基于ENVI影像監督分類提取杭州市綠化覆蓋

基于ENVI影像監督分類提取杭州市綠化覆蓋

□杭州市勘測設計研究院 樓一濤

圖1 示例范圍影像圖

按照浙江省地理國情普查2016年度監測要求，杭州市勘測設計研究院結合杭州市實際情況，認真、規范、有序地組織開展2016年度綠化覆蓋面積調查工作。綠化覆蓋面積是指城市建成區內植物的垂直投影面積，其數值高低是衡量城市環境及居民生活水平的重要指標之一。本次綠化覆蓋提取工作以高清遙感影像為基礎，主要基于遙感圖像處理平臺ENVI軟件的監督分類模塊。

一、影像范圍及采集時間

本次綠化覆蓋提取工作所使用影像范圍為杭州市六城區（上城區、下城區、江干區、拱墅區、西湖區、濱江區），是分辨率為0.5米X0.5米的高清遙感影像。采集時間為2016年6月中旬，處于春夏交接時間段，植被生長良好，無明顯云層遮蔽，非常適宜進行影像監督分類。

二、ENVI與監督分類

本次綠化覆蓋提取工作屬于基于光譜的影像分類，而ENVI軟件的光譜分析一直處于世界領先地位，它具有一系列先進、可靠的影響分析工具。以及其流程化的圖像處理工具（Workfow）使得影像處理工作更加處理流暢、步驟分明。并且ENVI與主流地理信息系統軟件ArcGIS有非常好的功能集成與交互。

本次綠化覆蓋提取工作使用主要基于ENVI軟件的監督分類模塊。監督分類又被成為訓練分類法，是指用被確認類別的樣本像元去識別其他未知類別像元的過程。它就是在分類之前通過目視判讀和野外調查，對遙感圖像上某些樣區中影像地物的類別屬性有了先驗知識，對每一種類別選取一定數量的訓練樣本，計算機計算每種訓練樣區的統計或其他信息，同時用這些種子類別對判決函數進行訓練，使其符合于對各種子類別分類的要求，隨后用訓練好的判決函數去對其他待分數據進行分類，使每個像元和訓練樣本作比較，按不同的規則將其劃分到和其最相似的樣本類，以此完成對整個圖像的分類。

圖2 最大似然分類結果

圖3 結果圖

三、提取綠化覆蓋的步驟（影像監督分類）

第一步，影像剪裁。在ArcGIS中加載2016年影像以及城市建成區范圍，對影像進行剪裁。

第二步，預處理。將影像導入ENVI中，對影像進行特征判斷，評價圖像質量，進行調整拉伸方式，調節銳度等預處理工作，如圖1。

第三步，樣本選擇。樣本圖斑為此次監督分類的訓練區域，即感興趣所需要的區域（興趣區Region of Interest）。本次綠化覆蓋提取工作分為房屋建筑、綠化覆蓋、水域水系三個類別。使用多邊形編輯工具在影像上，三種類別均勻各選取一定數量的圖斑。選取完成之后將興趣區單獨保存成文件，之后可以對其進行直接調用，調整修改。

第四步，選擇分類方式。監督分類包含最大似然分類法、最小距離分類法、馬氏距離分類法、神經網絡分類法、支持機向量分類法等分類方式。本次綠化覆蓋提取工作選擇最大似然分類法（Likelihood Classifcation），即假設每一個波段的每一類統計都呈正態分布，計算給定像元屬于某一訓練樣本的似然度，像元最終被歸并到似然度最大的一類當中。分類結果如圖2，不同顏色代表不同的地物，同種顏色聚類在一起。兩個聚類相離越遠，說明興趣區的選擇越好，若兩個聚類摻雜在一起，則說明興趣區的選擇并不理想。

對于分類結果，ENVI中有一項定量的檢測，可計算各個樣本圖斑的可分離度（Separability）。可分離度的數值在0-2之間，數值越大，可分離度越高，可分離度大于1.8則可認為合格，若分離度小于1.8，則需返回至第三步，重新選擇樣本圖斑，如圖2。

第五步，分類后處理。調整適合的平滑與聚合參數，對分類結果進行修正。

第六步，輸出結果。將分類結果重新加載至ArcGIS對照影像，如圖3所示。可以發現分類結果與影像套合較為準確。

在使用ENVI監督分類提取綠化覆蓋后，還需要配合使用最新的地形圖對綠化覆蓋率結果進行檢查與修正。若在對照后仍存在問題，應配合外業調查對問題地塊進行核實。

四、使用ENVI監督分類提取綠化覆蓋的優點

使用ENVI監督分類提取綠化覆蓋，相對于傳統的根據地形圖等地理信息空間框架數據勾繪綠化覆蓋的方法比較具有以下兩個明顯的優點：一是質量高，使用ENVI監督分類提取綠化覆蓋邊界套合精確，數量準確；二是效率高，使用ENVI監督分類提取綠化覆蓋集成了該軟件的多項功能，極大提高了作業速度與工作效率。

book=41,ebook=46