侵蚀沟人机交互式遥感解译分析

胡天然

摘要侵蚀沟研究是土壤侵蚀研究的重要组成部分。该研究在遥感和 GIS 技术支持下，选取黑龙江省哈尔滨市作为典型研究案例，通过遥感与空间地理信息组织平台，对哈尔滨的侵蚀沟道数量、分布、发育阶段进行全面寻查和空间定位，建立整合沟道几何形态、地理方位、纹理特征等多要素层面，具有时域连续性、信息海量性的空间属性一体化侵蚀沟数据库。研究成果包括：①遵循遥感解译的原则，结合遥感解译方法建立了目视解译的标志；②通过对SPOT5影像进行图像配准、波段合成、图像融合等处理，结合侵蚀沟遥感图像的信息提取，获取了哈尔滨市侵蚀沟遥感解译成果；③通过利用高分辨率卫星影像在较大范围内解析了哈尔滨市区侵蚀沟的总体分布。

关键词遥感解译；侵蚀沟；解译标志；哈尔滨市区

中图分类号S127文献标识码A文章编号0517-6611（2015）28-354-04

我国的东北黑土区是世界上仅有的3块黑土区之一，黑龙江省是东北黑土区的核心地带，黑土分布面积占东北黑土区总面积的45%左右，是我国重要的商品粮基地。黑龙江省的黑土地已有100多年的开发历史，由于过去只注重土地产出，忽视保护，在自然因素和人为因素的双重作用下，目前黑土区水土流失十分严重[1]。据2000年全国土壤侵蚀遥感调查结果显示，黑龙江省水土流失面积为11.2万km占全省总面积的25%，水土流失类型主要为水力侵蚀，水力侵蚀面积占总侵蚀面积的78%，土壤侵蚀模数大多数在3 000～5 000 t/（km2·a）。水土流失给黑龙江省带来了严重的危害，不仅破坏了生态环境，也严重地制约了农业的可持续发展。水土流失已成为黑龙江省生态强省和农业大省建设的重要影响因素。

土壤侵蚀是复杂的人文和自然地理过程，既受自然因素影响，又受人类活动的干扰，并且各种因素之间的交互影响错综复杂，难以准确把握，土壤侵蚀的多尺度综合研究一直是自然地理学研究的前沿领域和热点问题[2]。通过遥感与空间地理信息组织平台，对哈尔滨的侵蚀沟道数量、分布、发育阶段进行全面寻查和空间定位，建立整合沟道几何形态、地理方位、纹理特征等多要素层面，具有时域连续性、信息海量性的空间属性一体化侵蚀沟数据库。

笔者利用遥感与空间地理信息组织平台，对哈尔滨市内的侵蚀沟道数量、分布、发育阶段进行全面寻查和空间定位，建立整合沟道几何形态、地理方位、纹理特征等多要素层面，具有时域连续性、信息海量性的空间属性一体化侵蚀沟数据库，为今后一段时间的水土流失治理、评价、决策和信息获取提供基础支撑。

1研究区选择及研究方法

1.1研究区选择

选择黑龙江省哈尔滨市辖区为研究区，位于125°42′～130°10′ E、44°04′～46°40′ N。哈尔滨属中温带大陆性季风气候，冬长夏短，全年平均降水量569.1 mm，降水主要集中在6～9月，夏季占全年降水量的60%。

1.2研究方法

采用遥感与地理信息系统相结合的方法，遥感图像的现势性和丰富性获取信息、更新数据的手段结合GIS强大的分析功能和信息库，相辅相成。该研究中遥感指标与地面实测数据的相关性验证须在GIS平台的支持下才能实现[3]。二者结合也可以充分发挥各自的优势，深化遥感在土壤侵蚀评价中的应用。

通过室内判读与野外验核查相结合的方法，首先以遥感影像和数字线划图（DLG）为数据源根据解译标志及侵蚀沟的勾绘标准在室内对侵蚀沟道进行勾绘并建立属性数据库[4]。然后随机选取10条侵蚀沟，打印套有侵蚀沟道解译矢量图的纸质影像图，并标注相应野外核查指标数值，进行现场验证。根据实际情况对侵蚀沟道的真实性、长度或起讫经纬度指标进行验证，并对侵蚀沟道类型进行验证。

2遥感解译标志的建立

2.1遥感解译的原则

以卫星影像为主的信息源解译判读主要依据地物的影像色调和结构特征，并结合地形等专题图提取信息。在解译过程中，将不同波段影像反复对比，本着“去粗取精，去伪存真”的原则，在基本判读的基础上，再进行多专题因素综合分析，应用影像色调、形态特征，按“突出重点，照顾一般”的原则对重点特征的地域进行重点分析。

2.2遥感解译的方法

土壤侵蚀的遥感解译方法有许多种，侵蚀沟解译具有复杂性，只有结合多种方法进行目视解译，才能更加精确地判读地物，确定侵蚀沟的位置及相应信息。该研究采用的主要方法如下：遥感影像与地学信息相结合；综合分析与主导分析相结合；室内判读与野外核查相结合；分层分类判读；动态对比法[5]。

2.3遥感解译标志的建立

黑龙江省水力侵蚀面积占总侵蚀面积的78%，因此主要研究水力侵蚀造成的侵蚀沟的遥感解译方法，解译标志的建立也是基于此。根据影像对各种地物的判读建立的解译标志见图1。

基于以上对各类地物的判读，对各类地物与侵蚀沟在遥感影像上的体现已经有了充分的了解，加之对侵蚀沟现场实地的踏勘，以实景照片辅助判读遥感影像，使得对侵蚀沟的判读更加准确。遥感解译与实景对照见图2。

简单地对影像作硬性的推测，要在解译之前依据充足的地面调查资料将形成侵蚀沟各因子的空间分布与时间变化情况加以数量化和标准化，然后再根据这些自然因子在影像上的成像规律制定相应的定性标准和定量级别，即建立解译标志，以便使影像的目视解译有所遵循，解译标志制定的好与坏直接影响判读结果的准确性，甚至可以说由于解译标志的差异，可能导致错误的结论。因此在判读中，解译标志是定性判读的重要标准和定量观测的主要尺度。

该研究中以侵蚀沟样本区域高清SPOT数据为基准，进行侵蚀沟解译标志比对，建立相对完整的解译标志体系，指导影像识别与沟道提取。目前，研究人员通过现场勘察、发掘历史资料并结合试点项目侵蚀沟解译成果，建立了覆盖不同发展阶段、不同规模和形态特征的沟道解译标志，为广域的沟道判别提供了重要地物参考。

目视解译的方法是遥感解译方法中不可替代的组成部分，它与地物学的分析方法相辅相成。建立解译标志的目的在于更直观的通过肉眼分辨出遥感影像中的目标地学信息，提高人机交互式遥感解译方法的准确度。侵蚀沟类型目视解译标志见表3。目视解译是高分辨率遥感影像解译中最常用的一种方法，它能使结果更准确，适合对某一地物特征进行解译，适用于小区域内的遥感解译。

3侵蚀沟遥感解译

3.1遥感影像的处理及信息提取

该研究采用的数据源SPOT5高分辨率卫星影像，在提取侵蚀沟信息之前，首先对SPOT影像进行图像配准、不同波段融合、图像融合等处理，进而对图像几何校正以及进行相关信息的提取。具体操作如下。

3.1.1图像配准。

影像配准是指将多个图像的同名影像进行几何校正变换重叠，即实现影像与其匹配的地理坐标及像元空间分辨率上的一致[6]。由于不同时间、不同条件、不同类型传感器获得的遥感数据在投影方式、精度、分辨率、比例尺等方面存在很大差异，所以在实际应用中经常需要将同一地区收集到的各种遥感数据相互“匹配”，充分利用不同影像的优点，这种方法称为多图像的几何配准。它是进行动态效果监测、信息复合、以及变化信息的提取等工作中必不可少的组成部分。

在处理遥感影像前要对不同时相的影像进行配准，并将图像与地形图进行几何校正。

几何精准校正的原理是回避成像的空间几何过程，而直接利用地面控制点对遥感数据影像的几何畸变本身进行模拟。

把土地利用现状数据当作校正的标准，将控制点与融合的影像进行几何校正。在几何精准校正的过程中，所选择的控制点应尽量均匀分布，使得校正后的影像与矢量配准的误差保持在一个像元内。几何精准校正主要采用多项式纠正和三次卷积重采样。

遥感影像的多项式纠正法可以回避具体的成像过程，而直接对变形图像进行数学模拟。以一般多项式为例来说明遥感影像的多项式纠正的一般过程：

X=a0+（a1x+a2y）+（a3x2+a4xy+a5y2）+（a6x3+a7x2y+a8xy2+a9y3）+…

Y=b0+（b1x+b2y）+（b3x2+b4xy+b5y2）+（b6x3+b7x2y+b8xy2+b9y3）+…

式中，X、Y为某像元的原始图像坐标；x、y为纠正后同名点的地面（或地图）坐标；ai、bi为多项式系数（i=0，…）。

该研究对遥感影像的图像配准，采用的是待定系数法求解ai、bi，选择待纠正的图像和现状图上都可以清晰辨认的像点作为地面控制点，通过取得的控制点在图像和现状图上的坐标，代替式中X、Y、x、y可以得出一个关于ai，bi的方程，求出这个系数。可以看出，控制点个数不得小于ai、bi的数目i，控制点数计算式为（t+1）×（t+2）/2（t为次方数）。通过公式求出原始图像任一像元的坐标，并对图像灰度进行内插，获取某种投影的纠正图像。实际运算结果表明：选择最少的控制点来进行校正的效果往往不好，特别是在边缘部分会使相应的图像变形比较大。所以，应该尽可能多地选取控制点，使得控制点的数目尽量比最小数目多出很多。

安徽农业科学2015年

3.1.2图像增强。

图像增强其实是对某个具体影像的失真过程，是针对指定图像的具体应用场合改善其视觉效果，强调特定的某些局部或者整体的特征，让本来模糊的图像变得清晰且容易辨认，清晰分辨出目标物和周围不同物体的特征差别，增强判读的准确性和识别的效果，满足分析特定地物的要求。

该研究采用图像增强中的边缘增强方法，由于侵蚀沟与相邻地物在边界上存在明显的差异特征，边缘增强能更准确地提取侵蚀沟的边界，边缘增强的基本任务是提高影像中侵蚀沟边缘灰度值的变化率，突出侵蚀沟的边界，得到反差增强以后的图像[7]。

3.1.3图像融合。

通过影像融合既可以提高多光谱影像空间分辨率，同时又保留了其多光谱的特性。可以说，影像融合可以让使用者得到更多的信息，减少理解的模糊性，提高遥感数据的利用效率和影像信息的利用率，改善目视解译和计算机解译的精度及可靠性。

将监测区内多波段陆地卫星SPOT5数据和2.5 m分辨率的SPOT5全色波段数据进行融合运算，可以综合2种卫星影像的空间分辨率和光谱分辨率，形成具有SPOT高空间分辨率、表达细致纹理的影像与SPOT5的多光谱的、色彩丰富的融合影像，易于影像的判读，为信息获取提供了重要数据资料[8]。处理后的哈尔滨市遥感影响见图3。

3.2遥感影像的矢量化处理

矢量对象是运用矢量的形式，即大小和方向来进行综合描述目标的对象。矢量图形文件则是通过大量矢量对象组合而成的描述性文件。矢量图形是通过运用特定的算法，将矢量对象所描述的信息重新描绘在显示终端上。

该研究对预先处理的影像进行矢量化处理（前文对侵蚀沟进行了目视解译，建立了相应的解译标志）。通过对侵蚀沟的判读以及对与侵蚀沟相似地物的区分，使用ArcGIS 10软件对处理过的哈尔滨市影像图进行侵蚀沟的矢量化处理。

具体操作流程为：

打开ArcMap窗口将矢量图层和影像数据添加进来，在Editor toolbar中点“开始编辑”，开始矢量化过程。由于对影像进行了处理，侵蚀沟的界线比较清晰，先对每个侵蚀沟进行矢量化，将区域内的所有侵蚀沟线编辑完成后，再对所有侵蚀沟进行拓扑，形成侵蚀沟区。为了突出侵蚀沟区域的信息，研究区的其他区域作一致性处理。最后对图形进行图幅整饰，得到哈尔滨市侵蚀沟遥感解译结果（图4）。

4结论

该研究在遥感和GIS技术的支持下，利用高分辨率遥感卫星影像对哈尔滨市区侵蚀沟进行调查研究。

采用遥感分类方法充分利用了SPOT5高分辨率卫星影像的各种光谱、形状等特征，实现不同尺度的分类；同时通过目视解译以及现场实地踏勘建立了遥感影像解译标志，结合GIS技术对哈尔滨市侵蚀沟遥感影像进行解译。结果显示：

哈尔滨市辖区侵蚀沟数量为29 017条，侵蚀沟占地面积为19 679.92 hm侵蚀沟总长度为9 075.66 km，沟壑密度为0.17 km/km2。就沟壑密度而言，各地侵蚀沟发育程度与水力面蚀侵蚀强度呈正相关关系，面蚀强度越高，沟壑密度越大，反之则较小。哈尔滨市区是黑龙江省重点产粮地区之一，该区的水土保持工作以治理坡耕地为主攻方向，以小流域为单元，“网带片”相结合，山、水、田、林、路综合治理。

哈尔滨市侵蚀沟主要分布在哈尔滨市区东部偏南地区，且分布比较密集，其他边缘位置有零星分布。究其原因主要是哈尔滨市的城区人口分布以及地形因素影响，东南部属张广才岭余脉，为丘陵地区，黑龙江省土壤侵蚀中主要为水力侵蚀，所以雨水对土壤的冲涮容易在该区域形成侵蚀沟。哈尔滨市区其他区域地势都较为平坦，形成的侵蚀沟主要起到农田排水的作用。

目前国外学者对侵蚀沟的研究集中在侵蚀沟的发生机制和侵蚀量估算等方面，或是在较小的空间尺度上利用GPS、航片等监测侵蚀沟的短期变化。该研究的创新在于利用高分辨率卫星影像在较大范围内对黑土区侵蚀沟总体分布进行研究。

在全局宏观层面上，该研究通过GIS和遥感数据平台，进一步对侵蚀沟进行精确定位，有利于构建侵蚀沟本底数据库，在可以预期的未来，该数据库将整合专家经验与知识规则，提出不同区域侵蚀沟发育的潜在危险等级，建立不同类型沟道治理的优先次序，为水土保持生态建设决策与评价提供技术支撑。

参考文献

[1] 阎百兴，杨育红，刘兴土，等.东北黑土区土壤侵烛现状与演变趋势[J].中国水土保持，2008（12）：26-30.

[2] 方华军，杨学明，张晓平，等.黑土坡耕地侵烛和沉积对物理性组分有机碳积累与损耗的影响[J].土壤学报，2007，44（3）：467-473.

[3] 濮静娟.遥感图像目视解译原理与方法[M].北京：科学技术出版社，1992：20-30.

[4] 陈述彭.赵英时.遥感地学分析[M].北京：测绘出版社，1990：25-35.

[5] 吴秀芹，张洪岩.地理信息系统应用于实践[M].北京：清华大学出版社，2007：1-65.

[6] GOOSSENS R，DE WULF A，BOURGEOIS J，et al.Satellite imagery and archaeology：The example of corona in the Altai Mountains[J].Journal of archaeological science，2006，33（6）： 745-755.

[7] 党安荣，王晓栋.遥感图像处理方法[M].北京：清华大学出版社.2007：1-28.

[8] 孙长江.侵蚀沟扩展的成因、预测及防治[J].东北水利水电，1993（1）：30-32.