李楊

本文以某地區(qū)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(shù)快速提取城鎮(zhèn)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(jù)影像譜間特征設(shè)定閾值，獲取城鎮(zhèn)居民地信息。最后與監(jiān)督分類的結(jié)果做了簡單比較，并分析分類結(jié)果出現(xiàn)部分差異性的原因。

1 引言

遙感技術(shù)的發(fā)展為居民地空間信息的獲取提供了先進的手段，當(dāng)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(xiàn)象。以某地區(qū)夏季的TM影像為例，基于譜間特征與歸一化差異型指數(shù)分析的方法來提取城鎮(zhèn)居民地信息。

2 基本原理與方法分析

城鎮(zhèn)影像的光譜均值分析

該試驗區(qū)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(jù)目視解譯初步判讀得到河流、湖泊、林地、菜地、耕地、道路、城區(qū)居民地、郊區(qū)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(shù)

根據(jù)目視判讀，試驗區(qū)的土地利用分為9類，根據(jù)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(qū)居民地和郊區(qū)居民地歸為城鎮(zhèn)用地?？盏氐幕叶戎得黠@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(zhèn)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(shù)、MNDWI和NDBI指數(shù)。

用SAVI指數(shù)提取城鎮(zhèn)植被。試驗區(qū)用SAVI指數(shù)代替常用NDVI指數(shù)，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(shù)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(nèi)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(gòu)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(shù)提取城鎮(zhèn)居民地。NDBI指數(shù)公式如下：NDBI=（MIR-NIR）/（MIR+NIR）（3）

式中，MIR、NIR分別為TM5、TM4波段。

該指數(shù)主要用于城市建筑用地（不透水面）的提取，主要是根據(jù)TM5的灰度值大于TM4的特點而創(chuàng)建的，但在分析各地類在TM4、TM5的灰度值時發(fā)現(xiàn)，不只是建筑用地具有這一特點，本實驗區(qū)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(shù)結(jié)合的方法提取城市建筑用地。經(jīng)過多次試驗，取NDBI-1.5*NDVI表達式能很好地提取試驗區(qū)居民地的信息。

三種指數(shù)分別提取城鎮(zhèn)典型地物的結(jié)果

基于對以上三種歸一化差異指數(shù)的功能和特點分析，在ERDAS IMAGING下分別制作了試驗區(qū)SAVI、NDBI-1.5*NDVI和MNDWI三種影像，分別得到植被，城鎮(zhèn)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(zhèn)居民地和水體的顏色為黑色，不易區(qū)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(zhèn)居民地信息的提取

利用譜間特征分析可以將城鎮(zhèn)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(shù)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(zhèn)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(shù)影像。④對新影像進行簡單的譜間分析，設(shè)置閾值提取居民地信息。

歸一化指數(shù)法與監(jiān)督分類法提取城鎮(zhèn)居民地信息的簡單比較。通過實驗區(qū)監(jiān)督分類結(jié)果可以看出，監(jiān)督分類的居民地圖斑完整，邊緣相對光滑，而歸一化指數(shù)分類提取的結(jié)果呈現(xiàn)斑塊，出現(xiàn)較多的零星的、孤立的居民地，產(chǎn)生這樣結(jié)果主要取決于監(jiān)督分類法中對分類后小圖斑的合并程度和取舍標(biāo)準(zhǔn)，合并的依據(jù)是影像的光譜信息，取舍的標(biāo)準(zhǔn)是圖上保留的最小圖斑的大小。

4 結(jié)論和存在的問題

選擇SAVI代替NDVI提取城鎮(zhèn)植被信息，是因為城鎮(zhèn)建成區(qū)的植被覆蓋率一般都較低，并且SAVI指數(shù)不易受土壤背景影響；提取城鎮(zhèn)用地信息時，運用NDBI-1.5*NDVI綜合指數(shù)，更好地切合試驗區(qū)的為城鎮(zhèn)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(shè)置閾值提取居民地信息。

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