劉 艷 杰

(河南農(nóng)業(yè)職業(yè)學(xué)院，河南 中牟　451450)

?

·測量·

焦作城區(qū)綠地遙感精細提取技術(shù)分析研究

劉 艷 杰

(河南農(nóng)業(yè)職業(yè)學(xué)院，河南 中牟451450)

針對焦作城區(qū)的綠地種類和空間分布普查問題，以Landsat 8和高空間分辨率影像為數(shù)據(jù)源，研究了城市綠地信息提取的NDVI、像元二分模型和監(jiān)督分類技術(shù)，準(zhǔn)確提取了焦作市區(qū)的綠地空間分布信息，并且驗證了提取結(jié)果，得到了焦作城區(qū)的綠地信息。

城市綠地，信息提取，NDVI，植被

1　研究區(qū)域概況及數(shù)據(jù)介紹

1.1地理位置

焦作位于河南省西北部，地處東經(jīng)112°43′31″～113°38′35″和北緯34°49′03″～35°29′45″之間，北依太行，南臨黃河，北與山西省晉城市相接，南與鄭州市、洛陽市隔河相望，西臨濟源，東臨新鄉(xiāng)。全市東西長102.05 km，南北寬75.43 km，其中，中心城區(qū)面積424 km2，總面積4 072 km2。

1.2自然概況

焦作市自然資源和旅游資源都很豐富。其中主要糧食作物有小麥、玉米、水稻，主要經(jīng)濟作物有花生、棉花、大豆、懷藥等，且該地區(qū)屬于華北植物落葉植被區(qū)，有木本植物143科875種，草本植物69科469種。旅游資源豐富，如云臺山、青天河、神農(nóng)山等。

1.3研究區(qū)數(shù)據(jù)介紹

1)全色和多光譜Landsat 8遙感影像，其中全色影像空間分辨率15 m，多光譜影像8個波段、空間分辨率30 m。2)高分辨率影像，R，G，B 3個波段，分辨率1 m。

2　植被信息提取實驗與分析[2]

2.1基于NDVI和像元二分模型植被覆蓋度計算[3]

NDVI可以很好地反映不同時期植被的長勢以及不同地點植被的覆蓋情況，所以在像元二分模型的基礎(chǔ)上，通過NDVI來估算研究區(qū)域的植被覆蓋度[4]。

NDVI=NDVIveg×fc+NDVIsoil×(1-fc)

(1)

其中，NDVIveg為全部由植被覆蓋像元的NDVI值；NDVIsoil為全部由土壤(無植被)覆蓋像元的NDVI值。其中有植被覆蓋部分的NDVI的權(quán)重是該像元的植被覆蓋度fc，而無植被覆蓋部分的NDVI的權(quán)重是1-fc[5]。

將式(1)進行變形，可得：

fc=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(2)

其中，NDVIsoil為變化很小且接近于0的一個定值，但實際上由于受土壤類型、濕度等眾多因素的影響，NDVIsoil的值會有一定的變化，其變化范圍一般在-0.1～0.2之間。NDVIveg值會隨著植被類型、植被結(jié)構(gòu)等因素的變化而變化。

本文結(jié)合所研究區(qū)域和研究區(qū)域影像的特點，選取NDVI值累積頻率置信度(5%～95%)的最大值與最小值[6]，作為NDVIveg和NDVIsoil的參數(shù)值，進而估算研究區(qū)域植被覆蓋度。

根據(jù)所得的NDVI圖像利用ENVI軟件Compute Statistics工具，進行統(tǒng)計計算，得到統(tǒng)計結(jié)果(見表1)。

表1　NDVI信息統(tǒng)計表

根據(jù)表1中的統(tǒng)計結(jié)果，分別取累積概率為5%和95%的NDVI值作為NDVIsoil和NDVIveg?？傻茫篘DVIveg=0.655 025；NDVIsoil=0.066 389。

2.2基于監(jiān)督分類法綠地信息提取

對融合后的焦作市區(qū)多光譜影像進行監(jiān)督分類，提取綠地信息。首先結(jié)合焦作市的實際情況將地物分為：樹木、草地、農(nóng)田、道路、房屋、水體六類，并為每一類別地物選擇代表性像元；再計算所選樣本數(shù)據(jù)的可分離性，并對可分離性低的地物樣本進行修改，使其滿足分類的要求；最后，根據(jù)所選的樣本數(shù)據(jù)分別選用不同的分類器對研究區(qū)影像進行分類，得到分類圖，并對分類圖分別進行更改顏色、統(tǒng)計類別信息、小斑塊去除、轉(zhuǎn)換矢量等后期處理，得到最終分類結(jié)果。

根據(jù)精度檢驗方法，利用驗證樣本數(shù)據(jù)采用混淆矩陣和Kappa系數(shù)法對分類結(jié)果進行檢驗，支持向量機分類法，具體結(jié)果如表2所示。

表2　支持向量機混淆矩陣

2.3綠地信息提取精度驗證

無論是基于NDVI和像元二分模型的綠地信息提取，還是監(jiān)督分類方法的綠地信息提取，所得結(jié)果的實際精度如何，還需要驗證。接下來采用高分辨率影像對兩類綠地信息提取結(jié)果的精度進行實際驗證。

以目視解譯的結(jié)果作為標(biāo)準(zhǔn)，結(jié)合ArcGIS軟件的疊加分析功能對兩類方式提取的信息進行統(tǒng)計分析，結(jié)果如表3所示。

表3　SVM提取結(jié)果　m2

2.4焦作市植被覆蓋情況分析

根據(jù)2.3的內(nèi)容，我們用SVM分類方法得到分類圖像，統(tǒng)計各類別地物面積、所占比例、綠地率、人均綠地面積等信息，綠地率是城市中各類綠地的面積在城市總面積中所占比例，結(jié)果見表4。

表4　統(tǒng)計信息

根據(jù)表4可知，雖然焦作市綠地覆蓋面積、綠地覆蓋率總體較高，滿足城區(qū)綠化用地面積不低于總用地面積30%的要求，但是其中農(nóng)田所占比例過大，草地和樹木所占比例過小，人均占有面積少。應(yīng)該加大對草地和樹木的投入，特別是綠量較高的喬木的種植，更大限度的提高綠化質(zhì)量。

3　結(jié)語

本文針對焦作市城區(qū)的綠地種類和空間分布普查這一問題，以Landsat 8和高空間分辨率影像為數(shù)據(jù)源，采用遞進分類的思想，對城市綠地信息提取的NDVI、像元二分模型和監(jiān)督分類方法和技術(shù)進行深入研究，準(zhǔn)確提取了焦作市區(qū)的綠地空間分布信息，并用高分影像對提取結(jié)果進行驗證，最后形成了較為完善的城市綠地信息提取的技術(shù)流程。論文的主要工作和結(jié)論如下：

1)對NDVI植被提取方法進行了分析，特別是對閾值選擇進行了實驗，利用NDVI的簡單快速特點，結(jié)合像元二分模型實現(xiàn)了實驗區(qū)內(nèi)綠地的快速提取。

2)針對NDVI不能細分綠地種類這一問題，對多種監(jiān)督分類方法進行研究，確定其在城市綠地提取中的適應(yīng)性。通過實驗選擇支持向量機為焦作市區(qū)綠地分類的最佳監(jiān)督分類器，并在NDVI綠 地提取的基礎(chǔ)上將實驗區(qū)綠地進一步細分為草地、樹林和農(nóng)田，實現(xiàn)了城市綠地信息的精細提取。

3)實驗表明焦作市區(qū)的草地面積為17 072 325 m2，占市區(qū)面積5.45%，人均占有面積19.73 m2；樹林面積為9 952 200 m2，占市區(qū)面積3.18%，人均11.50 m2；總綠地率為8.6%。這些結(jié)論對焦作市的環(huán)境評價和城市規(guī)劃將有一定的參考價值。

通過對結(jié)合光譜信息和紋理信息提取城市綠地信息的研究，取得了一些結(jié)論，但在城市綠地信息提取中的一些問題還沒有進行更深入的研究，有待于在今后學(xué)習(xí)工作中去探索和實踐。

[1]王雙亭，盧小平.遙感原理與方法[M].北京：測繪出版社，2012.

[2]王野.基于資源三號衛(wèi)星影像的城市綠地信息提取方法探討[J].測繪工程，2014，23(7):65-67.

[3]賈海峰，劉雪華.環(huán)境遙感原理與應(yīng)用[M].北京：清華大學(xué)出版社，2006.

[4]郭芬芬，范建容，嚴冬,等.基于像元二分模型的昌都縣植被蓋度遙感估算[J].中國水土保持，2010(5):65-67.

[5]陳愛京，傅瑋東，肖繼東,等.基于像元二分模型的和布克賽爾縣植被覆蓋動態(tài)變化分析[J].草業(yè)科學(xué)，2012，29(6):857-862.

[6]劉玉安，黃波，程濤,等.基于像元二分模型的淮河上游植被覆蓋度遙感研究[J].水土保持通報，2012，32(1):93-97.

Analysis of remote sensing technology of green space remote sensing in Jiaozuo City

Liu Yanjie

(HenanAgriculturalVocationalCollege，Zhongmu451450，China)

This paper in Jiaozuo City green type and spatial distribution the census, Landsat 8 and high spatial resolution image as data source, to urban green space information is extracted from theNDVI, pixel binary model and supervised classification techniques for in-depth study, accurate extraction of Jiaozuo City’s green space distribution information, and verify the extraction results, get out Jiaozuo City green land information.

urban green space, information extraction,NDVI, vegetation

1009-6825(2016)23-0209-02

2016-06-06

劉艷杰(1979- )，女，工程碩士，講師

TU198

A