劉安興

摘要：目前遙感技術(shù)尤其是遙感影像技術(shù)的處理水平越來越高，其在城市綠地信息提取中的應(yīng)用能夠使得城市規(guī)劃、國土等部門對城市綠地覆蓋面積進行動態(tài)掌握并優(yōu)化，因此得到了越來越廣泛的應(yīng)用。文章通過對遙感影像的處理方法進行分析，對城市綠地信息提取與分析過程中遙感影像技術(shù)的應(yīng)用進行了簡要探討。

關(guān)鍵詞：遙感影像；城市綠地；信息提取與分析

1.遙感影像與城市綠地概念

遙感影像是建立在遙感技術(shù)的基礎(chǔ)之上的，不同的物體都有其特定的光譜特性，遙感技術(shù)主要是運用遙感衛(wèi)星、飛行器以及傳感器等設(shè)備對地面物體的電磁輻射信息進行收集，從而獲得地面物體的信息。遙感影像便是這些信息進行分類、收集并成像后的相片，遙感影像多指航空相片和衛(wèi)星相片。城市綠地是整個城市生態(tài)環(huán)境系統(tǒng)中的重要子系統(tǒng)，對于整個城市的生態(tài)環(huán)境質(zhì)量與城市居民的生活水平有著重要影響。因此，對綠地信息進行動態(tài)掌握，有助于提高城市的整體生態(tài)水平、優(yōu)化綠地空間分布結(jié)構(gòu)，實現(xiàn)城市的可持續(xù)發(fā)展。在對城市綠地信息進行提取過程中，遙感影像技術(shù)優(yōu)勢巨大，觀測范圍廣、信息采集量大且影像清晰，收集方法多且耗時少，在經(jīng)濟性與效率性方面尤其突出。

2.遙感影像處理方法

2.1遙感影像處理內(nèi)容。遙感技術(shù)的最終目的是對探測事物的屬性進行獲取，對應(yīng)到城市綠地信息提取中，就是對綠地類型、覆蓋范圍、結(jié)構(gòu)分布甚至綠地植被的信息進行掌握與了解，為后期城市綠化系統(tǒng)規(guī)劃提供基礎(chǔ)。在遙感影像的運用過程中，需對遙感影像在成像過程中的誤差率進行降低，提高影像中的有效信息。遙感影像的處理一般需要經(jīng)過影像校正、變換、增強與分類等幾個步驟，借助于現(xiàn)代計算機技術(shù)，對遙感影像進行處理。分類過程主要包括分類模版的建立與評價、影像分類提取與精度評價等。

2.2遙感影像處理方法。在遙感影像處理過程中，通常有以下幾種處理方法。首先，是監(jiān)督分類提取方法。監(jiān)督分類也稱為訓(xùn)練分類，其主要原理是通過對影像上的不同類別分別設(shè)定訓(xùn)練區(qū)，然后運用計算機將影像上其他區(qū)域與設(shè)定區(qū)進行分析比較，將滿足一定相似度的區(qū)域歸類到相同樣本中。其主要過程如下，對特征波段、訓(xùn)練區(qū)與訓(xùn)練分類器進行選擇，然后進行分類，最后按照一定的分類精度對其進行評價。監(jiān)督分類法又包含最小距離分類、馬氏距離分類、平行體分類和最大似然分類等，這些分類法各有優(yōu)點，但總體上都具有計算耗時時間短、且考慮類型內(nèi)部變化等。其次，是非監(jiān)督分類法。該分類方法采用統(tǒng)計的原理，對影像中本身的統(tǒng)計特征與分布情況進行非干預(yù)分類，即在進行分類之前不對影像內(nèi)容與類別進行人為辨別，因此非監(jiān)督分類法的優(yōu)勢在于^為影響因素較少，自動化程度高，且對具體的地物知識沒有要求限制。非監(jiān)督分類方法不依賴樣本，通過像元間的相似性進行分類與合并。最后，是模糊e均值方法，遙感影像中通常包含多種地物混合體，因此其光譜特性也屬于混合狀態(tài)，該方法正是基于這種特性，通過對地物的光譜進行辨別，判斷其光譜的隸屬類別，從而達(dá)到分類的目的。常見的有模糊c均值算法（FCM）與模糊C均值聚類算法，前者主要是在目標(biāo)函數(shù)優(yōu)化的基礎(chǔ)上發(fā)展而來，優(yōu)點是對數(shù)據(jù)聚類中心的隸屬程度采用數(shù)值來表示，不依賴聚類中心，能夠充分發(fā)揮模糊數(shù)學(xué)的優(yōu)勢，后者則主要以硬C均值算法為基礎(chǔ)。

3.基于遙感影像的城市綠地信息提取與結(jié)果分析

3.1城市綠地信息調(diào)查。在城市綠地信息提取應(yīng)用過程中，首先需要對城市綠地信息進行調(diào)查，包括城市綠地的光譜特征、遙感技術(shù)應(yīng)用以及主要植被的指數(shù)類型等。城市綠地的光譜特征主要指的是各類植被的光譜特征，識別過程中主要依據(jù)反射率，通過分析不同的植反射率漲落區(qū)別，對植被類型進行判別。此外，城市植被具有分布不規(guī)律但圖案規(guī)則，同時栽種密度大、種類多的特點，這類特點常用作于城市綠地遙感特征識別。遙感技術(shù)應(yīng)用主要對城市的自然環(huán)境、綠色植物樹種、草地、防護綠地等歷史信息與城市往年調(diào)查結(jié)果進行對比分析，便于提高后期遙感影像分類精度。主要植被的指數(shù)類型指的是能夠反映城市綠地植被的覆蓋程度以及生長活力的一個參照指標(biāo)，是對于植被、土壤性質(zhì)、環(huán)境影響的一個綜合指數(shù)，該指數(shù)能夠?qū)b感影像的解譯進行增強，在城市綠地信息評價與識別方面被廣泛應(yīng)用。

3.2遙感影像信息提取。遙感影像信息的提取主要是對影像中的同類地物進行歸類提取。由前文可知，提取過程中主要采用監(jiān)督分類、非監(jiān)督分類以及模糊C均值方法進行。以某城市綠地信息提取為例，采用影像監(jiān)督分類的方法進行。在該城市綠地信息中，將地物類型分成水體、綠地、耕地、城鎮(zhèn)以及新開發(fā)建設(shè)用地五種類型，然后按照監(jiān)督分類步驟進行分類。在完成分類模板的定義評價之后，得到其類別可能性矩陣圖，以及分屬于不同類型的區(qū)域。然后依據(jù)此可能性矩陣對該城市綠地影像進行聚類分析與判斷，生成各地物類型面積統(tǒng)計表，并依據(jù)影像的光譜特征對地物類型進行處理，得到最終的分類結(jié)果。最后，通過隨機抽樣的方法對分類結(jié)構(gòu)進行分類精度評價與實際考察檢驗，對檢驗過程中得到的一系列隨機采樣點，運用相應(yīng)的精度評價模塊與計算矩陣，得出該城市綠地信息中水體、綠地、耕地、城鎮(zhèn)以及新開發(fā)建設(shè)用地的分類精度指數(shù)后，與監(jiān)督分類精度要求進行對比，看是否符合要求。

3.3遙感影像結(jié)果分析。在對城市綠地遙感影像的結(jié)果分析中，首先依據(jù)實際情況選用合適的分類方法，例如，某地區(qū)的監(jiān)督分類過程中，由影像內(nèi)容可得出綠地主要集中在北部且呈塊狀分布，有小塊綠地的區(qū)域主要是城市公園，城鎮(zhèn)集中在中南部，而新開發(fā)建設(shè)用地則集中在西北地區(qū)等。其次，依據(jù)遙感影像分析結(jié)果，結(jié)合城市往年的歷史數(shù)據(jù)和未來的城市規(guī)劃數(shù)據(jù)，對該城市的建設(shè)現(xiàn)狀以及未來建設(shè)目標(biāo)制定相應(yīng)的目標(biāo)與措施。總結(jié)：國家城市化進程逐漸加快，而自然生態(tài)環(huán)境正受到嚴(yán)重的破壞，因此，城市綠地信息成為國家進行規(guī)劃的重要參考，通過遙感影像對城市綠地信息提取與分析，能夠為城市建設(shè)規(guī)劃提供合理的方案參照與依據(jù)，在宏觀上促進城市綠色系統(tǒng)的建設(shè)與調(diào)控，為改善城市生態(tài)環(huán)境做出貢獻。