1、第 卷，第 期自 然 资 源 遥 感，年 月 ，：引用格式：李娜，甘甫平，董新丰，等 基于高分五号高光谱数据的石漠化调查应用研究 自然资源遥感，（）：（，（）：）基于高分五号高光谱数据的石漠化调查应用研究李 娜，甘甫平，董新丰，李 娟，张世凡，李彤彤（中国自然资源航空物探遥感中心，北京；中国科学院空天信息创新研究院，北京；中国地质大学（北京）地球科学与资源学院，北京）摘要：石漠化是我国西南岩溶山区的首要生态环境问题，必须制定科学的石漠化防治措施，全面推进石漠化防治进程。遥感技术快速定位、覆盖区域广以及经济高效的特点使其成为调查区域石漠化空间分布情况的重要技术方法。为此，采用基于高分五号（）高光
2、谱数据的混合像元分解法和基于 多光谱数据的光谱指数法，分别对研究区植被覆盖率、基岩裸露率和土被覆盖率 个表征石漠化信息的关键指标进行提取。结果表明，种卫星遥感数据对于植被覆盖信息都能进行准确提取；但是 的波段设置和光谱分辨率很难区分裸露基岩和裸露土壤；而 高光谱数据不仅能直接有效提取基岩裸露率和土被覆盖率，并能精确识别裸露基岩中方解石和白云石等矿物成分。研究结果可为石漠化的评价和分级以及综合治理提供更科学有效的技术基础和理论依据。关键词：石漠化；高分五号；混合像元分解；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：国家重点研发计划项目“中空间分辨率光谱地球研发与应用
3、技术研究”（编号：）、民用航天项目（编号：）和中国地质调查局项目“全国遥感地质调查与监测”（编号：）共同资助。第一作者：李 娜（），女，硕士，工程师，研究方向为高光谱遥感。：。通信作者：甘甫平（），男，博士，研究员，研究方向为遥感地质应用。：。引言石漠化是由于人类不合理的社会经济活动，使岩溶地区出现的土壤功能丧失、植被破坏、基岩裸露和生产力下降等土地退化过程。目前，石漠化是我国西南岩溶地区面临的主要生态问题之一，不仅制约了当地社会经济的发展，而且威胁到人们的生存环境，因此，解决石漠化问题迫在眉睫。快速准确地获取岩溶地区石漠化的分布及石漠化等级是预防和治理石漠化的关键问题之一，而遥感技术快速定位
4、、覆盖区域广、经济高效的特点使其成为进行快速、大面积石漠化定性评价和定量提取的有效手段。目前，对石漠化信息遥感提取方法的研究颇多，主要以多光谱遥感为主，从不同角度提出了多种信息提取的思路和方法，其中，人机交互解译、比值增强和光谱分析等传统方法，计算简单，适应性强且快捷有效；但此类方法工作量大，主观性强，并且受最优波段的限制。模型构建法、专家经验法以及面向对象分类法，结果稳定、普及性强，但是过于依赖经验模型，缺乏阈值标准，精度偏低。高光谱遥感的发展为石漠化信息的提取提供了新的思路和方法，岳跃民等基于 成像光谱数据，利用光谱指数提取了干枯植被、裸露碳酸盐岩及石灰土等石漠化评价因子，对典型岩溶地区石
5、漠化程度进行了评价；杨苏新等提出了利用 高光谱影像混合像元分解进行石漠化典型地物植被、裸岩和裸土丰度估测的方法，研究表明，高光谱影像光谱指数和混合像元分解等方法提取石漠化信息具有一定的可行性。但是由于 数据幅宽较窄，数据源获取困难且信噪比较低等因素，难以进行大面积的石漠化调查应用研究。且石漠化形成的物质基础碳酸盐岩的主要造岩矿物为方解石和白云石，不同的矿物成分因抗风化和溶解能力的差异会形成不同严重程度的石漠化现象，因此，仅凭借石漠化因子的提取，虽然可以快速地监测和评价石漠化现象，但是很难为后续的石漠化综合治理提供精确和针对性的决策支撑。高分五号卫星（）数据填补了国产高光谱数据的空缺，并在矿物识
6、别和岩性填图等领域取得了很好的应用效果。本文尝试采用混合像元分解方法处理 高光谱数据，对典型石漠化区第 期李 娜，等：基于高分五号高光谱数据的石漠化调查应用研究域的绿色植被覆盖率、土被覆盖率和基岩裸露率 种石漠化遥感评价关键指标进行提取；并首次提出识别石漠化地区裸露基岩中的方解石和白云石矿物。将研究结果与 数据基于光谱指数提取的石漠化评价因子进行对比分析，以评价 高光谱数据在石漠化调查应用研究中的可行性。研究区概况及数据源 研究区概况研究区位于云南省华宁县东部的盘溪镇及其周边区域（图），其地理坐标为 ，属于亚热带高原季风气候，立体气候明显，干湿分明，雨热同期；雨量夏秋充沛，冬春较少，年平均降水
7、量约为 ，年平均相对湿度为，常年主导风向为东南风。大部分地区地处干热河谷区，平均海拔为 左右，地貌类型以侵蚀溶蚀低中山为主，受南盘江下切影响，形成多条贯通南盘江谷底的构造侵蚀溶蚀谷底。基岩裸露，基岩溶系发育，以碳酸盐岩地层为主，大面积分布灰岩和白云岩，局部出露玄武岩，土壤类型主要为红壤。该区内石漠化现象严重，山高坡陡的地形地貌条件、短期过于集中的降雨、稀疏的植被状况以及矿化严重的土壤类型，加剧了水土流失速率，是石漠化严重的重要因素。另外，区内裸露基岩碳酸盐岩与上覆土层间无过渡层，为松散 坚硬接触关系，在强降雨条件下，水土流失剧增，更加快了石漠化的形成。图 研究区位置 数据源及其预处理 高光谱数
8、据 卫星于 年 月发射升空，卫星高度，所搭载的可见光短波红外高光谱相机是国际上首台同时兼顾宽覆盖和宽谱段的高光谱相机，幅宽达 ，空间分辨率为，在可见光短波红外光谱范围里具有 个光谱通道，光谱采样间隔优于 ，其载荷的基本参数见表。表 高光谱相机主要技术指标 波段类型波段范围 波段数 个波谱分辨率 本文选取 年 月 日获取的 高光谱数据 景。预处理包括：首先，将 和 数据波段进行合成，剔除重合波段和信噪比较低的波段；然后，根据辐射定标系数将影像 值转换为辐亮度值，并利用 模型，进行大气校正得到反射率数据；最后，将影像裁剪为研究区范围。数据 卫星包含陆地成像仪（，）和热红外传感器（，）种传感器。本文
9、采用的 影像包括 个波段，空间分辨率为 （其中包括 个 的全色波段），成像幅宽为 。本文选取 年 月 日获取的 影像 景，此影像与 数据成像时间较接近，经辐射校正和大气校正并裁剪后得到研究区范围影像。野外波谱测试数据野外波谱测量采用美国 型便携式光谱仪，波谱范围覆盖为 ，波谱采样间隔优于 。野外现场测试时，要求地面能见度好，天气晴朗，光照良好、稳定，测点周围有良好的通视条件，高度角 以上无近遮挡物，测量人员应穿着暗色衣物，仪器操作人员与仪器探头组成的平面应垂直太阳入射方向，太阳入射方向不能有其他人员或地物遮挡。每个典型地物光谱测量时获取光谱数据不低于 条。研究方法 混合像元分解模型混合像元分解
10、是对高光谱影像实现地物精细划分和丰度反演的主要方法，亦是近几年高光谱研究的热点。混合像元分解模型从本质上可分为线性混合光谱模型和非线性混合光谱模型。非线性模型在影像受到大气散射、地形起伏、目标表面粗糙度等因素影响时会更加符合实际情况，但其需要事先了解端元的先验知识或者相应的特征信息，且模型在多种地物间相互作用的普适性差，算法不够成熟。线性模型则提出最早、研究最多，在大部分场景下能够很好地近似反映光散射机理，具有易于理解、自 然 资 源 遥 感 年实施简单且适应性高的特点。本文设定绿色植被、裸露基岩和裸露土壤 种端元类型，采用纯像元指数（，）端元提取方法获取纯净像元光谱作为偏最小二乘线性混合像元
11、分解模型的端元波谱，进行绿色植被、裸露基岩和裸露土壤 种石漠化评价因子的丰度估测。矿物识别模型高光谱矿物信息识别方法以基于光谱相似性和基于光谱特征参量 大类为主，董新丰等在总结分析已有矿物信息提取方法优缺点的基础上，提出了综合光谱特征增强匹配度和特征参量的方法，并在柳园地区和 地区取得了精度较高的应用效果，其主要步骤如下：根据矿物的谱形特征，分析其主要特征吸收谱带范围和特征吸收位置；计算不同矿物特征谱带与其标准光谱相应谱带范围的光谱匹配度；计算特征谱带中最小吸收深度和位置等参量；对上述参量设定阈值获得相应矿物信息，形成矿物分布图。本文利用该方法提取研究区裸露基岩中的方解石和白云石矿物，并分析矿
12、物提取的准确性。光谱指数模型光谱指数法基于多光谱数据提取石漠化评价因子，该方法适应性较强且精度较高，通过不同波段之间的比值等运算，突出植被和裸露基岩、裸露土壤的影像特征。本文基于归一化植被指数（，）的像元二分模型提取研究区植被覆盖率，基于归一化岩石指数（，）根据像元二分模型原理计算基岩裸露率，并利用归一化土壤指数（，）依照二分模型原理构建土被覆盖率计算模型。计算公式分别为：（）（），（）（）（），（）（）（），（）（）（），（）（）（），（）（）（），（）式中：，分别为 影像第，波段的反射率值；为植被覆盖率；为完全被植被覆盖区域的 值；为无植被覆盖区域的 值，本文分别选取累计频率为 和的 值为
13、 和；和 分别为基岩裸露率和土被覆盖率，计算方法同。石漠化信息提取 高光谱数据石漠化评价因子提取基岩裸露率及植被覆盖率是石漠化主要的地表特征，也是评价石漠化的关键指标。但同时石漠化又是一种动态的土地退化过程，是植被、裸露基岩、裸露土壤等多种地表覆盖要素特征的综合反映，因此本文采用偏最小二乘混合像元分解方法，从 高光谱数据中提取研究区植被覆盖率、土被覆盖率、基岩裸露率 个石漠化评价和分级的关键指标，如图 所示。并根据方解石和白云石矿物光谱吸收位置的差异（方解石吸收深度在 附近，白云石吸收深度在 附近），利用综合光谱特征增强匹配度和特征参量的方法识别出研究区裸露基岩的方解石和白云石矿物成分（图）。
14、为了验证石漠化评价因子以及矿物信息提取的正确性，一方面在研究区植被覆盖率、基岩裸露率和土被覆盖率较高的区域随机选取植被信息验证点，裸露土壤信息验证点，白云石信息验证点，以及方解石信息验证点，分析其影像光谱；另一方面在研究区石漠化现象比较明显区域采集方解石样品 和白云石样品，野外进行光谱测量并开展室内化学测试分析。结果表明：植被验证点影像光谱在可见光波段与近红外波段之间，大约在 附近，反射率急剧上升，形成独特的“红边”现象（图（），符合植被光谱特征；由于土壤中黏土含量较高，因此裸露土壤（）植被覆盖率（）土被覆盖率（）基岩裸露率图 数据植被覆盖率、土被覆盖率和基岩裸露率 ，第 期李 娜，等：基于高
15、分五号高光谱数据的石漠化调查应用研究图 方解石和白云石分布 光谱在 附近形成黏土矿物的吸收特征（图（）；裸露基岩光谱整体在 附近吸收特征明显，白云石和方解石光谱吸收特征分别在 和 附近（图 （）（），与 标准波谱库中白云石和方解石的光谱曲线吻合；方解石和白云石野外样品 实测光谱曲线吸收特征与影像光谱及 标准波谱库光谱一致性较强（图（），且方解石和白云石样品 化学测试分析含量分别为 和。（）植被验证点（）裸露土壤验证点（）白云石验证点（）方解石验证点（）野外样品（）野外照片图 验证点影像光谱曲线、野外样品 曲线及野外照片 ，通过影像光谱特征分析以及野外实测光谱对比和 化学测试分析说明，利用偏最小
16、二乘线性混合像元分解方法估测研究区的植被覆盖率、基岩裸露率和土被覆盖率的精度较高，且采用综合光谱特征增强匹配度和特征参量方法识别的方解石和白云石矿物成分较准确。数据石漠化评价因子提取 数据得益于其开源性和数据质量稳定性，应用于石漠化区域监测和评价的研究较多。本文利用 数据根据 节公式分别计算研究区植被覆盖率、土被覆盖率以及基岩裸露率，如图 所示。（）植被覆盖率（）土被覆盖率（）基岩裸露率图 数据植被覆盖率、土被覆盖率和基岩裸露率 ，通过将 与 高光谱数据提取结果对比发现，研究区植被覆盖分布范围和趋势基本一致，但裸露基岩和裸露土壤的提取结果差异较大，混淆严重。自 然 资 源 遥 感 年 对比分析利用多光谱数据提取石漠化评价因子目前研究颇多，技术方法成熟，各种指数方法在植被和裸露基岩信息的提取方面应用广泛，也取得了较好的效果。除了植被和裸露基岩信息外，裸露土壤信息也是评价石漠化现象的重要指标，但由于波段设置及光谱分辨率的限制，采用不同的影像波段构建的裸露基岩和裸露土壤提取模型，提取的信息在分布范围和分布趋势上基本一致，如图（）和（）所示，两者混淆严重，无法区分，这给石漠化等级的划分和评定增
