基于遥感影像的湿地解译方法研究

徐菲　张培新

摘 要 湿地是水陆相互作用而形成的自然综合体，处于陆地生态系统和水生生态系统之间的过渡带，是自然界最富生物多样性的生态景观和人类最重要的生存环境之一，遥感和地理信息系统的发展极大地推动了湿地的研究和发展。

关键词 湿地 遥感技术 解译方法

中图分类号：TP79 文献标识码：A

湿地与森林、海洋一起并称为全球三大生态系统，是地球上生产能力最高、生物多样性最丰富的系统之一，被誉为“地球之肾”、“生命的摇篮”、“文明的发源地”和“物种的基因库”。近年来湿地的特殊性和重要性已受到全世界的关注，湿地研究成为当前研究的热点课题，特别是基于遥感技术的湿地研究。

1遥感技术

遥感是通过人造地球卫星上的遥测仪器把对地球表面实施感应遥测和资源管理的监视结合起来的一种新技术，通过遥感器这类对电磁波敏感的仪器，在远离目标和非接触目标物体条件下探测目标地物，获取其反射、辐射或散射的电磁波信息（如电场、磁场、电磁波、地震波等信息），并进行提取、判定、加工处理、分析与应用。

遥感技术的特点：

（1）数据源丰富多样，利于进行多尺度、多目标的综合调查研究；

（2）重复周期短，利于快速调查及动态监测；

（3）处理技术完善，能有效降低人为因素的干扰，客观反映实际情况；

（4）受地形、地貌、海拔高度及气候等自然因素的限制较小，从而最大限度地节省人力物力。

遥感技术应用的领域较多，主要有以下几个方面：城市规划、市政管理、公共交通、环境保护、土地管理、水资源管理、资源调查、区域开发规划、灾害预测与防治、军事、公安、消防、勘测以及住宅小区综合管理等。

湿地监测对于分析湿地资源变化的原因，及其对自然因素和人类活动的响应就显得尤为重要，也为湿地资源的管理和未来规划制定决策提供帮助和服务。在湿地资源调查领域，传统的湿地调查方法耗时费力，某些湿地区域难以接近进行实地考察，并且调查过程会对湿地造成破坏，而卫星遥感技术完全可以实时的从宏观方面对湿地信息进行获取和动态监测，正好补足了传统湿地调查方法的不足，从而把利用遥感图像获取和分析湿地信息拓展成湿地研究的一个重要方向，简化了湿地资源清查和动态变化监测过程，更有利于对湿地进行合理利用。卫星遥感技术是当前在区域尺度上大范围、多分辨率、多时相、动态监测湿地变化的唯一可行手段。

2湿地解译方法

2.1目视解译法

首先应建立解译判读标志，选择理想的卫星影像（少云雾、少阴影、高质量清晰的遥感影像）、合理利用辅助资料（地形图、规划图、土地利用现状图）、借助先进的技术手段（GPS、GIS）、积累经验提高判读能力（积累以往的判读经验，不断地学习新的判读方法，借鉴前人的判读理论），只有这样才能准确地建立解译标志，不断的提高解译的精度。

根据所建立的目视判读标志，综合运用其它各种信息和影像特征，在卫星影像图上判读各种地类小班，总的来说，遥感影像的判读，应遵循“先图外、后图内，先整体、后局部，勤对比，多分析”的原则来进行判读。

2.2非监督分类——ISODATA法

ISODATA法，即迭代自组织数据分析技术算法是一种最常用的非监督分类算法，这种方法的实质是个迭代循环过程，最开始只是在图像的特征空间中随机的选出最大分类数和数量中心，接着按照最小距离规则将像素分到相应的类别中，计算每一类别中的均值，依据相关参数对类别进行合并或者分离，然后再重复上面的过程，不断循环往复，直到逐步逼近一个正确的分类。

2.3监督分类法

监督分类法中最常用的是最大似然法（Maximum Likelihood Classifier，MLC），它是基于各种判决距离函数的多种分类方法，采用一个有效的决策规则来决定待定像元的类别。按贝叶斯准则建立起来的准则，称作贝叶斯分类器，其构建原理如下：地物影像可以以其光谱特征向量作为量度，在光谱特征空间中找到一个相应的特征点，而同类地物的特征点在特征空间中将形成一个从属于某种概率分布的集群，判别某一特征点类属的合理途径是对其落进不同类别集群中的条件概率进行比较，条件概率大的那个类别将是该特征点的归宿。最大似然分类法有着严密的理论基础，对于呈正态分布的数据，判别函数易于建立，而且有很好的统计性。

2.4支持向量机法

支持向量机（Support Vector Machines，SVM）是20世纪90年代发展起来的一种建立在统计学习理论基础之上的新的也是较为有效的机器学习方法，逐渐成为模式识别和机器学习领域中的一个研究热点。凭着小样本学习、抗噪声性能、学习效率高与推广性好的优点，SVM可以自动寻找那些对分类有较大区分能力的支持向量，由此构造出分类器，可以将类与类之间的间隔最大化，因而有较好的推广性和较高的分类准确率，能有效用于解决空间信息技术处理分析领域的遥感影像处理，已经成为遥感图像分析与处理领域中热门的研究方向。

2.5决策树法

决策树是通过对训练样本进行归纳学习，生成决策树或决策规则，然后使用决策树或决策规则对新数据进行分类的一种数学方法，在形态上是一个树型结构，由一个根节点、一系列内部节点及叶节点组成，每一个节点有一个父节点和两个或者多个子节点，节点间通过分支相连。决策树中，每条由根到叶的路径对应着一条规则，规则的条件是这条路径上所有节点属性值的取舍，规则的结论是这条路径上叶节点的类别属性。与决策属性比，规则更简洁，也便于人们理解、使用和修改，可以构成专家系统的基础，因此在实际应用中更多地使用规则。

基于遥感影像提取湿地的方法各种各样，新的方法也在不断产生，根据研究的具体情况选择合适的解译方法能达到事半功倍的效果。

参考文献

[1] 周华茂，曾良修，喻歌农.卫星遥感和地理信息系统在湿地资源调查中的应用[J].西南农业学报，2000，13（2）：78-82.

[2] 陈宜瑜.中国湿地研究[M].长春：吉林科学技术出版社，1995.

[3] 单玉秀.湿地遥感信息提取方法研究[D].济南：山东师范大学，2011.

[4] 谢静，王宗明，任春颍.基于遥感的湿地景观格局季相分析[J].生态学报，2014，34（24）：7149-7157.