馬義超，米鴻燕，鐘 凱

?

基于ENVI的高分辨率遙感影像城市生態(tài)環(huán)境研究

馬義超，米鴻燕，鐘 凱

（昆明理工大學(xué)國土資源工程學(xué)院，云南 昆明 650093）

近年來利用遙感技術(shù)來提取城市信息已經(jīng)成為一項(xiàng)重要手段，對(duì)城市規(guī)劃與建設(shè)提供重要依據(jù)。本文介紹在ENVI環(huán)境下提取襄陽地區(qū)的植被覆蓋度、土壤生態(tài)指數(shù)、坡度的過程，并對(duì)其進(jìn)行歸一化處理，建立生態(tài)環(huán)境評(píng)價(jià)的模型，從而對(duì)襄樊地區(qū)的生態(tài)環(huán)境進(jìn)行評(píng)價(jià)，對(duì)城市的生態(tài)建設(shè)發(fā)揮了重要作用。

遙感技術(shù)；植被覆蓋度；土壤生態(tài)指數(shù)；生態(tài)環(huán)境

0 引言

隨著遙感技術(shù)的發(fā)展，近年來眾多高分辨率遙感衛(wèi)星的發(fā)射為城市生態(tài)環(huán)境分析提供了高效的手段，如何充分利用高分辨率遙感影像對(duì)進(jìn)行現(xiàn)代城市規(guī)劃和生態(tài)環(huán)境評(píng)價(jià)具有重要意義[1-3]。

高分辨率遙感技術(shù)為城市生態(tài)環(huán)境及城市土地利用研究的監(jiān)測方法和評(píng)價(jià)指標(biāo)的改進(jìn)提供了有力的支持[4-6]。獲得的生態(tài)指數(shù)信息與其他資料結(jié)合可以進(jìn)行城市空間分布分析評(píng)價(jià)，為合理進(jìn)行城市規(guī)劃以及資源環(huán)境承載力提供決策支持[7-9]。

本文介紹了使用ENVI遙感圖像處理軟件，采用TM高分辨遙感影像，對(duì)生態(tài)指數(shù)提取的方法，分析了城市環(huán)境。

1 研究區(qū)域數(shù)據(jù)

襄陽位于湖北省西北部，東經(jīng)110°45￠-113°43￠，北緯31°14￠-32°37￠，東鄰隨州市，南界荊門市、宜昌市，西連神農(nóng)架林區(qū)、十堰市，北接河南省南陽市，邊境界線長1332.8公里觀測。

本文采取第5顆Landsat-5為光學(xué)對(duì)地觀測衛(wèi)星對(duì)襄陽地區(qū)觀測，它是軌道為近極近環(huán)形太陽同步軌道，傾角為98.2度，運(yùn)行周期98.9分鐘，掃面帶寬度185km。其中掃描的TM影像中TM5波段可以識(shí)別植物對(duì)土壤的吸收能力。

2 數(shù)據(jù)預(yù)處理

2.1 自定義坐標(biāo)系

為減少坐標(biāo)來回轉(zhuǎn)換時(shí)產(chǎn)生不必要的誤差，應(yīng)首先統(tǒng)一選擇合適的控制點(diǎn)和輸出正射校正圖像的坐標(biāo)系。本研究區(qū)域的數(shù)據(jù)源是SPOT10米全色數(shù)據(jù)和TM多光譜影像數(shù)據(jù)。并且該區(qū)域所用的標(biāo)準(zhǔn)數(shù)據(jù)是北京54坐標(biāo)系，所以自定義橢球體為Krasovsky, 6378245.0, 基準(zhǔn)面為

D_Beijing_1954, Krasovsky, -12, -113, -41，坐標(biāo)系為北京54坐標(biāo)系。

2.2 配準(zhǔn)與融合

2.2.1 幾何配準(zhǔn)與正射校正

配準(zhǔn)后的兩幅圖像達(dá)到位置吻合，坐標(biāo)一致。本文采取有控制點(diǎn)的正射校正，對(duì)全色高分辨率影像SPOT PAN進(jìn)行正射校正。然后用三次卷積內(nèi)插法進(jìn)行重采樣，以SPOT為基準(zhǔn)圖像，etm為待校正圖像配準(zhǔn)，使圖像邊緣有所增強(qiáng)，并具有了均衡化和清晰化的效果。如圖1所示。

2.2.2 融合

圖像融合使得圖像既有較高的空間分辨率，又具有多光譜特征。本文采用GS融合方法，能夠保持融合前后圖像波普信息一致。如圖2所示。

2.3 大氣校正

提取生態(tài)指數(shù)不需要過高的或低分辨率圖像精度[12]。本文采取了快速大氣校正（QUAC），它能夠 自動(dòng)從圖像上收集不同物質(zhì)的波譜信息，減少了大氣對(duì)遙感圖像的影響。完成大氣校正后定位到綠地并分別打開大氣校正前后的光譜曲線，發(fā)現(xiàn)校正后的光譜曲線更為真實(shí)。如圖3所示。

圖1 校正后LANDSAT圖像與SPOT PAN圖像

圖2 融合后結(jié)果

圖3 校正前后對(duì)比

3 土壤生態(tài)指數(shù)生成

土壤生態(tài)指數(shù)是土壤中水、鹽、氣、溫度和土壤類型等背景條件對(duì)植物適宜性的綜合評(píng)價(jià)指標(biāo)本文所采用的就是土壤生態(tài)因子提取，以及土壤權(quán)重信息的計(jì)算[10-12]，獲得土壤指數(shù)結(jié)果。如圖4所示。

土壤指數(shù)采用常用的裸土植被指數(shù)（GRABS）：

GRABS=VI-0.09178′BI+5.58959 （1）

（VI代表穗帽變換的綠度指數(shù)，BI表示穗帽變換的土壤亮度指數(shù)）

3.1 植被覆蓋率生成

植被覆蓋度針對(duì)是整個(gè)所有區(qū)域而言（也就是總區(qū)域），它是植被投影與整個(gè)區(qū)域相比[13-14]。基于現(xiàn)代遙感技術(shù)的發(fā)展，本文以遙感估算為主要方法，建立估算模型，以NDVI（植被指數(shù)）近似代替植被覆蓋度。

3.2 坡度生成

坡度是坡面的垂直高程差和水平距離的比值稱之為坡度，是表示地標(biāo)的陡緩程度。坡度較常用的表示方法有百分比法、度數(shù)法，還有密位法和分?jǐn)?shù)法，共四種。本文也將坡度列為生態(tài)因子進(jìn)行提取，以百分比的形式表示。如圖6所示。

圖4 土壤指數(shù)分析結(jié)果

Fig.4 Soil index analysis results

圖5 植被覆蓋度分析圖

4 環(huán)境分析

環(huán)境評(píng)估是指對(duì)特定區(qū)域展開分析，對(duì)環(huán)境污染進(jìn)行預(yù)測與評(píng)估，提前制定治理策略，提前預(yù)測出這些影響有助于評(píng)估該地區(qū)建立項(xiàng)目后的生態(tài)健康還是否良好的狀況，并可以根據(jù)實(shí)際情況提出減輕或者預(yù)防環(huán)境影響措施，進(jìn)行跟蹤監(jiān)測的方法與制度。本文對(duì)襄陽地區(qū)土壤生態(tài)指數(shù)、坡度、植被覆蓋率分別進(jìn)行了歸一化處理，并且將自然生態(tài)環(huán)境評(píng)價(jià)分成了4個(gè)環(huán)境級(jí)別，我們得到襄樊地區(qū)的環(huán)境評(píng)價(jià)結(jié)果是一個(gè)單波段的灰度圖像，將它運(yùn)用密度分割，進(jìn)行評(píng)價(jià)。如圖7所示。

圖6 坡度分析圖

Fig.6 Slope analysis image

圖7 生態(tài)環(huán)境分析圖

5 結(jié)束語

本文介紹了一個(gè)完整的遙感工程在ENVI下的實(shí)現(xiàn)過程。包含高分辨率數(shù)據(jù)的處理、高分辨率信息提取流程的合理安排、ENVI模塊面向?qū)ο笮畔⑻崛〉葍?nèi)容。通過對(duì)土壤生態(tài)指數(shù)、坡度、植被覆蓋率提取與分析，可以看出，襄陽地區(qū)的評(píng)價(jià)等級(jí)為中和良，大部分區(qū)域都基本受到破壞，但自我恢復(fù)和外力恢復(fù)都相繼跟的上，評(píng)價(jià)的綜合指數(shù)4—10的居多，站全區(qū)域范圍的88%，而9—10的優(yōu)秀等級(jí)只占了14%，并且都在耕地物長勢(shì)較好的平原和森林。

[1] 鄭光, 田慶久, 李明詩. 基于 ETM+遙感影像的南京市城市綠地的動(dòng)態(tài)監(jiān)測[J]. 遙感信息, 2005(5): 22-24

[2] 姚小靜, 高義, 杜云艷, 等基于遙感技術(shù)的近海南島海岸線時(shí)空變化自然資源學(xué)報(bào), 2013, 28(1): 114-125.

[3] 王曉鴻等主編. 鄱陽湖濕地生態(tài)系統(tǒng)評(píng)估[M]. 北京: 科學(xué)出版社, 2004, 56-110.

[4] 劉庚, 畢如田, 儲(chǔ)雅紅. 基于MODIS影像的山西省植被指數(shù)分析[J]. 測繪與空間地理信息, 2008, 31(1): 43-45.

[5] 陳陽, 趙俊三, 陳應(yīng)躍. 基于ENVI的高分辨率遙感影像城市綠地信息提取研究, 測繪工程, 2015(4): 33-36

[6] 信冠棟, 施昆, 呂曉陽. 遙感動(dòng)態(tài)監(jiān)測模型在拉市海濕地保護(hù)區(qū)土地利用中的研究[J]. 軟件, 2018, 39(4): 170-175

[7] 朱遠(yuǎn)輝, 劉凱, 艾彬, 等. 新豐江流域生態(tài)環(huán)境質(zhì)量遙感評(píng)價(jià) [J]. 熱帶地理, 2013, 332): 133-140.

[8] 盛輝, 萬紅, 崔建勇, 等. 基于TM影像的城市熱島效應(yīng)監(jiān)測與預(yù)測分析[J]. 遙感技術(shù)與應(yīng)用, 2010, 25(1): 8-14.

[9] 趙桔青, 陶福壽. 基于GIS的城鎮(zhèn)土地資源承載力評(píng)價(jià)[J]. 軟件, 2018, 39(7): 52-56

[10] 王曉鴻等主編. 鄱陽湖濕地生態(tài)系統(tǒng)評(píng)估[M]. 北京: 科學(xué)出版社, 2004, 56-110.

[11] 張曉明, 尹鴻峰. 基于卷積神經(jīng)網(wǎng)絡(luò)和語義景分類[J]. 軟件, 2018, 39(01): 29-34

[12] 易鵬濤, 趙俊三, 易鵬飛, 等. 基于均方差決策分析法的滇中城市群土地資源綜合承載力評(píng)價(jià)研究[J]. 軟件, 2018, 39(3): 181-186

[13] 劉庚, 畢如田, 儲(chǔ)雅紅. 基于MODIS 影像的山西省植被指數(shù)分析[J]. 測繪與空間地理信息, 2008, 31(1): 43-45.

[14] 尹宗天, 謝超逸, 劉蘇宜, 等. 低分辨率圖像的細(xì)節(jié)還原[J]. 軟件, 2018, 39(5): 199-202

Research on Urban Ecological Environment of High Resolution Remote Sensing Image Based on ENVI

MA Yi-chao, MI Hong-yan, ZHONG Kai

(Faculty of land and Resources Engineering，Kunming University of Science and Technology, Kunming 650093, China)

In recent years, the use of remote sensing technology to extract urban information has become an important means of urban planning and construction to provide an important basis. This paper introduces the Xiangyang area extraction of vegetation coverage, soil ecological process index, slope in the ENVI environment, and carries on the normalization, the establishment of the ecological environment evaluation model to evaluate the ecological environment of Xiangfan region, ecological construction of the city played an important role.

Remote sensing technology; Vegetation coverage; Soil ecological index; Ecological environment

TP7

A

10.3969/j.issn.1003-6970.2018.11.049

米鴻燕(1963-)，男，昆明理工大學(xué)，副教授，主要研究方向：水下地形測量與變形檢測；馬義超(1993-)，男，昆明理工大學(xué)，研究生，主要研究方向：遙感圖像處理；鐘凱(1995-)，男，昆明理工大學(xué)，研究生，主要研究方向：遙感圖像處理。

馬義超，米鴻燕，鐘凱. 基于ENVI的高分辨率遙感影像城市生態(tài)環(huán)境研究[J]. 軟件，2018，39（11）：235-238