一种结合NDVI与图像变换的林地变化检测方法

赵荣俊，潘学威*，崔 立

（1.金坛区自然资源和规划局，江苏常州 213000；2.南京国图信息产业有限公司，江苏南京 210036）

0 引言

目前森林资源调查监测已经形成了两种相对成熟的核查体系，即全国森林资源连续调查（又称森林资源一类调查，其本质在于宏观掌握森林资源现状与动态，以省为单位）与森林资源规划设计调查（又称森林资源二类调查，以国有林场、自然保护地、森林公园等森林经营单位或县级行政区为调查单位，补充调查森林资源相关档案信息）［1］。自2016年起，原国家林业局全面推进依据遥感影像判读，对变化区开展森林督察工作，通过遥感判读、野外调查核实、成果共享，建立一体化监管体系，即“森林督察暨森林资源管理一张图更新工作体系”，全面支撑新时期森林资源管理精准、精细化的要求。

遥感影像变化监测是通过较高分辨率的遥感影像结合分类方法分割提取出两时像同一区域变化图斑的过程。森林资源作为陆地表面分布最广泛的资源之一，监管难度较大。且我国人口众多，森林资源开发利用频繁，涉及区域广泛，不易开展调查。随着经济发展对环境的负面影响（特别是大气污染）等问题日益凸显，森林资源的开发与保护已成为国家关注的重点。

林地变化检测的相关方法较为成熟，主要包括基于像元大小的阈值分割、基于纹理或光谱特征的面向对象分割或智能语义分割。梅树红等［2-3］利用遥感影像的光谱信息与地物特征通过决策树算法实现了森林变化区的提取。卢鹏等［4-5］利用传统阈值法分割遥感影像数据提取林地变化图斑与森林冰冻灾害范围，在违法采伐判读、自然灾害的灾后评估中得以应用。决策树、聚类分割、支持向量机等机器学习分类方法对设备的要求较高，且精度受限于训练样本的影响。本研究结合了光谱指数、图像变换与OSTU阈值分割提取了森林退化区以及新增的植被覆盖区，操作流程简单，提取精度较高。

1 研究区与数据

常州市金坛区薛埠镇地处茅山山麓，森林覆盖率较高，区划呈南北狭长之势。薛埠西侧为茂密林区以自然风光为主，东侧为居民城镇区，以农用地与居民宅基地为主。近年来随着薛埠对自然资源开发利用的力度在加大，区划内有明显的森林退化区域或违法采伐的现象。故而选取金坛区作为实验区，利用提出的方法提取森林变化区域。

实验所用数据是携带OLI陆地成像仪（Operational Land Imager）的Landsat8卫星影像。Landsat8-OLI影像共9个波段，其全色波段的空间分辨率为15 m，其余波段的空间分辨率均为30 m，全色波段包含红波段与近红外波段，可应用于归一化植被指数的计算。在对比分析阶段利用了2 m分辨率的RGB真彩色高分遥感影像，此影像是“森林督查”工程项目提取判读图斑的工作底图。同时还收集了部分采伐相关的当地政府批文，用以核实提取区的准确性。

2 研究方法

2.1 归一化植被指数

归一化植被指数的计算方法是近红外波段的反射值与红光波段的反射值之差与两者之和的比值，其在植被健康监测与植被覆盖度提取的应用中使用广泛，同时也是农作物优良状态与长势评价的重要参数之一。计算方法见下式：

其中NDVI为计算所得的归一化植被指数；NIR为近红外波段；RED为红色波段。

一般认为植被覆盖区的NDVI大于0值，通过两期影像的差值计算，即可获取一年间植被的变化状态，如果区域内有森林采伐或植被退化，差值影像为负值。相反地，如果差值为正值，则表明该区域有植被新增［6-8］。

2.2 Gamma图像变化

图像变换是通过特定的函数对二维原始影像的线性或非线性的转换，是许多图像处理和分析技术开展的基础，经过图像变换后的影像其特征能够得到凸显。针对NDVI差值，由非林地转换为植被覆盖区或林地采伐、退化为非林地的区域对应的图像值位于NDVI范围的两端。因此，本文选择了能够有效抑制低值区同时保留极值特征的Gamma函数，便于后续的阈值处理操作，相关的图像变换处理操作可利用ARCGIS栅格计算器实现。

OSTU阈值是通过计算图像的最大类间方差得到，即背景和影像目标之间的类间方差越大，则说明构成图像的两个部分的差别越大，当部分影像目标错分为背景或部分背景错分为影像目标都会导致图像内容的两个部分差别变小。该方法被广泛应用于图像的二值化分类计算中［9］。

3 成果分析

通过图像的差值的计算，获取了明显变化（森林退化采伐区域、新增植被区域）以及轻微变化的区域。利用Gamma函数转换，抑制轻微变换的区域，保持明显变化区域的特征。为了有效分离开退化区与新增区，在Gamma转换前需要将差值结果以0值为界分割为两个部分分别转换，而后再通过阈值分割得到相应的区域。提取结果如图1所示。

观察结果可以看出，NDVI的偏白色部分为植被覆盖区，偏黑色部分为非植被区。差值结果的黑色、深灰色区域为采伐区或者退化区，白色区域为新增覆盖区。且退化的区域主要为条带状的道路或者地处建筑群附近，而新增植被覆盖区域主要为薛埠东北部的农田与果园、苗圃地。

为了验证提取结果，文中利用了同一时期的高分遥感影像对局部区域做了对比验证，对比结果如图2所示。

对于提取的结果，我们对明显的道路采伐退化区域进行了资料核实，结果与实际相符合。且经过与高分影像的对比分析，可以看出文中所提的方法可以有效地提取出森林采伐区域与新增植被覆盖区域。

4 结论与展望

图1 林地变化提取成果；左上为薛埠镇2017年NDVI；右上为薛埠镇2018年NDVI；左下为两期NDVI差值影像；右下为变化区的提取结果

图2 局部对比验证

研究中利用了光谱指数NDVI计算了图像的差值，而后利用图像变换（Gamma函数变换）对影像进行转换以凸显其特征值，而后通过简易的最大类间方差二值化分割获取林地变化区域。经过与实际情况的资料分析对比以及同期的高分遥感影像对比分析可以看出本文的方法切实有效，且操作简单易于实现。在“森林督查”判读图斑提取的过程中可以起到有效的辅助作用，提高工作效率。本文所用数据为Landsat8-OLI 30m分辨率多光谱影像，提取精度有限，目前仅考虑作为辅助提取的依据。