基于遥感协同数据对岩性进行监督分类——以阿尔金西段江格勒萨依地区为例

高 猛， 陈 川*， 窦海鹏， 李炳谦， 薛文洋， 朱亚胜

(1.新疆大学地质与矿业工程学院,乌鲁木齐 830047；2.新疆大学新疆中亚造山带大陆动力学与成矿预测重点实验室,乌鲁木齐 830047；3.华北地质勘查局第四地质大队,秦皇岛 066000；4.核工业二一六大队, 乌鲁木齐 830011)

遥感技术是地质工作不可或缺的重要组成部分,利用遥感技术自动对岩性进行识别,对地质工作智能化、自动化发展更显得弥足珍贵。中国学者为提高分类精度或基于不同特征构建复合数据,或基于不同数据构建协同数据,或二者兼而有之。陈秋晓等[1]基于不同特征组合对地物进行分类,发现对SPOT数据进行多特征组合分类,具明显优势。张锦水等[2]基于支持向量机方法,利用光谱、纹理、结构等信息对IKONOS高空间分辨率数据进行分类。张翠芬[3]在南天山、西昆仑等地区基于不同遥感数据利用多种协同、分类方法对自动识别岩性进行较为全面研究。张斌等[4]、帅爽等[5]利用Landsat-8与Worldview-2协同数据西昆仑地区沉积地层进行自动分类,取得较好效果。王永吉等[6]利用光谱和纹理特征对土地利用类型进行分类,并得出高空间分辨率分类效果较优。张翠芬等[7]通过对不同尺度纹理Worldview-2数据及ASTER数据进行协同,深入研究纹理尺度对沉积地层自动分类的影响。王文静等[8]利用多时相Landsat-8数据并将光谱、纹理、归一化差分植被指数(normalized difference vegetation index, NDVI)时间序列等作为特征对棉花进行分类,效果较好。这些方法尽管应用领域不同,但其利用多种特征、多源数据对地物进行分类均取得较好效果的事实是毋庸置疑的。研究区沉积地层层理与变质岩纹理于遥感影像结构不尽相同且二者光谱特征差异较大,鉴于此,笔者利用Landsat-8与Worldview-2及其协同数据并复合其光谱、纹理等特征对阿尔金地区变质岩及外围沉积岩进行自动提取,为超高压变质区地质体解译工作提供可靠方案。

1 研究区概况

阿尔金西段江格勒萨依地区地处江嘎萨依-巴什瓦克高压变质增生杂岩带西北缘,北侧为塔里木盆地(图1),在Worldview-2遥感影像上清晰可见阿尔金岩群变质岩及一套北东走向中生代地层,中生代地层为侏罗系、白垩系,地层层序较为规律,阿尔金岩群变质岩主要为片岩组、片麻岩组等[9],通过与以往地质资料进行对比发现该区岩性界线与具备0.5 m分辨率的Worldview-2遥感影像相比精度较低,因此，审慎利用遥感协同数据及监督分类中精确度较高的最大似然法[10]对岩性进行实验性分类,以期更深入了解该区地质情况。

Ⅰ为灰色中薄层粉砂岩; Ⅱ为薄层页岩; Ⅲ为灰褐色中厚层砾岩; Ⅳ为灰白色含砾砂岩; Ⅴ为灰色泥岩; Ⅵ为石英砂岩; A为黑云母二长片麻岩; B为黑云母片岩; C为黑云母石英片岩; D为黑云母片麻岩;E为石英片麻岩图1 研究区地质图Fig.1 Geological map of study area

2 数据收集与处理

研究工作基于Worldview-2数据和Landsat-8数据,Worldview-2数据多光谱数据具6个可见光波段,2个近红外波段,分辨率为2 m,另外具备一个分辨率为0.5 m的全色波段[11],其高空间分辨率利于纹理特征的识别[12], Landsat-8(OLI)数据多光谱分辨率为30 m,全色波段分辨率为15 m,波段分布涵盖可见光和短波红外部分,对岩性敏感的短波红外波段尤其利于岩性识别,对两类数据进行辐射定标、大气校正、正射校正等预处理[3,13]以保证后期数据协同精度。Worldview-2数据获取时间为2014年7月16日,锚点坐标X=454 972.0、Y=4 226 374.0,太阳方位角为146.2°。Landsat-8数据获取时间为2015年7月26日,锚点坐标X=338 085.0、Y=4 265 415.0,太阳方位角为126.6°。

3 技术手段

选取两个研究区分别对沉积岩和变质岩进行遥感协同数据监督分类,以高精度Worldview-2遥感影像和以往地质资料为基础在两个研究区内选取不同岩性训练样本,采用Jeffries-Matusita距离来判定训练样本可分离性[6],采用最大似然法对Worldview-2数据、Landsat-8数据及协同数据进行监督分类,通过对比验证岩性分类精度来初步证明该套手段在阿尔金地区推广的可行性。Jeffries-Matusita距离作为遥感类别可分离性常用指标应用较多,张翠芬[3]在英吉沙地区利用Jeffries-Matusita距离证明不同沉积地层样本可分离性； Wei等[14]整合Landsat-8数据的纹理特征和光谱特征并利用Jeffries-Matusita距离选取含硅酸盐岩石样本并分类。协同数据主要是以Landsat-8数据光谱特征和Worldview-2数据空间特征为协同数据源,辅以Worldview-2数据光谱特征,Worldview-2数据空间特征主要是基于其全色波段提取纹理特征[1-2],计算纹理均值、方差、同质性、对比度、异质性、熵、二阶距和相关性等参数[8],通过对比分析选择有利参数作为协同波段,Worldview-2数据光谱特征主要是采用主成分变换方法提取信息量含量较高的波段[15-16]。为保证协同数据分辨率一致性,将Landsat-8数据与Worldview-2数据通过主成分变换后的第一主成分融合[15,17]使其分辨率变为2 m,将Worldview-2数据全色波段重采样成2 m[7],如此,协同数据不仅包含几乎所有原始数据的光谱信息和纹理信息,而且保证协同数据源空间结构一致性,提高分类精度和效率。评价分类结果主要采用混淆矩阵的方式,把分类结果和高精度遥感解译地质信息进行对比,从而得出分类精度。

4 变质岩研究区

4.1 选择分类样本

研究涉及阿尔金岩群出露片麻岩为黑云母二长片麻岩、黑云母片麻岩、石英片麻岩,片岩为黑云母片岩、黑云母石英片岩,根据高精度遥感(图1)和地质资料,选取不同岩性样本,并利用Jeffries-Matusita距离计算数据可分离性,样品数目和可分离性如表1所示。

表1 变质岩样本数目及可分离性统计Table 1 Number of metamorphic rock samples and separability statistics

用相同的样本计算两种原始数据可分离性,可以看出Worldview-2数据可分离性较差,其高空间分辨率不能完全弥补其光谱涵盖范围较窄的弊病,而Landsat-8数据样本可分离性较强,得益于对岩性更敏感的短波红外波段。所以协同数据是以Landsat-8数据光谱特征和Worldview-2数据纹理特征,辅以Worldview-2数据光谱信息,使得其样本可分离性更强。

4.2 提取Worldview-2纹理特征

提取纹理特征采用灰度共生矩阵[2-3,16,18-19],这是利用统计原理进行纹理分析最常用的方法之一。张翠芬[3]通过将移动步长设为1,窗口设为不同大小,得出窗口大小与纹理特征的关系,将移动步长设为1,实验窗口依次设为3×3、5×5、7×7、9×9、11×11、13×13、15×15,通过实验得到不同窗口下各纹理指标方差统计值如表2所示。

表2 不同窗口纹理指标方差统计Table 2 Variance statistics of texture indices in different windows

选择最佳纹理指标进行协同,主要考虑信息量及其相关性,信息量的大小主要反映在方差,方差越大,信息量越丰富,反之信息量越小[3]。同时还要考虑各纹理指标相关性,如果指标间信息量较大,但相关性较高,说明二者之间重复冗余的信息较多,二者选择其一即可。在3×3窗口下,均值、同质性、熵、二阶距、相关性分别与各指标相关性较小,除均值外,熵、二阶距、相关性含信息量较少；方差、对比度和异质性含信息量较多,但对比度分别与方差、异质性相关性较大； 但通过分析各指标发展趋势,不难发现熵所含信息比同质性、二阶距、相关性大(表3)。

表3 3×3窗口各纹理指标相关性Table 3 3×3 window texture index correlation

在综合分析下,最终选择3×3窗口下均值、方差、异质性和熵4种纹理特征指标作为协同波段(图2)。

图2 变质岩3×3窗口协同纹理指标Fig.2 Collaborative texture index of metamorphic rock in the 3×3 window

4.3 提取Worldview-2数据光谱特征

为提取Worldview-2数据主要光谱信息,采用主成分变换法对Worldview-2数据进行主成分分析以实现将主要光谱信息集中到更少几个波段中[20],通过分析特征量图(图3),变换后前4个主成分分量占据绝大部分信息,而第5～第8主成分所含信息量较少,因此选择前4个主成分分量作为协同数据源参与分类。

图3 主成分分析特征量图Fig.3 Principal component analysis characteristic chart

4.4 最大似然法

在所有监督分类方法中,最大似然法在岩性识别方面性能较好。最大似然法以数据呈正态分布为基础,分别计算不同给定像元与训练样本相似度,最终将其归并于相似度最大的一类样本,从而达到分离影像的目的。张斌等[4]在新疆西昆仑地区利用此方法对协同数据进行分类实验,取得较好效果。利用此方法分别对Landsat-8数据、Worldview-2数据和协同数据进行监督分类,分类结果如图4所示。

图4 遥感数据分类结果Fig.4 Result of remote sensing data classification

4.5 混淆矩阵验证

以高精度遥感目视解译结果并以往地质资料为标准,对Landsat-8数据、Worldview-2数据和协同数据分类结果采用混淆矩阵进行精度验证,其结果如表4所示。

表4 混淆矩阵验证分类结果Table 4 Confusion matrix verification classification results

利用混淆矩阵验证分类结果,可以看出,Worldview-2数据分类效果较差,Kappa系数为0.409,总体精度为55.05%,与其波段只配置在可见光-近红外部分而限制其对不同岩性的光谱判别的能力,但Worldview-2数据空间分辨率较高,可以观察不同岩性细致的纹理特征。Landsat-8数据分类效果相对较好,Kappa系数为0.832 1,总体精度为87.74%,正体现Landsat-8数据虽然空间分辨率比Worldview-2数据差,但其波段配置在可见光-近红外及短波红外红外区间对岩性识别优势较大。而集成了Landsat-8数据光谱优势与Worldview-2数据纹理优势的协同数据,Kappa系数为0.841,总体精度为88.44%,提升了对岩性的判别能力。

5 沉积岩研究区

5.1 选择样本

选择白垩系克孜勒苏群(K1k)为岩性分类研究对象,克孜勒苏群主要岩性为石英砂岩、灰色中薄层粉砂岩、薄层页岩、灰褐色中厚层砾岩、灰色泥岩、灰白色含砾砂岩,利用高精度遥感(图1)和地质资料选择不同岩性样本,并用Jeffries-Matusita距离计算不同岩性样本可分离性,结果如表5所示。

从表5可以看出,薄层页岩、灰色泥岩在矿物组成成分大致相同且不易区分时,Worldview-2数据纹理特征具有明显的可分性,结合二者的光谱特征和纹理特征,协同数据各岩性可分性较强。

表5 沉积岩样本数目及可分离性统计Table 5 Statistics of sample number and separability of sedimentary rocks

5.2 纹理特征

通过实验确定提取沉积地层纹理特征时,移动步长为1,最佳窗口为3×3,通过对比纹理指标方差和相关性,确定最佳纹理指标组合为均值、对比度、异质性、熵4种(图5)。

图5 沉积岩3×3窗口协同纹理指标Fig.5 Collaborative texture index of sedimentary rock in the 3×3 window

5.3 分类及验证

作为Worldview-2数据光谱协同数据源,通过主成分变换提取Worldview-2数据前4个主成分分量提取光谱信息。最终对Landsat-8数据、Worldview-2数据纹理特征及光谱特征协同数据采用最大似然法进行监督分类,得到分类结果(图6),并以高精度遥感影像解译结果和以往地质资料为标准对分类结果采用混淆矩阵进行验证,得到的结果如表6所示。

图6 遥感数据分类结果Fig.6 Classification results of remote sensing data

表6 混淆矩阵验证分类结果Table 6 Confusion matrix verification classification results

利用混淆矩阵验证分类结果,可以看出,Worldview-2数据分类效果较差,总体精度为53.34%,虽然Worldview-2数据空间分辨率较高,但其波段只配置在可见光-近红外部分,大大限制了对不同岩性的光谱判别。Landsat-8数据分类效果相对较好,总体精度68.86%,正体现Landsat-8数据虽然空间分辨率比Worldview-2数据差,但其波段配置在短波红外区间对岩性识别优势较大。而协同数据综合二者优点,总体精度比单一数据较高,体现其在岩性识别方面的巨大潜力。

6 结论

(1)将Landsat-8数据光谱特征和Worldview-2数据纹理特征辅以Worldview-2数据光谱特征进行协同,得到集两种不同遥感数据优势于一身的协同数据。该协同数据继承了Worldview-2数据高空间分辨率特点以及Landsat-8数据短波红外光谱特征,而且通过主成分变换的方式Worldview-2数据可见光-近红外光谱特征融入其中,充分利用不同数据各自的优点对数据进行协同,取得较好协同效果。

(2)在阿尔金西段高压变质带西北缘江格勒萨依地区沉积岩、变质岩选区,利用最大似然法对遥感协同数据进行监督分类,两个区域协同数据总体精度比Landsat-8、Worldview-2单一数据总体精度均较大,体现协同数据基于光谱、纹理等多特征在岩性识别方面具明显优势。

(3)在两个研究区运用数据协同、特征提取、监督分类等多种遥感技术组合方法自动提取岩性信息,研究结果表明效果较好,为深入解体阿尔金西段复杂高压变质带地质体起到了先行作用。