图像滤波算子在土壤盐渍化信息提取中的应用研究

图像滤波算子在土壤盐渍化信息提取中的应用研究

杨波 欧阳光 石翔

中电建路桥集团有限公司 新疆克州阿图什市 845350

摘要：由于遥感影像的质量受到噪声的影响，分别选用多种典型的滤波算子对于遥感影像进行处理，结合SVM分类方式，分析使用滤波处理后的影像亮度值的变化，经过滤波处理和未经过滤波处理的影像进行分类后精度的对比。结果：与未经过滤波处理的遥感影像相比，经过处理的遥感影像在土壤盐渍化信息提取中具有较高的分类精度。高斯高通滤波与SVM结合的土壤盐分提取模型的分类精度提高到89.6950%，并且Kappa系数也提高到86.12%。滤波运算能够抑制噪声对于遥感影像的影响从而提高影像质量，并且提高对于盐渍化的检测从而更加有效的掌握盐渍化的分布规律，及时对于土壤盐渍化地区进行治理，对于保护生态环境有着重要意义。本文选取我国西南地区土壤盐渍化严重的艾比湖湿地自然保护区作为研究对象，研究图像滤波算子在土壤盐渍化信息提取中的应用。

关键词：遥感影像；滤波；图像分类；土壤盐渍化信息提取

土壤盐渍化一般容易出现在干旱地区以及半干旱地区并且导致当地的土壤生产地下降降低农副产品的质量。在干旱与半干旱地区容易出现漫灌现象，从而加重土壤的盐渍化，因此能够快速的掌握地区的盐渍化变化与程度显得非常的重要，能够使得当地农业得到可持续发展。遥感检测具有访问速度快、监测范围大、数据更新时间短等优势，但是由于受到天气和传感器不稳定等因素，遥感影像中产生噪音导致遥感影像质量降低，影响对于其中信息的提取。而应用滤波处理遥感影像后能够抑制噪音对于遥感影像的影响。此外，不同的滤波对于抑制噪声具有很强的针对性。

1. 研究数据与方法：

1. 室外调查和获取地面数据：

在艾比湖湿地自然保护区内，按照要求在该区域进行踩点，将收集的土壤按规定确定其土壤盐渍化程度的分级标准，并根据土壤盐渍化状况制作盐渍化程度分布图。

表1

2. 原理与方法：

滤波原理：空间滤波是使用空间二维卷积方法对像空间变量进行局部运算，凭借模板在原图像中移动，依次的对局部进行运算，减缓或者增强一些特定的频率分量，最终去除噪声。因为不同影像出现不同的问题，需要针对其问题使用不同的滤波算法对遥感影像进行处理。但是在使用不用的滤波算法是需要考虑到在去除噪音的同时保护影像原有的特征。

SVM：SVM作为一种只能计算方法，有效的解决概率密度估计问题，克服了分类数据分布假设的问题，有效的提高分类的精度。

总体分类精度及 Kappa系数：数据的分类精度能够有效的证明数据的可靠性，总体分类精度和Kappa系数在分类影像精度验证运用最为广泛。

3. 建立分类规则：

选定分类方案是研究的首要考量数据，将影像特点与室外实地考察数据相结合，分析不同对象的特征区别，使用人机交换方式建立规则。在非湖滨区中，遥感影像反射率随着土壤盐分值增加而增加，而在湖滨区中，由于湖滨区的水分含量高而导致虽然土壤的含盐量高但是遥感影像反射率却不高。采样点中，遥感影像中有植被区域并不是盐渍化区域，但是土壤中含有少量的盐分，说明该区域为轻度的盐渍化地区，因此，土壤是测量盐分的重要依据。

2. 结果与讨论：

1. 滤波后影像：

由室外实地考察和室内土壤盐分实验可以发现，盐渍化程度较高地区表层有较为厚的盐渍，盐渍土的反射率较高，选取典型的盐渍土较为研究对象，采取多种滤波方法对影像进行处理。从处理的结果中可以看出植被与土壤之间与不同程度盐渍土之间不同，前者有着明显的边缘而后者则无明显的边缘。在多种滤波处理结果中，高通滤波虽然具有锐化得效果使得植被信息能够更有利的被提取，但是在盐渍化地区遥感影像的混乱并没有得到改变。为了对比多种滤波处理的不同，将不同波段下的亮度值进行分析。从分析结果中可以看出，在滤波处理后虽然影像的亮度值与不同波段下的亮度值都有所改变和不同，但是其每个波段总的趋势相同。并且可以发现在经过高斯高通滤波处理后，影像信息更加的集中能够更好的一直噪声、减轻杂乱像对于盐渍化区域的影响。

2. 分类结果与精度分析：

将通过多种滤波处理后的遥感影像选用SVM监督分类的分类方法将其分类。从分类的结果中可以知道水体边界与遥感影像当中的基本无异。此外，与室外盐分值相结合，在水域周围植被分布区域中，无法从遥感影像中分析出是否土壤含有盐分，在室外盐分值中，此区域确实含有盐分。因此，需要运用总体精度和Kappa系数进一步的分析，其分类结果能够清晰的反映出该地区盐泽地区盐渍化程度和非盐渍地区的信息。表2为不同滤波方法的结果

表2

从表中我们可以看出在不同滤波处理后，影像分类无论是总体精度和Kappa系数都得到了提高，但效果尤为明显的是高斯高通滤波，其与SVM结合的土壤盐分提取模型的分类精度提高到89.6950%，并且Kappa系数也提高到86.12%。由此可以看出将图像滤波算子运用于提取盐渍化土壤的信息当中，能够一定程度上抑制噪声，锐化边缘，从而提高遥感影像的质量，更好的提取所需的信息。

3. 总结：

综上所述，在干旱半干旱地区，由于农业灌溉采取大水漫灌和只灌溉而不排，导致地下水位上升将低下盐分带入地表，经过蒸发而盐分留在地面，形成盐渍地。但是盐渍地导致土壤的生产力下降，对于当地的农业与植被的生长产生恶劣的影响，不利于当地可持续发展。遥感监测对与改善盐渍地区有着重要的作用，但容易受到噪声影响，文中研究滤波在对于盐渍地区信息提取的运用，将遥感影像进行多种滤波方式的处理，结果显示滤波的运用有利于提高土壤盐渍化信息提取质量。

参考文献：

[1]徐振鑫，杨兵兵，岳胜如.土壤盐渍化遥感监测影响因素分析[J].黑龙江科学,2021,12(04):32-33.

[2]王新涛. 基于空-天遥感数据尺度转换的土壤盐渍化监测方法研究[D].西北农林科技大学,2020.

[3]高曦文. 基于支持向量机回归的土壤盐渍化遥感监测研究[D].宁夏大学,2020.

[4]王筝,张飞,张贤龙,王一山.图像滤波算子在土壤盐渍化信息提取中的应用[J].激光与光电子学进展,2020,57(04):361-370.

[5]冯娟,丁建丽,魏雯瑜.基于雷达数据的区域土壤盐渍化监测[J].国土资源遥感,2019,31(01):195-203.

[6]赵剑桥.土壤盐渍化的遥感监测方法及应用[J].农村经济与科技,2018,29(07):41-42.