資源描述:
《基于高分辨率遙感影像的不透水面信息提取方法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、規(guī)范s暇務(wù)·2008高校GIS論壇論文集基于高分辨率遙感影像的不透水面信息提取方法研究李彩麗都金康南京大學(xué)地理與海洋科學(xué)學(xué)院【摘要】不透水地面是城市地區(qū)的特征,它與總用地的比值——不透水率作為一個重要的城市生態(tài)指數(shù)常出現(xiàn)于城市水文、城市水質(zhì)面源污染以及城市植被制圖等研究中。利用高分辨率遙感影像提取不透水面不僅可獲得較高精度的不透水面積信息。而且可為中低分辨率遙感影像的提取提供樣本訓(xùn)練區(qū)及檢驗其不透水面信息的提取精度。本文利用南京IKONOS影像,采用面向?qū)ο蟮姆诸惙椒ㄟM行不透水面信息的提取,較好的解決了陰影歸類和遮蓋不透水面的植物剔除等難點問題,比較精確的提取了不透水面信息?!娟P(guān)鍵詞
2、】不透水面;面向?qū)ο?;高分辨率遙感影像;eCogntion1、引言不透水面是指天然的或者人造的能阻止水滲透到地表以下的物質(zhì),諸如屋頂、瀝青、水泥道路以及停車場等具有不透水性的地表面。人工不透水面是城市地區(qū)的特征.城市化的一個重要表現(xiàn)就是不透水面分布比率的上升。隨著不透水面的增加,城市中的綠地、濕地和水體面積逐漸減少.也引發(fā)了多種環(huán)境因子的改變,諸如地表徑流、流域水質(zhì)和城市熱環(huán)境的變化等,從而使城市生態(tài)系統(tǒng)惡化。不透水面分布被認為是表征流域健康、水質(zhì)以及整個生態(tài)系統(tǒng)是否健康最為重要的環(huán)境指標(biāo)之一【㈦】。在國外.通過遙感來提取不透水面的研究自20世紀(jì)后期就開始引起關(guān)注。Deguchi和S
3、ugio[3](1994)對SPOT的HRV圖像應(yīng)用聚類算法得到了不透水區(qū)域。Ji和Jensen[4](1999)利用亞象元分析和分層分類法對TM遙感影像估算不透水面分布。Phinn等(2002)利用混合像元線性分解模型進行不透水面分布測算。Wu[S]等(2003)并1J用LandsatETM+衛(wèi)星影像結(jié)合線性光譜混合模型進行高照度不透水面和低照度不透水面提取得到不透水面分布。WU[16](2004)分析了同種城市地物景觀光譜存在很大差異.在此基礎(chǔ)上提出改進的歸一化混合像3嘶I一班吼com元線性分解模型,成功地提取了俄亥俄州哥倫布市不透水面。Powell[17](2006)提出一種多
4、端元像元分解模型,采用ETM+進行試驗研究,取得較好的效果。pu[18](2007)以日本橫濱為例,運用混合像元分解模型和神經(jīng)網(wǎng)絡(luò)模型對ASTER影像進行像元分解,制作城市地表要素組成圖。馬雪梅【19】等(2007)采用于數(shù)據(jù)挖掘技術(shù)對流域的TM影像進行不透水面及變化信息提取。利用三年的TM數(shù)據(jù),應(yīng)用基于數(shù)據(jù)挖掘技術(shù)的決策樹方法對區(qū)域不透水面進行信息提取。目前。提取不透水面信息主要是利用中低分辨率遙感影像,但樣本訓(xùn)練區(qū)的選擇及提取精度的檢驗是問題。而利用高分辨率遙感影像提取不透水面不僅可獲得較高精度的不透水面積信息,而且可為中低分辨率遙感影像的提取提供樣本訓(xùn)練區(qū)及檢驗其不透水面信息的
5、提取精度。因而高分辨遙感影像提取不透水面的研究是很有意義的。利用高分辨率遙感影像提取不透水面主要存在陰影歸類與不透水面上植物的剔除問題?;谙裨姆椒▽Ω叻直媛蔬b感影像進行分類,會產(chǎn)生嚴重的”椒鹽”現(xiàn)象。精度較低。所以本文采用面向?qū)ο蠓诸惙椒?。利用影像分割手段按一定的?biāo)準(zhǔn)將像素聚合成代表不同類型地物的影像對象,再對其進行分類,利用像素的光譜信息壓真實世界地韌的形狀特征和鄰近關(guān)系特征.引^模糊邏輯規(guī)則對分類進行描進使易混淆的地物容易提取,可有效解決陰影歸類與不運水面±植物的別除問題.極大地提高影像的分類晴度。。、2、贛據(jù)源與影像璜處理21缸據(jù)譚采用南京IKONOS影像,包括4m分辨率的
6、多光譜數(shù)據(jù)和11甘辨§的全色片彰像采集時間為2000£3月2E日上午10時29廿.走日高度角為520026度率文主要選肛城北地Ⅸ作為研究區(qū)太小為2999’2409女fl圖12,2*們*A本發(fā)實驗采用的數(shù)據(jù)B經(jīng)過幾何校E.只焉進行影像融臺。由于IKONOS全色片與多光譜數(shù)據(jù)來自同一傳感器系統(tǒng).可以直接進行融臺,本文通過光譜質(zhì)量丹析、空間紋理信息分析,選擇較近臺的主成分變按方法進行影像融合。3、研究技術(shù)和方法在對釅究區(qū)實地謂查后發(fā)現(xiàn).研究區(qū)的不透水面主要包括城市道路屋頂廣場小區(qū)非繹化庭院及停車塥,高分辨率影像存在嚴重的陰影問題.這樣會影響不透水面提取的精度,同時許多植物將不透水面遮蓋7,
7、也害影響不透水面信息提取韻精度。準(zhǔn)確提取不透水面信息,必須解頭陰影歸類和不透水面中綠地信息剔除的q題.這是本文研完的關(guān)鍵所在通過分析不同分類方法的特點.本文采用面向?qū)ο蠓旨S方法對研究區(qū)進行不透亦面信息的提取面向?qū)ο蟮牡ゎ惙椒ㄊ且环N智能化的自動影像分析方法.它的分析單元不再是單十像素+■是影像對象:包括兩十步驟:對象生威與信息提取對象生成是采用影像分割技術(shù)生成不同的影像對象的過程.針對不同的地物采取不同的尺度.構(gòu)建尺度同對影像進行分割:本文分割采用異質(zhì)性最小