基于譜間特征和歸一化指數提取居民地信息的研究

李楊

本文以某地區夏季的TM影像為例，利用不同地類譜間的差異，選取適合的歸一化指數快速提取城鎮居民地信息。通過實驗，組合Bl（SAVI）、B2（NDBI-1.5*NDVI）和B3（MNDWI）三幅影像得到一幅新影像，根據影像譜間特征設定閾值，獲取城鎮居民地信息。最后與監督分類的結果做了簡單比較，并分析分類結果出現部分差異性的原因。

1 引言

遙感技術的發展為居民地空間信息的獲取提供了先進的手段，當前，從遙感影像中提取信息的常用方法是目視判讀提取，目視提取精度高，然而費工費時，近年來，研究者們探索出自動提取居民地信息的方法，并較好地解決了“同物異譜、異物同譜”的現象。以某地區夏季的TM影像為例，基于譜間特征與歸一化差異型指數分析的方法來提取城鎮居民地信息。

2 基本原理與方法分析

城鎮影像的光譜均值分析

該試驗區為某地夏季的一幅圖，居民地分布在丘陵、山地、和沿河一帶。根據目視解譯初步判讀得到河流、湖泊、林地、菜地、耕地、道路、城區居民地、郊區居民地和空地9種地類，選取各類典型地物的采樣點，并求得樣點的平均灰度值，由于不同地類在不同波段上的灰度值不同，因此利用譜間差異特征分析來提取居民地土地利用類型。

選取歸一化差異型指數

根據目視判讀，試驗區的土地利用分為9類，根據不同地類在不同波段上的灰度值，可將河流和湖泊歸為水體；林地、草地和耕地歸為植被；道路、城區居民地和郊區居民地歸為城鎮用地。空地的灰度值明顯高于其他地類，用TM2+TM3+TM4+TM5+TM7的表達式即可將空地提取出來。這樣，就將城鎮用地大致分為植被、水體和居民地三大地類。為了提取這三種地類的信息，選擇SAVI指數、MNDWI和NDBI指數。

用SAVI指數提取城鎮植被。試驗區用SAVI指數代替常用NDVI指數，公式如下：SAVI=[（NIR-Red）（l+n）]/（NIR+Red+n）（1）

式中，NIR、Red分別為TM4、TM3波段。n的值介于0到1之間，0和1分別代表植被覆蓋率極高和極低的兩種極端情況，通常n=0.5時可較好地減弱土壤背景的差異。

MNDWI指數提取水體。由于水體的反射從可見光到中紅外波段逐漸減弱，在近紅外和中紅外波長范圍內吸收性最強，幾乎無反射，因此用可見光波段的最高反射和近紅外波段的強吸收之間的反差構成的MNDWI，可以快速地提取影像中的水體信息。公式如下：MNDWI=（Green-NIR）/（Green+NIR）（2）

式中，Green是綠光波段，即TM2波段，NIR為TM4波段。

NDBI指數提取城鎮居民地。NDBI指數公式如下：NDBI=（MIR-NIR）/（MIR+NIR）（3）

式中，MIR、NIR分別為TM5、TM4波段。

該指數主要用于城市建筑用地（不透水面）的提取，主要是根據TM5的灰度值大于TM4的特點而創建的，但在分析各地類在TM4、TM5的灰度值時發現，不只是建筑用地具有這一特點，本實驗區中耕地和菜地的5波段也有大于4波段的特點，因此采用了NDBI-NDVI指數結合的方法提取城市建筑用地。經過多次試驗，取NDBI-1.5*NDVI表達式能很好地提取試驗區居民地的信息。

三種指數分別提取城鎮典型地物的結果

基于對以上三種歸一化差異指數的功能和特點分析，在ERDAS IMAGING下分別制作了試驗區SAVI、NDBI-1.5*NDVI和MNDWI三種影像，分別得到植被，城鎮居民地和水體三種主要土地利用信息，在SAVI影像中，植被呈灰色顯示，城鎮居民地和水體的顏色為黑色，不易區分；在NDBI影像中，居民地效果較差，混有道路，水體和植被等地類信息；在MNDWI影像中，水體呈白色，顯示清晰，精度高。

3 城鎮居民地信息的提取

利用譜間特征分析可以將城鎮土地利用類型提取出來，將代表不同地類的三幅影像組合為一幅新影像，其中每個指數分別代表一個波段，在新影像中對典型地物取樣，求取采樣點灰度平均值，居民地在B1（SAVI）和B3（MNDWI）兩波段的灰度值相似，植被和水體差異較大，若用表達式Bl（SAVI）-B3（MNDWI）

綜上，城鎮居民地提取的具體步驟可歸納為：①影像輻射校正和幾何精校正；②制作SAVI、NDBI-1.5*NDVI和MNDWI影像；③組合三幅影像得到新的三個波段指數影像。④對新影像進行簡單的譜間分析，設置閾值提取居民地信息。

歸一化指數法與監督分類法提取城鎮居民地信息的簡單比較。通過實驗區監督分類結果可以看出，監督分類的居民地圖斑完整，邊緣相對光滑，而歸一化指數分類提取的結果呈現斑塊，出現較多的零星的、孤立的居民地，產生這樣結果主要取決于監督分類法中對分類后小圖斑的合并程度和取舍標準，合并的依據是影像的光譜信息，取舍的標準是圖上保留的最小圖斑的大小。

4 結論和存在的問題

選擇SAVI代替NDVI提取城鎮植被信息，是因為城鎮建成區的植被覆蓋率一般都較低，并且SAVI指數不易受土壤背景影響；提取城鎮用地信息時，運用NDBI-1.5*NDVI綜合指數，更好地切合試驗區的為城鎮而非大城市的特點；最后在新影像中，簡單地運用譜間分析方法，設置閾值提取居民地信息。

通過譜間波段相減設置閾值T有效減少了水體和居民地之間錯分和誤分的現象，但是河流邊界處仍有被誤分為居民地的區域，主要原因為該地區是沙地，沙地和城鎮居民地的反射率相似，出現這種情況，仍有待進一步研究。