背景：喀斯特山区因地形复杂、地表破碎等特点使得遥感影像中阴影、混合像元及光谱变异现象普遍存在，传统基于多光谱遥感的像元二分法，在光谱变异和阴影显著的区域难以准确的对喀斯特石漠化信息进行提取。采用高光谱遥感的混合像元分解技术可将复杂的混合像元分解为纯净的地物光谱与各地物光谱对应的混合比例，为复杂山区获取更高精度的石漠化信息提供可能。然而，由于光照、环境及大气等诸多因素的变化会引起端元发生不同程度变异，这会导致在混合像元分解过程中出现显著的误差，其次要从地形复杂、地表异质性强的山区影像上直接获取地物纯净光谱建立用于应对光谱变异的光谱库及其困难。因此，如何在这种情况下应对光谱变异和地形效应，获取有效、准确的对石漠化信息进行提取是当前研究的重点。
【成果名称】
基于端元可变的喀斯特地形复杂区石漠化信息提取
【成果作者】
阮欧，刘绥华* ，罗杰，胡海涛
【成果简介】
采用通过模拟由光照条件造成的地物反射率变化，并考虑每个波长间隔光谱变异情况的广义线性混合模型（GLMM），以减轻喀斯特地区石漠化信息提取过程中光谱变异与地形效应的影响。首先，从GF-5高光谱影像中提取喀斯特地区主要地物（植被、裸岩、裸土）的典型代表性光谱，然后基于提取的地物光谱模拟不同光照下每个像元光谱的变异情况，选择最适合的光谱组合对像元进行分解，得到最优的解混效果。为了验证方法的可靠性，利用高分辨率影像目视解译的结果作为参考对方法预测结果进行验证，同时选择未考虑端元变异的全限制最小二乘法（FCLSU）和像元二分法（DPM）进行对比。结果表明，在地形高度复杂的喀斯特山区，考虑阴影、混合像元及光谱变异是必要的，GLMM在石漠化信息提取中总精度达到了84.89%，明显高于其他两种方法的59.68%和67.34%。通过对光照区和阴影区分别进行精度检验，发现GLMM在光照区与阴影区有着相似的精度表现，而另外两者则差异较大，阴影区明显低于光照区。这反映GLMM能较为有效地减轻地形效应的影响，对喀斯特石漠化信息提取的精度有一定提升。
【成果图表】
图 1 研究区位置及地形
表 1 数据源参数
数据源 | 时间 | 参数 | 获取方式 |
GF-2 | 2019年1月 | 多光谱4波段，全色分辨率0.8m | 高分贵州分中心 |
GF-5 | 2020年1月 | 高光谱330波段，分辨率30m |
GF-6 | 2020年2月 | 多光谱4波段，全色分辨率2m |
DEM | / | 分辨率30m | 地理空间数据云 |
图 2 VCA原理示意图
图 3各地物光谱曲线图
表 2 估计的植被和裸岩覆盖度百分比总体精度(OA)和Kappa系数
| 光照区Sunlit area | 阴影区Shadow area | 所有区域All study area |
| GLMM | SCLSU | DPM | GLMM | SCLSU | DPM | GLMM | SCLSU | DPM |
OA（%） | 86.81% | 66.53% | 74.44% | 78.18% | 35.91% | 44.09% | 84.89% | 59.68% | 67.34% |
Kappa | 0.767 | 0.451 | 0.553 | 0.559 | 0.111 | 0.061 | 0.723 | 0.357 | 0.433 |
图 4光照区和阴影区域裸岩与植被覆盖度的预测百分比
图 5各方法阴影区植被覆盖度预测结果对比
表 3各方法预测值与太阳入射角余弦值相关系数
| GLMM_裸岩 | GLMM_植被 | FCLSU_裸岩 | FCLSU_植被 | DPM_裸岩 | DPM_植被 |
相关系数 | -0.159 | 0.045 | 0 | -0.621** | -0.582** | 0.549** |
p | 0.269 | 0.758 | 0.998 | 0 | 0 | 0 |
注：* p<0.05 ** p<0.01
【项目资助】
自然科学基金项目( 61540072)
期刊简介：《光谱学与光谱分析》系中国科学技术协会主管，中国光学学会主办，由钢铁研究总院、中国科学院物理研究所、北京大学、清华大学联合承办的学术性刊物。被为 “中文核心期刊要目总览”源期刊，同时被中国科学引文索引（CSCI）、中国自然科学物理类、化学类核心期刊、美国化学文摘（CA）、美国工程索引（EI）、俄罗斯文摘杂志（Pж）、美国科学引文索引（SCI）、荷兰Elsevier的Scopus数据库等收录。期刊(2021)复合影响因子1.516，综合影响因子：1.106。
【第一作者简介】
阮欧(1995—)，男，贵州湄潭人，中共党员，永利集团3044欢迎光临永利集团3044欢迎光临2019级地图学与地理信息系统专业硕士研究生，2021年研究生国家奖学金奖获者。参与导师多项科研课题，曾获研究生学业奖学金三等奖、三好学生等荣誉。主要研究方向为混合像元分解技术在提取石漠化信息中的应用。在研期间取得代表性研究成果如下：
[1]阮欧,刘绥华,杨广斌,谢波.1966-2017年贵州省降雨侵蚀力的时空分布特征[J].水土保持通报,2020,40(03):35-42+2. (CSCD)
[2]阮欧,刘绥华,陈芳,罗杰,胡海涛.贵州省县域农村贫困度时空变化分析[J/OL].中国农业资源与区划:1-13,网络首发(CSCD)
[3]阮欧,刘绥华,陈艳,梁萍萍,陈芳,罗杰,余梦.昆明市MODIS AOD与大气污染物浓度在气象因子影响下的相关性分析[J].永利集团3044欢迎光临学报(自然科学版),2021,39(04):21-29.
[4]阮欧,刘绥华,陈芳,罗杰,胡海涛.基于多源遥感的贵州草海国家级自然保护区黑颈鹤生境适宜性评价[J/OL].生态学报,2022(05):1-11,网络首发（CSCD）
[5]阮欧,刘绥华,罗杰,胡海涛. 基于端元可变的喀斯特地形复杂区石漠化信息提取[J]. 光谱学与光谱分析,2022年第9期待刊.(SCI 4区)
【导师简介】
刘绥华(1977—),男，汉族，,湖南省邵阳市人,副教授,硕士生导师,博士研究生毕业于北京大学地球与空间科学学院摄影测量与遥感专业。主要从事高光谱混合像元分解和地表反照率方面的研究。主持国家自然基金2项：“喀斯特环境下的地物光谱与典型地物识别研究”(61540072)和“山区地形下的贵州地表反照率时空变化研究”（42161029）。出版《高级遥感数字图像处理数学物理教程》、《高级遥感数字图像处理》专著2部。
