基于遙感影像的濕地解譯方法研究

徐菲　張培新

摘 要 濕地是水陸相互作用而形成的自然綜合體，處于陸地生態系統和水生生態系統之間的過渡帶，是自然界最富生物多樣性的生態景觀和人類最重要的生存環境之一，遙感和地理信息系統的發展極大地推動了濕地的研究和發展。

關鍵詞 濕地 遙感技術 解譯方法

中圖分類號：TP79 文獻標識碼：A

濕地與森林、海洋一起并稱為全球三大生態系統，是地球上生產能力最高、生物多樣性最豐富的系統之一，被譽為“地球之腎”、“生命的搖籃”、“文明的發源地”和“物種的基因庫”。近年來濕地的特殊性和重要性已受到全世界的關注，濕地研究成為當前研究的熱點課題，特別是基于遙感技術的濕地研究。

1遙感技術

遙感是通過人造地球衛星上的遙測儀器把對地球表面實施感應遙測和資源管理的監視結合起來的一種新技術，通過遙感器這類對電磁波敏感的儀器，在遠離目標和非接觸目標物體條件下探測目標地物，獲取其反射、輻射或散射的電磁波信息（如電場、磁場、電磁波、地震波等信息），并進行提取、判定、加工處理、分析與應用。

遙感技術的特點：

（1）數據源豐富多樣，利于進行多尺度、多目標的綜合調查研究；

（2）重復周期短，利于快速調查及動態監測；

（3）處理技術完善，能有效降低人為因素的干擾，客觀反映實際情況；

（4）受地形、地貌、海拔高度及氣候等自然因素的限制較小，從而最大限度地節省人力物力。

遙感技術應用的領域較多，主要有以下幾個方面：城市規劃、市政管理、公共交通、環境保護、土地管理、水資源管理、資源調查、區域開發規劃、災害預測與防治、軍事、公安、消防、勘測以及住宅小區綜合管理等。

濕地監測對于分析濕地資源變化的原因，及其對自然因素和人類活動的響應就顯得尤為重要，也為濕地資源的管理和未來規劃制定決策提供幫助和服務。在濕地資源調查領域，傳統的濕地調查方法耗時費力，某些濕地區域難以接近進行實地考察，并且調查過程會對濕地造成破壞，而衛星遙感技術完全可以實時的從宏觀方面對濕地信息進行獲取和動態監測，正好補足了傳統濕地調查方法的不足，從而把利用遙感圖像獲取和分析濕地信息拓展成濕地研究的一個重要方向，簡化了濕地資源清查和動態變化監測過程，更有利于對濕地進行合理利用。衛星遙感技術是當前在區域尺度上大范圍、多分辨率、多時相、動態監測濕地變化的唯一可行手段。

2濕地解譯方法

2.1目視解譯法

首先應建立解譯判讀標志，選擇理想的衛星影像（少云霧、少陰影、高質量清晰的遙感影像）、合理利用輔助資料（地形圖、規劃圖、土地利用現狀圖）、借助先進的技術手段（GPS、GIS）、積累經驗提高判讀能力（積累以往的判讀經驗，不斷地學習新的判讀方法，借鑒前人的判讀理論），只有這樣才能準確地建立解譯標志，不斷的提高解譯的精度。

根據所建立的目視判讀標志，綜合運用其它各種信息和影像特征，在衛星影像圖上判讀各種地類小班，總的來說，遙感影像的判讀，應遵循“先圖外、后圖內，先整體、后局部，勤對比，多分析”的原則來進行判讀。

2.2非監督分類——ISODATA法

ISODATA法，即迭代自組織數據分析技術算法是一種最常用的非監督分類算法，這種方法的實質是個迭代循環過程，最開始只是在圖像的特征空間中隨機的選出最大分類數和數量中心，接著按照最小距離規則將像素分到相應的類別中，計算每一類別中的均值，依據相關參數對類別進行合并或者分離，然后再重復上面的過程，不斷循環往復，直到逐步逼近一個正確的分類。

2.3監督分類法

監督分類法中最常用的是最大似然法（Maximum Likelihood Classifier，MLC），它是基于各種判決距離函數的多種分類方法，采用一個有效的決策規則來決定待定像元的類別。按貝葉斯準則建立起來的準則，稱作貝葉斯分類器，其構建原理如下：地物影像可以以其光譜特征向量作為量度，在光譜特征空間中找到一個相應的特征點，而同類地物的特征點在特征空間中將形成一個從屬于某種概率分布的集群，判別某一特征點類屬的合理途徑是對其落進不同類別集群中的條件概率進行比較，條件概率大的那個類別將是該特征點的歸宿。最大似然分類法有著嚴密的理論基礎，對于呈正態分布的數據，判別函數易于建立，而且有很好的統計性。

2.4支持向量機法

支持向量機（Support Vector Machines，SVM）是20世紀90年代發展起來的一種建立在統計學習理論基礎之上的新的也是較為有效的機器學習方法，逐漸成為模式識別和機器學習領域中的一個研究熱點。憑著小樣本學習、抗噪聲性能、學習效率高與推廣性好的優點，SVM可以自動尋找那些對分類有較大區分能力的支持向量，由此構造出分類器，可以將類與類之間的間隔最大化，因而有較好的推廣性和較高的分類準確率，能有效用于解決空間信息技術處理分析領域的遙感影像處理，已經成為遙感圖像分析與處理領域中熱門的研究方向。

2.5決策樹法

決策樹是通過對訓練樣本進行歸納學習，生成決策樹或決策規則，然后使用決策樹或決策規則對新數據進行分類的一種數學方法，在形態上是一個樹型結構，由一個根節點、一系列內部節點及葉節點組成，每一個節點有一個父節點和兩個或者多個子節點，節點間通過分支相連。決策樹中，每條由根到葉的路徑對應著一條規則，規則的條件是這條路徑上所有節點屬性值的取舍，規則的結論是這條路徑上葉節點的類別屬性。與決策屬性比，規則更簡潔，也便于人們理解、使用和修改，可以構成專家系統的基礎，因此在實際應用中更多地使用規則。

基于遙感影像提取濕地的方法各種各樣，新的方法也在不斷產生，根據研究的具體情況選擇合適的解譯方法能達到事半功倍的效果。

參考文獻

[1] 周華茂，曾良修，喻歌農.衛星遙感和地理信息系統在濕地資源調查中的應用[J].西南農業學報，2000，13（2）：78-82.

[2] 陳宜瑜.中國濕地研究[M].長春：吉林科學技術出版社，1995.

[3] 單玉秀.濕地遙感信息提取方法研究[D].濟南：山東師范大學，2011.

[4] 謝靜，王宗明，任春潁.基于遙感的濕地景觀格局季相分析[J].生態學報，2014，34（24）：7149-7157.