区域内遥感影像阴影区域石漠化信息缺失的有效处理

杨明龙

（昆明理工大学 国土资源工程学院，云南 昆明 650093）

区域内遥感影像阴影区域石漠化信息缺失的有效处理

杨明龙

（昆明理工大学 国土资源工程学院，云南 昆明 650093）

遥感影像在多项领域中得到广泛使用，随着空间分辨率逐渐提高，影像中的阴影导致区域信息部分丢失问题更加明显，影响影像质量。针对海量数据，如何检测并有效处理信息缺失问题对遥感影像应用是有重要价值的。为了全面掌握石漠化空间分布特征，解决遥感影像阴影区域信息缺失问题，以喀斯特石漠化地区为研究对象，借助图像处理软件，提出石漠化知识，并在GIS技术下，分析空间变异性特征。研究表明，区域石漠化是指受到多种因素的影响，Krifing插值表明研究区西南部沙漠化最高。研究借助图像处理软件为区域石漠化监控评估提供了新的方法。

遥感影像；阴影区域；信息缺失；图像处理

0 引言

石漠化广泛存在于中国西南岩溶地区，目前已经成为研究热点话题，遥感技术在石漠化信息提取中发挥重要作用[1]，但是在石漠化评估过程中发现，遥感影像解释存在较大困难[2]，遥感影像存在大量阴影分布区域，影响石漠化判断[3]，本文主要以喀斯特环境为例分析遥感影像区域石漠化信息缺失的有效处理。

1 问题提出

在有关石漠化信息提取与空间分布分析中，GIS遥感技术得到广泛使用，如广西都安瑶族石漠化分析中，采用数字影像检测土地石漠化变化，分析石漠化原因并量化不同因子的作用。但是在石漠化评估中，遥感影像翻译是一个难点问题。在以往分析中，采用空间结构、影像文理特征等增强石漠化信息[4]，也有建立不同石漠化提取模型，剔除非石漠化区域，提高翻译精度[5]。在该组分析中，以喀斯特环境为例，位于广西丘陵倾斜斜坡面上，属于苗岭山系，地势形成三级阶梯，地质结构复杂，土地资源类型多样但是分布严重不均匀，研究区域为东南部地区，土地主要为林地、梗死以及灌木草丛等，

类型比较全面。所使用的数据为2005年3月分析ASTER数据，以及1973年地质矢量数据和DEM数据等。通过遥感影像发现存在大量“月牙型”、“棒型”阴影区域，信息提取误差很大，如果直接将阴影区域与其他区域等同处理，不符合实际情况，因此借助统计学分析，拟利用Kriging插值技术估计阴影缺失区信息，在此基础上评估石漠化等级，为土地资源利用提供科学依据。

2 研究方法

利用Landsat5与B4建立石漠化指数模型，提取石漠化信息，并利用整景B5、B3等合成假彩色图像，训练分析石漠化指数判断。裁剪石漠化指数等级，剔除掉阴影部分，分析研究区域石漠化指数空间结构特征[6]，并分析阴影区域石漠化指数。

图像中的每一个像素点都存在一定的相关性，与空间距离有关，表现出结构性，在本组研究中采用统计学方法，在石漠化指数分类中融入数据反映空间变化。石漠化遥感信息模型直接影响精度测量标准，本文研究中采用增强型植被指数法建立石漠化信息提取模型：Di=DNB5GB4(DNB4GB5)，采用该模型能够消除遥感期增益影响，但是可能无法充分反映阴影区信息，因此还需要剔除阴影区统计分析石漠化指数。

当前石漠化等级划分没有形成明确的标准，根据当地石漠化实际情况，选择制备覆盖率以及岩石裸露率作为标准，如表1所示。

表1 石漠化等级分化

岩石裸露是石漠化划分重要依据之一，遥感影像采用混合像元等密度模型，采用校正后函数表示裸露度，计算公式为：

采用ENVI软件进行图像的采集以及遥感解译等，采用ARCGISsane 9.2软件分析半方差函数，采用Excel软件绘制频率分布图。

3 结果与讨论

采用ENV 16.0软件共提取出8万多个图像共有像元，其中包括1万多个阴影区域像元，阴影占据总面积的12%左右，直接影响遥感翻译精度，因此估算阴影区域石漠化信息至关重要，提出阴影后的图像保存为SMH.Img格式，如图1所示。图像与假色合成图双向查询，石漠化信息提取良好，统计分析图像石漠化指数，最小值为9，最大值为254，呈现正态分布。

图1 剔除阴影后区域石漠化指数分布图

植被线的存在很容易使模型找不到终端单元值，因此采用混合像元到植被距离提取信息。采用分类算法比较容易，考虑到山谷中存在基本农田保护区，不存在石漠化问题，因此采用传统监督分类区分。设一种植被三维光谱信号为V1，亮植被信号为V2，完全石漠化像元终端单元为V0，石漠化集合指数采用GRI=dd0，完全石漠化为1，没有石漠化为0，MNF空间终端各单元各波段值如图2所示，得到石漠化集合指数图如图3所示。

图2 MNF空间终端单元各波段值

图3 石漠化集合指数图

在ENV 16.0中导出ASCII格式，修改文件代码，将

阴影区域0区设置为无数据区域，导出图像格式，分析石漠化指数空间结构图，选择1个像元大小之后距离计算半方差函数，h=0时，r（h）=0；h>0时，r（h）=0.013 6+0.094 6（1-e3h/R），式中h为之后距离，R为变程。研究区域石漠化是指可以参考指数模型，C0表示块金效应，C0(C0+C)反映石漠化指数空间相关性的强弱，在其小于25%的情况下，石漠化指数表现出强的空间相关性，25%～75%表示中等相关，大于75%表示无相关性。在研究区域内，指数值在12.56%，结果表明石漠化指数与空间存在强烈相关性，石漠化指数受到气候、地形等因素的影响。

利用半方差函数模型进行空间插值，得到石漠化预测空间分布，交叉验证石漠化指数和Kriging预测值，相关系数在0.955 6，接近直线，表明所分析的石漠化具有较高的预测精度，石漠化指数预测石漠化区域主要集中在西南部和东南部，西北部石漠化指数偏低。

利用整景影响建立多个石漠化训练区，得到石漠化指数最大值和最小值，计算研究区域岩石裸露度，为方便分析，采用不同处理方式对石漠化指数图进行分析，忽略阴影部分的影响，统计各个石漠化等级面积和比例，如表2所示。

表2 各类石漠化等级面积

由表2可以得出结论，在不同处理方式下，石漠化等级存在较大差异，a处理方式下石漠化面积最大，也就是Kriging估计石漠化比例最大，而影响石漠化地类比例只有17.20%，少了几个百分点。

从石漠化等级分布进行分析，a处理方式石漠化等级分布面积呈现减少趋势，因此可以认为遥感翻译中采用直接忽略阴影的做法不可靠，会降低石漠化分布面积。

在实际分析中，研究区域的阴影主要集中在北部地区，考虑到光照和降雨的影响，背阴区域植被覆盖不高，石漠化等级会更高。但是在山体阴影影响下，遥感光谱特征模糊，导致信息的丢失，因此石漠化检测中需要合理评级阴影区域石漠化情况。

4 结语

综上所述，利用统计学方法，Kriging差值评估阴影信息缺失石漠化问题，得到很好的效果，石漠化指数空间结构分析表明，石漠化指数与自然呈现强相关性，西南部轻度石漠化，阴阳区域缺失信息不大，管理效果较高，采用Kriging差值评估弥补缺失信息具有使用价值。

[1]刘辉.基于改进阴影指数的福州市主城区建筑容积率提取[J].武汉大学学报：信息科学版，2014（10）：1241⁃1247.

[2]何骏.遥感影像数据管理方案探索与实现[J].现代电子技术，2012，35（20）：134⁃136.

[3]句龙，袁艳，曹世翔.遥感影像配准方法的研究和应用[J].现代电子技术，2011，34（4）：87⁃90.

[4]郭海祥，安裕伦.基于中高分辨率遥感影像的石漠化治理工程监测：以普安县地泗河小流域为例[J].贵州师范大学学报：自然科学版，2013，31（1）：7⁃10.

[5]杨奇勇，蒋忠诚，罗为群，等.岩溶区峰丛洼地山体阴影区域植被指数随机模拟[J].农业机械学报，2013，44（5）：232⁃236.

[6]陈锬.高空间分辨率遥感影像中建筑物阴影的处理研究[D].成都：西南交通大学，2014.

Effective treatment for missing of stony desertification information in remote sensing image shadow area

YANG Minglong
（College of Land and Resources Engineering，Kunming University of Science and Technology，Kunming 650093，China）

The remote sensing image has been widely used in various fields，and with the gradual increasing of spatial reso⁃lution，the part information missing problem caused by the shadow area in image becomes more obvious，which affects on the image quality.For the massive data，the way how to detect and effectively deal with the information missing problem has signifi⁃cant value in the application of remote sensing image.To fully grasp the spatial distribution characteristics of the stony desertifi⁃cation，and solve the information missing problem caused by shadow area in remote sensing image，the Karst stony desertifica⁃tion area is taken as the research object，and the stony desertification knowledge is proposed by means of image processing soft⁃ware.The feature of spatial variability is analyzed with GIS technology.The research results show that the stony desertification re⁃fers to the influence of various factors.Krifing interpolation shows that the highest stony desertification area is in southwest of the researched area.The research provides a new method for assessment and monitoring of the stony desertification area by means of image processing software.

remote sensing image；shadow area；information missing；image processing

TN911⁃34

A

1004⁃373X（2015）24⁃0001⁃03

10.16652/j.issn.1004⁃373x.2015.24.001

杨明龙（1982—），男，侗族，硕士，讲师。研究方向为国土资源信息化、遥感监测、石漠化治理。

2015⁃08⁃26

国家自然科学基金委批准，昆明理工大学委托：基于遥感与GIS的滇东南石漠化监测、评价及过程模拟研究（41261092）；国家自然科学基金委批准，昆明理工大学委托：云南山区不同地域环境下农户生计与土地利用互动研究（71163023）