全 文 ：Vol. 34 No. 11
Nov. 2014
第 34卷 第 11期
2014年 11月
中 南 林 业 科 技 大 学 学 报
Journal of Central South University of Forestry & Technology
收稿日期：2014-01-12
基金项目：国家十二五高技术研究发展计划（863计划）课题：“数字化森林资源监测关键技术研究”（课题编号：
2012AA102001），国家自然科学基金资助项目（30871962），湖南省高校产业化培育项目（13CY011）
作者简介：柳 帅（1983-），女，湖南长沙人，硕士研究生，主要从事生态学研究
通讯作者：林 辉（1965-），女，湖北黄冈人，教授，博士，博士生导师，主要从事森林经理学、遥感技术与地理信息系统的教学
和科研工作
外来物种入侵对原生地的物种和生态环境常
常造成严重威胁，随着经济的发展，我国外来物
种的入侵越来越频繁。薇甘菊 Mikania micrantha
又名小花蔓泽兰，是一种危险性极强的外业物种，
基于 Pleiades-1 卫星数据薇甘菊信息提取
柳 帅 1，林 辉 2，孙 华 2，陈 利 2
（1.湖南农业大学 生物科学技术学院，湖南 长沙 410128；
2.中南林业科技大学 林业遥感信息工程研究中心，湖南 长沙 410004）
摘 要：薇甘菊Mikania micrantha是一种极具危险性的外来物种，对侵入地生态系统的完整性构成了极大威胁，
及时、准确掌握薇甘菊分布信息成为防控其入侵的关键技术。目前，薇甘菊的监测主要采用人工方法，耗时费力。
随着遥感技术的发展，采用高分辨率遥感数据快速准确提取薇甘菊分布信息成为可能。以深圳市 Pleiades-1影像
为主要信息源，开展薇甘菊信息的快速提取研究。结果表明 :(1)Pleiades-1影像分辨率较高，在开展薇甘菊识别
时的最佳波段组合是 R(B3)、G(B2+B4)/2、B(B1)；(2)通过 Brovey变换、Gram-Schmidt变换、Pansharpen变换
的对比分析，Gram-Schmidt变换在信息量、最佳波段、清晰度等方面，均优于 Brovey变换和 Pansharpen变换，
既保留了大量的原有信息，又增强目视解译效果，是影像融合时的最优变换；(3)基于光谱与纹理信息分析，提
取薇甘菊信息范围更好；(4)薇甘菊信息提取的最佳分割尺度是 30，综合识别精度达 95.3%，说明采用高分辨率
遥感影像能实现薇甘菊信息的精细识别。
关键词：遥感技术；薇甘菊；信息提取；Pleiades-1卫星数据
中图分类号：S771.8 文献标志码：A 文章编号：1673-923X(2014)11-0116-04
Information extraction of Mikania micrantha based on Pleiades-1 data
LIU Shuai1, LIN Hui2, SUN Hua2, CHEN Li2
(1. College of Biological Science and Technology, Hunan Agricultural University, Changsha 410128, Hunan, China; 2. Research
Center of Forestry Remote Sensing & Information Engineering, Central South University of Forestry & Technology, Changsha
410004, Hunan, China)
Abstract: Mikania micrantha H.B.K. is a highly dangerous invasion plant, has seriously threaten the integrity of ecosystem of invaded
area. It is required that timely and accuratly understand distribution of M. micrantha information in China, and it is also very important
for us to master and control M. micrantha intrusion. At present, the monitoring of M. micrantha adopt mainly artificial methods,
take time and effort. With the development of remote sensing technology, using high resolution remote sensing data and quickly and
accurately extracting M. micrantha distribution information become possible. By taking Shenzhen city’s Pleiades-1 satellite images
as the main source of information, the author of this study conducted the study on the fast extraction of M. micrantha information.
The results show that (1) the images had higher resolution, and the optimal band combinations that re-cognized M. micrantha are
R(B3),G(B2+B4)/2 andB(B1)；(2) through comparing and analyzing Brovey transform, Gram-Schmidt transform and Pansharpen
transform, we can find that Gram-Schmidt transformation in aspects such as information amount, best band and clarity etc. , are
superior to Brovey transform and Pansharpen transform, it retains much of the original information, and enhance the effect of visual
interpretation, is the optimal transformation for image fusion; (3) with the analysis methods of spectrum and texture information, we can
get more wider extracting range for M. micrantha information; (4) the best segmentation scale for M. micrantha information extraction
is 30, the integrated identifi cation precision reached 95.3%. It is found that we can realize the precise identifi cation of M. micrantha
information by using high-resolution remote sensing images.
Key words: remote sensing technology; Mikania micrantha; information extraction; Pleiades-1 satellite data
117第 34卷 中 南 林 业 科 技 大 学 学 报
原产于中美洲，于 20世纪 80年代初期从香港扩
散至深圳市，之后快速蔓延至珠江三角洲地区，
现在已扩散至广西、云南、贵州等地，是世界上
危害最严重的杂草之一 [1]。
薇甘菊入侵的关键因素至今尚未完全明确，
但及时掌握其分布和发展动态，是防治其蔓延
的必须过程。通常对其调查及防治以人工方法
为主，速度慢且不准确，采用遥感技术监测其
分布及动态发展，为薇甘菊防治提供了新的途
径 [2]。遥感技术应用于外来物种的监测虽有尝
试，但效果并不好，主要是当时使用的遥感图
像空间分辨率偏低，即使是高分辨率图像出现
以后，对于植物种的识别也是非常困难的 [3-5]，
而且高空间分辨率遥感数据量大、成本高、过
程复杂，大面积采用仍有难度 [6-9]，因此，类似
的研究也很少见。
本研究通过高空间分辨率遥感数据，结合地
面高光谱观测和物候期的特点，综合提取薇甘菊
分布信息，希望找到一种比较好的薇甘菊信息遥
感监测方法。
1 研究区概况
研究区位于广东省深圳市，该地区地处珠江
入海口东岸，东经 113°46′～ 114°37′，北纬 22°27′
～ 22°52′；海拔高度 70～ 120 m，属亚热带海洋
性气候，平均气温 22℃，雨量充沛，年降水量
1 926 mm，研究区位置见图 1。
多波段组成。Pleiades-1影像不仅具有较高的空间
分辨率，光谱信息比较丰富（如表 1）。
表 1 Pleiades-1卫星基本参数
Table 1 Basic parameters of Pleiades-1
参 数 说 明
空间分辨率
0.5 m 全色波段
2.0 m 多光谱波段
光谱波段
全色 : 480~830 nm
蓝 : 430~550 nm
绿 : 490~610 nm
红 : 600~720 nm
近红外 : 750~950 nm
影像定位精度
带地面控制点 : 1 m
无地面控制点 : 3 m (CE90)
幅 宽 标准 :20 km×20 km
本次 Pleiades-1影像采集时间为 2013年 11月
25日，恰逢薇甘菊的开花期，是识别薇甘菊的最
佳时期。
3 最佳波段组合分析与图像融合
3.1 薇甘菊高光谱分析
为了准确掌握薇甘菊的光谱特征，结合物候
期特点，在薇甘菊盛花期同步开展了高光谱观测，
外业采用了美国 ASD公司生产的地物辐射仪进行
地面高光谱观测，结果如图 2所示。
从图 2可以看出，在可见光区域内，薇甘菊
的反射率较背景植被高，而在红外区域内，其反
射率远低于背景植被。另外，薇甘菊在绿光和红
光区域具有明显的反射峰和反射谷。
3.2 最佳波段组合分析
图像融合是遥感图像处理的重要步骤，融合
后的图像具有全波段分辨率高和多波段信息量大
的特点，使图像的分辨能力大大提高。波段如何
选择和组合，需要分析多光谱影像单个波段的均
值、方差、相关系数、信息熵等指标，再对融合
后的影像采用标准差、信息熵、最佳波段组合的
定量指标综合确定最佳波段组合 [11]。
融合算法采用了 HSV融合、Brovey融合、
Gram Schmidt融合和 PC 融合等 4种方法。其中
Gram Schmidt融合所得影像的 3个波段的图像质
量最好，清晰度最高，提高了影像的空间分辨率，
图 1 研究区位置
Fig.1 Location of study area
2 遥感数据源
研究采用的遥感数据为 Pleiades-1多光谱和全
色影像。Pleiades-1卫星由法国阿斯特里姆公司公
司于 2011年 12月 27日发射，分辨率为 0.5 m，
幅宽达到了 20 km×20 km，由 1个全波段和 4个
柳 帅，等：基于 Pleiades-1卫星数据薇甘菊信息提取118 第 11期
在色彩保真和清晰度方面均具有良好的效果，优
于其余 3种方法。
通过对融合图像的熵、标准差、图像清晰度
进行评价，并计算波段间的相关系数和最佳指数，
最后确定最佳波段组合为 R(B3)、G(B2+B4)/2、
B(B1)（见图 3）。
4 信息提取
4.1 图像分割
图像分割是信息提取的关键步骤，但分割尺
度很难把握，为了找到合适的分割尺度，分别以
10、30、50为分割尺度对图像进行处理。通过目
视解译判断，最后确定影像分割的尺度为 30，并
采用 Full Lambda-Schedule算法进行合并分块。
4.2 信息提取
4.2.1 图像光谱分析
分割后的图像存在归类的问题，也就是信息
图 4 图像运算与拉伸后效果 (R(B3)、G(B4/B2)、B(B1))
Fig.4 Results for the image (with band combination of R
(B3), G (B2+B4)/2 and B (B1)) after computation
and stretch
图 2 薇甘菊的光谱特征
Fig.2 Spectral characteristics of Mikania micrantha
图 3 最佳波段组合效果 (R(B3)、G(B2+B4)/2、B(B1))
Fig.3 Best result for the band combination of R (B3), G
(B2+B4)/2 and B (B1)
最佳波段组合可以很清楚的分辨各种地类的
差异，但对薇甘菊的显示还不是最明显，因此，
在最佳波段组合的基础上，进一步开展波段运算
和灰度拉伸，最后得到的图像清晰、层次丰富、
主成分类型可判读性好（见图 4）。
图 4显示出薇甘菊在拉伸后的图像上泛白色，
对薇甘菊的识别十分有利。
119第 34卷 中 南 林 业 科 技 大 学 学 报
提取的过程。利用归一化植被指数 (NDVI)是一种
常用方法，可以很容易地区分植被与非植被。选
取多组植被样本，比较其 NDVI值，可以确定阈
值为 0.4，即 NDVI≥ 0.4为植被，否则为非植被。
依此类推，利用外业调查、高光谱曲线和遥感图
像上的光谱响应曲线，对薇甘菊和其它植被分别
采样，共选取 50113个林地样本和 20903个薇甘
菊样本，对样本的 DN值及 NDVI值分别统计其
最小值、最大值和均值（见表 2）。
表 2 光谱特征统计
Table 2 Spectral characteristics of various vegetation statistics
植被类型 Band2 Band4(近红外 ) NDVI
薇甘菊
最小值 2392 3409 0.41
最大值 7104 10045 0.76
均值 4469.3 7514.3 0.54
林地
最小值 1474 2687 0.46
最大值 4349 10254 0.87
均值 2994.3 7155.3 0.69
仅利用光谱特征是无法获取林地与薇甘菊区
域的差异，对影像进一步分析可以发现，Band2图
像上林地与薇甘菊 DN值差异在，是易于区分的
波段图像，而 Band4则相对要差一些。而从 NDVI
值来看，薇甘菊的 NDVI值明显偏低，其它植被
则明显又偏高，结合这两方面的因素，信息提取
的结果要准确得多。
4.2.2 纹理特征
高分辨率遥感图像的最大特征是具有纹理效
应，每种植被或地类是具有一定的纹理特征的，
薇甘菊也不例外，从本研究图像上看，纹理特征
也很明显，色调均匀且与背景反差大，颗粒感不
明显，相对集中连片，也是判读的重要依据。
4.3 精度检验
遥感的判读结果是否正确，还需要外业的验
证，并对结果进行检查和修正。本次外业验证工
作共分 3次进行，外业核查小班数分别为 182个、
246个和 360个。核查小班分布在宝安区、福田区、
光明新区、龙岗区、龙华区、罗湖区和南山区，
核查的范围较大，其有效小班 343个，判对率为
95.3%。从结果来看，判对率比较高，能够达到生
产的要求。
5 结论与讨论
通过对 Pleiades-1遥感图像的精处理，并提取
薇甘菊信息，主要结果如下：
(1)通过对融合影像的标准差、信息熵和最佳
指数分析，确定了薇甘菊信息提取的最佳波段组
合为 R(B3)、G(B2+B4)/2、B(B1)。
(2)通过采用 HSV融合、Brovey融合、Gram
Schmidt 融合和 PC 融合进行比较分析，Gram
Schmidt融合影像的 3个波段的图像质量最好，清
晰度最高，提高了影像的空间分辨率，在色彩保
真和清晰度方面均具有良好的效果。
(3)通过光谱分析，采用遥感像上的 DN值和
NDVI值综合分析方法，可以比较准确地区分薇甘
菊与及其背景植被的光谱差异。信息提取时，其
分割尺度以 30效果比较好。
研究结果经外业验证，判对率达 95.3%，准确
率较高，能够满足生产的要求。但本研究的基础
是在光谱分析基础上，结合了物候期的特点，有
针对性地采集高空间分辨率的遥感图像，才取得
了较好的结果。
参考文献：
[1] 陈 军 ,权文婷 ,周冠华 ,等 .外来物种紫茎泽兰光谱特征
[J].光谱学与光谱分析 ,2010,30(7):1853-1857.
[2] 林 辉 ,孙 华 ,熊育久 .林业遥感 [M].北京 :中国林业出版
社 ,2011:88-92.
[3] 赵英时 .遥感应用分析原理与方法 [M].北京 :科学出版社 ,
2003:117-120.
[4] 严恩萍 ,林 辉 ,莫登奎 ,等 .基于光谱特征的森林类型识别
研究 [J].中南林业科技大学学报 ,2011, 31(11): 23-29.
[5 东启亮 ,林 辉 ,孙 华 ,等 .多源遥感数据融合方法在湿地
分类中的适用性研究 [J].中南林业科技大学学报 ,2013,33(1):
52-57.
[6] 于 欢 ,张树清 ,赵 军 ,等 .基于 ALOS遥感影像的湿地地
表覆被信息提取研究 [J].地球科学与环境学报 ,2010,121(3):
324-330.
[7] 严恩萍 ,林 辉 ,莫登奎 ,等 . 基于 ALOS数据的遥感植被分
类研究 [J].中南林业科技大学学报 , 2010,30(11):37-42.
[8] 凌春丽 ,朱兰艳 ,吴俐民 . Pleiades-1影像林地信息提取的研
究与实现 [J].测绘科学 ,2010,35(5): 205-207.
[9] 王雷光 ,郑 晨 ,林立宇 ,等 .基于多尺度均值漂移的高分辨
率遥感影像快速分割方法 [J].光谱学与光谱分析 ,2011,31(1):
177-183.
[10] 陈 利 ,林 辉 ,孙 华 ,等 .基于决策树分类的森林信息提取
研究 [J].中南林业科技大学学报 ,2013,33(1):46-51.
[11] 林 辉 ,严恩萍 ,莫登奎 ,等 .成像高光谱数据大气校正方法
研究 [J].中南林业科技大学学报 ,2011,31(11): 7-12.
[本文编校：吴 毅 ]