基于资源三号卫星影像的岩性监督分类研究

杜小锋, 冯 稳, 杨青雄

(湖北省地质调查院 基础地质调查中心,湖北 武汉 430034)

遥感监测技术始于1972年Landsat-1卫星发射,由于传感器技术的限制,早期的MSS遥感影像空间分辨率和光谱分辨率较低,在大尺度的岩性分类研究中应用比较少。随着传感器技术的不断发展,遥感影像的数据质量和信息量大大增加。资源三号测绘卫星是中国自主设计和发射的第一颗民用高分辨率立体测图卫星[1],主要用于1∶50 000立体测图及更大比例尺基础地理产品的生产和更新,以及开展国土资源调查与监测。在总结国外测图卫星的经验基础上,中国资源三号卫星参数采用10 bit量化技术,将正视图像的分辨率提高到2.5 m,同时加5.8 m多光谱图像,从而提高了地物解译能力。

1 研究区概况

研究区位于新疆库车县的东南部,面积6.235 km2,海拔约1 700 m,地形切割强烈,沟谷纵深且狭窄,阶梯陡壁丛生,总体属于中山深切割区。

结合已有的1∶20万地质资料,研究区主要地层包括新近系渐新世苏维依组(E2-3s)、古新统—始新统库姆格列木群(E1-2k)、上白垩统巴什基奇克组(K2b)和下白垩统巴西改组(K1b)。苏维依组的主要岩性为褐红色砂(砾)岩、粉砂岩、泥岩,库姆格列木群的主要岩性为杂色泥岩、砂岩,巴什基奇克组的主要岩性为砂岩、砾岩夹(砂质)泥岩、粉砂岩,巴西改组的主要岩性为细砂岩夹泥岩。实测地质剖面PM14-1为图1中A22-A51点串,穿越研究区,为区内开展遥感解译工作提供了可靠的实地调查材料,从而有效地建立解译标志。

2 资源三号遥感影像

2.1 数据特征

资源三号(ZY-3)卫星是中国第一颗自主的民用高分辨率立体测绘卫星,它填补了中国立体测图领域的空白,其主要成像参数见表1。本次研究数据获取时间为2014年5月17日,多光谱影像和全色影像空间分辨率分别为5.8 m和2 m,经过一系列处理后,可得到空间分辨率达2 m的融合影像,从而既保证了影像的丰富光谱信息,又获得了较高的地面分辨率,有利于提高地物判别的精度和准确性。

2.2 数据预处理

本次研究收集的ZY-3数据为1A级数据,需要经过一系列的预处理过程,具体包括正射校正、图像配准、图像融合、几何校准、图像裁剪等,得到研究区空间分辨率为2 m的ZY-3彩色影像(图1)。

(1) 正射校正。本次研究在ENVI平台下,运用ZY-3数据自带的RPC模型[2-3],分别对全色影像和多光谱影像进行正射校正,来消除地形起伏引起的图像畸变,得到较真实的地物成像信息。

(2) 图像配准。本次研究以全色影像为基准影像,对多光谱影像选择同名点进行配准校正,限制图像误差在1个像元以内,解决融合结果存在重影的现象。

表1 ZY-3有效载荷技术指标Table 1 ZY-3 technical index of payload

(3) 图像融合。本次研究采用Gram-Schmidt(GS)光锐化法,将多光谱影像与全色影像进行图像融合处理,较好地保持影像的空间纹理信息和光谱特征信息,综合成2 m空间分辨率大的高质量图像,以提高信息的利用率、改善计算机解译精度和可靠性。

(4) 几何校准。以工区地形图资料为基准,对融合后的影像选择同名点进行校准,校正误差控制在2个像元以内,使影像地图投影与工区地理投影信息完全匹配。

(5) 图像裁剪。选取研究区范围的矢量文件对影像进行精确裁剪,从而去除调查区以外区域的影像,得到研究区影像。

图1 研究区ZY-3影像(Band 3、2、1)Fig.1 ZY-3 image in the study area

2.3 岩性解译标志的建立

遥感影像结合实测地质剖面及野外验证资料,建立岩性解译标志(表2)。E2-3s泥岩与粗砂岩互层,浅棕红色夹浅灰色,表面纹理较平滑,正地形,山峰多为成层三角状,走向多为近东西向,粗砂岩风化程度较低,在地表较凸出,沟谷不太发育,较平直,植被不发育。E2-3s泥岩,红棕色,表面纹理较平滑,正地形,地势较上一层泥岩与粗砂岩互层降低,山峰多为成层三角状,走向多为近东西向,沟谷发育,且定向性差,地表较破碎,地表植被不发育。E1-2k泥岩,棕红色,表面纹理较粗糙,正地形,沟谷不太发育,且较平直,地形切割较深,植被不发育。E1-2k泥岩与砾岩互层,棕红色夹深灰色,表面纹理平滑,砾岩表现为平直、凸出的陡坎,泥岩风化成泥土状,隐约可见平行片状纹理,岩层走向近东西向,沟谷不太发育,偶发育较平直沟谷,植被不发育。K2b粗砂岩,灰白色,亮度较高,表面纹理平滑,山峰呈刀砍状、平直,可见平行层状纹理,沟谷不发育,植被不发育。K2b砾岩,灰色,表面纹理较平滑,沟谷不发育,地势较平坦,正地形,植被不发育。K1b细砂岩,浅红棕色,表面纹理较平滑,可见平行层状纹理,近东西走向,沟谷不发育,植被不发育。

3 监督分类

3.1 训练样本的选择

监督分类[4-5]是通过对训练样本进行归纳学习,建立分类模板,然后使用分类模板对新数据进行分类的一种数学方法。现有研究表明,训练样本的多少和质量的好坏在很大程度上影响着不同分类器的分类效果。利用实地考察结果并结合已有地质资料,在ZY-3模拟真彩色合成图上人工选取有代表性的训练样本区域。通过绘制多边形选择感兴趣区,进行各类别样本的选取,在卫星数据上选取训练数据集,对每一种岩性类型选取的训练样本均匀分布于其相应的展布区,总计选取8类共839个训练样本,全部的训练样本较均匀地分布于整个研究区。每类岩性的感兴趣区均用不同颜色加以区别,且任意类别样本间的可分离性较好。通过对选取的训练样本的学习,并提取样本的统计特征,得到岩性分类模板。研究区实验用训练样本数据集合的构成描述见表3。

3.2 分类的执行及分类后处理

根据已建立的研究区岩性解译标志,在ENVI 5.1下对ZY-3影像进行最大似然分类,得到研究区岩性的初步分类结果图。由于遥感影像的分类过程都是按照影像光谱特征进行聚类分析,都带有一定的盲目性,输出的分类结果图一般会出现成片的地物类别中有一些面积很小的异类图斑,斑块较为零碎,产生一些孤立点、断点、孔穴、毛刺等,其中许多是不合理的“类别噪声”,会给图像质量、可视化效果、精度带来一些不利影响[6],为此需要对获得的分类结果进行分类后处理。分类后处理方法即对分类结果进行归并和清除,消除断点、孤立点,改善分类结果的表示，形成更有意义、更完整的区域,提高分类结果的可应用性及可视化效果。分类后处理一般包括分类颜色的设置、分类统计分析、小斑点处理、栅格转换等。本实验主要对初步产生的分类效果图进行主次分析(Majority/Minority Analysis)、聚类处理(Clump)、过滤处理(Sieve),得到研究区岩性的最终分类效果图(图2)。

表2 研究区主要岩性的遥感影像特征及与部分野外照片对比Table 2 Remote sensing image characteristics of main lithology in the study area and comparison with some field photographs

表3 训练数据集合Table 3 Training data set

图2 研究区岩性监督分类结果图Fig.2 Classification results of lithologic supervision in the study area1.E2-3s泥岩;2.E2-3s粗砂岩;3.E1-2k泥岩;4.E1-2k砾岩;5.E1-2k含砾粗砂岩;6.K2b粗砂岩;7.K2b砾岩;8.K1b细砂岩。

3.3 分类结果评价

遥感图像分类结果的精度,主要表现为像元类码属性值是否正确和地物分布的空间位置是否准确,这关系到后一步处理的各地物类型面积的统计以及空间成图的准确性。因此,分类精度的高低直接决定了分类成果能否应用在实际生产中。一般来说,分类精度评价是通过建立地面验证数据(Ground Truth)的混淆矩阵或误差矩阵(Confusion Matrix or Error Matrix),然后计算各种分类精度测度指标,如制图精度、用户精度、Kappa系数、总体分类精度以及错分误差和漏分误差等。总体分类精度等于被正确分类的像元棕和除以总像元数。Kappa系数是通过把所有地表真实分类中的像元总数乘以混淆矩阵对角线的和,再减去某一类中地表真实像元总数与该类中被分类像元总数之积,再除以总像元数的平方减去某一类中地表真实像元总数与该类中被分类像元总数之积对所有类别求和的结果。错分误差指被分为用户感兴趣的类,而实际上属于另一类的像元,显示在混淆矩阵的行中。漏分误差指本属于地表真实分类,但没有被分类器分到相应类别中的像元数,显示在混淆矩阵的列中。制图精度指假定地表真实为A类,分类器能将一幅图像的像元归为A的概率。用户精度指假定分类器将像元归到A类时,相应的地表真实类别是A的概率。

为客观评价其分类精度,在研究区利用标准训练样本点数据作为验证点,建立混淆矩阵对分类结果进行精度评价,这样就可以得到各种地物类型的分类精度结果,包括总体分类精度、Kappa系数、制图精度、用户精度、错分误差、漏分误差(表4)。本文主要采用总体分类精度和Kappa系数来进行不同分类方法的精度评估。

表4 研究区岩性监督分类结果精度Table 4 Accuracy of classification results of lithologic supervision in the study area 单位:%

由精度评估结果可以看出,研究区岩性监督分类的总体分类精度为78.65%,Kappa系数为0.760 6。各岩性类别中,E1-2k泥岩与E1-2k砾岩的制图精度和用户精度均较高,可在影像上精确地分离出,而E1-2k含砾粗砂岩的分类精度最低,与K2b粗砂岩和K2b砾岩存在较大的误分概率,因其粒度非常接近导致光谱特征空间的交叉。通过监督分类,能够较准确地划分研究区不同粒度的沉积岩分布范围。

3.4 地层的划分

已有的实测地质剖面及野外验证资料表明,研究区主要地层单位及岩性组合:E2-3s为泥岩与粗砂岩互层,E1-2k为砾岩、泥岩、泥岩与砾岩互层,K2b为粗砂岩与砾岩,K1b为细砂岩。根据影像的岩性监督分类结果,合并同组岩层,可得到研究区遥感影像综合解译地质图,其与区内原有的地质图(图3)有较大的改变。通过对比可以看出,E2-3s与E1-2k的界线向南移动了约640 m,E1-2k与K2b的界线几乎不变,K2b与K1b的界线中部略向南凸,而研究区未出现K1s地层。研究区遥感影像综合解译地质图(图4)与区内实测地质剖面资料及本次研究中的野外验证资料能够较好吻合,表明本研究区内,采用岩性监督分类法开展遥感影像地质解译具有较好的效果,能较好地修订区内小比例尺地质图,从而减少大面积的地质测量工作,具有较好的实用性和推广价值。

图3 研究区已有地质图Fig.3 Geological map of the research area

图4 经监督分类结果修正后的研究区地质图Fig.4 Geological map of the study area after the revised results of supervised classification

4 结论

泥岩、粗砂岩、含砾粗砂岩、砾岩、细砂岩等各粒度岩性在ZY-3影像上具有不同的光谱和纹理特征,是进行监督分类的基本判别依据。本实验利用库车地区ZY-3影像,运用监督分类中常用的最大似然法,对研究区岩性进行分类研究。结果表明,ZY-3影像监督分类结果精度较高,总体分类精度78.65%,Kappa系数0.760 6,分类结果质量较好。通过监督分类,能够较准确地划分研究区不同粒度的沉积岩分布范围。进而运用识别出的岩性信息,结合适量的野外实地调查和验证资料,能够在一定程度上修正地质界线,从而减少大面积的地质测量工作,这在艰苦工作区显得尤为重要。

ZY-3影像具有较丰富的光谱信息和较高分辨率的纹理信息,同时成像景幅范围较大,成像周期较短,还具有较准确的RPC模型。因此,在大范围的地质测量工作中,不仅可以提供可靠的数据保障,还可以有效地降低成本。另外,就监督分类而言,通过选择更为准确的训练样本,可进一步提高分类精度,辅以较精确的影像几何校正和准确的地质剖面测量数据,能够较高地提升监督分类结果的可靠性和实用性。

本文仅针对基于光谱信息的最大似然分类对ZY-3影像进行研究,而该影像还具有较高的空间分辨率和较丰富的纹理特征,可在后续的工作中做进一步研究。

参考文献：

[1] 李德仁.我国第一颗民用三线阵立体测图卫星——资源三号测绘卫星[J].测绘学报,2012,41(3):317-322.

[2] 唐新明,张过,祝小勇，等.资源三号测绘卫星三线阵成像几何模型构建与精度初步验证[J].测绘学报,2012，41(2):191-198.

[3] 张过.缺少控制点的高分辨率卫星遥感影像的几何纠正[D].武汉:武汉大学,2005.

[4] 王文杰,蒋卫国,王维，等.环境遥感监测与应用[M].北京:中国环境科学出版社,2011.

[5] 彭望琭,白振平,刘湘南，等.遥感概论[M].第三版.北京:高等教育出版社,2010.

[6] 邓书斌.ENVI遥感图像处理方法[M].北京:科学出版社,2010.