基于面向对象-随机森林分类法和中等分辨率遥感影像的沼泽湿地制图的方法
【技术领域】
[0001] 本发明涉及一种利用遥感影像进行沼泽湿地制图的方法。
【背景技术】
[0002] 湿地是地球上单位面积生态服务价值最高、固碳能力最强、生物多样性保护意义 最大的生态系统，被誉为"地球之肾"。沼泽湿地（MarshWetland)是最主要的湿地类型， 包括草丛沼泽、灌丛沼泽和森林沼泽。它具有涵养水源、蓄洪防旱、降解污染、维系生物多样 性、调节河川径流和局地气候、补充地下水、净化环境和沉积营养物质、防止土壤侵蚀等多 种功能；沼泽湿地还可以为人类提供食品、水果、药材、能源和多种工业原料；沼泽湿地具 有的食物链及其所支撑的生物多样性，为许多野生动物提供独特的生存空间。因此保护沼 泽湿地的生态环境，对保护区域生态平衡具有重要的作用。
[0003] 面向对象-随机森林的遥感图像解译方法是相对于传统遥感影像处理软件主要 针对单个像元的解译算法而言的。该方法在分类时不仅考虑地物的光谱特征，还主要利用 其几何特征和结构特征，图像中的最小单元不再是单个的像元，而是一个个对象。该方法突 破了传统遥感影像分类方法以像元为基本分类和处理单元的局限性，以含有更多语义信息 的多个相邻像元组成的对象为处理单元，可以实现较高层次的遥感图像分类和目标地物提 取。该方法是基于认知模型的遥感信息提取方法，更贴近人类的认知过程，已成为遥感信息 提取领域主要的研究方向之一。
[0004] 2〇13年2月11日，美国航空航天局（NASA)成功发射Landsat-8卫星。Landsat-8 卫星上携带两个传感器，分别是0LI陆地成像仪（OperationalLandImager)和TIRS 热红外传感器（ThermalInfraredSensor)。0LI陆地成像仪有9个波段，成像宽幅为 185Xl85km。本发明选取Landsat-80LI陆地成像仪的前8个波段（0.43~0·45μπι， 0. 45 ~0. 51μm，0. 53 ~0. 59μm，0. 64 ~0. 67μm，0. 85 ~0. 88μm，1. 57 ~1. 65μm， 2. 11~2. 29μm，0. 50~0. 68μm)，其中波段1-7分辨率为30米，波段8为15米分辨率的 全色波段，卫星每16天可以实现一次全球覆盖。已被证实非常适合于沼泽湿地空间信息提 取研究。
[0005] 遥感图像为沼泽湿地分布信息的获取提供了数据基础，为采取有效措施加强沼泽 湿地资源的科学保护和管理，合理开展沼泽湿地资源的开发和利用，以及有效维护和加强 沼泽湿地的生态环境及其功能，发挥其生态价值等方面提供理论和实践基础。然而准确地 利用遥感数据提取草丛沼泽、灌丛沼泽和森林沼泽信息仍是一个难以克服的问题。
【发明内容】
[0006] 本发明的目的是要解决目前遥感分类方法，仅利用光谱信息，不能准确的提取草 丛沼泽、灌丛沼泽和森林沼泽空间信息的技术问题，提供了一种基于面向对象-随机森林 分类方法和中等分辨率遥感影像的草丛沼泽、灌丛沼泽和森林沼泽区分方法。
[0007] 基于面向对象-随机森林分类法和中等分辨率遥感影像的沼泽湿地制图的方法 按照以下步骤进行：
[0008] -、对Landsat-80LI数据进行辐射定标、大气校正、正射纠正、几何精纠正和投影 转换；
[0009] 二、收集基于数字高程模型（DEM)获取的坡度、地形湿度指数和基于缨帽变换获 取的亮度、绿度和湿度辅助数据；
[0010] 三、在eCognition8. 64软件支持下，对Landsat-80LI影像和辅助分类数据进行 多层多尺度分割，eCognition8. 64软件自带多尺度分割算法，可将遥感影像分割为一系列 均质单元，即对象，得到一系列分割单元，每个分割单元由空间上相邻、同质性达到80%以 上的像元组成，将每个分割单元作为一个对象；
[0011] 多尺度分割设置参数
[0012]
[0013] 四、提取步骤三中所得到的每个对象的光谱特征、纹理特征、形状特征和结构特 征，并且利用归一化植被指数（NDVI)、归一化水体指数（NDWI)、比值植被指数（RVI)、差值 植被指数（DVI)、坡度（Slope)、地形湿度指数、HIS变换的色调（Hue)特征以及缨帽变换的 亮度（BI)、绿度（GVI)和湿度（WI)等计算对象的算数特征；
[0014] 主要植被指数计算公式如（1)-(4):
[0018] DVI = NIR-R (4)
[0019] 式中，NIR为近红外波段，波长为0.85~0.88μm;R为红色波段，波长为0.64~ 0. 67μm;G为绿色波段，波长为0. 53~0. 59μm。
[0020] 五、利用步骤四中得到的所有特征信息，确定区分沼泽湿地与非沼泽湿地的特征 值，从Landsat_80LI影像中去除非沼泽湿地对象；
[0021] 提取过程和参数如下：
[0022] 1、设定水体指数阈值，将水体剔除，参数设置为：
[0023]BK=0.24；
[0024] 2、设定林地指数阈值，将林地剔除，参数设置为：
[0025]RVI> = 9. 5 或者HueR:G:B=SWIR1:NIR:R> =0·25;
[0026] 3、设定建筑用地指数阈值，将建筑用地剔除，参数设置为：
[0027] GVI<=0.3；
[0028] 4、设定沼泽湿地指数阈值，将非沼泽湿地剔除，参数设置为：
[0029] Slope< = 5 ；
[0030] 六、在步骤五所提取的沼泽湿地对象基础上，利用步骤四所涉及的草丛沼泽、灌丛 沼泽和森林沼泽的特征逐步判定并提取草丛沼泽、灌丛沼泽和森林沼泽对象；
[0031] 提取过程和参数如下：
[0032] 1、设定森林沼泽指数阈值，提取森林沼泽，参数设置为：
[0033] NDVI/R) = 0. 0021 ；
[0034] 2、设定灌丛沼泽指数阈值，提取灌丛沼泽，参数设置为：
[0035] StandarddeviationBK= 0. 0055 ；
[0036] 3、设定草丛沼泽指数阈值，提取草丛沼泽，参数设置为：
[0037] StandarddeviationBI> = 0. 0055 ；
[0038] 七、导出草丛沼泽、灌丛沼泽和森林沼泽对象，获得沼泽湿地矢量数据；
[0039] 八、在ArcGIS10. 0软件中制作沼泽湿地专题地图。
[0040] 本发明的优点：
[0041] 本发明将面向对象-随机森林的遥感图像分类方法应用于草丛沼泽、灌丛沼泽和 森林沼泽的提取中，将独立的像元合并成为同质的对象，提取草丛沼泽、灌丛沼泽和森林沼 泽信息的过程中不仅利用光谱特征，还利用了对于区分草丛沼泽、灌丛沼泽和森林沼泽十 分重要的纹理特征和拓扑特征，逐步得到草丛沼泽、灌丛沼泽和森林沼泽空间分布信息。所 得分类结果精度高，且具有明确的地理意义。本发明克服了传统分类技术提取草丛沼泽、灌 丛沼泽和森林沼泽信息时存在的"漏分"和"误分"现象严重的困难，同时也解决了分类得到 的草丛沼泽、灌丛沼泽和森林沼泽空间信息存在"椒盐现象"，不具有明确地理意义等问题。 本发明能够简捷、快速、准确地提取草丛沼泽、灌丛沼泽和森林沼泽信息以及制作沼泽湿地 专题地图。本发明对草丛沼泽、灌丛沼泽和森林沼泽空间信息提取结果的生产精度、用户精 度和Kappa系数分别为：90. 05 %，93. 30 %，0. 89,能够满足沼泽湿地制图需求。本发明克服 了传统沼泽湿地制图过程中存在的费时、费力等缺点，对中低分辨率遥感影像提取草丛沼 泽、灌丛沼泽和森林沼泽具有实践意义。
【附图说明】
[0042] 图1案例区域的面向对象-随机森林方法的遥感影像分类流程图
[0043] 图2案例区域的标准假彩色合成图像，依据加色法彩色合成原理，选择 Landsat-80LI影像的NIR、R、G三个波段，分别赋予红、绿、蓝三种原色，合成假彩色图像。
[0044] 图3案例区域的沼泽湿地专题图。其中1为草丛沼泽，2为灌丛沼泽，3为森林沼 泽。
【具体实施方式】
[0045] 本发明技术方案不局限于以下所列举【具体实施方式】，还包括各【具体实施方式】间的 任意组合。
【具体实施方式】 [0046] 一：本实施方式的基于面向对象-随机森林分类法和中等分辨率遥 感影像的沼泽湿地制图的方法按照以下步骤进行：
[0047] -、对Landsat-80LI数据进行辐射定标、大气校正、正射纠正、几何精纠正和投影 转换；
[0048] 二、收集基于数字高程模型（DEM)获取的坡度、地形湿度指数和基于缨帽变换获 取的亮度、绿度和湿度辅助数据；
[0049] 三、在eCognition8. 64软件支持下，对Landsat_80LI影像和辅助分类数据进行 多层多尺度分割，eCognition8. 64软件自带多尺度分割算法，可将遥感影像分割为一系列 均质单元，即对象，得到一系列分割单元，每个分割单元由空间上相邻、同质性达到80%以 上的像元组成，将每个分割单元作为一个对象；
[0050] 多尺度分割设置参数
[0051]
[0052] 四、提取步骤三中所得到的每个对象的光谱特征、纹理特征、形状特征和结构特 征，并且利用归一化植被指数（NDVI)、归一化水体指数（NDWI)、比值植被指数（RVI)、差值 植被指数（DVI)、坡度（Slope)、地形湿度指数、HIS变换的色调（Hue)特征以及缨帽变换的 亮度（BI)、绿度（GVI)和湿度（WI)计算对象的算数特征；
[0053] 主要植被指数计算公式如（1)-(4):
[0057] DVI=NIR-R(4)
[0058] 式中，NIR为近红外波段，波长为0.85~0.88μm;R为红色波段，波长为0.64~ 0· 67μm;G为绿色波段，波长为0· 53~0· 59μm;
[0059] 五、利用步骤四中得到的所有特征信息，确定区分沼泽湿地与非沼泽湿地的特征 值，从Landsat_80LI影像中去除非沼泽湿地对象；
[0060] 提取过程和参数如下：
[0061 ] 1、设定水体指数阈值，将水体剔除，参数设置为：
[0062] BK= 0. 24 ；
[0063] 2、设定林地指数阈值，将林地剔除，参数设置为：
[0064] RVI> = 9. 5 或者HueR:G:B=SWIR1:NIR:R> = 0· 25 ;
[0065] 3、设定建筑用地指数阈值，将建筑用地剔除，参数设置为：
[0066] GVI< = 0. 3 ；
[0067] 4、设定沼泽湿地指数阈值，将非沼泽湿地剔除，参数设置为：
[0068] Slope< = 5 ；
[0069] 六、在步骤五所提取的沼泽湿地对象