基于資源三號衛星影像的城市綠地信息提取方法探討

王 野

(沈陽市勘察測繪研究院，遼寧 沈陽 110004)

基于資源三號衛星影像的城市綠地信息提取方法探討

王 野

(沈陽市勘察測繪研究院，遼寧 沈陽 110004)

我國高分遙感衛星的發展為城市綠地的規劃、建設和改造提供有力的技術支持。研究利用資源三號衛星全色和多光譜影像，以國內某城市為例，采用基于規則的面向對象分類技術獲取城市綠地。研究提出的技術方案，簡單易行，具有較好的應用性。對于推動資源三號衛星在國土資源和城市規劃方面的應用具有重要意義。

資源三號衛星；城市綠地；信息提??；基于規則的面向對象分類

城市綠地是城市生態系統中的重要組成部分，其功能主要體現在生態功能、景觀功能、社會功能3個方面[1-2]。隨著社會發展、經濟增長，城市綠地系統規劃已經開始受到政府決策者和管理者的重視。為了充分發揮綠地“城市清潔器”的作用，更加科學地解決好土地使用緊張和合理分配綠地面積兩者之間的矛盾，必須客觀、準確地掌握城市綠地的變化情況。近年來，高分辨率遙感衛星數據及遙感信息處理技術在城市綠地提取中得到廣泛應用[3-5]，常用的幾種用于提取城市綠地信息的衛星包括：Landsat TM(ETM)、IKONOS、Quick Bird、Spot4/5和WorldView等。

隨著國產衛星的發展和高分辨率衛星的陸續發射，提升了我國高分辨率遙感衛星影像的自主供給能力。資源三號(ZY-3)衛星是我國首顆民用高分辨率光學傳輸型立體測圖衛星，主要用于1∶50 000立體測圖及更大比例尺基礎地理信息產品的生產和更新以及國土資源調查與監測等[6]。本文利用資源三號衛星全色和多光譜影像，以國內某城市為例，探討城市綠地信息提取方法，以期推動資源三號衛星在城市綠地的規劃、建設和改造方面的應用，并提供可行的技術方案。

1 資源三號衛星

資源三號衛星采用三線陣測繪方式，三線陣相機由具有一定交會角的前視、正視和后視3個線陣TDI CCD構成，通過對同一地面點不同視角的觀測可構成三線陣立體影像；另有1臺多光譜相機提供多光譜影像，地面分辨率優于8 m[7]，具體參數見表1。

2 城市綠地提取方法

為了提取城市綠地信息，研究選擇資源三號衛星2013年10月11日拍攝的國內某城市的全色和多光譜影像。整個數據處理由ENVI 5.0完成。城市綠地信息提取流程如圖1所示。

對于高分數據，全色波段和多光譜波段屬于基本配置。進行目標信息提取時，通常采用圖像融合處理，既保證了全色波段的高空間分辨率，又利用多光譜波段，保證了目標的光譜識別能力。如果對目標對象的平面位置精度要求較高的話，需要做正射校正。本研究主要在于建立城市綠地提取的技術方法。另外，也缺乏研究區高分辨率的數字高程模型和地面控制點數據，因此，這里沒有對影像進行正射校正的處理。

表1 資源三號有效載荷技術指標[8]

圖1 城市綠地信息提取流程

對于城市綠地信息的提取，研究利用歸一化植被指數(NDVI)，為了保證精度，有必要對圖像進行大氣校正。分類方法采用基于規則的面向對象分類方法，這是因為：高分數據對目標對象的空間特征表現得更加詳細，利用傳統的監督、非監督分類往往難以取得理想的效果，利用面向對象的分類方法能夠兼顧目標物的空間和光譜特征。樣本統計則用于建立規則的閾值。

2.1 數據預處理

預處理包括圖像融合和大氣校正兩個環節。圖像融合算法選擇了Gram-Schmidt，該算法對圖像光譜具有較好的保持性，即經過融合處理后，目標的光譜特征沒有發生明顯變化，因此，適于做進一步的大氣校正?？紤]到資源三號多光譜數據波段的局限性，這里僅做快速大氣校正(QUAC)，目的在于保證后續提取NDVI的精確性。通過數據預處理工作，最后得到經過融合和大氣校正處理的、空間分辨率為2.1 m的4個波段的多光譜融合數據。

2.2 遙感圖像分類

高分數據量一般都非常大，處理起來會非常耗時。因此，在進行面向對象的圖像分類時，先選擇一個研究子區，對有關分類參數和規則進行試驗，最后，將根據試驗確定的參數和規則應用于整幅圖像，得到綠地提取結果。

面向對象分類首先進行圖像對象的分割和合并，主要通過調整分割系數(scale level)和合并系數(merge level)來實現。分割系數的設置，保證將所有植被分割到各對象內(見圖2)；合并系數的設置，保證植被不和其他類型的對象合并在一起(見圖3)，目的在于減少后續的計算量。

圖2 圖像分割預覽(scale level=30)

圖3 分割對象合并結果(merge level=70)

(a)標準假彩色合成圖

(b)基于NDVI規則的分類結果

完成分割和合并處理后，下一步是建立分類類別(綠地)，并針對建立的類別，設置分類規則。圖4(b)僅以NDVI作為分類規則，并以綠地對應的最大NDVI和最小NDVI作為閾值，進行綠地提取?？梢钥吹絻H利用NDVI建立規則提取綠地，會將暗青色以及高亮的目標物混分為綠地(對比圖4(a))。

因此，考慮是否加入其他波段作為分類規則，提高綠地的提取精度。通過對子研究區內的綠地和其他目標物分別提取感興趣區，并進行灰度值統計，分析它們在NDVI和4個光譜波段的灰度值差異，最后選擇第三波段(紅波段)作為另外一個規則；并根據樣本的統計結果(最大最小值)，作為面向對象分類中規則的閾值。僅利用NDVI作為規則和利用NDVI與第三波段作為規則的綠地提取結果見圖5(a)和(b)。

通過圖5(a)和(b)的比較表明，引入第三波段大大提高了綠地提取精度，特別是降低了建筑類地物的混分。至此，將子研究區獲得分割和合并系數以及規則閾值用于整個研究區，得到整個影像中的綠地面積(見圖6)。

(a)基于NDVI規則綠地提取

(b)基于NDVI和第三波段規則綠地提取

(c)原始標準假彩色圖像

圖6 研究區城市綠地提取結果

2.3 結果分析

將提取的綠地信息疊加到研究區標準假彩色合成圖上，通過比較分析表明，利用NDVI和紅波段能夠較好地提取城市綠地分布。錯分區域主要在陰影區；漏分區域主要是植被覆蓋度低的區域。分析其原因，一方面，同選取的綠地和其他目標物的樣本有關系；另一方面，地物的復雜性難免會使分類結果存在一些誤差。因此，面向對象得到的城市綠地提取結果，通常還需要進行矢量后處理，保證最終提取結果的可靠性。

總的來說，對于城市綠地的提取，需要利用表征植被信息的NDVI，為了降低其他目標的影響，有必要引入其他波段以提高綠地提取精度。在選取樣本設定規則的閾值時，應盡可能考慮到區域內不同類型或者不同亮度的目標地物。

3 結 論

研究利用資源三號衛星的全色和多光譜波段數據，使用基于規則的面向對象方法，以覆蓋國內某城市的影像為例，成功提取了研究區內的城市綠地。分析表明，對于綠地信息的提取需要利用NDVI信息，并以其他光譜波段作為補充規則，以降低非綠地目標的影響；此外，在規則閾值的選擇上，應保證樣本選擇的全面性。研究提出城市綠地提取技術方案，簡單易行，具有較好的可推廣性。

[1]周文佐,潘劍君, 劉高煥. 南京市城市綠地現狀遙感分析[J]. 遙感技術與應用，2002,17(1):22-26.

[2]費鮮云.高分辨率遙感影像在城市綠地信息提取中的應用研究[D]. 泰安：山東農業大學，2006.

[3]車生泉, 宋永昌.城市綠地景觀衛星遙感信息解譯——以上海市為例[J].城市環境與城市生態,2001,(2):10-12.

[4]黃慧萍,吳炳方,李苗苗,等.高分辨率影像城市綠地快速提取技術與應用[J].遙感學報，2004,8(1):68-74.

[5]周寧平,廖明,匡秀梅.基于IKONOS影像的土地利用現狀更新調查方法[J].測繪工程，2012,21(4): 74-77.

[6]劉冰，林怡.基于決策樹方法的ETM+影像濕地信息提取[J].測繪工程，2013,22(1)：63-66 2012,33(3):55-64.

[7]唐新明, 謝俊峰, 張過.測繪衛星技術總體發展和現狀[J].航天返回與遙感，2012, 33 (3):17-24.

[責任編輯：張德福]

Research on urban green surveying based on ZY-3 satellite

WANG Ye

(Shenyang Geotechnical Investigating and Surveying Research Institute, Shenyang 110004, China)

The development of high-resolution satellites in China supports the plan, construction, and reform of urban green. Taking one city in China as an example, the study uses a rule-based object-oriented classification method to extract the distribution of urban green using pan and multi-spectral images of ZY-3 satellite. The technical procedure presented is easy to be implemented and applied to other areas. This study is helpful to promote the applications of ZY-3 satellites in land resources and city planning.

ZY-3 satellite; urban green; rule-based object-oriented classification

2014-01-05

王 野(1976-)，男，高級工程師.

TP753

：A

：1006-7949(2014)07-0065-03