基于植被指數(shù)的城鎮(zhèn)植被變化檢測

摘 要：隨著遙感技術(shù)的不斷發(fā)展，利用不同時期的遙感影像，基于植被指數(shù)定量分析和確定地表的植被變化，已經(jīng)成為時下一個非常重要的研究方向，本文介紹了基于植被指數(shù)的城鎮(zhèn)變化檢測的處理流程。

關鍵詞：植被指數(shù)；遙感影像；變化檢測

1 引言

隨著國家經(jīng)濟的快速發(fā)展，城鎮(zhèn)的土地覆蓋面積、植被綠化面積也在不斷發(fā)生變化，因此，如何能夠有效而又快速地獲取城鎮(zhèn)的變化信息也成為了城鎮(zhèn)發(fā)展所要解決的一個重要的問題。

遙感影像以其多時相、大范圍的信息獲取為特征，成為城鎮(zhèn)變化檢測的重要手段。通過處理不同時期的遙感影像，對比相應的城鎮(zhèn)植被的植被指數(shù)，動態(tài)分析出隨著城鎮(zhèn)發(fā)展以及區(qū)域變化所帶來的地表植被的變化情況，為城鎮(zhèn)規(guī)劃提供決策支持信息。

目前使用較多的植被指數(shù)的主要有NDVI（歸一化植被指數(shù)）、RVI（比值植被指數(shù)）、SVI（綠度植被指數(shù)）等。本論文介紹的是以NDVI為處理方法的城鎮(zhèn)植被變化檢測。結(jié)合湖北省宜昌地區(qū)的TM影像為處理數(shù)據(jù)，詳細介紹了變化檢測的處理流程。

2 處理數(shù)據(jù)介紹

待處理數(shù)據(jù)是湖北省宜昌地區(qū)的兩期TM3、TM4影像，空間分辨率為30米。參考影像為SPOT影像，空間分辨率為10米。投影采用UTM投影方式。

3 植被指數(shù)

根據(jù)植被的光譜響應特性，葉綠素在可見光紅波段有很強的吸收特性，在近紅外波段有很強的反射特性，在0.5～0.7μm光譜段內(nèi)的反射率普遍小于20%，但在0.7～1.3μm范圍內(nèi)反射率可達到60%[1]。

歸一化植被指數(shù)NDVI是目前被采用最多的植被指數(shù)，它是植被生長狀態(tài)及植被覆蓋度的最佳指示因子，經(jīng)過不同波段數(shù)據(jù)的比值處理，可以部分消除與太陽高度角、衛(wèi)星觀測角等有關的輻照度條件變化的影響[2]。

4 影像數(shù)據(jù)預處理

4.1 幾何糾正

遙感圖像在成圖時，由于各類因素的影響，使原始圖像上的各種地物的幾何位置、形狀、尺寸、方位等特征在與參照系統(tǒng)中的表達要求不一致所產(chǎn)生了形變[3]。針對兩期TM影像的精度要求，以SPOT影像為參考影像，采用多項式的糾正模型進行處理，由于宜昌地區(qū)的地形山地較多，地形相對復雜，因此采用二次多項式進行糾正，所需控制點至少為6個。

1）特征點提取。利用Moravec算子對SPOT影像進行特征點的提取。計算各像元的興趣值IV，給定一經(jīng)驗閾值，將興趣值大于閾值的點作為候選點，提取候選點中的極值點作為影像的特征點。

2）同名點獲取。在SPOT參考影像上選取以目標點為中心，以大小為p×q的區(qū)域作為目標區(qū)域，對兩時相共四幅TM影像進行同名點的搜索。采用相關系數(shù)測度：

3）多項式糾正。根據(jù)獲取的同名點，利用多項式糾正模型進行最小二乘平差算法，求解多項式系數(shù)，對影像進行糾正。

4.2 歸一化處理

遙感圖像的成像過程復雜，由于成像過程中太陽位置、高度角、大氣條件、地形影像都會給影像帶來一定的影響。

為了使不同時期的影像具有可比性，本文中采用[4]中給出的基于直方圖統(tǒng)計特征的直方圖匹配算法對影像進行處理。直方圖匹配對不同時間獲取的同一地區(qū)的圖像作用很好，通過非線性變換使得一個圖像的直方圖與另一個圖像直方圖類似，使影像間具有可比性。

5 變化檢測

5.1 NDVI值的計算

通過兩期NDVI值進行比較，根據(jù)計算所得的NDVI值生成NDVI圖，圖像上，灰度值越大的地方表示植被長勢越好。

5.2 植被變化檢測

1）非監(jiān)督分類法。對NDVI圖進行處理，設置合理閾值，進行植被與非植被的分類。置非植被處的灰度值為0。對植被處的NDVI值直接進行非監(jiān)督分類，這里采用ISODATA算法，對植被進行分類[5]，劃分不同等級。

2）基于影像分割的分類方法。由于獲取的影像隨時間的變化，不同時間下的影像的NDVI的閾值設置也不是唯一確定的，要根據(jù)影像的實際拍攝情況進行確定。對獲取到的兩幅NDVI影像進行影像分割，采用多閾值的最大類間方差算法對影像進行分割[6-7]，獲得合理的分類結(jié)果。

對分類后的影像進行兩時期的相互對比，從而發(fā)現(xiàn)各個類別的植被變化情況，統(tǒng)計各類別像元個數(shù)、灰度范圍，得出兩時相的變化情況，獲得綜合變化情況統(tǒng)計表。

5 結(jié)果分析

通過對兩個時相的TM3與TM4影像計算歸一化植被指數(shù)，能夠獲取到該地區(qū)的植被變化情況，在影像預處理的過程中，幾何糾正與輻射處理都對后面提高分類效果有著很大的幫助。

幾何糾正的處理過程中，對于地形起伏較大的地區(qū)雖然采用的是二次多項式的糾正方法，但多項式在處理地形變化較大的影像有其不足之處，特別是影像的邊緣處理效果差一些，山地地區(qū)的特征點比較難提取，而城區(qū)、壩區(qū)、公路等地段的特征點相對易提取，因此整幅影像的糾正效果水平不同。

不同時期的影像歸一化處理使兩期遙感影像有了更好的可比性，作為影像預處理中關鍵的一步，能過去除影像中的偽變化，降低誤檢率。

對計算后的NDVI圖進行分類，在閾值設置方面是一個很重要的環(huán)節(jié)，一般情況下，NDVI值為正為植被，否則為非植被地區(qū)，為了能夠更加精確地獲取變化情況，采用對NDVI進行分類的方法，獲得不同類型的植被的變化境況，能獲得最后更準確的分析結(jié)果。

[參考文獻]

[1]陳劍鋒，諶進波.基于植被指數(shù)閾值法的城市邊界動態(tài)監(jiān)測技術(shù)研究[J].測繪與空間地理信息，2011，34（5）：85.

[2]Zhao Y-S（ 趙英時）.Principles and Methods on Analysis of Remote Sensing Applications.Beijing：Science Press，2003（in Chinese）.

[3]孫家柄.遙感原理與應用[M].武漢：武漢大學出版社，2009.

[4]朱磊.一種基于直方圖統(tǒng)計特征的直方圖匹配算法的研究[J].計算技術(shù)與自動化，2004，23（2）：48-51.

[5]舒寧，馬洪超，孫和利.模式識別的理論與方法[M].武漢：武漢大學出版社，2004.

[6]王磊，段會川.Otsu方法在多閾值圖像分割中的應用[J].計算機工程與設計，2008，29（11）：2844-2845，2972.

[7]Levine M D，Nazif A M.Dynamic measurement of computer generated image segmentations[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，1985，7（2）：155-164.