Landsat8影像在土地利用分类中的最佳波段组合研究——以湖北省恩施市为例

张金龙，常 胜，2*

（1.湖北民族学院林学园艺学院，湖北　恩施　445000；2.湖北民族学院生物科学与技术学院，湖北　恩施　445000）

Landsat8影像在土地利用分类中的最佳波段组合研究
——以湖北省恩施市为例

张金龙1，常 胜1，2*

（1.湖北民族学院林学园艺学院，湖北恩施445000；2.湖北民族学院生物科学与技术学院，湖北恩施445000）

为提取土地利用/覆被信息，选取恩施市2015年10月的landsat8卫星OLI影像作为实验数据，在统计和分析各波段的光谱特征的基础上，计算最佳指数因子（OIF），并结合典型地物光谱特征曲线，对最佳波段组合的选择进行研究.结果表明：将最佳指数法和典型地物光谱特征分析法相结合，能客观有效地确定OLI影像的最佳波段组合；456和457两种波段组合是研究区土地利用/覆被信息提取的最佳波段组合.

Landsat8；土地利用/覆被；最佳波段组合；OIF；恩施市

近20年来，土地利用/覆被变化（land use/cover change，LUCC）已是地球表层系统研究的重要内容，得到了国际地圈生物圈计划（IGBP）和国际全球环境变化人文因素计划（IHDP）的合力支持［1］，已成为研究热点.作为获取土地利用/覆被信息的主要数据源，遥感数据种类不断丰富，其中应用最广泛是Landsat系列陆地卫星影像.为加强对陆地资源与环境的探测，美国在2013年2月发射了Landsat 8卫星，用于土地利用/覆被信息提取的影像来源于其两个主要载荷之一的运行陆地成像仪OLI（Operational Land Imager）.目前对OLI影像波段信息提取的研究，主要集中于对耕地［2］、水体［3］、森林［4］、城市草地［5］等单一地类信息的提取，而专门针对综合土地利用分类的研究较少.

Landsat系列影像属于多光谱影像，提取土地利用类别信息时仅从单波段难以获取足够信息，所以需要从多个波段中选取3个波段分别赋予红、绿、蓝，进行彩色合成.在影像解译时，尤其是目视判别的过程中，确定最佳波段组合至关重要.已有研究［6-8］表明，landsat系列卫星的TM/ETM影像用于土地利用/覆被信息提取的最佳波段组合多为543和541组合.但相比TM/ETM传感器，OLI成像仪做了较大改进，增加了波段数量，并调整了波段范围［9］，所以即使在解译相同地物时两种影像的最佳波段组合也可能存在差异，从而使得TM/ETM数据的最佳波段组合方案，不能完全适用于OLI影像.

鉴于此，本文结合研究区影像特点，在分析标准差和相关系数的基础上，结合最佳指数因子（OIF）和典型地物光谱特征曲线，探讨了OLI影像用于土地利用/覆被信息提取的最佳波段组合.研究使用的方法可有效确定OLI影像的最佳波段组合，研究结果也可供本地区遥感制图参考.

1　研究区概况与数据预处理

1.1研究区概况

恩施市地处鄂西南腹地，属武陵山片区，位于东经109°04′～109°58′，北纬29°50′～30°29′之间，辖区总面积3967km2，是恩施土家族苗族自治州州府所在地.市域面积的95%以上为山地，有“八山半水分半田”之称，至2015年全市森林覆盖率达62%以上.湖北省内第二大的长江支流——清江由西向东穿境而过，水资源也较为丰富.因此，进行最佳波段组合的选择时，需要着重考虑植被、耕地、水体等主要地类的光谱差异.

1.2实验数据

研究使用的数据为恩施地区2015年10月14日的L1T级landsat8OLI遥感影像，轨道号为126039.本文基于ERDAS IMAGINE2014软件，利用恩施市矢量边界制作AOI，裁剪出市域遥感影像作为实验数据，为提取土地利用/覆被信息，进行最佳波段组合的研究.恩施市属于内陆山区，进行波段组合时可不考虑用于观测海岸带气溶胶信息的深蓝波段1；实验获取的研究区遥感影像基本无云层覆盖，所以也不需要用于卷云监测的短波红外波段9；全色波段8主要用于分辨率融合.结合研究区的实际情况，本研究从2、3、4、5、6、7等六个波段中确定最佳波段组合.

2　最佳波段选择

2.1波段组合原则

在研究中选取最佳波段组合时，一般遵循以下3个原则［10-11］：①单个波段的标准差尽可能最大；②组合波段间的相关系数尽可能最小；③目标地物类型在所选波段组合能被很好地区分.简单来讲，标准差越大，表明波段所蕴含的信息离散度越高，信息量越大、越丰富；相关系数较低，表明波段组合后，信息冗余量较小；由于不同的地物，有不同的波谱特征，在相同波段上光谱值差异越大，地物最易被区分.这就说明，标准差大、相关系数小、易于区分地物的波段组合即为最佳波段组合.

2.2光谱特征统计分析

波段的光谱特征分析包括单波段和多波段两个方面［12］.

单波段分析主要统计灰度值（DN）的最大值、最小值、均值、标准差等.标准差表示图像中各像元灰度值与平均值总的离散程度，可一定程度上用来衡量图像信息量的大小.利用ERDAS IMAGINE2014软件的Metadata功能统计研究区遥感影像的基本信息（表1），结果显示，标准差从大到小依次为：band5＞band6＞band7＞band4＞band3＞band2，说明各波段所含信息量大小也依次递减，且5、6、7波段所含信息均比2、3、4波段丰富.进行波段选择时，尤其是利用单波段提取信息时，应该优先考虑5波段，6、7波段次之.

由于OLI影像包含多个波段，在选择最佳波段组合时，需要进行多元统计，计算并对比波段间的相关系数.波段间的相关系数反映的是两个波段间信息重叠的程度，两个波段相关系数越大，则信息重叠度越高.据此，可在统计时将彼此间相关系数大的多个波段归为一类，选择其中一个波段作为最佳波段之一.

ERDAS IMAGINE2014软件无法直接计算各波段间的相关系数，需要利用Model Maker模块建立模型（图1），设定研究区影像输入、correlation功能以及输出矩阵信息，运行模型便可得到模块间的相关系数矩阵（表2）.实验结果表明，波段5与其他波段间相关系数均较低，说明其包含的信息独立性较好，结合该波段包含信息量大小，可知波段5为必选波段；可见光2、3、4波段之间相关系数均达到0.8以上，可归为一组；短波红外波段6、7波段之间相关系数超过0.9，也可作为一组.根据相关性小的原则，应从2、3、4波段间选择一个，再从6、7波段中选择一个，与波段5进行假彩色合成，较为合理.具体波段分组和组合方案见表3，选择最佳波段组合时优先考虑256、356、456、257、357、457等六种组合.

表1　OLI影像光谱特征统计Tab.1 Spectral features of OLI image

图1　相关系数矩阵计算模型Fig.1 Model for calculating correlation coefficient matrix

表2　OLI影像波段间相关系数矩阵Tab.2 Correlation coefficient matrix among bands of OLI image

表3　OLI影像波段分组和优先组合方案Tab.3 Options for bands combination of OLI image

表4　OLI影像各波段组合的OIF值Tab.4 OIF of bands combination of OLI image

图2　恩施市主要土地覆被类型的光谱特征曲线Fig.2 Spectral feature curve of main land cover types in Enshi

2.3最佳指数因子（OIF）计算

1994年由美国Chavez提出的最佳指数因子（optimum index factor，OIF）同时考虑了组合波段的标准差与各波段间的相关系数［6］，方法简便，容易计算.其数学表达公式为：

其中：Si为第i个波段的标准差，Rij为i、j两波段的相关系数.

波段组合的OIF值与标准差之和正比，与相关系数之和成反比.波段组合中各波段的信息量越大、波段间独立性越高、信息冗余度越小，其OIF值越大，该组合也就越适合作为最佳波段组合.

基于对波段间相关系数分析的结果，本研究中根据公式（1）主要对优先考虑的六种波段组合的OIF值进行计算.计算结果（表4）显示，OIF值从大到小对应的波段组合依次为：256＞257＞456＞457＞356＞357，说明从OIF值来看，256是最佳波段组合，257、456次之，457、356、357较差.

2.4典型地物光谱特征分析

从最佳指数因子分析，初步确定的最佳波段组合与其他波段组合差异不明显，所以研究中还需要结合地物的光谱特征进一步分析，确定最终的最佳波段组合.由于地物本身结构多样，且一定程度上受到大气的影响，所以不同地物在OLI影像不同波段上呈现的光谱特征有所不同.本研究利用ERDAS IMAGINE2014软件，结合恩施市近期的土地利用现状图和GPS野外补充调查资料，对研究区的林地、耕地、水域、建设用地和裸地等5种主要地类进行采样.每类地物分别取30个均匀分布的采样点，记录每个采样点在6个波段上的灰度值；再计算每类地物的30个点在各个波段上的平均灰度值，据此制作各典型地物的光谱曲线（图2）.由图2可看出，各地类在5、6、7波段上光谱差异较大、可分性较好；其次是4、3波段，但在波段3上林地和水域难以被区分；在2波段上不同地物总体差异不明显，难以被区分.再结合OIF计算结果，可知456、457波段是提取研究区土地利用/覆被信息的最佳波段组合.

3　结语

笔者综合利用多种方法，进行landsat8影像最佳波段组合研究，主要结论如下：第5波段信息量最大、相对独立，确定为必选波段；从三个可见光波段（2、3、4波段）和两个短波红外波段（6、7波段）中各选一个波段，与波段5进行组合，用于提取地类信息较为合理；综合考虑最佳指数因子（OIF）值和地物光谱特征曲线，最终确定456、457波段组合最利于土地利用/覆被信息的提取.

本文仅以鄂西南恩施市2015年10月的遥感影像为例，确定了研究区landsat8影像用于提取土地利用/覆被信息的最佳波段组合，为本地区土地利用遥感制图提供了基础.但对于所选研究区域大小、地理位置以及遥感影像成像时间等因素对最佳波段组合的选择是否存在影响有待进一步探究，之后可加强时空对比研究.

［1］刘纪远，匡文慧，张增祥.20世纪80年代末以来中国土地利用变化的基本特征与空间格局［J］.地理学报，2014，69（1）：3-14.

［2］牛鲁燕，张晓艳，郑继业，等.基于Landsat8 OLI数据的山东省耕地信息提取研究［J］.中国农学通报，2014，30（34）：264-269.

［3］张风霖，李婧琳，缑变彩，等.基于Landsat8卫星OLI的水体信息提取研究［J］.山西建筑，2014，40（23）：243-244.

［4］杨正斌，余东莉.基于Landsat 8影像的西双版纳森林覆盖信息提取研究［J］.林业调查规划，2014，39（4）：10-15.

［5］任海娟，董建军，李晓媛，等.利用多时相Landsat8图像提取苜蓿人工草地信息［J］.中国草地学报，2015，37（2）：81-87，120.

［6］常胜.TM遥感影像彩色合成最佳波段组合研究——以恩施市土地利用遥感图制作为例［J］.湖北民族学院学报（自然科学版），2010，28（2）：230-232，235.

［7］宋海生，徐瑞松，马跃良，等.ETM+多光谱遥感影像彩色合成最佳波段选择研究—以顺德区土地遥感图制作为例［J］.广东农业科学，2013，40（15）：196-199，237.

［8］徐磊，侯立春，杨强，等.利用TM影像提取土地利用/覆被信息的最佳波段研究［J］.湖北大学学报（自然科学版），2011，33（1）：119-122.

［9］张玉君.Landsat8简介［J］.国土资源遥感，2013，25（1）：176-177.

［10］领梅，安慧君，贺晓辉，等.ALOS、TM影像在土地利用中的最佳波段组合分析［J］.内蒙古林业科技，2013，39（2）：36-39

［11］姜小光，王长耀，王成.成像光谱数据的光谱信息特点及最佳波段选择——以北京顺义区为例［J］.干旱区地理，2000，23（3）：214-220.

［12］李谢辉，郑奕.基于最优波段组合的土地利用/覆盖遥感信息提取研究［J］.安徽农业科学，2009，37（14）：6696-6699.

责任编辑：时 凌

Optimum Bands Combination of Landsat8 Image in Land Use Classification——Taking Enshi as a Case Study

ZHANG Jinlong1，CHANG Sheng1，2*
（1.School of Forestry and Horticulture，Hubei University for Nationalities，Enshi 445000，China；2.School of Biological Science and Technology，Hubei University for Nationalities，Enshi 445000，China）

In order to extract land use/cover information，the landsat8 satellite OLI image of Enshi in October 2015 was selected as the test image data.Based on the statistics and analysis of spectral characteristics of each band，the optimum index factor（OIF）was calculated，and finally according to the typical spectral image feature curve in research area，the selection of optimum band combination were studied. The results showed that when the optimum index factor（OIF）and typical spectral image feature curve were combined，the optimum band combination of OLI image could be selected objectively and effectively.And band 456 and 457 was the optimum band combination in extraction of land use/cover information in the study area.

landsat8；land use/cover；optimum band combination；OIF；Enshi

R231.5

A

1008-8423（2015）04-0467-04DOI：10.13501/j.cnki.42-1569/n.2015.12.027

2015-11-23.

湖北省教育厅项目（Q20122901）；湖北民族学院博士启动基金项目（MY2010B011）.

张金龙（1991-），男，硕士生，主要从事水土保持监测和土地可持续利用的研究；*

常胜（1979-），男（土家族），博士，副教授，主要从事土地资源评价与管理的研究.