遥感图像在山区钉螺孳生地监测中的应用

遥感图像在山区钉螺孳生地监测中的应用何明祯1彭文祥1周艺彪1依火伍力2刘月4明2姜庆五16(1复n大学公J℃p牛学院流行病学教研室教育部因家公共安全重点实验室I．海201t0321[_qJI『省普格县疾病预防控制Ifl心普格(I)【摘要】目的在1』J斤割m吸虫病流行区利用陆地卫星(Landsat)专题制图仪(thematic mapper，TM)遥感㈥像探测钉螺孳生地。方法收集四川I省普格县地形图、’I'M遥感俐像，现场调查钉‘螺孳牛地，选择已知地物类型的Ⅸ域建膏{…练样书。对TM卫星图像进行监督分类，并验证分类结果。结果所有地物被分成钥‘螺孳生地、河流、居住区、阴影lx：和其他地物等5类，钉螺孳生地主要分布在田地、坡地等有植被覆盖的环境。钉螺孳生地分类的准确性和可靠性分别为7u．82％和85．5H％，分类总精度达到8(J．22％。结论’FM遥感图像的嗡督分类能将山区钉螺孳，卜地有效地区分出米，有利于对钉螺孳牛地进行峪测．为山区钥+螺的控制及血吸虫病的防治提供依据。【关键词】遥感；钉螺擎生地；监督分类；IIl区【中图分类号】R184．38【文献标志码】AApplication ofLandsatTM images on the snail habitats monitoring in mountainous regionsHEMing zhenl。PEN(；Wen—xiangl，ZH()UYi—bia01。YIHUOWu li二，LIUGang—ruing二。JIANGQing—WEtl△(‘KeyLaboratory071Publi(HealthSa／ety，Ministry ofEducationDepartment0，Epidemiology，S(^eel o．／PublicHealtk。FudanUniuersity．Skanghai200(132．China：?(?enter j'OI’DiseaseCentrol andPrevention0，PugP(1f_)un[y，P“gP0，S"h“㈣P1Ⅵw，(P，(1^ina)[Abstract]0bjectiveTo monitor snail habitats in mountainous regions using thematic mapper(TM) remote seilsing images of1．andsat．MethodsThe topographic map andTM images ofI’ugeCounty，Sichuan province ofChina were collected．‘Fhen the snail habitats were surveyed inPugeCounty．Training samples were buih by selecting the known ground objects．Supervised classification analysis was applied to classify the rl"M images，and the classification resuhs were verified via creating a confusion matrix．Results‘FheTM images were classified into snail habitats，rivers，residential districts，shadow and other ground objects．Snail habitats were mainly located in vegetation—covered environments，such as croplands and grassed hillsides．The classification accuracy and reliability of snail habitats were79．82％and85．58％respectively，and the overall classification accuracy reached8()．22％．ConclusionsSnail habitats can be identified by supervised classification analysis ofTM remote sensing images，which is helpful for the surveillance of snail habitats and for the prevention of schistosomiasis in mountainous regions．[Key words]renlole sensing； snail habitats； supervised classification； mountainous regions钥一螺是日本ff『【吸虫唯一的中问宿主，H本m吸虫病的流行范围与钓‘螺的地理分布一致，且呈严格的地方性。钉螺的生存繁殖与环境因素密切相关…，因此研究环境因素与钉螺分布的关系对于钉螺控制及血吸虫病预防有重要的意义。应用空间分析技术能够准确、高效地分析目标地环境资料，为研咽家自然科’、#皋金熏』'=项L』()；罔家科技币=大专项(20()aZXl00040II)△Corresponding authorE tnail：iiangqw(t1)；|fudan．edu．cn何明祯．等．遥感图像在lh区钉螺孳生地船测中的应用究环境冈素与钉螺分布的关系提供』，新的工具，国内外已有大量这方面的研究h。1“。仉是由于受到遥感图像处理和数据分析方法的制约，大量的研究一L作限于湖沼和水网地区_5”]，而且多是应用遥感图像的非监督分类方法来研究钉螺孳生地的环境。在山丘型血吸虫病流行区，应用空问技术特别是用遥感图像的监督分类方法来探测钉螺分布的报道【“。1“}小多。目前四川I、云南两省仍是典型的山丘型Ifl_1．吸虫病流行区，山区有螺环境的地理状况复杂，钉螺分布分散，人工查螺费时费力，且漏检率高。利用遥感图像的监督分类方法，能够快速、准确地监测1Jl区钉螺分布，对于控制钉螺，进而控制血吸虫病的流行和传播有重要意义。目前遥感数据二E要来源为专题制图仪(thematic mapper，TM)、增强型主题制图仪(enhanced thematic mapper，ETM)、中分辨率成像光谱仪(moderate resol ution imagi ng spectroradionleter，MODIS)和地球观测系统(systeme probatoire d’observation dela tarre，sP()T)等影像，其中TM影像是由美国陆地资源卫星(Landsat)系列的4，5号卫星搭载的主题制图仪获取的遥感数据，提供30 m分辨率多光谱、6()m分辨率单色波段以及15 m分辨率全色波段的影像。其分辨率较高，不同波段的遥感数据包含大量的地面信息，对植被、土壤、水体等监测效果较好，已经用于钉螺孳生地的环境监测和钉螺分布的预测研究7…“。本研究利用四川省普格县地形数据、现场调查的钉螺分布数据和TM lj星图像，探索应用遥感图像的监督分类方法监测高山地Ix：钉螺的分布。资料和方法试验区概况普格县属于高山峡芥型血吸虫病流行区，位于四川I省西南部，海拔最低为1040 rn，最高为4359 m。位于北纬27．12。～27．3()。，东经102．26。～1()2．46。。干雨季分明，雨量充沛，日照充足。年平均气温为16．8℃，最冷的1月平均为 tJ．4℃，最热的7月平均为22．7℃，极端最高气温33．3℃，极端最低气温1．9℃，年均日照212()．5 h，年降雨量1494 mlil，无霜期为300多天。普格县特兹乡血吸虫病疫情较为严重，海拔I8【)()～25()()i"11，面积50．2 km2。全乡有4个行政村、15个村民小组流行血吸虫病，流行村有694户，人口3785人，历史有螺面积106．7 hm2，人、畜感染率最高达35．5％和30．5％。2006年监测数据显示，该乡活螺平均密度为()．36只／o．11 n12，钉螺感染率为()．52％，人群校正感染率为2．46％，家畜(牛、羊、弓)感染率为12．89％…。螺情资料收集2007年9月利用手持型GPS接收仪在普格县特兹乡现场测量钉螺孳生地的范围，』、迈用ArcViewGIS3．2软件制作钉‘螺分布图。根据不同的环境类型共调查41块钉螺孳生地。空间资料收集从国家测绘局购买四川I省普格县1：50()()()数宁地形图，该图包括河流、居住区等地物信息。遥感图像资料收集收集Landsat卫星TM图像，轨道：130—41，该图像包括普格县北纬27．12。～27．3I)。，东经102．26。～102．46。的范围，时干口为2(J()7年9月18口(遥感数据来源于：http：／／edcsnsl7．cr． usgs．gov／EarthExpIorer／)，地面分辨率为30 m。该遥感数据已经过预处理，不需要再进行几何精校正。根据地形图将遥感图像上的普格县区域截取出来。监督分类方法在遥感图像的监督分类过程中，首先选择已知类型的区域建立训练样本，然后基于该样本进行分类运算，对分类结果进行评价后再对训练样本进行调整，多次反复后建立一个比较准确的训练样本，并在此基础上最终进行分类，最后再利用验证图像与分类结果图相比较进行结果验证。1…。我们先将钉螺分布矢量图、普格县地形图的坐标系统转化成遥感图像的坐标系统，再叠加到遥感图像上，利用II．WIS软件3．6版(52North， http：／／www．ilwis．org／)进行监督分类。根据钉螺分布矢量图、普格县地形图和TM321波段合成图像，将所有地物分成钉螺孳生地、河流、居住区、阴影区(TM321波段合成图像上的黑色区域)和其他地物5类，从钉螺孳qi地中随机选择8()％、其他4类地物中随机选择一部分区域作为训练样本，进行分类运算，在剩下的已知类型区域中随机选择一些区域(包括剩F的2()％钓‘螺孳牛地)作为验证图像来验证分类结果。用最短距离法、马氏距离法，最大似然法等不同的判别准则分别进行分类运算，最后比较各种分类结果。结果普格县TM543波段假彩色合成图像用TM5、TM4和TM3等3个波段遥感数据合成普格县假彩色图像，如图1所示。其中绿色区域丰要由田地、坡地等有植被覆盖的环境构成，蓝色区域主要是河流，紫色区域主要是建筑物。监督分类比较不同判别准则下的分类结果，最短距离法、马氏距离法等判别准则只能分出2个或者3个类别，不能把5类地物有效地区分开，而最复旦学报(医学版)2010年9月，37(5)大似然法能较好地区分出这5类地物，分类结果见图2。将分类结果图与普格县地形图和TM543波段的假彩色合成图像进行对比，根据目视判读，钉螺孳生地、河流、居住区、阴影区等地物都能较清晰地区分出来，其中居住区大多沿河流分布，钉螺孳生地主要分布在田地、坡地等有植被覆盖的环境。020 km图1普格县TM543波段假彩色合成图Fig1’FheTM543 false color composite image ofPugeCounty监督分类结果验证建立误差矩阵来进行分类结果的精度验证，验证结果见表1。分类总精度(指所有验证像元数中分类正确像元数所占的百分比)为8()．22％。对钉螺孳生地进行验证，分类的准确性和可靠性分别为79．82％和85．58％，河流、居住区的分类准确性和可靠性为7()％～85％。 lRivers r--1Residential districts r-iSnaillmbitats_Shadow r--qOthers图2普格县遥感图像监督分类图Fig2Supervised classification result ot‘PugeCounty表1监督分类结果的误差矩阵(像元数)Tab lConfusion matrix of supervised classification(number of pixels)Classification resultsSnail habitatsR1versResidential districtsShadowOthersTotaGroundSnail habitats23 truthRiversResidential districts63Shadow370Total‘1’Accuracy means the fraction of correctly classified pixels with regard to all pixels of that ground truth class：‘2’Reliability rnealls the fraction of correctly classified pixels with regard tO all pixels classified as this class in the classified image．讨论遥感图像分类主要有监督分类与非监督分类两种方法。非监督分类不需要预先对所要分类的区域进行广泛的调查，不需要人工选择训练样本，计算机按照一定规则自动地根据像元光谱或空间等特征来区分不同类别地物，事后再与实地调查数据相比较，最终确定各类别的具体地物属性。监督分类则要先调查现场各类地物的分布，建立训练样本，再利用各种分类模型进行分类运算。以往的研究。“”o主要是利用遥感图像的非监督分类方法来研究钉螺孳生地的生态环境，但是它所产生的分类结果并不一定是真实的地物类别，而且误差较大。而监督分类可以弥补这个缺点，它可根据应用目的和区域有选择地决定分类类别，可控制训练样本的选择，并且可以通过建立误差矩阵来检验分类结果的准确性，因此分类结果更可靠。1”。监督分类方法也有缺点，由于人为因素，分类系统的确定、训练样本的选择可能带有较强的主观性，分析者所选择的训练样本可能并不代表真实情形；另外监督分类只能识别训练样本中所定义的类别，未被定义的类别则不能被识别[”一。本研究主要利用遥感图像探测山区的钉螺孳生地．定义了钉螺孳生地、河流、居住区、阴影和其他地物5个类别，相互N入N入

文章来源：《遥感学报》 网址: http://www.ygxbzz.cn/qikandaodu/2020/1227/466.html