第六章【遥感图像融合实践应用案例】

谢谢！
不足之处恳请谅解！
对于扎龙湿地长时序图像的量化分析,则是作为 特征级遥感图像融合在水文生态学研究中的一 个典型应用实例进行介绍。
将该特征级融合方法应用于对扎龙湿地生态系 统的研究：
扎龙湿地位于黑龙江省齐齐哈尔市东南,面积2100km^2“, 是丹顶鹤等多种濒危鸟类的栖息地。2001年8月至10月湿 地内发生火灾,植被大面积被烧毁,湿地生态系统受到严重 破坏。为评价火灾对湿地生态系统的破坏及湿地生态系统 在灾后的恢复情况,本文利用2001年前后的遥感图像对扎 龙湿地蒸散发特征信息进行量化分析。
第六章，遥感图像处理
2
17
图像融合-实践应用案例
14人文1第四组
1.湿地生态系统状态分析
基于蒸散发量信息的湿地生态系统监测：
像素级的图像融合操作在环境下实现,
而特征级Leabharlann Baidu图像融合则利用软件编程实现
本节介绍的特征级遥感图像融合的应用实例,就 是将基于遥感图像特征融合的蒸散 发特征信息量化分析方法用于对湿地生态系统 的研究之中,以地表水分蒸发和植被蒸腾为切入 点,对湿地生态系统状态的发展变化情况进行分 析和监测。
受到火灾最直接影响的是湿地植被的规模,火灾对植被整体 生长速度的影响则是间接的。不同种类植被的生长速度存 在自然的区别,而火灾则会对湿地内不同植被生长区造成不 均匀的破坏,从而改变整个湿地生态系统的植被组成,因此 能间接影响到区域植被的整体生长速度。另一方面,火灾之 后湿地进行了补水等补救措施,湿地植被在水量充足的条件 下恢复良好,长势也好于灾前干旱缺水的年份,这一情况也 可以由比值变化图像得到印证。
扎龙湿地的构成以芦苇生长区为主,周边区域主 要为农田和草地。图4.9是根据2002年7月4日 的卫星遥感图像绘制的全区域的地物类型分布 图。与遥感图像日期对应的地面气象数据如表 4.3所示。
对扎龙湿地的地表蒸散发特征信息进行量化分析,得到如表 4.4所示的结果。 其中,ET表示遥感图像对应日期的日间蒸散发总量的区域 单位面积平均值,T则表示蒸腾量的单位面积平均值。植被 指数NDVI对应着绿色植被的总体规模,因此,比值T/NDVI表 示了单位植被指数产生蒸腾量的大小,可以作为分析植被生 命活动强度的依据。表中比值T/NDVI主要是根据为NDVI 正值的区域进行计算得到结果的平均值。
图4.13（a）是火灾破坏造成的蒸散发量降低的差值变化图像。图 中的红色区域表示蒸散发量下降最多的区域,即受灾程度最严重的 区域。由图可以清楚看出,扎龙湿地核心区域的芦苇地是最主要的 受灾区,周边农作物生长区域受到火灾的影响则不太明显。 图4.13(b)表示了湿地生态系统恢复过程伴随的蒸散发量的上升。 表示为深绿色的芦苇生长区蒸散发量的增长最为剧烈,与4.13（a） 图所示火灾的重灾区有很大程度的重合。这再次说明火灾主要破坏 了芦苇湿地,同时也表明到2002年年底时,遭到破坏的芦苇湿地生态 系统己经得到了很好的恢复。
为对湿地生态系统遭受火灾破坏在区域内不同位置上的程度差别进 行具体评价,将图像变化检测的方法引入对地表蒸散发量的计算结 果的分析过程。利用最基本的图像变化检测算法一差值法,对1999 年10月8日、2001年10月5日以及2002年10月8日的蒸散发量特征 图像进行处理,提取火灾前后湿地蒸散发量的两张变化图像,如图 4.13所示。1999年10月8日的图像代表火灾之前的情况,2001年10 月5日的图像代表火灾刚结束时的情况,2002年10月8日的图像则是 灾后一年的情况。因此,两张变化图像分别描述火灾的破坏作用,以 及灾后的恢复过程。
特征级的图像融合,是由图像提取特征信息,然后对特 征信息进行综合以得到新的特征信息的过程。与像 素级图像融合的方法相比,特征级图像融合的方法针 对性更强。蒸散发信息的量化过程涉及到众多中间 特征参数,通过多步复合的特征融合来实现,而融合过 程中的融合规则,则以地表各特征参数间的物理关系 和地表结构模型为基础来构造。