基于高分辨率遙感影像的城市綠地信息提取-以東莞市為例

賀 丹

（東莞理工學院城市學院，東莞 523419）

隨著城市化進程速度的加快，城市綠地作為城市建設中唯一具有生命力的基礎設施，是城市的氧源，城市綠地在保持城市生態平衡、促進城市生態化建設、維護城市穩健發展都具有重要意義。[1]近年來，隨著高分辨率遙感技術的高速發展，高分辨率遙感影像的產生，不僅使土地利用、城市規劃、環境監測等方面有了更加詳細的數據來源，同時有利于促進人們對地球資源和環境的認識不斷深化。高分辨率遙感衛星影像具有地物紋理信息豐富、成像光譜波段多、重訪時間短等特點，[2]為城市綠地信息提取提供了更為有效而準確的依據。如何充分利用高分辨率遙感影像指導城市綠地規劃和生態環境建設具有重大意義。

國內外的學者對基于高分辨率遙感影像的城市綠地信息提取展開了廣泛的研究，也取得了初步的研究成果。在2006年，孫小芳[3]等人采用基于紋理的城市綠地信息提取方法，對全色影像和5個紋理影像進行多分辨率分割，并對分割所形成的目標根據綠地5個紋理特征設定閾值，提取出綠地信息，提取精度達到92.8%。2010年，余柏蒗[4]等人利用引入輔助信息進行城市綠地提取，該方法分段使用高分辨率遙感影像的光譜和2維形態信息以及機載LiDAR數據的3維形態信息作為分類依據，并以美國休斯敦中心城區為研究實例，城市綠地分類精度達到93.46%。2016年，張云英[5]等人利用面向對象的方法進行城市綠地信息提取，以唐山市Geoeye影像數據為研究依據，通過監督分類和面向對象的方法分類結果進行了實驗對比，得出面向對象的方法在高分辨率信息提取上要硬幣傳統分類技術更優的結論。

通過廣泛研讀國內外已有研究成果可知，目前很少有研究者應用國產高分一號衛星（GF-1）的遙感影像進行綠地信息提取研究，同時，隨著遙感衛星數據的顯著增加，進行信息處理和綠地提取的技術要求也越來越高，研究難度也進一步加大。因此，本文以廣東省東莞市為研究區域，以國產高分一號衛星（GF-1）的遙感影像數據為研究對象，采用面向對象的方法對城市綠地信息進行提取，以研究城市綠地信息提取的基本方法，并進一步提高城市綠地信息提取精度。

1 綠地分類及影像特征

依據城市綠地的具體功能，可將城市綠地分為5大類，分別是公園綠地、防護綠地、生產綠地、附屬綠地和其他綠地。

東莞市是廣東省的地級市，位于中國華南地區，廣州東南、珠江口東岸，東江下游的珠江三角洲。地理位置為東經113°31′-114°15′，北緯22°39′-23°09′，東西長約70.45公里，南北寬約46.8公里。東莞地勢東南高、西北低，地貌以丘陵臺地、沖擊平原為主。城市面積約2465平方公里，常住人口834.25萬人。本文選擇東莞市中心城區為研究區，研究區域如圖1所示。

圖1 東莞市研究區范圍位置圖

圖2 東莞市2017年9月16日遙感影像

圖 3 東莞市研究區城市綠地波段1、2組合標準假彩色影像

國產高分一號衛星（GF-1）是我國于2013年發射的高分辨率對地觀測系統的第一顆衛星，GF-1突破了高空間分辨率、多光譜與寬覆蓋相結合的光學遙感等關鍵技術，本文所選數據源為GF-1衛星影像，成像日期為2017年9月16日，研究區的位置及影像如圖2所示。

從圖2可知，研究區所選影像云量為0%，且覆蓋范圍包括東莞市的大部分地區，因此所選GF-1影像數據質量較好，能為后續城市綠地信息提取提供基本研究數據，同時該影像數據的分辨率較高，直接影響了綠地信息提取的精度。

從圖2中可知，研究區域內的覆蓋物主要有綠地、道路、河流、建筑物等。運用ENVI5.2軟件選取其中3790×3500像元子區域作為實驗研究區，如圖3所示，研究范圍約為3.5km。將研究區域的遙感影像進行假彩色合成處理，通過計算三個波段（Band1、Band2、Band3）之間的協方差（Covariance），可知波段2（Band2）和波段3（Band3）有很高的相關性，波段1（Band1）比較獨立，于是選取波段1和波段2進行波段組合，得到標準假彩色遙感影像，如圖3所示。從圖3可以看出，城市綠地影像表現出明顯的光譜特征、紋理特征和空間特征。

2 綠地信息提取方法

為了提取城市綠地信息，本文選取國產高分一號（GF-1）衛星遙感影像，研究區域為東莞市某區域，整個數據處理過程借助ENVI5.1軟件完成。

城市綠地提取的整體技術路線圖為：在獲取遙感影像數據之后，首先進行數據預處理，主要包括四個步驟，分別是圖像融合、自定義坐標系、正射校正和大氣校正，通過一系列的預處理操作，可以進一步提高影像分類、植被指數提取和光譜屬性值的精度。接著進行面向對象綠地提取，主要包括調整分割尺度與合并尺度、獲取綠地規則兩個部分，獲取綠地規則采用的是歸一化植被指數（NDVI），能有效的區分有植被區和無植被區。最后，進行城市綠地信息提取與分析。

歸一化植被指數（Normalized Difference Vegetation Index，NDVI）是近紅外波段的反射值與紅光波段的反射值之差比上兩者之和。通過該比值可以較好的區分植被覆蓋區與非植被覆蓋區，其計算公式為：NDVI=（NIR-RED）/（NIR+RED），其中NIR是遙感影像中近紅外波段的反射強度值，RED是可見光紅波段反射強度值。當NDVI取值較高時，表明遙感影像中包含較多的綠色植被，一般來說NDVI的取值范圍是-1～1。NDVI可以通過ENVI5.1軟件中自帶的NDVI計算工具得到，本文采用歸一化植被指數對綠地進行初步提取，在提取過程中，要保證在其他地物盡可能少的情況下，將綠地信息最大限度的提取出來。

3 實驗結果與分析

根據本文采用的整體技術路線，在獲取國產高分一號遙感影像數據之后，先進行影像預處理。結合本文所選取的東莞市研究區遙感影像，將高空間分辨率的全色影像與多光譜數據進行影像融合處理，影像通過融合既可以提高多光譜影像空間分辨率，又保留其多光譜特性。選取ENVI5.1軟件中的Gram-Schmidt Pan Sharpening（GS）方法進行影像融合。

正射校正采用少量的地面控制點與相機或衛星模型相結合，確立相機、圖像和地面3個平臺的簡單關系，建立正確的校正公式，產生精確的正射圖像。本文的正射校正是通過GCP+RPC+DEM的方法完成。高分遙感影像的正射校正過程與Image to Map方式的幾何校正過程基本一致，主要包括5個步驟，分別是：打開數據文件、選擇傳感器校正模型、選擇控制點、計算控制點誤差、設置輸出參數，其中地面控制點為（X，Y，Z），需要高程值。

大氣校正是為了消除大氣和光照等因素對地物反射的影響，消除大氣分子和氣溶膠散射的影響。根據本文進行綠地信息提取的應用需求，選取大氣校正擴展模塊中的快速大氣校正工具（QUAC），自動從圖像上收集不同物質的波譜信息，獲取經驗值完成高光譜和多光譜數據的快速大氣校正。將高分遙感影像進行快速大氣校正處理，并定位到綠地，分別選取大氣校正前后的光譜曲線，從實驗結果可知經過大氣校正后的光譜曲線更為真實。

本文選取歸一化植被指數（NDVI）為標準獲取綠地規則，主要類型的城市綠地生成相應的判別規則如表3所示。從表3中可知，公園綠地的植被指數最高，一般大于-0.15，通過植被指數就能將生產綠地、附屬綠地、非植被覆蓋區域等。通過將矩形化指數設置為最小值到0.37，或者0.42～1，就能進一步區分公園綠地和防護綠地，其中防護綠地的矩形化指數取值為0.37～0.42。生產綠地的植被指數取值在-0.33～-0.15，附屬綠地的植被指數取值在 -0.22～-0.18。

通過對東莞市研究區域的高分一號衛星影像進行反復試驗和測試，從測試結果可知，不同類型的城市綠地遙感影像呈現出不同的特征，主要差別體現在植被指數和矩形化指數兩個特征上。此外，從提取結果可知，在此研究區域內，公園綠地主要分布在社區所在區域；生產綠地主要分布在各個鎮中心區域；附屬綠地主要分布在居住區內部。除了極個別綠地信息未被提取出來，其余地區的綠地提取結果均正確。

為了研究本次城市綠地類型分類的精度，現從各種綠地類型分別選取10個感興趣區，對分類提取結果進行精度評價，并得到各綠地類型的分類精度，從分類精度結果可知，城市綠地分類總精度達92.56%，Kappa系數為0.89，整體分類效果比較好，因此，基于高分辨率遙感影像的城市綠地提取方法綜合了光譜特征、紋理特征、空間特征，能夠較好的區分城市綠地類型。

4 結束語

利用高分辨率遙感影像提取城市綠地信息，對城市的生態建設和長遠發展具有積極的意義。本文綜合了遙感影像的光譜特征、紋理特征、空間特征，并以東莞市作為研究區域，實驗表明該分類方法較好的提取了城市綠地信息。今后將進一步研究提高城市綠地分類總精度的方法。