以landsat-8影像为基础的森林资源的动态监测的研究

梁 丹

（辽宁省林业调查规划监测院，辽宁 沈阳 110012）

森林资源监测是林业的基础性工作，事关国情国力调查，而森林资源消长变化是森林资源监测工作开展的基础，是“基础的基础”。以往传统的监测方法主要有全国资源连续清查和省级森林资源二类调查等，不仅耗时长，人财物力投入巨大，且对工作人员的业务经验也有很高要求，其结果容易受工作人员主观因素的影响。为了解决以上问题，我们基于ENVI软件平台，应用归一化差分植被指数Normalized Difference Vegetation Index（NDVI）来自动计算提取landsat-8影像上目标实验区域的变化斑块并进行分类，输出变化变化图斑结果。

1 研究思路

1.1 收集、制作影像数据

研究数据分别来源于Landsat-8 2014年8月和2017年8月，要求同源、同时像影像，图幅大小完全一致，影像效果尽量清晰，区域选择尽量选择地形地貌、植被类型全面地区。

图1 Landsat-8影像预处理流程图

图2 实验区A区域示意图

图3 实验区B区域示意图

1.2 动态监测

基于ENVI软件平台，应用归一化差分植被指数 Normalized Difference Vegetation Index（NDVI）来自动检测、提取landsat-8影像上目标实验区域的变化斑块，输出变化变化图斑结果。

图4 动态监测一般流程图

1.3 人工判读

遥感判读区划采取双轨制判读，1人判读区划后，由另1人结合第1人的判读结果再次判读。两人判读结果不一致的，根据遥感影像变化特征共同商定，最终形成遥感判读区划矢量图层。

1.4 人工智能交互验证

以林地变更数据为支撑通过与人工判读斑块进行重叠对比，经计算分析，并经线性回归分析证实试验方法的正确性和可行性。

2 研究原理

本次研究我们利用ENVI软件平台遥感动态监测技术，从不同时间获取同一地区的遥感图像中，识别并量化地表变化的类型、空间分布情况和变化量。我们采用图像直接比较法，对经过配准的两个时相遥感图像中像元直接进行运算或变换处理，找出变化区域并对输入的两个时相的图像进行图像变换，提取并导出变化信息。

图5 植被波段反射示意图

我们利用植被在红光波段（0.55-0.68μm）强吸收，在NIR近红外（0,725-1.1μm）高反射和高透射的特征，根据归一化差分植被指数Normalized Difference Vegetation Index（NDVI）来识别影像变化区域。利用主成分分析法（PCA）增强图像。

NDVI主要用来检测植被生长状态、植被覆盖度和消除部分辐射误差等，它取值于（-1,1），

之后，从变化信息检测结果中提取变化信息。采取直方图形状的方法，基于判别分析法，利用直方图的零阶和一阶累计矩阵来划分阈值。去除椒盐噪声和“小碎块”后输出变化信息。

3 统计分析

该项目中选取的实验区域A、B分别位于沈阳、抚顺、本溪交界地区和本溪市地区，它们均包含居民区、林地、水源、耕地等多种地类，我们采取对ENVI动态监测方法自动提取的数据与人工判读方式获得的判读结果进行重叠度计算，并加以分析。

3.1 结果数据统计分析

3.1.1 计算方法

（1）统计范围 实验区域A、B范围内判读斑块

（2）重叠面积 对实验结果数据与人工判读结果进行叠加对比。我们通过ARCGIS软件SELECTION工具分别提取以实验结果为基础的人工判读结果覆盖区域面积和以人工判读结果为基础的实验结果覆盖区域面积，并计算出重叠率。

3.1.2 统计结果

表1 全地类下森林植被统计

表2 林地森林植被统计

3.2 实验数据与人工判读数据的相关系数分析

图6 线性回归分析图

实验区域A相关系数0.9993，实验区域B相关系数0.9989，两组数据的相关系数都十分接近于1。

4 结论与讨论

由实验可见实验数据与人工判读数据的相关性很高，即二者数据十分接近，误差很小，在允许范围内，实验结果为真，即利用ENVI动态监测来进行变化信息提取的方法可行。

总结：

以往进行数据分析，一般采用在航片、卫片上逐一地块检查的方法，传统方法需要工作人员将前后两期影像先后叠加，存在标准难统一、错划漏划，工作量大、效率低等缺点。本方法针对森林资源变化数据量大、变更频繁的实际情况，以3S技术为手段，通过遥感影响自动提取森林做消长变化地块，可有的放矢、提高变更林地工作效率，对提高变更工作质量、减轻作业人员工作量具有很重要的现实意义。