基于Landsat-8OLI數據的武漢市土地利用分類

歐陽君

(武漢大學遙感信息工程學院，湖北 武漢 430079)

基于Landsat-8OLI數據的武漢市土地利用分類

歐陽君

(武漢大學遙感信息工程學院，湖北 武漢 430079)

近年來，由于區域人口的增加和社會經濟的快速發展，武漢市的土地利用類型發生了明顯變化。本文以武漢地區的Landsat-8 OLI影像為數據源，利用envi軟件對其進行監督分類，對監督分類的結果進行精度驗證，論述了采用Landsat-8 OLI影像獲得城市土地利用分類的技術流程，為該地區以后的動態監測提供了依據，對于土地可持續利用具有重要意義。

Landsat-8 OLI;土地利用;監督分類;武漢市

近年來，由于經濟的快速發展，武漢市的土地利用類型變化較大，遙感數據被廣泛用于土地利用和土地覆蓋研究，遙感技術的快速發展為土地利用研究提供了有力的工具。利用遙感圖像解譯編制土地利用類型圖是一種經濟實用的方法，能夠快速、準確、大范圍地獲取土地資源狀況，它可為摸清土地資源的數量與質量并進行合理利用提供科學依據。本文利用Landsat-8遙感影像結合ENVI工具，快速得到了武漢市的土地利用類型。通過對分類結果精度的驗證，證明了此技術可以作為獲取土地利用信息的有效手段。

1.研究區概況

武漢市是湖北省省會、中國中部地區中心城市。地處中國腹地中心，江漢平原東部，長江與漢江的交匯處，位于東經113°41＇-115°05＇，北緯 29°58＇-31°22＇。武漢市總面積達 8494平方公里。武漢地處我國東部沿海向內陸過渡地帶，氣候屬亞熱帶濕潤性東南季風氣候，具有冬寒夏暖、春濕秋旱、夏季多雨、冬季少雪、四季分明的特征。地形以平原為主，兼有少量低山丘陵以及崗地。植被類型繁多，自然植被以常綠闊葉、落葉闊葉混交林為主，馬尾松、杉木、櫟樹分布普遍。

2.數據來源

2013年2 月11號，美國航空航天局 (NASA)成功發射了Landsat8衛星，其上攜帶OLI陸地成像儀和TIRS熱紅外傳感器。OLI陸地成像儀包括9個波段，空間分辨率為30米，其中包括一個15米的全色波段。與ETM+傳感器相比，OLI包括了ETM+傳感器所有的波段，OLI全色波段Band8波段范圍變窄，使全色圖像更易區分植被和無植被地區［1］，有利于目視判讀和城市土地利用分類。此外，還有兩個新增的波段:藍色波段 (band 1;0.433–0.453μm)和短波紅外波段 (band 9;1.360–1.390μm)。

研究選取2013年9月的兩景Landsat-8 OLI影像對武漢市進行土地利用分類研究，行列號分別為123/38和123/39，兩景數據云量較少，成像清晰，利于后續分類處理。

3.數據處理

3.1 彩色合成和圖像融合

不同的波段組合有其不同的主要用途，根據目視判讀的需要，各類地物間的反差應盡可能大，根據前人在長期工作中總結的Landsat TM(ETM+)不同波段合成對地物增強的效果，TM的4、3、2波段組合的地物圖像豐富、鮮明、層次好，可用于植被分類和水體識別［2］，而OLI的5、4、3波段范圍與TM的4、3、2波段范圍非常接近，最后確定選擇5、4、3標準假彩色波段組合。將多光譜波段影像和全色波段影像分別進行Seamless Mosaic無縫接邊處理，用武漢市行政規劃圖shapefile矢量文件分別剪裁，將武漢市多光譜影像的5、4、3波段進行假彩色合成。

采用得到的武漢市假彩色合成影像與全色波段影像做HSV影像融合，使處理后的遙感圖像既提高了空間分辨率，同時又保留了影像原本的多光譜特征，從而達到圖像增強的目的，增強判讀的準確性。經過HSV融合后，道路等細節能夠更加清楚的分辨，地物間反差增大，更加有利于目視判讀 (圖1)。

圖1 HSV融合前后影像細節對比

3.2 監督分

類

對于監督分類而言，訓練區ROI的選擇是否準確合理對分類精度有著很大的影響。使用ENVI的ROITOOL工具在融合后的影像上采取樣區，對比衛星影像地圖上的實際地物，發現湖泊與水田、耕地與草地，很難剝離，所以決定將這四種地物劃分為兩類，結合武漢市實際情況，將土地利用類型分為:長江、湖泊水田、林地、灌木、耕地草地和城鎮用地六類。選擇完訓練樣本后，通過ENVI軟件的Compute ROISeparability工具計算訓練樣本的可分離性，樣本間可分離性結果值均大于1.8，說明樣本之間的可分離性較好。

ENVI提供了多種監督分類方法，最常使用的有最大似然法、神經網絡分類法、最小距離法和支持向量機方法，不同方法參數設置不同，而且最終分類效果也會有所不同。相較于其他幾種方法，最大似然法的分類精度較高，且計算時間較快［3］，本文采用最大似然法進行監督分類。建立一個背景的掩膜，使背景不參與監督分類，使用生成的分類模板和背景掩膜進行最大似然法監督分類，得到土地利用分類圖 (圖2)。

圖2 武漢市土地利用分類圖

3.3 精度評價

分類后進行精度評定，采用混淆矩陣的方法，混淆矩陣見表1。得到總體分類精度為97.7071%，Kappa系數為0.9712。由此可見分類精度很高，影像分類質量很好。

表1 土地利用混淆矩陣

4.結果分析

根據統計分類結果可知，灌木面積為2977.944平方公里，占土地總面積的35.14%，面積最大;其次是城鎮用地，面積為2797.691平方公里，占土地總面積的33.02%;耕地和草地面積為1052.047平方公里，占12.42%;湖泊和水田面積為860.08平方公里，占10.15%;林地面積為623.259平方公里，占7.34%;長江面積為162.627平方公里，占1.92%。

表2 武漢市土地利用面積分類

5.結論與討論

本文以Landsat-8 OLI影像數據為數據源，得到了武漢市土地利用分類圖，能夠較好的反映武漢市的地表信息，又具有較強的分類可行性。Landsat-8 OLI數據相對于MODIS等低空間分辨率、高時間分辨率數據來說，更加能夠確保分類結果的準確性;而QuickBird、SPOT等數據雖然具有高空間分辨率，但是價格貴、時間分辨率低，只適用于特定小空間尺度的研究。Landsat-8 OLI數據屬于中等空間分辨率，具有合適的重訪周期，更適合于做土地利用分析。

利用Landsat8 OLI影像編制土地利用類型圖是一種經濟實用的方法，可為決策部門更加及時、準確地提供土地資源的數量、質量、分布及其變化趨勢以便從宏觀上調控土地資源利用，能夠有效避免由于人類對于土地資源的過度開發而引起的諸如溫室效應、土地退化、水土流失等一系列生態問題。

［1］張風霖，緱變彩，李靖琳.Landsat7 ETM+與 Landsat8 OLI植被和非植被定量研究［J］.山西建筑，2014，40(11):240-241.

［2］鄧書斌.ENVI遙感圖像處理方法［M］.北京:科學出版社，2013.124-125.

［3］閆琰，董秀蘭，李燕.基于envi的遙感圖像監督分類方法比較研究［J］.北京測繪，2011，(3):14-16.