焦作城區綠地遙感精細提取技術分析研究

劉 艷 杰

(河南農業職業學院，河南 中牟　451450)

?

·測量·

焦作城區綠地遙感精細提取技術分析研究

劉 艷 杰

(河南農業職業學院，河南 中牟451450)

針對焦作城區的綠地種類和空間分布普查問題，以Landsat 8和高空間分辨率影像為數據源，研究了城市綠地信息提取的NDVI、像元二分模型和監督分類技術，準確提取了焦作市區的綠地空間分布信息，并且驗證了提取結果，得到了焦作城區的綠地信息。

城市綠地，信息提取，NDVI，植被

1　研究區域概況及數據介紹

1.1地理位置

焦作位于河南省西北部，地處東經112°43′31″～113°38′35″和北緯34°49′03″～35°29′45″之間，北依太行，南臨黃河，北與山西省晉城市相接，南與鄭州市、洛陽市隔河相望，西臨濟源，東臨新鄉。全市東西長102.05 km，南北寬75.43 km，其中，中心城區面積424 km2，總面積4 072 km2。

1.2自然概況

焦作市自然資源和旅游資源都很豐富。其中主要糧食作物有小麥、玉米、水稻，主要經濟作物有花生、棉花、大豆、懷藥等，且該地區屬于華北植物落葉植被區，有木本植物143科875種，草本植物69科469種。旅游資源豐富，如云臺山、青天河、神農山等。

1.3研究區數據介紹

1)全色和多光譜Landsat 8遙感影像，其中全色影像空間分辨率15 m，多光譜影像8個波段、空間分辨率30 m。2)高分辨率影像，R，G，B 3個波段，分辨率1 m。

2　植被信息提取實驗與分析[2]

2.1基于NDVI和像元二分模型植被覆蓋度計算[3]

NDVI可以很好地反映不同時期植被的長勢以及不同地點植被的覆蓋情況，所以在像元二分模型的基礎上，通過NDVI來估算研究區域的植被覆蓋度[4]。

NDVI=NDVIveg×fc+NDVIsoil×(1-fc)

(1)

其中，NDVIveg為全部由植被覆蓋像元的NDVI值；NDVIsoil為全部由土壤(無植被)覆蓋像元的NDVI值。其中有植被覆蓋部分的NDVI的權重是該像元的植被覆蓋度fc，而無植被覆蓋部分的NDVI的權重是1-fc[5]。

將式(1)進行變形，可得：

fc=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(2)

其中，NDVIsoil為變化很小且接近于0的一個定值，但實際上由于受土壤類型、濕度等眾多因素的影響，NDVIsoil的值會有一定的變化，其變化范圍一般在-0.1～0.2之間。NDVIveg值會隨著植被類型、植被結構等因素的變化而變化。

本文結合所研究區域和研究區域影像的特點，選取NDVI值累積頻率置信度(5%～95%)的最大值與最小值[6]，作為NDVIveg和NDVIsoil的參數值，進而估算研究區域植被覆蓋度。

根據所得的NDVI圖像利用ENVI軟件Compute Statistics工具，進行統計計算，得到統計結果(見表1)。

表1　NDVI信息統計表

根據表1中的統計結果，分別取累積概率為5%和95%的NDVI值作為NDVIsoil和NDVIveg。可得：NDVIveg=0.655 025；NDVIsoil=0.066 389。

2.2基于監督分類法綠地信息提取

對融合后的焦作市區多光譜影像進行監督分類，提取綠地信息。首先結合焦作市的實際情況將地物分為：樹木、草地、農田、道路、房屋、水體六類，并為每一類別地物選擇代表性像元；再計算所選樣本數據的可分離性，并對可分離性低的地物樣本進行修改，使其滿足分類的要求；最后，根據所選的樣本數據分別選用不同的分類器對研究區影像進行分類，得到分類圖，并對分類圖分別進行更改顏色、統計類別信息、小斑塊去除、轉換矢量等后期處理，得到最終分類結果。

根據精度檢驗方法，利用驗證樣本數據采用混淆矩陣和Kappa系數法對分類結果進行檢驗，支持向量機分類法，具體結果如表2所示。

表2　支持向量機混淆矩陣

2.3綠地信息提取精度驗證

無論是基于NDVI和像元二分模型的綠地信息提取，還是監督分類方法的綠地信息提取，所得結果的實際精度如何，還需要驗證。接下來采用高分辨率影像對兩類綠地信息提取結果的精度進行實際驗證。

以目視解譯的結果作為標準，結合ArcGIS軟件的疊加分析功能對兩類方式提取的信息進行統計分析，結果如表3所示。

表3　SVM提取結果　m2

2.4焦作市植被覆蓋情況分析

根據2.3的內容，我們用SVM分類方法得到分類圖像，統計各類別地物面積、所占比例、綠地率、人均綠地面積等信息，綠地率是城市中各類綠地的面積在城市總面積中所占比例，結果見表4。

表4　統計信息

根據表4可知，雖然焦作市綠地覆蓋面積、綠地覆蓋率總體較高，滿足城區綠化用地面積不低于總用地面積30%的要求，但是其中農田所占比例過大，草地和樹木所占比例過小，人均占有面積少。應該加大對草地和樹木的投入，特別是綠量較高的喬木的種植，更大限度的提高綠化質量。

3　結語

本文針對焦作市城區的綠地種類和空間分布普查這一問題，以Landsat 8和高空間分辨率影像為數據源，采用遞進分類的思想，對城市綠地信息提取的NDVI、像元二分模型和監督分類方法和技術進行深入研究，準確提取了焦作市區的綠地空間分布信息，并用高分影像對提取結果進行驗證，最后形成了較為完善的城市綠地信息提取的技術流程。論文的主要工作和結論如下：

1)對NDVI植被提取方法進行了分析，特別是對閾值選擇進行了實驗，利用NDVI的簡單快速特點，結合像元二分模型實現了實驗區內綠地的快速提取。

2)針對NDVI不能細分綠地種類這一問題，對多種監督分類方法進行研究，確定其在城市綠地提取中的適應性。通過實驗選擇支持向量機為焦作市區綠地分類的最佳監督分類器，并在NDVI綠 地提取的基礎上將實驗區綠地進一步細分為草地、樹林和農田，實現了城市綠地信息的精細提取。

3)實驗表明焦作市區的草地面積為17 072 325 m2，占市區面積5.45%，人均占有面積19.73 m2；樹林面積為9 952 200 m2，占市區面積3.18%，人均11.50 m2；總綠地率為8.6%。這些結論對焦作市的環境評價和城市規劃將有一定的參考價值。

通過對結合光譜信息和紋理信息提取城市綠地信息的研究，取得了一些結論，但在城市綠地信息提取中的一些問題還沒有進行更深入的研究，有待于在今后學習工作中去探索和實踐。

[1]王雙亭，盧小平.遙感原理與方法[M].北京：測繪出版社，2012.

[2]王野.基于資源三號衛星影像的城市綠地信息提取方法探討[J].測繪工程，2014，23(7):65-67.

[3]賈海峰，劉雪華.環境遙感原理與應用[M].北京：清華大學出版社，2006.

[4]郭芬芬，范建容，嚴冬,等.基于像元二分模型的昌都縣植被蓋度遙感估算[J].中國水土保持，2010(5):65-67.

[5]陳愛京，傅瑋東，肖繼東,等.基于像元二分模型的和布克賽爾縣植被覆蓋動態變化分析[J].草業科學，2012，29(6):857-862.

[6]劉玉安，黃波，程濤,等.基于像元二分模型的淮河上游植被覆蓋度遙感研究[J].水土保持通報，2012，32(1):93-97.

Analysis of remote sensing technology of green space remote sensing in Jiaozuo City

Liu Yanjie

(HenanAgriculturalVocationalCollege，Zhongmu451450，China)

This paper in Jiaozuo City green type and spatial distribution the census, Landsat 8 and high spatial resolution image as data source, to urban green space information is extracted from theNDVI, pixel binary model and supervised classification techniques for in-depth study, accurate extraction of Jiaozuo City’s green space distribution information, and verify the extraction results, get out Jiaozuo City green land information.

urban green space, information extraction,NDVI, vegetation

1009-6825(2016)23-0209-02

2016-06-06

劉艷杰(1979- )，女，工程碩士，講師

TU198

A