基于Landsat8遥感数...永乐环礁底质分类与变化分析_李天驰.pdf

第 卷，第 期自 然 资 源 遥 感，年 月 ，：引用格式：李天驰，王道儒，赵亮，等 基于 遥感数据的西沙群岛永乐环礁底质分类与变化分析 自然资源遥感，（）：（，（）：）基于 遥感数据的西沙群岛永乐环礁底质分类与变化分析李天驰，王道儒，赵 亮，凡仁福（天津科技大学海洋与环境学院，天津；海南省海洋与渔业科学院，海口）摘要：在海 气环境变化剧烈的今日，准确高效地实现珊瑚礁底质信息识别是进行珊瑚礁动态监测研究的基础。文章获取了 年 个时期西沙群岛永乐环礁的 卫星数据，结合不同底质的光谱和纹理差异，提出了一种基于光谱纹理指数的决策树分类模型，采用面向对象和基于像元的分类方法进行珊瑚信息提取，并定量统计了永乐环礁底质变化情况。结果表明：面向对象的分类结果整体上优于基于像素的分类结果，且决策树分类结果的 系数在 范围，分类精度高于传统监督分类精度约 个百分点；珊瑚丛生带大多分布在岛礁的中部水动力较弱区域，除银屿和金银岛上的珊瑚呈面状分布外，其他岛礁上的珊瑚多呈带状分布；总体时段内永乐环礁的珊瑚丛生带和沙洲面积变化显著，虽然珊瑚丛生带的总面积增加了 ，但石屿、晋卿岛、全富岛、珊瑚岛和羚羊礁的珊瑚丛生带退化情况严重，其面积减少了 不等。该文证明了利用中等空间分辨率影像建立的底质指数是可靠的，可应用于珊瑚遥感信息提取，能够为珊瑚礁资源调查及科学管理提供技术支持。关键词：遥感；永乐环礁；光谱特征；决策树；面向对象分类中图法分类号：文献标志码：文章编号：（）收稿日期：；修订日期：基金项目：工信部项目 号、国家自然科学基金项目“黄、东海二甲基硫海气通量季节和年际变化及机制的模型研究”（编号：）、“波浪和潮汐影响下珊瑚环礁潟湖内湍流特征的原位观测与分析”（编号：）和 年天津科技大学研究生科研创新项目“南海西沙群岛珊瑚分布特征及白化风险评估”（编号：）共同资助。第一作者：李天驰（），男，硕士研究生，主要从事海洋生态遥感研究。：。通信作者：赵 亮（），男，博士，教授，主要从事浅海动力学、海洋生态动力学研究。：。引言珊瑚礁素有“蓝色沙漠中的绿洲”之称，是海洋中独特的一类生态系统，其面积只占全球海洋面积的 ，但却是物种最丰富、多样性程度最高的生态系统，同时还具有抵抗风浪、保护海洋生物和开发旅游产业等功能。虽然在全球海洋中，珊瑚礁孕育了最丰富的生物多样性，支撑起了能流物流效率极高的生态系统，但近几十年来，全球变暖、海水污染等使得珊瑚礁正面临着前所未有的生存环境威胁，因此对于珊瑚岛礁的监测不容忽视。我国南海的珊瑚岛礁众多，共有上百个岛礁，大体分布于东沙群岛、中沙群岛、西沙群岛、南沙群岛、海南岛、台湾岛、华南大陆沿岸、越南沿岸和菲律宾沿岸 大区域。作为全球十大珊瑚礁保护区之一，南海分布着近 的珊瑚礁，占世界珊瑚礁面积的，而且南海诸岛珊瑚礁主要是环礁，珊瑚种类多样，具有极高的经济价值和生态价值。已有珊瑚调查数据显示，南海大部分海域的活造礁石珊瑚覆盖率从 年以后呈逐年降低趋势，其中受海洋环境变化及部分年份长棘海星爆发等因素影响，西沙群岛 岛的活造礁石珊瑚平均覆盖率从 年的 下降到 年的 ，且连续（年）低于 。南海丰富的自然资源与优越的地理位置决定了其重要战略地位，进行南海区域海洋珊瑚分布研究，不仅可以最大限度减少南海珊瑚退化所带来的损失风险，还对维护国家核心海洋权益、建设海洋强国具有深远的战略意义。传统监测珊瑚礁主要采用潜水实地测量方法，这种方法成本较高，而且对于大范围、远离大陆等海域无法进行及时监测。遥感是利用卫星所搭载的多种传感器获取目标地物的信息，具有快速、覆盖范围第 期李天驰，等：基于 遥感数据的西沙群岛永乐环礁底质分类与变化分析广、数据种类丰富等特点，为珊瑚礁信息提取提供了新的技术手段，目前使用较多的被动光学遥感卫星包括，和 等。国内外众多学者已经利用遥感技术对珊瑚礁开展了许多研究工作，如珊瑚礁白化监测、珊瑚礁底质分类和珊瑚礁生态环境评估等。有学者结合高空间分辨率遥感影像和岛礁地貌实地调查数据，提出了标准统一且完备的南海珊瑚礁遥感地貌分类体系，完善了对于南海珊瑚岛礁地貌了解的不足，为珊瑚岛礁地貌变化研究提供理论依据。高空间分辨率的遥感影像对于中等空间分辨率的遥感影像具有实质性优点，但目前大多高分辨率卫星数据并不公开，因此在数据获取上存在较大困难。且高空间分辨率遥感影像成像宽幅较小，对于大面积研究区域需要多幅影像。而中等空间分辨率影像数据如 系列、系列等均面向公众开放，其成像宽幅也较大（卫星成像宽幅为 ），因而可用中等空间分辨率卫星数据进行更深入、更详细的珊瑚礁研究，充分发挥陆地资源卫星在海洋研究方面的作用。现有基于中等空间分辨率遥感影像开展的珊瑚礁动态变化研究，普遍存在着分类精度不高的不足，如何使用简单分类算法并提高分类精度值得深入研究。本研究选择多时相 卫星影像数据，分析珊瑚礁不同底质类型的光谱特征和纹理特征，利用底质类型之间的光谱纹理差异构建相关敏感指数。随后选用决策树方法和常用监督分类方法对研究区域底质信息进行提取，定量分析珊瑚岛礁时空动态演变，以期验证中等空间分辨率遥感影像在南海海域珊瑚信息提取的可行性，并了解掌握西沙群岛不同岛礁的珊瑚分布特征与年际变化情况，为提高珊瑚分类精度与监测珊瑚白化提供新思路。研究区域与数据源 研究区域概况西沙群岛地处南海西北部、海南岛东南部，是南海诸岛四大群岛之一，主要由永乐群岛和宣德群岛组成。西沙群岛属热带季风气候，其年平均气温为 ，最热月均气温超过 ，而且有不断升温的趋势，同时干湿季分明，年平均降水量为 左右。本研究选取的研究区为西沙群岛的永乐环礁，包括晋卿岛、石屿、银屿、全富岛、珊瑚岛、甘泉岛、羚羊礁、金银岛、广金岛和琛航岛等 个礁盘，地理坐标范围为 ，研究区位置如图 所示。图 研究区位置示意图 数据获取与处理 卫星由美国航空航天局于 年 月发射，包括陆地成像仪（，）和热红外传感器（，）种载荷，重访周期为 。其中 含 个波段，除全色波段（第 波段）空间分辨率为 ，其余波段均为 。此外，卫星首次在可见光波段增加了海岸波段，波长范围为 ，可应用于海岸带观测。本研究使用的 卫星数据均来自美国地质调查局（：），以无云覆盖或云量较少且时期相近为标准，共选取 年 月 日、年 月 日、年 月 日和 年 月 日 个时期的遥感影像，研究区域对应的卫星轨道列 行号分别为。使用 软件对这些影像数据进行预处理，通过辐射定标与 大气校正将影像像元 值转换为地表反射率，以消除大气、光照和气溶胶等对地物反射的影响。随后采用 算法将多光谱数据与全色波段数据融合，并经裁剪等处理得到空间分辨率为 的研究区遥感影像数据。为了对分类结果的精度进行评价，从 网 站（：）下 载 年西沙群岛永乐环礁 卫星影像，该影像包含 个波段（蓝光、绿光、红光、近红外波段），空间分辨率为 ，并联合 影像对研究区域底质进行目视解译，形成数字化真实底质结果。研究方法 珊瑚礁底质分类体系确定已有学者通过实地调查或高空间分辨率遥感影像，并根据珊瑚礁底质所处位置、形态、沉积类型、水动力特征和珊瑚覆盖率等构建了南海珊瑚礁底质分自 然 资 源 遥 感 年类体系，。现有研究指出，主要底质类型对应的活珊瑚覆盖率由高到低的排序为珊瑚丛生区、点礁、浅礁前斜坡、珊瑚沉积区、深礁前斜坡、礁脊和礁前阶地等，其中珊瑚丛生区、点礁和浅礁前斜坡的活珊瑚覆盖率可达 以上，可作为珊瑚信息提取的重要指标。综合相关文献，在考虑活珊瑚覆盖率和 遥感影像对不同底质分辨能力的同时，本研究建立适用于中等空间分辨率遥感影像的珊瑚底质分类体系，共 个类型：珊瑚丛生带、点礁、礁坪、礁前斜坡、沙洲以及建筑和植被，各类型简要描述和影像特征见表。表 研究区珊瑚礁底质类型分类体系 底质类型描述遥感影像底质类型描述遥感影像珊瑚丛生带大多位于岛礁中部，活珊瑚覆盖度较高，颜色呈棕褐色，面状或条带状分布点礁蓝绿色斑块，相互独立且呈点状分布礁坪礁体大部分区域，覆盖大量生物碎屑，同时还有不同种类的沉积物礁前斜坡位于礁体四周，是礁体边缘向外海延伸的水下斜坡，因其中有珊瑚生长呈现较亮的浅蓝色沙洲由沙质碎屑组成，一般还可能包含白化死亡的珊瑚，色调明亮建筑和植被与珊瑚礁其他底质区别明显，建筑以沙质为主呈黄白色，植被呈绿色 珊瑚礁底质光谱纹理信息提取基于遥感影像数据统计各底质类型的光谱信息见图。为了验证光谱信息的准确性，将一些典型底质如沙质建筑和植被的卫星波谱曲线与它们的连续光谱曲线进行对比，发现二者在反射峰和吸收谷等特殊波段点的变化基本一致。同时有学者通过野外实测获取了珊瑚礁不同底质高光谱数据，指出健康珊瑚在 （即绿光波段）存在反射峰值区，对常用卫星的珊瑚底质光谱波段值进行模拟，其中 光谱曲线特征与本研究提取的特征较为相近。经过以上分析表明本研究获取的光谱信息是可用的。图 珊瑚礁各底质光谱特征曲线 由于水体的反射率随波长增加而不断衰减，特别是在近红外波段水体吸收强烈，而珊瑚岛礁中部分底质位于水下，可以发现除了建筑和植被，其他地物在近红外和短波红外波段反射率极低，因此对于这些底质只分析可见光波段的光谱特征。由图 可知，在整个可见光范围内，沙洲与建筑的光谱曲线较为相似，但在绿光波段以后沙洲反射率骤降；依赖于活珊瑚中所含叶绿素等光合色素，大部分底质在绿光波段存在一个反射峰，活珊瑚覆盖率的高低也导致了不同底质的绿光波段反射率存在差异；珊瑚丛生带和礁坪的光谱曲线特征相似，且后者高于前者；点礁和礁前斜坡的光谱曲线接近。通过分析各类底质的光谱曲线，发现存在“异物同谱”的现象，之所以会出现这一现象，分析原因主要受 卫星空间分辨率和光谱分辨率的影响，使得影像中易存在混合像元，特别是岛礁四周边缘过渡至海水的这些区域，混合像元数量较多。同时卫星每个光谱波段的波宽较宽，无法捕捉到一些特征波段，造成光谱信息缺失。因此仅使用单一波段进行底质分类可能会影响分类精度，考虑使用波段组合运算及提取纹理信息方式增强不同底质类型的特征。本研究利用 软件中的灰度共生矩阵（，）对可见光波段进行方向、窗口的 个纹理特征提取，包括：均值、方差、同质性、对比度、相异性、信息熵、二阶矩和相关性。以绿光波段为例，图 展示了不同底质第 期李天驰，等：基于 遥感数据的西沙群岛永乐环礁底质分类与变化分析的 个纹理特征值，为了增强其他纹理特征的可视性，将纵轴最大值设置为，此时沙洲和礁坪的均值纹理特征值超过了此数值，已将其数值标注于相应位置。可以看出除均值外，其他大部分纹理特征的数值小于，数量级相差不大。而不同底质的均值特征值有较大差别，可作为底质分类的辅助特征。提取不同底质的均值纹理特征信息见图。由图 可知，珊瑚丛生带和礁坪的各波段纹理特征趋势相似，需要使用组合运算的方式扩大二者之间的纹理差异，同时点礁和礁前斜坡的绿光波段纹理特征可作为区分二者的指标。图 不同底质的绿光波段纹理特征值 图 珊瑚礁各底质均值纹理特征曲线 珊瑚礁底质分类方法 分类决策树构建基于先验知识的决策树分类是一种自上而下逐级分类的方法，其步骤大体上可分为 步：分类规则定义、决策树建立、决策树运行和分类后处理。目前珊瑚遥感决策树分类研究多针对特定研究区域内的底质类型特点所构建，对于不同的研究区域其分类规则可能并不适用，普适性有待提高。因此，本研究考虑采用光谱与纹理信息组合方式，构建对不同底质敏感的光谱或纹理指数，充分利用遥感影像信息，以建立普适性强、分类精度高的决策树。）海水信息提取。本研究的研究对象大多位于岛礁上，首先要进行海水信息的剔除，以确定精确的分类范围。提取水体通常使用改进归一化水体指数（，），该指数利用绿光波段与中红外波段的归一化差值以增强水体的光谱特征。但对于本研究区域，并不能很好地提取海水，原因是大多数底质在绿光波段存在反射峰，而且在中红外波段反射率很低，所以会造成海水与岛屿信息的混合。因此考虑使用绿光波段与其他波段相减，构建海水敏感指数。通过计算，岛礁的指数值会远大于海水，而且海水的指数值理论上会小于。公式为：，（）式中，分别为红光、绿光、蓝光波段的光谱反射率。）建筑和植被提取。通过目视解译发现岛屿上存在一些沙质建筑和