基于QuickBird遙感影像的城市動態監測方法研究

摘要：城市遙感是以城市環境、生態作為主要調查研究對象的遙感工程。通過利用現代化的、宏觀的、非接觸性的監測手段可以為政府部門提供相對完整、全面、客觀的城市變化信息，為政府的管理提供事實依據。本文以昆明市的不同時相的遙感數據為數據源，研究一套對城市環境進行動態監測的有效、精準的處理流程。

關鍵詞：遙感動態監測專題信息提取

0 引言

由于我國城市化進程的加快，舊城改造、新城建設的浪潮席卷南北，城市規模與數量迅速膨脹。為了監測和整治城市化過程中帶來的一系列環境問題。遙感技術在城市動態監測過程中的應用，不僅為政府部門提供相對完整、全面、具體的城市變化信息，也為政府的管理提供事實依據。

城市遙感是以城市環境、生態作為主要調查研究對象的遙感工程。監測項目可以包括：城市土地利用現狀調查；城市歷史變遷動態研究；城市水系調查；城市道路網絡調查；城市污染源分布調查；城市垃圾調查；城市熱島效應調查；城市綠化現狀調查；城市在建工地調查；城市舊城改造調查；城市防汛設施分布調查；城市違章建筑現狀調查等等。

1 遙感動態監測方法的研究現狀

隨著先進遙感物理設備的不斷應用，它為我們帶來高分辨率的衛星影像，為遙感圖像處理的精確度提供了最基本的保障。但是在遙感圖像處理和制圖的過程中還有許多人為因素直接影像圖像處理的效果。在遙感圖像的處理過程中地物信息自動識別分類是一個重要的處理過程，根據不同的遙感影像所采取的分類方法也有所不同。目前在遙感圖像分類方法主要有：遙感圖像的監督分類、非監督分類兩大類。在這兩中分類方法中又可分為許多不同的算法如常用的最小距離法、最大似然法、主成分分析法等等。從方法論的角度衡量，這些方法各有特點。有些方法是遵照非常嚴格的數學推導，但是遙感圖像自動識別分類仍然難消除錯分和漏分現象，分類精度一般只有60%—70%，達到85%的就算不錯，超過95%的更是鳳毛麟角。所以獲得高精度的分類結果成為阻礙遙感技術大規模實用化的瓶頸之一。

目前針對城市遙感圖像處理沒有一套確定的行之有效的處理算法，這主要取決于人們獲取的衛星影像數據的類型以及人們所針對的研究對象，即是說根據人們所獲取的影像數據和研究目標，人們在處理過程中的方法和處理順序也大不相同，想要取得滿意的高精度的處理結果，只有根據不同衛星影像的特征，以及各城市地物特點采取有針對性的方法進行處理，提供可靠性高的專題圖。

2 動態監測中的信息分類及處理方法

在處理遙感圖像時尋找一種準確的圖像自動分類方法；尋找一種高效的圖像處理方法來分析昆明城市主要地物信息的變化是我研究的主要方向。在課題的研究過程中，主要針對昆明市的遙感數據，探索一套對城市環境進行動態監測的處理流程，減少處理過程中人為處理、判讀所產生的誤差，提高處理結果的精確度。尤其是在處理過程中針對Quickbird遙感影像的不同地物信息的分類方法進行研究，提高主要地物信息的分類精度，尋找一種針對城市影像的精確、高效的分類方法。此外，根據分類處理結果，比較不同時相的遙感圖像，分析地物變遷情況，并制作專題圖。

2.1 遙感動態監測處理流程 城市環境動態監測是針對的是不同時相的遙感圖像，需要對遙感圖像進行一系列的處理，突出感興趣的地物信息，比較不同時相的地物信息，并對其變化進行分析和比較。在處理過程中，我們主要針對城市環境中的幾類主要信息進行分析研究。主要可以分為四個部分一是遙感圖像的與處理，二是地物信息的變化分析，三是制作專題圖，四是驗證處理結果。

針對昆明市的遙感影像，我們可以制定出一個初步的處理流程圖：

2.2 城市遙感影像的分類和信息的提取方法 計算機遙感圖像分類是統計模式識別技術在遙感領域中的具體應用。統計模式識別的關鍵是提取待識別模式的一組統計特征值，然后按照一定的準則做出決策，從而對數字圖像予以識別。遙感圖像分類主要的依據是地物的光譜圖特征，即電磁波輻射的多波段測量值。這些可以用作圖像分類的原始特征變量。

針對昆明市城市的地物類別我們大致可以將城市信息分為幾類：①城市綠化區域：它包括各大公園綠的、街心花園、行道樹木、屋頂花園等等；針對該類地物信息，試驗中針對植物所具有的光譜特性，利用影像中的紅外和近紅外波段對其進行提取，在植被信息提取過程中這是一個較為成熟的處理方法。②城市水體：它主要指的是穿越城市的河流、公園的人工湖泊以及零星的人造噴泉景觀；由于水體特殊的光譜特性，在實驗中可以利用該特點對其提取。由于昆明市區水體、水系較為單純且集中，該類地物信息的提取也相對容易。③城市道路：在衛星影像中所提取的道路主要是以瀝青和水泥為材料的城市主要干道和次級道路。道路在城市地物中是比較重要的一類信息，且信息分布面積多、散，容易受到建筑物信息的干擾。該類信息在建造時采用的材質多樣使得我們無法利用它的光譜特性對其驚喜精準的提取，在課題研究中我們主要利用道路在面積上具有的連續性和在線條上具有的延伸性，對道路的邊緣利用非定向的邊緣檢測算法進行檢測，根據道路邊緣的特征對道路進行提取分析。④城市建筑物：城市建筑物包括在城市中的各種高度的建筑物、廣場、廠房、居民小區等等；由于城市建筑物的材質多樣、形狀各異，在該類地物信息的提取中我們組要采用排除法，即在在原有的遙感影像中切割掉已經提取的綠地、水體和道路信息，就得到城市建筑面積信息，在動態監測上，主要利用主成分分析法對不同時相的建筑物信息進行處理，而后再進行變遷比較。

對城市動態信息的監測主要是基于遙感處理軟件ERDAS9.0和PCI9.1利用遙感處理軟件中的現有模塊對遙感圖像進行處理，或者利用遙感處理軟件來進行建模，研究新的處理方法。

3城市動態信息提取專題圖

以下下專題圖為昆明市2006年至2010年相同范圍內（二環區域內）的區域截圖，在圖像截取時采用兩圖幾何校正后的相同坐標點進行垂直以及水平切割來完成，以保證數據的可比性。在實際的操作中采用將原始圖像進行相同坐標區域等大小切割，再合并數據的方法進行處理。

4總結

遙感信息的獲取與處理技術隨著信息時代的到來正在高速發展，人們對遙感信息內在規律的了解也愈加深入，因此，遙感信息在城市領域的應用將越來越廣泛，必將推動“數字城市”乃至“數字中國”和“數字地球”的建設，對于提高城市建設的決策、規劃和管理水平，提高城市建設的環境、經濟、社會等的綜合效益，以及城市的可持續發展規劃將起到十分重要的作用。

參考文獻：

[1]Zhu M L，Yeh PS.Automatic road network extraction on aerial photographs[J].Computer Vision and Pattern Recognition.IEEE Computer Society Press.1986，pp.34-40.

[2]Trinder J，Wang YD.Knowledge based road interpretation in aerial images[J].In:IAPRS3 2P ART4.1998，pp.635-640.

[3]P.Meer. Edge detection with embedded confidence[J]， IEEE pattern analysis and machineintelligence.2001，23(12)，pp，1351～136.

[4]史冊，徐勝榮，荊仁杰等.實時圖像處理中一種快速的直線檢測算法[J].浙江大學學報:工學版，1999，33(5):482-486.

[5]王天鵬.遙感影像中道路的半自動提取研究[D].解放軍信息工程大學碩士學位論文，2004.

[6]戴昌達，姜小光，堂伶俐.遙感圖像應用處理與分析[M].北京，清華大學出版社.2004年3月第1版.