法如式(1),其中IRNI和R分别为近红外波段和红波段处的反射率值:
$$ {I_{{\rm{NDVI}}}} = \left( {{I_{{\rm{RNI}}}}-R} \right)/\left( {{I_{{\rm{RNI}}}} + R} \right)。 $$ (1) 色调是目视解译判读和遥感分类提取中最常用的特征参数,系统采用IHS变换模型[12]进行RGB(R为红色值,G为绿色值,B为蓝色值)到IHS(强度I,色调H,饱和度S)的变换。如式(2):
$$ H = \left\{ \begin{array}{l} \;\;\;\;\theta \;\;\;\;\;\;\;\;\;\;{\rm{if}}\;B \le G\\ 360-\theta '\;\;\;\;{\rm{if}}\;B > G \end{array} \right.。 $$ (2) 其中:$\theta = {\rm{co}}{{\rm{s}}^{ - 1}}\left\{ {\frac{{1/2\left( {R - G} \right) + \left( {R - B} \right)}}{{\left[ {{{\left( {R - B} \right)}^2} + \left( {R - B} \right){{\left( {G - B} \right)}^{1/2}}} \right]}}} \right\}$。② 基于林地小班的林木和非林木分类。获取林地小班INDVI和色调数据,对其进行OTSU自动阈值分割[11],OTSU法以图像的灰度直方图为依据,通过计算图像中目标类和背景类的类内方差最小、类间方差最大来进行自动阈值求取。INDVI和色调值均大于或等于其对应自适应分割阈值的为林木,否则为非林木。③ 林地小班分类:根据林地小班的林木和非林木分类结果,按照郁闭度(林木在该林地小班区域中所占的比例)将林地小班分为郁闭成林、林木明显变化和林木无明显变化。并根据实际需求,生成地块识别矢量文件。
-
成林地块提取算法主要用来提取造林地块成林和未成林情况,以此客观反映工程区森林区造林成林建设成效,对工程区进行核查检查。① 特征提取以及林木和非林木分类:提取GF-1影像INDVI和色调特征,进行OTSU自动阈值分割,对林地小班进行林木和非林木分类。② 基于林地小班的面向对象分类:利用面向对象分类技术提取该林地小班中林木和非林木连通区域,每个连通区域为一个分类对象,面向对象分类以含有更多语义信息的多个相邻同质像元组成大小不同的对象为处理单元,利用对象的空间特征和光谱特征实现较高层次的遥感图像分类和目标地物提取[13]。根据分类对象面积要求对该林地小班的所有分类对象进行合并,得到分类对象的成林和未成林情况,并生成成林提取矢量结果。
-
利用GF-1影像判读和森林类型提取,对森林类型分布实施定期动态监测。算法流程如下:① 特征提取和林木非林木分类:利用GF-1影像数据,分别提取植被覆盖指数、色调、纹理等3个特征,其中植被覆盖指数和色调可提高林木和非林木的分类精度,纹理特征可有效区分森林类型。纹理特征是指图像灰度等级的变化,描述图像局部特性,即相邻像元之间的关系,用以表示图像的均匀、细致、粗糙等现象,系统采用灰度共生矩阵算法[14]提取纹理特征,对林地小班进行OTSU自动阈值分割,得到林木和非林木分类结果。② 林地小班森林分类:统计林地小班中林木区域的纹理均值和方差,将该林地小班分为竹林,针叶林、针阔混交林、阔叶林共4类,生成森林类型分布图。
-
森林分布变化监测功能主要是利用影像分割和分类技术提取工程区地块的森林变化区域。具体步骤如下:根据高分影像中林木和非林木区域在光谱、色调上的特点,分别提取前期和后期遥感影像的植被覆盖指数和色调2个特征,进行OTSU自动阈值分割,采用面向对象技术,对林地小班进行林木和非林木区域分类,并根据郁闭度修正林木和非林木分类结果。经过对比前后期2期影像的林木和非林木分类结果,分析森林分布变化,将林地小班进一步分为新成林(无林木区域变为郁闭成林区域)、森林转出(郁闭成林区域变为无林木区域)和仍为森林等3类。
Developing a system for monitoring high resolution forestry ecological projects
-
摘要: 林业生态工程监测是林业管理和生态建设的基础性工作,对于监督工程落实情况和调整相关林业政策具有重要意义。选取重庆市云阳县为研究区,以高分1号卫星遥感数据、二类调查数据以及基础地理数据等为基础,通过遥感影像特征提取、OTSU阈值分割和面向对象分类等方法,研发林业生态工程地块识别、成林提取、森林类型分布提取等算法模型,建立满足林业生态工程动态监测业务需求的高分遥感应用技术体系,并结合空间数据库技术和ArcGIS Engine二次开发技术,实现将数据管理、造林核查检查、森林资源动态监测和林业专题产品生产集成于一体的监测应用示范系统。高分辨率卫星数据与遥感监测应用技术体系的结合有利于林业生态工程管理建设,提升了中国森林资源调查与监测技术水平。Abstract: Monitoring forestry ecological projects is vital as a fundamental task of forestry management and ecological construction. To supervise project application and adjust forestry policies, a research area in Yunyang County in Chongqing was selected as a demonstration area based on available high-resolution data, forest resource inventory data, and basic geographic data. Through feature extraction of remote sensing images, the Otsu threshold segmentation method, and object-oriented classification, research was conducted on an algorithm of reforestation site identification, forest extraction, and forest type isolation for forestry ecological projects. Results showed a high-resolution remote sensing application technology system which satisfied the operational requirements of dynamically monitoring forestry ecological projects. The system integrated data management, afforestation checks, dynamic forest resources monitoring, and forestry-related products to produce a demonstration system. The combination of high resolution satellite image and remote sensing application technology was sufficient for management and construction of forestry ecological projects and could improve the technological level for examining and monitoring national forestry resources.
-
[1] 吴朝平, 邵景安, 黄志霖, 等.基于"二类调查"的三峡库区重点生态恢复县森林资源空间特征的遥感分析[J].应用生态学报, 2014, 25(1): 99-110. WU Zhaoping, SHAO Jingan, HUANG Zhilin, et al. Remote sensing analysis of forest resources characteristics in main ecological restoration counties in the Three-Gorge Area based on the 2nd-class inventory data [J]. Chin J Appl Ecol, 2014, 25(1): 99-110. [2] 杜灵通.基于遥感的退耕还林监测技术及其应用前景[J].遥感技术与应用, 2006, 21(5): 477-482. DU Lingtong. Monitoring technology of returning farmland to forests project based on remote sensing and its application forecast [J]. Remote Sens Technol Appl, 2006, 21(5): 477-482. [3] 李增元, 高志海, 李凡, 等.高分林业遥感应用示范系统的建设与应用[J].卫星应用, 2015(3): 25-30. LI Zengyuan, GAO Zhihai, LI Fan, et al. Construction and application of high resolution forestry remote sensing application demonstration system [J]. Satell Appl, 2015(3): 25-30. [4] 马勇, 张旭, 郭颖, 等.林业遥感云平台的系统结构与功能设计[J].世界林业研究, 2013, 26(4): 50-56. MA Yong, ZHANG Xu, GUO Ying, et al. Systematic structure and functional design of cloud services platform for forest remote sensing [J]. World For Res, 2013, 26(4): 50-56. [5] 李艳华, 丁建丽, 闫人华.基于国产GF-1遥感影像的山区细小水体提取方法研究[J].资源科学, 2015, 37(2): 408-416. LI Yanhua, DING Jianli, YAN Renhua, et al. Extraction of small river information based on China-made GF-1 remote sense images [J]. J Resour Sci, 2015, 37(2): 408-416. [6] 王磊, 耿君, 杨冉冉, 等.高分1号卫星影像特征及其在草地监测中的应用[J].草地学报, 2015, 23(5): 1093-1100. WANG Lei, GENG Jun, YANG Ranran, et al. Characteristics and application of GF-1 image in grassland monitoring [J]. Acta Agrest Sin, 2015, 23(5): 1093-1100. [7] 姚智, 张晓丽.基于WebGIS平台的森林郁闭度遥感反演信息系统研建[J].浙江农林大学学报, 2015, 32(3): 392-398. YAO Zhi, ZHANG Xiaoli. Based on Web GIS platform developing remote sensing information systems of forest canopy density inversion [J]. J Zhejiang A & F Univ, 2015, 32(3): 392-398. [8] 范志坚. 基于Arc SDE for Oracle的1: 1万基础地理信息空间数据库的设计与实现[D]. 昆明: 昆明理工大学, 2006. FAN Zhijian. Design and Implementation of 1:10 000 Fundamental Geographic Spatial Database Based on Arc SDE for Oracle [D]. Kunming: Kunming University of Science and Technology, 2006. [9] SONG Xuan, QIU Shuai, DU Liping, et al. Arable land quality assessment system development and its application based on ArcGIS engine [J]. J Software, 2013, 8(2): 320-326. [10] 孙丽, 高飞, 胡小华, 等. ArcEngine插件式GIS二次开发框架的设计与实现[J].测绘科学, 2011, 36(5): 214-216. SUN Li, GAO Fei, HU Xiaohua, et al. Design and realization of framework for plug-in GIS secondary development based on ArcEngine [J]. Sci Surv Map, 2011, 36(5): 214-216. [11] 陈杰, 陈铁桥, 刘慧敏, 等.高分辨率遥感影像耕地分层提取方法[J].农业工程学报, 2015, 31(3): 190-198. CHEN Jie, CHEN Tieqiao, LIU Huimin, et al. Hierarchical extraction of farmland from high-resolution remote sensing imagery [J]. Transa Chin Soc Agric Eng, 2015, 31(3): 190-198. [12] 祝晓坤, 庞国丰.一种基于IHS圆柱变换模型的影像融合质量综合评价方法[J].测绘科学, 2011, 36(4): 136-138. ZHU Xiaokun, PANG Guofeng. A method based on IHS cylindrical transformation model for quality assessment of image fusion [J]. Sci Surv Map, 2011, 36(4): 136-138. [13] 周小成, 庄海东, 陈铭潮, 等.面向小班对象的森林资源变化遥感监测方法:以福建省厦门市为例[J].资源科学, 2013, 35(8): 1710-1718. ZHOU Xiaocheng, ZHUANG Haidong, CHEN Mingchao, et al. A method to extract forest cover change by object oriented classification [J]. Res Sci, 2013, 35(8): 1710-1718. [14] 王月婷, 张晓丽, 杨慧乔, 等.基于Landsat 8卫星光谱与纹理信息的森林蓄积量估算[J].浙江农林大学学报, 2015, 32(3): 384-391. WANG Yueting, ZHANG Xiaoli, YANG Huiqiao, et al. Forest volume estimation based on spectral and textural information from the Landsat 8 satellite [J]. J Zhejiang A & F Univ, 2015, 32(3): 384-391. [15] 赖超, 方陆明, 李记, 等.森林资源信息集成系统的设计与实况[J].浙江农林大学学报, 2015, 32(6): 890-896. LAI Chao, FANG Luming, LI Ji, et al. Design and implementation of an integrated forest resources information system [J]. J Zhejiang A & F Univ, 2015, 32(6): 890-896. -
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.2017.04.021