毛文婷， 王旭紅， 祝明英， 蔡 靜， 程德強(qiáng)

(西北大學(xué) 城市與環(huán)境學(xué)院， 西安 710127)

?

基于Landsat 8遙感圖像信息容量與城市不透水面指數(shù)的關(guān)系研究

毛文婷， 王旭紅*， 祝明英， 蔡 靜， 程德強(qiáng)

(西北大學(xué) 城市與環(huán)境學(xué)院， 西安 710127)

不透水面指數(shù)可以有效提取不透水面信息，反映城市硬化地表的覆蓋度，但不能直接表征地表覆蓋度的復(fù)雜度，而遙感圖像信息容量是一種可以表征地表景觀復(fù)雜度的指標(biāo).該文結(jié)合二者各自特點(diǎn)，計算出遙感圖像信息容量和不透水面指數(shù)，對二者進(jìn)行耦合分析，發(fā)現(xiàn)不同波段的信息容量與城市不透水面指數(shù)均方差的相關(guān)系數(shù)均高于0.8，二者關(guān)系密切，說明信息容量可以表征城市不透水面的變化，進(jìn)一步研究還發(fā)現(xiàn)，信息容量值的大小與城市化進(jìn)程較為一致.

遙感圖像； 信息容量； 不透水面指數(shù)

隨著城市化進(jìn)程的不斷加快，城市地表景觀也發(fā)生了巨大變化，主要表現(xiàn)在城市地表覆蓋結(jié)構(gòu)的變化.城市地表覆蓋主要包括硬化不透水的建設(shè)用地(道路，房屋等)[1-2]和可透水的自然地表覆蓋(水體、綠地等)，前者也就是我們通常說的不透水面(impervious surface area， ISA).在城市化過程中，不透水面在城市地表覆蓋類型的比重不斷增加，自然地表覆蓋類型所占的比重不斷減少.由于不透水面改變了城市地表覆蓋的自然景觀，使城市熱輻射能力增強(qiáng)，改變了城市的生態(tài)環(huán)境，導(dǎo)致城市熱島效應(yīng)、城市地表徑流和水文環(huán)境的改變、生物多樣性遭到破壞等一系列生態(tài)環(huán)境問題.因此，不透水面比重是評價城市化進(jìn)程和衡量城市環(huán)境質(zhì)量的重要指標(biāo)之一[3-4].近年來，隨著遙感技術(shù)的進(jìn)步，大量不同時相、不同分辨率的遙感影像獲取，為借助遙感手段提取不透水面信息[5-8]，深入分析城市化過程中出現(xiàn)的各種生態(tài)環(huán)境問題[9-14]，以及輔助決策和保護(hù)城市生態(tài)環(huán)境已成為可能.同時，城市化過程中的環(huán)境生態(tài)問題，亦成為許多專家學(xué)者研究的熱點(diǎn)領(lǐng)域之一.

由于城市景觀的復(fù)雜性，地表結(jié)構(gòu)十分復(fù)雜，空間異質(zhì)性異常明顯.采用單一的城市覆被特征參數(shù)如植被指數(shù)、不透水面指數(shù)、水體指數(shù)等，難以全面地定量分析復(fù)雜的城市景觀結(jié)構(gòu)，從而在一定程度上影響了城市生態(tài)系統(tǒng)演變機(jī)制研究.信息容量是一種基于多維直方圖的圖像質(zhì)量評價指標(biāo)，計算時考慮了像元點(diǎn)所處的局部區(qū)域特征，可客觀有效地表征對象的結(jié)構(gòu)特征信息[15-17].信息容量大小與數(shù)字圖像有意義的灰度層次數(shù)相關(guān)，對遙感圖像而言，遙感圖像的復(fù)雜度與所表示區(qū)域地表空間結(jié)構(gòu)的復(fù)雜程度相對應(yīng).因此，通過遙感圖像信息容量值的大小可以表征地表景觀復(fù)雜度[18-20].這里我們應(yīng)用遙感圖像信息容量來量化表征城市地表景觀的復(fù)雜度.

不透水面指數(shù)是根據(jù)不透水面在不同波段的光譜特性不同而得出的計算模型[7]，用于提取城市不透水面信息，表征城市硬化地表的覆蓋度.信息容量與不透水面指數(shù)比較而言，信息容量可以用于表征地表復(fù)雜度或破碎度，但不透水面指數(shù)不能表征地表復(fù)雜度或破碎度.本文通過計算遙感圖像信息容量和不透水面指數(shù)，分析二者的關(guān)系，提出遙感圖像信息容量可以表征不透水面的變化，進(jìn)而將信息容量作為表征城市硬化地表的復(fù)雜度或破碎度的一項指標(biāo).通過本文的研究，將信息容量應(yīng)用于城市地表景觀的破碎度評價中，從而深化了信息容量在地學(xué)中的應(yīng)用研究.

1 研究方法

1.1 遙感圖像信息容量的計算

信息容量是基于多維直方圖的灰度數(shù)字圖像質(zhì)量評價的一種指標(biāo)，計算時考慮了遙感圖像的上下文關(guān)系.其計算公式如下：

Cinfo=log2[1+∑ωNormlog(G1，G2，…，Gk)]，

(1)

其中，Cinfo是信息容量，單位為bit；ω為約束區(qū)間.約束區(qū)間的選擇和參數(shù)的確定，是計算信息容量的關(guān)鍵性步驟.由于多維直方圖的統(tǒng)計計算比較復(fù)雜，本文以二維直方圖為例說明約束區(qū)間的選擇與定義.約束區(qū)間ω定義為[18]：

(2)

G1和G2是左右相鄰的兩個像元灰度值；Gmax和Gmin是圖像中的像元灰度最大值和最小值；T1和T2是非負(fù)值，T1表示圖像灰度級最大值和最小值之差的一半，T2表示相鄰兩像元的灰度值之差.

1.2 不透水面指數(shù)

不透水面(Impervioussurfaces)是指水不能直接通過且不能下滲到土壤中的物質(zhì)，包括瀝青、水泥、瓦片等材料構(gòu)成的建筑物、路面和停車場等[4].伴隨著城市化的進(jìn)程，城市不透水面不斷增加，城市景觀也隨之發(fā)生了巨大變化.自勞斯(Rouse)等人[11]引入歸一化差值植被指數(shù)(NDVI)在遙感影像上提取植被信息以來，已有不少的專家學(xué)者提出了一些新的歸一化差值指數(shù)來提取不同的地物信息，如歸一化差值水體指數(shù)[21]、歸一化差值不透水面指數(shù)可分別用于提取水體信息、不透水面信息等.同時，一些專家學(xué)者對這些歸一化差值指數(shù)進(jìn)行了進(jìn)一步的修正，使這些指數(shù)在一定程度上能更準(zhǔn)確地表征地物的專題信息[7].本文采用徐涵秋提出的歸一化差值不透水面指數(shù)(normalizeddifferenceimpervioussurfaceindex，NDISI)，該指數(shù)較其它提取不透水面信息的指數(shù)可以達(dá)到更好地提取效果[7].

(3)

式中，NIR、MIR1、TIR分別為遙感影像的近紅外波段、中紅外1波段和熱紅外波段，分別對應(yīng)landsat8第5波段、第6波段、第10波段，這里還采用了改進(jìn)型歸一化水體指數(shù)(MNDWI，modifiednormalizeddifferencewaterindex).

(4)

其中，Green為綠光波段，即為Landsat8第3波段.

1.3 技術(shù)路線

依據(jù)研究思路，繪制研究技術(shù)路線圖 (圖1).該研究方案分為3部分：①數(shù)據(jù)預(yù)處理，包括遙感數(shù)據(jù)的輻射校正和幾何校正等.②不透水面指數(shù)和信息容量計算，選取適宜的波段，計算不透水面指數(shù)；信息容量的計算是基于單波段的，由于地物電磁輻射光譜特征在不同波段的差異性，信息容量的計算值在不同波段是不同的.為了更透徹地分析信息容量與不透水面指數(shù)的關(guān)系，選用了Landsat8的4個波段，分別是綠波段(Band3)、紅波段(Band4)、近紅外波段(Band5)、中紅外1波段(Band6).③結(jié)果討論分析，從信息容量與不透水面指數(shù)的剖面趨勢分析、相關(guān)性分析以及在此基礎(chǔ)上對信息容量進(jìn)行的區(qū)域分析3個方面研究探索信息容量可能性的應(yīng)用.

圖1 技術(shù)路線圖Fig.1 Technology roadmap

2 數(shù)據(jù)源及研究區(qū)

2.1 數(shù)據(jù)源

研究數(shù)據(jù)為2014年5月11日Landsat8衛(wèi)星獲取的數(shù)據(jù)，軌道號PATH/ROW為127/36，數(shù)據(jù)來源于NASA官方網(wǎng)站.主要采用了陸地成像儀(OLI)的4個波段，分別是綠波段(Band3)、紅波段(Band4)、近紅外波段(Band5)、中紅外(Band6)，空間分辨率為30m.本文對landsat8數(shù)據(jù)做預(yù)處理，使用FLAASH大氣校正法做輻射校正，各項定標(biāo)參數(shù)從影像頭文件中獲取，以1∶5000地形圖(高斯—克呂格投影)為參考幾何校正.

2.2 研究區(qū)

研究區(qū)位于黃河流域中部地勢平坦的關(guān)中盆地區(qū)域內(nèi)，經(jīng)緯度范圍為：108°30′E～109°15′E，34°5′N～34°30′N.主要包括西安市的主城區(qū)、咸陽市秦都區(qū)和渭城區(qū)(如圖2).其中西安市是國家重要的科研、教育和工業(yè)基地，我國西部地區(qū)重要的中心城市，世界歷史文化名城.在該研究區(qū)內(nèi)較均勻的選取了61個樣區(qū)作為研究對象.

圖2 研究區(qū)分布圖(左圖為陜西省SRTM DEM，右圖為研究區(qū)標(biāo)準(zhǔn)假彩色圖像)Fig.2 Schematic study area (image on the left is a data of SRTM DEM in Shanxi Province， image on the right is a standard false color image of the study area)

3 實(shí)驗結(jié)果與分析

3.1 信息容量與不透水面指數(shù)的剖面趨勢分析

對樣區(qū)的MNDISI沿著某一剖面線， 該剖面線位于西安繞城高速以內(nèi)(具體位置如圖3)，通過剖面線坡度的陡緩可以表現(xiàn)不透水面影像上的變化趨勢(如圖4).同時采用移動窗口分析法將第六波段信息容量以柵格圖像的形式顯示[20]，并沿著同一剖面線做示意圖(如圖5).由圖4、圖5可以看出在歸一化差值不透水面指數(shù)值變化劇烈的地方，信息容量值大，如在1 000～1 100范圍內(nèi)，歸一化差值不透水面指數(shù)值變化劇烈，信息容量的值就相對較高.從剖面圖中初步判定：信息容量在一定程度上可以表征城市不透水面的變化幅度.

圖3 剖面線在研究區(qū)中的位置Fig.3 Position of the section line in the study area

圖4 NDSIS沿某一剖面示意圖Fig.4 Schematic diagram of NDISI along a profile

圖5 信息容量沿某一剖面示意圖Fig.5 Schematic diagram of information capacity along a profile

3.2 信息容量與不透水面指數(shù)的回歸分析

本文在研究區(qū)內(nèi)隨機(jī)選取61個樣區(qū)，計算landsat8數(shù)據(jù)4個波段的樣區(qū)信息容量.這四個波段對本文的研究具有典型的代表性，其中與不透水面指數(shù)計算直接相關(guān)的是Landsat8數(shù)據(jù)的近紅外波段(Band5)、中紅外1波段(Band6)，間接相關(guān)的綠波段(Band3)，以及不相關(guān)的紅波段(Band4)，這樣可以比較全面的研究不同波段信息容量與MNDISI的關(guān)系.借助ENVI平臺獲取MNDISI，并對61個樣區(qū)的MNDISI平均值(Mean)、均方差(Stdev)進(jìn)行統(tǒng)計.

Landsat8數(shù)據(jù)第3、4、5、6波段信息容量與MNDISI均值的相關(guān)系數(shù)均小于0.2，說明信息容量與MNDISI均值相關(guān)性不顯著，但4個波段的信息容量與MNDISI的均方差相關(guān)系數(shù)均達(dá)到0.8以上，說明信息容量與MNDISI的均方差是高度相關(guān)的(如表1).4個波段中樣區(qū)信息容量與樣區(qū)MNDISI的均方差相關(guān)系數(shù)較大的是參與MNDISI計算的2個波段(band5、band6)，其它兩個波段相關(guān)系數(shù)較低，但總體相差不大.

4個波段樣區(qū)信息容量和樣區(qū)MNDISI的均方差分別做一元線性回歸分析并利用趨勢線進(jìn)行擬合(如圖4所示)，確定性系數(shù)分別為0.705、0.694、0.703、0.713，對一元線性回歸模型進(jìn)行F檢驗，在置信水平 0.01 下，計算5組回歸分析的F值分別為141.47、133.93、139.89、146.71,均大于F0.005(1，n-2)=8.49，n為61，則可以認(rèn)為4個回歸方程在此置信水平下是顯著的.由此可以判定信息容量和MNDISI均方差關(guān)系密切，說明信息容量在一定程度上能夠表征城市不透水面的變化幅度，可以成為表征城市硬化地表復(fù)雜度的指標(biāo).

表1 各波段信息容量和MNDISI之間的相關(guān)系數(shù)Tab.1 The correlation coefficient between the information iapacity and MNDISI of each band

3.3 不同城市化進(jìn)程區(qū)信息容量的區(qū)域分析

研究表明不透水面可以作為評價城市化進(jìn)程的指標(biāo)[3]，結(jié)合信息容量和不透水面指數(shù)的關(guān)系，進(jìn)一步挖掘信息容量所蘊(yùn)含的信息，發(fā)現(xiàn)信息容量與城市化進(jìn)程也具有一定的關(guān)系，以下從定性和定量角度分別分析二者的關(guān)系.

對研究區(qū)窗口信息容量進(jìn)行分級，如圖7.從圖中可以發(fā)現(xiàn)研究區(qū)內(nèi)信息容量值大的區(qū)域主要集中在城市中心(如蓮湖區(qū)，新城區(qū)，碑林區(qū)，雁塔區(qū)北部以及咸陽市的秦都區(qū))，這些區(qū)域城市化程度高，地表結(jié)構(gòu)復(fù)雜；信息容量小的區(qū)域主要集中在渭河流域和灞河流域附近，這些區(qū)域是城市化程度低的城鎮(zhèn)郊區(qū)，地表結(jié)構(gòu)較為單一.可定性說明信息容量值的大小與城市化的進(jìn)程相一致.

圖6 信息容量與MNDISI均方差的回歸分析模型Fig.6 Regression analysis models between information capacity and MNDISI’s standard deviation

對研究區(qū)9個區(qū)的信息容量按等級進(jìn)行柵格統(tǒng)計，如表2，可以看出：整個研究區(qū)信息容量主要集中于4、5兩個等級；研究區(qū)中處于中心位置的碑林區(qū)、蓮湖區(qū)、新城區(qū)是城市核心區(qū)，在該研究區(qū)中城市化水平最高，三區(qū)信息容量的第5等級都超過60%，；雁塔區(qū)、秦都區(qū)、未央?yún)^(qū)屬于半城市化區(qū)，兩區(qū)信息容量第5等級的比例都超過了26%，；長安區(qū)、灞橋區(qū)屬于城市邊緣區(qū)，兩區(qū)信息容量第4等級的比例都接近40%，；而咸陽市的渭城區(qū)城市化水平比較低，屬于鄉(xiāng)村區(qū)，其信息容量主要集中在第3、4等級.以上分析，可定量說明信息容量值的大小與研究區(qū)的各區(qū)城市化程度較為一致.

圖7 不透水面區(qū)域信息容量的分級圖Fig.7 The classification of information capacity in impervious surface area

表2 信息容量分區(qū)統(tǒng)計表Tab.2 Regional statistical table of information capacity

4 結(jié)論與展望

4.1 結(jié)論

本研究以西安城區(qū)為主體研究區(qū)，以Landsat8影像為數(shù)據(jù)源，選取61個樣區(qū)，通過計算獲取每個樣區(qū)信息容量和MNDISI，對二者關(guān)系進(jìn)行分析，得出以下結(jié)論.

(1)遙感圖像信息容量與MNDISI均值的相關(guān)系數(shù)較低、與MNDISI均方差的相關(guān)系數(shù)均大于0.8，揭示了遙感圖像信息容量與MNDISI均值沒有直接的相關(guān)性，而與MNDISI均方差關(guān)系密切.說明不透水面的分布變化是影響信息容量值大小的，信息容量的大小是可以表征硬化地表復(fù)雜度或破碎度的.

(2)由于不透水面可以反映城市化進(jìn)程，結(jié)合信息容量和MNDISI均方差的相關(guān)關(guān)系，研究發(fā)現(xiàn)信息容量值的大小與城市化的進(jìn)程相一致，在城市核心區(qū)、半城市化區(qū)、城市邊緣區(qū)、鄉(xiāng)村區(qū)的信息容量級別呈現(xiàn)依次降低的趨勢.

(3)通過該研究，表明信息容量可以突破以往從宏觀上表征地表復(fù)雜度的變化的研究領(lǐng)域，在一定程度上也能夠體現(xiàn)較小尺度內(nèi)如當(dāng)今人類社會生產(chǎn)生活最為主要的聚落形態(tài)城市的景觀變化，從而使信息容量的應(yīng)用范圍從宏觀深入到較微觀的領(lǐng)域.此外，還將信息容量與地學(xué)中其它問題相結(jié)合，使得信息容量與地學(xué)緊密結(jié)合起來，擴(kuò)展了其在地學(xué)中的應(yīng)用領(lǐng)域.

4.2 展望

城市不透水面作為評價城市環(huán)境質(zhì)量的指標(biāo)之一，在本文的研究基礎(chǔ)上，可進(jìn)一步利用信息容量評價城市化過程中出現(xiàn)的一系列生態(tài)環(huán)境問題特別是城市熱島問題，從而為城市環(huán)境發(fā)展決策提供參考.

[1] 李偉峰， 歐陽志云， 陳求穩(wěn)， 等. 基于遙感信息的北京硬化地表格局特征研究[J].遙感學(xué)報， 2008, 12(04): 603-612.

[2] 李偉峰， 王 軼．城市硬化地表格局特征及尺度效應(yīng)遙感研究[J]．國土資源遙感， 2010(01): 69-72．

[3] 劉珍環(huán)， 王仰麟， 彭 建．不透水表面遙感監(jiān)測及其應(yīng)用研究進(jìn)展[J]．地理科學(xué)進(jìn)展, 2010, 29(09): 1143-1152.

[4] Arnold C L,Gibbons C J．Impervious surface coverage: the emergence of a key environmental indicator[J]．Journal of the American Planning Association, 1996, 62(2):243-258．

[5] Weng Q， Hu X， Lu D．Extracting impervious surfaces from medium spatial resolution multispectral and hyperspectral imagery: a comparison[J]．International Journal of Remote Sensing, 2008, 29(11):3209-3232.

[6] 李瑋娜， 楊建生， 李 曉， 等．基于TM圖像的城市不透水面信息提取[J]．國土資源遙感, 2013， 25(01): 66-70.

[7] 徐涵秋．一種快速提取不透水面的新型遙感指數(shù)[J]．武漢大學(xué)學(xué)報：信息科學(xué)版, 2008， 33(11): 1150-1153．

[8] 王 浩， 盧善龍， 吳炳方， 等. 不透水面遙感提取及應(yīng)用研究進(jìn)展[J].地球科學(xué)進(jìn)展, 2013, 28(03): 327-336.

[9] Conway T M. Impervious surface as an indicator of pH and specific conductance in the urbanizing coastal zone of New Jersey, USA[J]．Journal of Environmental Management, 2006， 85(2):308-316．

[10] Xu H，Lin D，Tang F．The impact of impervious surface development on land surface temperature in a subtropical city: Xiamen，China[J]．Int J Climatol, 2013， 33(8):1873-1883．

[11] Zhang X，Zhong T，Wang K，et al．Scaling of impervious surface area and vegetation as indicators to urban land surface temperature using satellite data[J]．International Journal of Remote Sensing, 2009， 30(4):841-859．

[12] 韓春峰， 張友水， 陳友飛．多時相影像福州市不透水面對城市地表溫度的空間分布研究[J].遙感信息, 2010(06):79-86．

[13] 林冬鳳， 徐涵秋．廈門城市不透水面及其熱環(huán)境效應(yīng)的遙感分析[J]．亞熱帶資源與環(huán)境學(xué)報, 2013， 8(03):78-84．

[14] 唐 菲， 徐涵秋．舊城改造與城市熱島效應(yīng)關(guān)系的遙感研究——以福州市蒼霞片區(qū)為例[J].地理科學(xué), 2011， 31(10): 1228-1234．

[15] 殷德奎， 俞卞章， 佟明安. 基于多維直方圖的灰度圖像質(zhì)量評價[J].模式識別與人工智能, 1996, 9(03): 265-270.

[16] 殷德奎， 俞卞章， 佟明安. 紅外熱圖像像質(zhì)評定方法[J].激光與紅外, 1996, 26(02): 75-79.

[17] 戴奇燕， 尤建潔， 胡 曄， 等．細(xì)節(jié)信息容量與MTF相關(guān)分析[J]．航天返回與遙感, 2005， 26(04):15-19．

[18] 王旭紅， 李 飛， 張 哲， 等．遙感圖像信息容量約束區(qū)間的選擇與空間分異性[J].地球信息科學(xué)學(xué)報, 2014， 16(01): 108-116．

[19] 秦慧杰．不同地貌類型區(qū)遙感影像信息容量的空間差異性研究[D]．西安： 西北大學(xué)，2011．

[20] 張 哲．遙感圖像信息容量的模型構(gòu)建與差異性研究[D]．西安：西北大學(xué)，2012．

[21] Mcfeeters S K．The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features[J]. International Journal of Remote Sensing, 1996, 17(7):1425-1432．

Relationship between information capacity of remotely sensed image and urban impervious surface

MAO Wenting， WANG Xuhong， ZHU Mingying， CAI Jing， CHENG Deqiang

(College of Urban and Environmental Science， Northwest University， Xi’an 710069)

Impervious surface index effectively extracts impervious surface information and reflect the urban impervious surface coverage，while fails to directly characterize the complexity of surface cover coverage. However， information capacity of remote sensing image is an index to characterize the surface landscape complexity.This paper calculated the information capacity of remote sensing image and impervious surface index with their respective characteristics combined， and coupling analysis was made， The correlation coefficients between the information capacity of different bands and the mean square error of impervious surface index were found higher than 0.8 and their relationship was close， which indicated that the information capacity was able to be a characterization of urban impervious surface change. Furthermore， the value of information capacity was consistent with the process of urbanization．

remote sensing image； information capacity； impervious surface index

2015-03-16.

國家自然科學(xué)基金項目(41071271)；陜西省自然科學(xué)基礎(chǔ)研究計劃項目(2015JM4132).

1000-1190(2015)04-0608-07

TP79< class="emphasis_bold">文獻(xiàn)標(biāo)識碼： A

A

*通訊聯(lián)系人. E-mail: jqy_wxh@163.com.