生态地质环境调查航空高光谱遥感技术规程（四）——数据解译

使用航空高光谱遥感技术调查生态地质环境情况需要遵循一定的规范，本文根据《DB32T 4123-2021》简单总结了数据解译的要求。

图：甘肃北山天宫一号高光谱数据矿物分布图

1 影像分类

1.1分类体系

根据调查目标的光谱属性和自然特征，对生态地质环境要素进行科学分类，为生态地质环境调查提供基础数据。根据专题研究实际情况确定分类种类，分类类别体系见附录E。

1.2特征降维

航空高光谱影像特征降维方法包括特征选择和特征提取，可采用F-分值特征选择、递归特征消除、主成分分析、最大噪声分离、独立成分分析等方法。

1.3样本选择

1.3.1样本的获取可以通过两个途径：

a）通过实地采样获取训练样本和测试样本，同步实测建立光谱数据库；b）航空高光谱影像中提取地物端元作为训练样本；

c）采用交叉验证的方法，训练样本和测试样本的比例设置为4：1~2：1.1.3.2端元提取可采用纯像素索引法（PPI）、N-FINDR算法、迭代误差分析法（IEA）、光学实时自适应光谱辨识系统（ORASIS）算法、自动形态学端元提取（AMEE）等。

1.4分类计算

航空高光谱影像分类可采用光谱角制图（SAM）、光谱信息散度（SID）、支持向量机（SVM）、卷积神经网络（CNN）等算法进行计算，并结合专家解译和判别，得到地物精细分类图。

1.5分类精度评价

1.5分类精度评价

1.5.1通过测试样本与分类结果的符合程度建立混淆矩阵，计算精度指标，完成分类精度评价。

1.5.2测试样本采样方法、样本容量和混淆矩阵参见附录F、附录G和附录H。

1.5.3精度指标对应的评价结果如下：

a）总体分类精度大于80%时，表示分类结果较好；介于50%~80%时，表示分类结果一般；小于50%时，表示分类结果较差。

b）Kappa系数大于0.80时，分类数据和测试数据的一致性较高；当Kappa系数介于0.50~0.80时，表示精度一般；当Kappa系数小于0.50时，分类精度较差。1.5.4根据工作需求，对分类结果中的主要地物类型进行野外查证，人工解译查证点的地物类别，并现场拍照。查证结果按DD 2011-03中相关规定，并填写野外查证记录表。

2 信息提取

2.1在生态地质环境调查工作，应用航空高光谱影像进行信息提取，航空高光谱影像空间分辨率应满足相应专题工作要求。

2.2地表水水质参数反演应符合以下要求：

a）应用航空高光谱数据开展地表水水质参数反演，水域包括河流、湖泊、水库、坑塘等；

b）航空高光谱数据采集与地面水样采集应同步进行；

c）地面同步采集满足工作要求的水体光谱样和表层水样；

d）采集的表层水样进行实验室分析测试，水质参数包括悬浮物、叶绿素a、有色可溶性有机物、总磷含量、总氮含量、浊度等；水体样品的采集和测试根据相关标准进行；

e）水质参数反演采用经验模型、辐射传输模型或机器学习等方法；

f）对参数反演结果进行验证，决定系数（R值）大于或等于0.7为合格，解译成果形成地表水水质专题图。

2.3海洋水质参数反演应符合以下要求：

a）应用航空高光谱开展海洋水质参数反演，用于海洋生态环境、海岸带环境地质调查与灾害、海湾水质等调查与监测；

b）航空高光谱数据采集与海上观测站点数据采集应同步进行；c）海上观测站点数据采集和测试根据相关标准进行；d）海上观测站点相应参数测定包括悬浮物、叶绿素a、有色可溶性有机物、总磷含量、总氦含量、浊度等；

e）水质参数反演采用经验模型、辐射传输模型或机器学习等方法；f）对参数反演结果进行验证，决定系数（R值）大于或等于0.7为合格，解译成果形成各类专题图。

2.4岩性识别与基质层调查应符合以下要求：

a）应用航空高光谱数据开展岩性识别和填图，用于构造划分、岩性与矿物识别、生态地质功能分区等；

b）应同步开展研究区内地面调查和地物高光谱测量；c）岩性参数反演采用经验模型或机器学习等方法；d）对反演结果进行验证，决定系数（R’值）大于或等于0.7为合格；e）基于GIS平台，综合多元信息开展生态地质专题研究工作；f）解译成果形成岩性分布图、构造分布图、基质层分类图、生态地质功能分区图等。

2.5土壤环境质量调查应符合以下要求：

a）应用航空高光谱数据开展土壤质量调查，包括耕地土壤、地表裸土、滩涂等；

c）土壤采样点应均匀分布研究区，根据调查目的合理确定网格大小或代表性样地，采集样点的土壤地面高光谱数据和表层土壤样品；

b）航空高光谱数据采集选取地表覆盖物小于20%时进行，应同步进行地面表层土样采集；如需开展耕地肥力调查，应在施肥前进行；

d）土壤样品参数测定包括有机质含量、重金属（As、Hg、Cr、Ni、Cu、Zn、Cd、Pb等）含量、含盐量、养分及肥力（N、P、K）、湿度、有益元素含量等；e）土壤参数反演采用经验模型、辐射传输模型或机器学习等方法。f）对参数反演结果进行验证，决定系数（R’值）大于或等于0.7为合格，解译成果形成各类专题图。

2.6农作物调查应符合以下要求：

a）应用航空高光谱数据开展农作物调查，包括农田面积及作物品种识别、产量估算、长势及品质监测、作物灾损评估等；

b）航空高光谱数据采集和地面样品采集应同步进行；根据任务需要选择合适的作物生育期进行数据采集；

c）地面采集满足工作要求的作物地面高光谱数据，采样点应合理分布于研究区，能够代表区域农业种植特点；

d）农作物参数测定包括作物品种、生物量、长势、叶绿素、叶面积指数、灾情信息等；e）对参数反演结果进行验证，决定系数（R’值）大于或等于0.7为合格，解译成果形成各类专题图。

2.7湿地生态调查应符合以下要求：

a）应用航空高光谱数据开展湿生植被调查、滩涂资源调查，包括湿地范围、植物种类与分布、水体分布、人工设施分布等；

b）航空高光谱数据采集和地面样品采集应同步进行；c）地面采集满足工作要求的地物光谱样，采样点应包含湿地所有地物类型，采集叶面积指数、植物生物量、植被覆盖度、沉积物粒度参数等指标；d）对参数反演结果进行验证，决定系数（R^值）大于或等于0.7为合格，解译成果形成各类专题图。

2.8森林资源调查应符合以下要求：

a）应用航空高光谱数据开展森林资源调查，包括森林物种识别与分布、健康状况、病虫害调查等；

b）航空高光谱数据采集和地面样品采集应同步进行；根据研究区森林资源特点、调查目的和调查等级确定航空飞行参数；

c）地面采集满足工作要求的地物高光谱数据，采样点应合理分布于研究区，能够代表区域森林特点；

d）实地参数测定包括叶面积指数、郁闭度、叶绿素含量、病虫害胁迫状况等；e）对参数反演结果进行验证，决定系数（R’值）大于或等于0.7为合格，解译成果形成各类专题图。