高分一号(高分一号影像预处理)

摘 要

针对我国城市化进程不断加快,城市生态用地发生翻天覆地变化的状况下,如何及时准确地获取城市生态用地覆盖信息的问题,该文以北京部分城区高分一号遥感影像数据作为实验数据,提出一种面向对象的城市生态用地信息提取方法。通过分析城市生态用地5种地物类型的光谱信息和几何信息,建立相应的规则集以提取小尺寸遥感影像中生态用地信息;针对建筑物和裸土难以区分的问题,引入纹理信息来提高提取精度,并将含有纹理信息的规则集应用于北京市遥感影像。实验结果表明,该方法提取精度可以满足大面积的城市生态用地信息提取的需求。

引用格式

孟晋杰,王建华.高分一号影像数据城市生态用地监测[J].测绘科学,2016,41(9):33-37.

基金项目

国家“863” 计划项目(2012AA12A309)

正文

随着经济的迅猛发展,城市化进程日益加快,城市的扩张与城市的发展往往是不同步的, 前者主要指城市化的程度, 而城市的发展主要指城市居民居住环境质量的提高。目前,城市生态环境面临诸多问题, 因此, 准确详细的城市生态用地信息对于城市土地管理、城市规划建设以及对城市景观生态系统的分析具有重要的作用。高分辨率遥感影像的出现, 为城市生态用地监测提供了理想的数据源, 其空间信息更加丰富, 纹理特征更加明显。同时,基于像元和基于面向对象的遥感影像信息提取是遥感影像分类应用最广泛的两种方法。但是,基于像元的信息提取只利用了遥感影像单个像元的光谱信息, 而基于面向对象的信息提取则充分考虑了遥感影像的光谱信息、几何信息、纹理信息、上下文信息等, 分类精度有了明显的提高。苏伟等使用高分辨率Quickbird遥感影像和LiDAR 数据,利用多尺度分割的面向对象分类技术对马来西亚吉隆坡城市中心区进行了土地覆被分类研究。郭舟等利用Quickbird 影像对北京市部分区域运用面向对象的影像分类方法对城市建设区进行信息提取。颜士威等利用面向对象的信息提取技术获取了村庄尺度上的土地利用类型。Li等利用高空间分辨率航空影像采用面向对象的方法进行土地覆盖制图。随后, 很多学者将两种方法结合起来以进一步提高分类精度,尤其是比较难提取的地物类型。同时,还有学者在规则集中添加纹理信息以进一步提高分类精度。本文是基于北京地区高分一号影像采用面向对象分类方法先对小尺寸影像的城市生态用地5 种地物类型(植被、水体、道路、建筑物、裸土)进行分类,针对建筑物和裸土难以区分的问题,通过添加其纹理信息建立相应的规则集以提高二者的提取精度, 最后将相同的分类规则集应用于北京地区遥感影像。

1 高分一号数据

研究区为北京市中心区及以东方向的城市郊区,地理位置为东经116°25′29″,北纬39°54′20″。本次研究使用了高分一号遥感影像,拍摄于2013年5月1日,分辨率为8 m,有蓝、绿、红、近红外4个光谱波段。

2 面向对象的城市生态用地分类

本文主要是利用北京市地区高分一号影像数据进行城市生态用地监测, 实验过程主要包括两个基本步骤: 影像分割和影像分类。影像分割是城市生态用地分类的首要工作, 也是比较重要的一环,分割的好坏直接影响到最后分类的精度[11]。影像分类是将分割后的影像对象与目标地物类型一一对应的过程,首先通过分析各种地物类型的光谱信息、几何信息、纹理信息, 然后建立不同地物类型适合各自相对应的规则集, 利用基于最大隶属度原则的模糊分类方法对分割后的影像对象进行分类。同时, 针对某种地物类型设置其成员函数时,应当选择该种地物类型最显著的特征函数加入规则集。

3 城市生态用地提取结果与分析

利用ENVI4.8 对原始影像进行图像预处理,然后利用eCognition建立5种地物类型相应的分类规则集进行分类,最终得到北京市城市生态用地分类结果图。在水体、植被以及道路分类完成后, 会存在漏分的现象,出现一些零碎的未分类影像对象,导致建筑物和裸土添加纹理信息会将这些漏分的影像对象分类为这二者,因此会影响到其他3种地物类型的分类结果。其中, 添加纹理信息是为了将错分为裸土的影像对象分类为建筑物, 可以同时提高二者的分类精度。

4 结束语

本文基于高分一号遥感影像采用面向对象的方法进行城市生态用地监测, 在影像分割的基础上,利用影像对象的光谱信息、几何信息对小尺寸影像进行分类。针对建筑物和裸土难以提取的问题,通过引入纹理信息来提高二者的分类精度,最后将含有纹理信息的分类规则集应用于北京地区遥感影像。本文的创新点如下:①针对5种地物类型在遥感影像中提取的难易程度, 采用先易后难的原则分别对5种地物进行提取,并且保证其提取的精度;② 通过添加纹理信息解决了建筑物和裸土较难提取的问题。

关于《测绘科学》

主管:国家测绘地理信息局

主办:中国测绘科学研究院

Q Q:2298250438

邮箱:niu@casm.ac.cn

网站:http://chkd.cbpt.cnki.net

《测绘科学》微信公众号

本站部分内容由互联网用户自发贡献,该文观点仅代表作者本人,本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。

如发现本站有涉嫌抄袭侵权/违法违规等内容,请联系我们举报!一经查实,本站将立刻删除。