红树林遥感信息提取与空间演变机理研究

谢亮亮

摘 要：本文以广西北部湾的丹兜海和沙井海湾为例，研究红树林遥感信息提取方式，包括面向对象进行数据提取，运用精度检验方法，利用植被指数提取信息，运用监督方式获取信息，运用非监督分类方式，在红树林空间演变研究中运用效果较为良好。

关键词：红树林;遥感信息;空间演变;精度检验

中图分类号：TP3 文献标识：A

1.红树林概述

红树林是重要树种之一，红树林包括半红树林与真红树林两种形式，为耐盐常绿森林，在木材提供、酒精、食品、药物等多种产品生产过程中均有着较为广泛的运用。能够为当地居民提供优质木材，具有多种功能，目前红树林在全国范围内出现了种植面积减少的现象，通过红树林遥感技术的运用能够 有效分析红树林的空间布局演进过程，以此促进对红树林的保护。

红树林在燃料、建筑材料、纺织与皮革、渔业等领域中均有较为广泛的运用，具有良好的生态价值，能够维系乔木、蕨类植物、灌木等多种物种的生态平衡，具有良好的环境保护价值，在降低飓风的侵蚀、缓解风暴潮影响等层面发挥着重要功用。

2.红树林遥感信息提取方法

本次调查研究过程中，选取广西北部湾的丹兜海和沙井海湾作为研究对象，分析当地红树林数据采集方法。

对红树林研究试点区域建立0.1m航空像片像元大小重采樣参考值，运用 ENVI 遥感分析软件 进行数据采集与分析，获取研究区域内多种影响数值，对采集到的数据建立遥感分析方式。综合运用面向对象数据提取、精度检验方法、利用植被指数提取信息、监督方式获取信息、非监督分类方法。

2.1面向对象进行数据提取

可以对沙井海湾的红树林建立包括sj_merge + pca融合图像与其第一主成分、sj_merge融合图像、sj_xs+ pan全色波段图像三种信息提取方式。在对丹兜海海湾的红树林信息提取中，运用eCognition Definiens Developer 分析方式提取相应信息，并进行图像分割。运用不同研究方式，均得出于0.3紧致度参数、0.1形状参数[1]。

研究红树林数据采集样品中标准差、反差、角二阶矩、灰度平均值、GLCM灰度共生矩阵同质性、异质性等光谱与纹理特征。对提取到的数据进行对象特征筛选，并进行中心化处理，其中运用的研究方法包括偏相关系数、、类间类内离散度、协方差矩阵、方差扩大因子分析等多种研究方法。

2.2运用精度检验方法

运用Hawthorne Analysis Tools软件对收集到的数据进行精度检验，将红树林样品数据转化为ArcGIS shp精度检验样地文件格式，并将采集到的信息与地面进行重叠核对，以此判断红树林样品研究地的实际情况[2]。

2.3利用植被指数提取信息

对红树林信息提取过程中可以运用NDVI、DVI、RVI、SAVI等研究方法，对收集到的数据进行空间剖面曲线分析，得出阈值范围，并得出最终分类结果图像。见表1。

2.4运用监督方式获取信息

对沙井海湾、丹兜海海湾建立良好的监督方式，通过精度测验，丹兜海海湾达到96.0%总体分类精度，具有0.943 9Kappa系数。沙井海湾地区则达到92.7%总体分类精度，具有0.878 4Kappa系数。

2.5运用非监督分类方式

丹兜海海湾红树林研究过程中，运用的研究方法精度均大于94%，20群组和40群组的研究精度明显高于监督分类。对大于20群组数进行研究过程中，能够得到较为稳定的分类精度[3]。

沙井海湾红树林研究过程中，多光谱图像40群组能够得到85.7%非监督分类精度，与监督分类精度相比明显比较低。在非监督分类精度方面，丹兜海海湾地物比监督分类明显要高，沙井海湾地物研究过程中，监督分类具有更高的精度。这主要是由于丹兜海海湾的地形差异表现较为明显，其中的互花米草滩涂、水体、红树林、光滩等之间具有差异较大的光谱特征，由此能够得到相对较为良好的非监督分类结果[4]。沙井海湾红树林研究过程中，部分红树林分布情况较为低矮、稀疏，容易没在海水之中，因此导致地面物种逐渐出现相对差异较大的光谱，并且光谱之间存在着重叠现象。监督分类中能够达到较高的精度。

3.红树林空间演变机理研究

利用遥感技术能够有效获取红树林的相关数据，并据此进行红树林空间演变机理分析。本次研究利用广西珍珠港海湾QuickBird收集的图像信息，判断当地红树林的演变情况，误差值仅为-2.5%，斑块重叠率95.6%，有效分析了当地红树林的分布情况[5]。

4.结束语

本文在对红树林信息提取与研究过程中，重点研究了广西北部湾的丹兜海和沙井海湾地区，综合运用了面向对象数据提取、精度检验方法、利用植被指数提取信息、监督方式获取信息、非监督分类方式，较为准确地判断了当地红树林的分布情况，研究运用效果较为良好。

参考文献

[1]刘凯， 彭力恒， 李想， et al. 基于Google Earth Engine的红树林年际变化监测研究[J]. 地球信息科学学报， 21（05）：105-113.

[2]王鑫磊. 基于遥感信息提取的乌梁素海水生植被演化及驱动机制研究[D]. 内蒙古大学， 2012.

[3]周梅， 李春干， 代华兵. 红树林幼林空间分布信息遥感提取——以广西茅尾海为例%Mapping of Young Mangrove Forest by Using Remote Sensing——A Case Study in the Maoweihai Bay in Guangxi[J]. 林业资源管理（6）：26-30，共5页.

[4]李姗姗. 北部湾红树林空间分布信息提取与种类识别遥感研究[D]. 南京大学， 2012.