高分辨率遙感影像在城市綠地信息提取中的應(yīng)用研究.pdf

1、綠地不僅是城市的凈化器，具有生態(tài)功能，同時(shí)也有著重要的社會(huì)功能。隨著經(jīng)濟(jì)增長和社會(huì)發(fā)展，綠地的規(guī)劃、建設(shè)、評(píng)價(jià)、監(jiān)測(cè)和管理越來越受到重視。利用遙感技術(shù)獲取綠地信息成為快速、客觀、準(zhǔn)確的城市生態(tài)監(jiān)測(cè)、評(píng)價(jià)、規(guī)劃和管理的重要手段。目前可以利用的高分辨率遙感數(shù)據(jù)資料越來越多，高于1m分辨率航天遙感影像和航空遙感影像已開始應(yīng)用到資源調(diào)查和測(cè)圖中。本文以城市不同綠地類型信息提取為目標(biāo)，從幾何校正、數(shù)據(jù)融合、分類方法等方面著手進(jìn)行研究，探索研究不同

2、高分辨率遙感數(shù)據(jù)、不同信息提取方法在城市綠地信息提取中的應(yīng)用，并在此基礎(chǔ)上進(jìn)行綠地功能綜合評(píng)價(jià)研究。為城市綠地信息提取適宜遙感影像尺度的選擇、圖像預(yù)處理、圖像分類及評(píng)價(jià)提供技術(shù)和方法支持。 論文首先研究了利用2D二次多項(xiàng)式校正城區(qū)不同高分辨率遙感影像所能達(dá)薊的面積和點(diǎn)位精度。分別用不同數(shù)量的(25和6)GPS地面測(cè)量點(diǎn)和從1：10000地形圖中獲取的控制點(diǎn)校正SPOT5影像；利用6個(gè)GPS控制點(diǎn)校正IKONOS影像：利用6個(gè)GP

3、S控制點(diǎn)校正QUICKBIRD影像，并利用另外的GPS地面點(diǎn)作為檢核點(diǎn)，對(duì)校正后的影像能達(dá)到的點(diǎn)位和面積精度分別進(jìn)行研究。 結(jié)果表明：(1)在地形起伏不大的城區(qū)，采用二維二次多項(xiàng)式的方法校正SPOT影像(2.5m分辨率)，用較少數(shù)量的GPS控制點(diǎn)(6個(gè))即可得到較好的點(diǎn)位精度； (2)如果用地形圖校正影像，需要足夠數(shù)量且分布均勻的控制點(diǎn)來獲取符合要求的點(diǎn)位精度。 (3)利用GPS控制點(diǎn)和地形圖控制點(diǎn)校正S POT5影像均可獲得較

4、好的面積精度，滿足綠地調(diào)查等專題制圖需要。(4)校正后影像上點(diǎn)位和面積精度存在復(fù)雜的關(guān)系，不能簡單地利用誤差理論由點(diǎn)位精度推導(dǎo)面積精度。(5)在地形起伏不大的城區(qū)，用6個(gè)GPS控制點(diǎn)，采用二維二次多項(xiàng)式模型，校正QUICKBIRD和IKONOS影像均可獲取較好的點(diǎn)位和面積精度，與SPOT5數(shù)據(jù)相比二者點(diǎn)位精度明顯較高，但并不表現(xiàn)明顯高的面積精度。 第二部分是在影像校正的基礎(chǔ)上，針對(duì)城區(qū)植被特點(diǎn)，研究高分辨率遙感數(shù)據(jù)的融合方法。同

5、一融合方法不同應(yīng)用目的融合效果不同，本文采用主成分分析、HIS變換以及基于小波變換的主成分分析和HIS變換四種方法對(duì)SPOT5全色影像和多光譜影像進(jìn)行融合，并結(jié)合城市植被制圖特點(diǎn)對(duì)融合結(jié)果進(jìn)行質(zhì)量評(píng)價(jià)。結(jié)果表明，基于小波變換的PCA和HIS變換融合法，光譜保持能力最好，但是空間結(jié)構(gòu)較差，有明顯的分塊效應(yīng)，不適于城市植被零星分布的特點(diǎn)。主成分分析既有較好的空間結(jié)構(gòu)特征，細(xì)小地物紋理清晰，同時(shí)又具有較好的光譜保持能力，最適合于城市植被制圖研

6、究。纓帽變換是針對(duì)植被提取進(jìn)行的一種圖像增強(qiáng)方法，變換后的各分量與植被、土壤等自然景觀屬性相聯(lián)系，能更好地區(qū)分植被類型。針對(duì)城市植被特征，本文研究了基于纓帽變換的IKONOS全色和多光譜影像的融合方法，同時(shí)利用主成分分析方法對(duì)影像進(jìn)行融合，分別在整景影像和植被區(qū)對(duì)融合結(jié)果進(jìn)行對(duì)比分析。結(jié)果顯示在該實(shí)驗(yàn)區(qū)，對(duì)整景影像和植被區(qū)域，從目視效果和定量指標(biāo)兩個(gè)方面進(jìn)行評(píng)價(jià)，纓帽變換融合結(jié)果都優(yōu)于主成分析結(jié)果。 第三部分是基于高分辨率遙感影

7、像的綠地信息提取方法的研究。建城區(qū)綠地面積是指公共綠地、居住區(qū)和單位附屬綠地、防護(hù)綠地、生產(chǎn)綠地、風(fēng)景林地、道路綠化用地等六類綠地面積之和。建城區(qū)綠化覆蓋面積是指城市綠化種植中的喬木、灌木、草坪等所有植被的垂直投影面積及水面之和，其中建成區(qū)范圍內(nèi)的耕地不統(tǒng)計(jì)在內(nèi)。 綠地面積具有社會(huì)屬性，難以利用常規(guī)的以光譜特征為基礎(chǔ)的分類方法進(jìn)行提取，本文利用面向?qū)ο蟮挠跋穹治黾夹g(shù)，以20cm航空影像為數(shù)據(jù)源，利用光譜特征、長寬比特征、距離特征

8、及語義關(guān)系等，對(duì)城市道路綠地和零星綠地進(jìn)行了自動(dòng)提取，結(jié)果表明提取精度精度分別達(dá)到了76.56％和88.45％以上。 為研究綠化覆蓋面積的提取，本文以SPOT5影像為數(shù)據(jù)源，在分析不同植被類型、水面、裸土、耕地、道路和居民區(qū)的光譜特征的基礎(chǔ)上，利用多光譜影像計(jì)算兩個(gè)指數(shù)模型(G-R)/(G+R)和(G+SWIR)/80，并結(jié)合多光譜的第四波段，采用基于耕地分區(qū)的決策樹法，對(duì)城市綠化覆蓋面積進(jìn)行提取，結(jié)果表明與利用監(jiān)督分類對(duì)融合后

9、的影像進(jìn)行分類相比，提取精度明顯提高。 第四部分是遙感尺度對(duì)綠地信息提取精度的影響。遙感影像信息提取的不確定性和尺度是遙感信息科學(xué)中兩個(gè)密切相關(guān)的概念，研究影像信息不確定性就需要了解不同的尺度對(duì)信息提取的精度有何影響。由于城市綠地林相復(fù)雜，且有大量的零星綠地存在，而且許多綠地分布在高層建筑物之間，如果分辨率低，則零星綠地不能充分表現(xiàn)，如果分辨率過高又會(huì)出現(xiàn)陰影和遮擋嚴(yán)重的現(xiàn)象，本文對(duì)三種常用高分辨率遙感影像SPOT5、IKONO

10、S和QUICKBIRD，通過目視解譯方法進(jìn)行綠地信息提取，分析其綠地信息提取的精度。結(jié)果表明：較高分辨率影像獲取面狀和帶狀綠地信息，精度優(yōu)于較低分辨率影像；較高分辨率遙感影像提取零星小綠地的精度明顯較高；在以7層以下建筑物為主的城市區(qū)域，綠地與道路的結(jié)構(gòu)特點(diǎn)決定，陰影和遮擋造成的綠地信息丟失，較高分辨率遙感影像與較低分辨率遙感影像差別不大。所以適應(yīng)城市綠地信息提取特征，三種影像中，QUICKBIRD影像最適合綠地調(diào)查。第五部分是以RS和

11、GIS為基礎(chǔ)，對(duì)城市主要綠地類型，即公共綠地和道路綠地，進(jìn)行綠地功能綜合評(píng)價(jià)。為了對(duì)城市公共綠地進(jìn)行評(píng)價(jià)，本文根據(jù)公共綠地的功能特點(diǎn)，按照評(píng)價(jià)體系可操作性和可比性要求，選擇單位公園綠化覆蓋率、面積大小、公園服務(wù)半徑內(nèi)的居民區(qū)和單位面積比例、服務(wù)半徑內(nèi)道路面積比例作為評(píng)價(jià)因子。論文以山東省泰安市為研究區(qū)，利用基于植被指數(shù)的決策樹分類法結(jié)合ArcGIS空間分析功能，從SPOT5影像中獲取評(píng)價(jià)因子數(shù)據(jù)，利用多級(jí)模糊評(píng)判方法對(duì)研究區(qū)城市公共綠地

12、進(jìn)行評(píng)判。評(píng)價(jià)結(jié)果為泰安市公共綠地的生態(tài)功能和社會(huì)功能綜合得分為77.449分，等級(jí)標(biāo)準(zhǔn)為良好。 為對(duì)研究區(qū)道路綠地的功能進(jìn)行評(píng)價(jià)，需用三步生成所需要的道路系統(tǒng)圖和道路綠化覆蓋圖。首先在SPOT5(2.5m)假彩色遙感影像中手動(dòng)繪制道路中線，并根據(jù)每條道路的寬度分別做緩沖區(qū)分析，生成城市道路系統(tǒng)圖；再通過對(duì)SPOT5多光譜影像計(jì)算植被指數(shù)，并利用決策樹分類法獲取城市綠化覆蓋圖；最后通過對(duì)整個(gè)城市的綠化覆蓋圖與道路系統(tǒng)圖進(jìn)行空間疊