多源遙感影像及處理方法在城市發(fā)展普查中應(yīng)用的對比研究

陳 慧，王小軍

(國家測繪地理信息局海南基礎(chǔ)地理信息中心，海南 海口 570203)

多源遙感影像及處理方法在城市發(fā)展普查中應(yīng)用的對比研究

陳 慧，王小軍

(國家測繪地理信息局海南基礎(chǔ)地理信息中心，海南 ?？?570203)

利用多種遙感影像處理技術(shù)從不同分辨率影像中提取城市綠地及城鎮(zhèn)居民地，以同時(shí)期航片中對應(yīng)的地物為基準(zhǔn)進(jìn)行誤差統(tǒng)計(jì)。研究結(jié)果表明：IKONOS影像利用植被指數(shù)提取城市綠地的精度高于其他方法及影像；分辨率越高的影像，提取城鎮(zhèn)居民地的精度越高；IKONOS使用比值變換融合的影像提取城鎮(zhèn)居民地的精度最高，但是處理過程花費(fèi)時(shí)間較長。

城市發(fā)展普查；城市綠地；城鎮(zhèn)居民地；影像分類

一、引 言

根據(jù)《地理國情監(jiān)測總體設(shè)計(jì)》，地理國情監(jiān)測項(xiàng)目建設(shè)任務(wù)與內(nèi)容之一是開展重要地理國情信息普查，利用分辨率優(yōu)于2.5 m的多源高分辨率遙感影像結(jié)合判讀解譯參考信息，采用地理要素自動(dòng)提取、人機(jī)交互解譯等技術(shù)手段，按照內(nèi)業(yè)預(yù)判、外業(yè)調(diào)查與核查、內(nèi)業(yè)整理的方法，形成重要地理國情普查成果。

本文使用多源遙感影像及不同的處理方法對海南北部城市開展地理國情信息普查，對城市綠地和城鎮(zhèn)居民地進(jìn)行分類提取，統(tǒng)計(jì)面積誤差并對比結(jié)果，分析哪種影像與方法能夠更加高效準(zhǔn)確地提取城市綠地或城鎮(zhèn)居民地，為今后其他城市開展地理國情信息普查時(shí)如何選擇遙感影像及處理方法提供參考依據(jù)。

二、研究區(qū)域與研究方法

1.研究區(qū)域及數(shù)據(jù)

項(xiàng)目研究區(qū)域?yàn)楹Ｄ鲜”辈康貐^(qū)，由于海南島地處熱帶北緣，屬熱帶季風(fēng)氣候，因此長夏無冬，植被常年茂密。本項(xiàng)目使用的數(shù)據(jù)及參數(shù)見表1，影像數(shù)據(jù)均已經(jīng)過輻射校正和幾何校正，為了提高分類精度，本項(xiàng)目利用2005年1∶1萬地形圖數(shù)據(jù)作為輔助數(shù)據(jù)。

2.研究方法

(1)技術(shù)流程

本項(xiàng)目技術(shù)流程如圖1所示。

表1 項(xiàng)目使用的遙感影像參數(shù)

圖1 項(xiàng)目技術(shù)流程

(2)遙感影像處理

遙感影像處理主要分為影像預(yù)處理與影像分類處理。

影像預(yù)處理主要包括影像配準(zhǔn)與影像融合。項(xiàng)目將TM影像與SPOT5影像、IKONOS多光譜與IKONOS全色影像分別使用主成分分析、比值變換兩種融合方法進(jìn)行融合。融合前分別對TM影像與SPOT5影像，以及IKONOS多光譜與IKONOS全色影像進(jìn)行配準(zhǔn)，以分辨率高的影像為參照，運(yùn)用二次多項(xiàng)式以及最鄰近重采樣法對分辨率低的影像進(jìn)行幾何配準(zhǔn)。為了提高后期分類精度，誤差控制在1個(gè)像素以內(nèi)[1-4]。

影像分類處理主要包括使用植被指數(shù)、監(jiān)督分類與非監(jiān)督分類方法。從TM影像、TM與SPOT5融合影像、IKONOS多光譜影像，以及IKONOS融合影像中分類提取城市綠地及城鎮(zhèn)居民地[5-7]。本項(xiàng)目使用的植被指數(shù)為歸一化植被指數(shù)(NDVI)和比值植被指數(shù)(RVI)。NDVI與RVI是應(yīng)用較廣的植被指數(shù)，計(jì)算公式分別為

式中，Rr是紅色波段反射率；Rnir是近紅外波段反射率；NDVI的取值范圍為[－1，1]，正值表示有植被覆蓋；RVI的值均大于0，大于1的區(qū)域表示有植被覆蓋。

本項(xiàng)目提取城市綠地與城鎮(zhèn)居民地所使用的遙感影像及影像處理方法見表2。

表2 提取城市綠地與城鎮(zhèn)居民地所使用的遙感影像及影像處理方法

(3)分類結(jié)果誤差統(tǒng)計(jì)

對所有監(jiān)督分類與非監(jiān)督分類進(jìn)行分類結(jié)果精度評價(jià)，即對每個(gè)分類結(jié)果的植被、水系及城鎮(zhèn)建設(shè)用地要素隨機(jī)生成100個(gè)點(diǎn)，判斷這些點(diǎn)分類是否正確。當(dāng)植被分類精度達(dá)到75%、城鎮(zhèn)建設(shè)用地的分類精度達(dá)到65%時(shí)，對應(yīng)的遙感影像及處理方法參與分類結(jié)果誤差統(tǒng)計(jì)。

分類結(jié)果誤差統(tǒng)計(jì)是從各分類結(jié)果中的輪廓清晰、明顯完整、效果較好的植被、水系，以及城鎮(zhèn)建設(shè)用地的圖斑與航片中提取同一個(gè)圖斑，分別統(tǒng)計(jì)面積、計(jì)算誤差，定量地對比各影像及處理方法。本項(xiàng)目從所有參與誤差統(tǒng)計(jì)的分類結(jié)果中均分別選取了25個(gè)植被、水系或城鎮(zhèn)建設(shè)用地的圖斑，以航片中提取的圖斑的面積為基準(zhǔn)，計(jì)算各個(gè)圖斑的面積誤差，公式為

式中，Aim是衛(wèi)片提取出的要素面積；Aph是航片提取出的要素面積。統(tǒng)計(jì)25個(gè)面積誤差的最大誤差、最小誤差以及中誤差(RMSE)，公式為

式中，N＝25。

三、試驗(yàn)結(jié)果與分析

1.城市綠地

各遙感影像及處理方法提取城市綠地圖斑的誤差統(tǒng)計(jì)結(jié)果對比見表3。

根據(jù)表3的結(jié)果，研究區(qū)域內(nèi)IKONOS影像提取城市綠地圖斑的誤差統(tǒng)計(jì)結(jié)果最好。其中誤差統(tǒng)計(jì)結(jié)果最好的是RVI，中誤差為2.425%；其次是NDVI，中誤差為2.685%，不僅好于IKONOS多光譜影像監(jiān)督分類(3.221%)和非監(jiān)督分類方法(3.271%)，也好于IKONOS融合影像的監(jiān)督分類(2.707%、2.875%)和非監(jiān)督分類(2.767%、2.967%)。同樣，TM影像提取城市綠地的統(tǒng)計(jì)結(jié)果也是NDVI(5.024%)與RVI(4.510%)明顯優(yōu)于監(jiān)督分類(5.507%)。另外根據(jù)表3的結(jié)果，在本次項(xiàng)目中無論是TM還是IKONOS，其RVI的提取精度都高于NDVI。

表3 各遙感影像及處理方法提取城市綠地圖斑的誤差統(tǒng)計(jì)結(jié)果對比表

圖2為不同影像及方法提取同一城市綠地圖斑的對比圖，圖中(b)—(j)與航片對應(yīng)的城市綠地圖斑面積誤差分別依次為－2.018%、－0.895%、－4.522%、1.03%、1.391%、1.792%、2.632%、2.276%和3.206%。

圖2 不同影像及方法提取同一城市綠地圖斑的結(jié)果對比

2.城鎮(zhèn)居民地

各遙感影像及處理方法提取城鎮(zhèn)居民地圖斑的誤差統(tǒng)計(jì)結(jié)果對比見表4。

根據(jù)表4的結(jié)果，研究區(qū)域內(nèi)IKONOS融合影像提取城鎮(zhèn)居民地圖斑的誤差統(tǒng)計(jì)結(jié)果最好。其中，最好的方法是IKONOS比值融合—監(jiān)督分類(2.700%)；其次是IKONOS比值融合—非監(jiān)督分類與IKONOS主成分融合-監(jiān)督分類(分別為2.782%和2.785%)。

表4 各遙感影像及處理方法提取城鎮(zhèn)居民地圖斑的誤差統(tǒng)計(jì)結(jié)果對比表

由于城鎮(zhèn)居民地在影像上沒有獨(dú)特的光譜特性，因此分類方法采用的是監(jiān)督分類與非監(jiān)督分類。根據(jù)表4結(jié)果可知，4 m、2.5 m及1 m分辨率影像的誤差統(tǒng)計(jì)結(jié)果是依次降低的，即分辨率越高的影像，分類結(jié)果的精度越高；但是誤差統(tǒng)計(jì)結(jié)果降低的幅度依次減少，這是由于城鎮(zhèn)居民地的信息提取精度隨遙感影像空間分辨率增加的趨勢是有限的，原因主要在于雖然居民地的輪廓清晰性及像元的純凈度都與遙感影像的空間分辨率基本上呈正相關(guān)，但是空間分辨率的提高會(huì)放大居民地內(nèi)部結(jié)構(gòu)的細(xì)節(jié)，從而對居民地的遙感識(shí)別與信息提取工作增加一些干擾性的噪聲信息[8]。另外，雖然IKONOS融合影像分辨率高，但數(shù)據(jù)量大，比起TM與SPOT5融合影像，在融合及分類等處理過程中需要花費(fèi)更多的時(shí)間。

圖3為各影像及方法提取同一房屋圖斑的對比圖，圖中(b)—(i)與航片中對應(yīng)的房屋圖斑面積誤差分別依次為3.455%、3.002%、－2.252%、－6.508%、3.441%、－0.599%、－2.088%和1.870%。

圖3 不同影像及方法提取同一房屋圖斑的結(jié)果對比

根據(jù)表3和表4可知，IKONOS 1 m的融合影像，無論是使用比值變換還是主成分分析的融合方法，提取城市綠地或城鎮(zhèn)居民地要素圖斑時(shí)，監(jiān)督分類的統(tǒng)計(jì)結(jié)果都略好于非監(jiān)督分類的方法，但是相對于后者，前者在選取訓(xùn)練樣本時(shí)為了保障后期分類的準(zhǔn)確性需要消耗大量的時(shí)間和精力。

四、結(jié)束語

本文以同一時(shí)期的TM影像、SPOT5影像以及IKONOS影像為數(shù)據(jù)源，結(jié)合各種遙感影像處理方法，統(tǒng)計(jì)研究區(qū)域內(nèi)的各方法分類城市綠地與城鎮(zhèn)居民地要素的誤差。對比分析試驗(yàn)結(jié)果發(fā)現(xiàn)：研究區(qū)域內(nèi)IKONOS影像比TM影像與SPOT5影像更適合提取城市綠地，尤其是使用NDVI和RVI，誤差統(tǒng)計(jì)結(jié)果明顯好于其他影像及方法；IKONOS融合影像提取城鎮(zhèn)居民地的誤差統(tǒng)計(jì)結(jié)果普遍優(yōu)于其他影像及方法，其中比值融合結(jié)合監(jiān)督分類的誤差統(tǒng)計(jì)結(jié)果最低，但是比起TM與SPOT5融合影像，IKONOS融合影像分辨率高，數(shù)據(jù)量大，處理過程耗費(fèi)時(shí)間最多。

[1] 王樂，牛雪峰，王明常.遙感影像融合技術(shù)方法研究[J].測繪通報(bào)，2011(4)：6-8.

[2] 肖漢.基于TM和SPOT5影像融合的土地利用分類及精度比較——以朝陽區(qū)為例[J].城市地質(zhì)，2010 (1)：19-23.

[3] 何海鵬，何國金.IKONOS高分辨率遙感影像融合方法比較研究[J].科技導(dǎo)報(bào)，2009(5)：33-37.

[4] 宋剛賢，潘劍君，朱文娟.IKONOS影像的最佳融合技術(shù)研究[J].測繪科學(xué)，2009(2)：106-108.

[5] 蘭明娟，魏虹，熊春妮，等.基于TM影像的重慶市北碚區(qū)地表植被覆蓋變化[J].西南大學(xué)學(xué)報(bào)：自然科學(xué)版，2009，31(4)：100-104.

[6] 劉衷瑞，馮伍法，寧衛(wèi)遠(yuǎn)，等.基于高分辨率衛(wèi)星影像的居民地信息提取研究[J].影像技術(shù)，2012，24(4)：25-28.

[7] 張友水，馮學(xué)智，都金康，等.IKONOS影像在城市綠地提取中的應(yīng)用[J].地理研究，2004(2)：274-280.

[8] 汪權(quán)方，許紀(jì)承，陳媛媛，等.遙感影像空間分辨率對居民地信息提取的影響[J].資源科學(xué)，2012，34(1)：159-165.

Comparative Study on Multi-source Remote Sensing Images and Processing Method Applied in Urban Development Census

CHEN Hui，WANG Xiaojun

P237

B

0494-0911(2014)11-0060-04

2013-11-05

陳 慧(1983—)，女，湖北黃陂人，碩士，工程師，研究方向?yàn)镚IS應(yīng)用、遙感技術(shù)應(yīng)用、數(shù)字城市。

陳慧，王小軍.多源遙感影像及處理方法在城市發(fā)展普查中應(yīng)用的對比研究[J].測繪通報(bào)，2014(11)：60-63.

10.13474/j.cnki. 11-2246.2014.0364