基于LANDSAT7 ETM+遙感影像的拉薩市區(qū)地物信息提取

陳坤　于金媛　鄭亞楠　李新

【摘要】采用遙感數(shù)據(jù)對地物進行識別是獲取地物信息的一種重要手段。本文以西藏自治區(qū)拉薩市市區(qū)landsat ETM+遙感影像為數(shù)據(jù)源，通過局部直方圖匹配算法對影像進行條帶修復后，運用ENV14.8中監(jiān)督分類的方法，提取拉薩市區(qū)濕地、居民地、植被、河流、裸地等地物信息，并計算kappa系數(shù)，進行精讀評價。

【關鍵詞】landsat ETM+條帶修復監(jiān)督分類ENVI

【中圖分類號】TP391.41 【文獻標識碼】A 【文章編號】1672-5158（2013）04-0004-01

隨著航空、航天技術(shù)的飛速發(fā)展，遙感技術(shù)成為研究全球變化、人口資源環(huán)境不可替代的先進手段。遙感影像提供了地面極為豐富和復雜的信息，因此，根據(jù)不同的專業(yè)信息需要，圖像處理的流程會不同；基于不同的需求目的，選擇的感興趣的區(qū)會不同，處理的手段也就各不相同，但目的只有一個，那就是為提取出所需要的遙感影像信息服務。

圖像處理工作一直是遙感處理軟件的最基本的功能，是進行信息提取的基礎和前提。圖像處理目的是使圖像變成便于理解和使用的形式，或提取某些圖像特征信息供進一步分析使用。要想達到良好的影像信息提取效果，影像處理的過程非常重要。根據(jù)本次研究目的要求，在衛(wèi)星影像初步判讀的基礎上，通過對多種資料進行分析對比，實現(xiàn)影像的預處理和影像數(shù)據(jù)的統(tǒng)計，這樣就將感興趣的某些特征強調(diào)出來，同時抑制了非重要的特征。

一、研究區(qū)概況

本文選擇“一江兩河”地區(qū)的拉薩市區(qū)作為研究對象，分析該區(qū)地質(zhì)地貌特征，以便對圖像進行合理分類。

拉薩市城關區(qū)地處雅魯藏布江支流拉薩河中游河谷平原地區(qū)，地勢南北高、中間低，區(qū)域東西跨距28公里，南北跨距31公里，面積為554平方公里，平均海拔3658米，氣候?qū)俑咴瓬貛О敫珊导撅L氣候區(qū)。市域內(nèi)江河年均徑流量112億立方米，湖泊儲水200億立方米，地下水豐厚，人均水量和每畝地占水量均高于中國平均水平。在人口壓力下，當?shù)鼐用駷榱司S持生計而進行的薪材砍伐、過牧、開墾等土地利用行為導致了水土流失加劇，沙化面積擴大。

二、影像介紹及預處理

Landsat 7 ETM+影像共8個波段。其中多光譜波段7個，第六波段光譜分辨率為60m，123457波段光譜分辨率為30m，第8波段高分辨率全色波段，空間分辨率15m。本文采用的影像具體信息如下，可以從USGS有關網(wǎng)站下載。

Landsat陸地衛(wèi)星系列是全球生態(tài)觀測研究最系統(tǒng)、數(shù)據(jù)連續(xù)性最好的遙感衛(wèi)星，所傳回的影像在生態(tài)環(huán)境監(jiān)測、自然資源調(diào)查等領域應用十分廣泛。自2003年5月31日，由于增強專題制圖儀的掃描線矯正器發(fā)生故障，從landsat-7發(fā)回的ETM+圖像數(shù)據(jù)存在約占全景數(shù)據(jù)25%的不存在任何數(shù)據(jù)的黑色條帶。但數(shù)據(jù)本身保留了良好的輻射和幾何性質(zhì)，修復后仍可用于一些特殊領域。

1.圖像修復

本文采用局部直方圖匹配算法對影像進行修復，即以一景SCL-ON的影像來修復SCL-OFF的影像。本算法較之插值法和全局直方圖匹配精讀較高，但算法復雜。ENVl4.8軟件可運行相應的插件來進行計算，修復后再將影像重新保存進行組合。

2.圖像剪切

從全國縣級行政區(qū)矢量邊界圖中借助ArcGis軟件提取出拉薩市城關區(qū)矢量邊界，再據(jù)此矢量邊界從一幅影像中裁剪出工程區(qū)遙感影像。因為拉薩市區(qū)濕地、城區(qū)、山坡植被很明顯，選取5、4、3的波段組合進行目視區(qū)分。

3.影像融合

ETM+多光譜影像具有豐富的多光譜信息，全色波段B8具有較高的幾何分辨率。將多光譜影像與全色波段進行融合，融合后即保留了多光譜的信息，又提高了影像的空間分辨率。本文采用GS方法做融合處理，結(jié)合影像來看，效果較好。

三、遙感信息提取及分類

從研究區(qū)概況可以看出，市區(qū)居民地、山坡植被、水系存在，結(jié)合研究區(qū)的特點和實地情況，將地物類型分為草地、濕地、河流、居民地、裸地及其他5種典型地物類型。為了對所分的地物在TM影像上的光譜特征差異進行比較深入的了解，對每種地物選取一定的樣本，要求樣本具有較好的代表性和獨立性。這可以用樣本可分離度來表示。

當類與類之間的可分離度大于1.9時，類的獨立性很好，能夠被有效的區(qū)分。從上表可以看出：植被與居民地可分離度低，地植被與濕地的可分離度較低。這是因為選用的影像為10月17日，樹木開始枯黃，從光譜上不易區(qū)分濕地植被與樹木。此外，市區(qū)的城市綠化的存在也導致了植被與居民地波譜響應的相似性。

監(jiān)督分類采用的是最大似然法。假設每一個波段的每一類統(tǒng)計都呈正太分布，計算給定象元屬于某一訓練樣本的似然度，像元最終被歸并到似然度最大的一類當中。在假彩色合成的影像上選取訓練樣本時，通過目視解譯進行，并使樣本盡量分布均勻。監(jiān)督分類時，以拉薩市城關區(qū)矢量邊界做掩膜，使背景不參與分類。分類結(jié)果見圖2。

四、結(jié)論

為定量評價分類精讀，進行了分類混淆矩陣和kappa系數(shù)的計算，結(jié)果如下：

河流、濕地、植被、居民地、裸地及其他指數(shù)分別為0.99、0.75、0.73、0.95、0.69，最低的判別精讀為0.7。這說明在樣本的選取中有些混合象元沒處理好，總體上滿足要求，有待改進。本文以landsat7 ETM+遙感影像為載體，對拉薩市市轄區(qū)典型地物進行了分類提取并得出了符合精讀要求的影像，驗證了該遙感信息提取方法在實驗區(qū)的可行性。

參考文獻：

[1]李旭文.Lsndsat 7 SLC OFF ETM遙感數(shù)據(jù)下載及在太湖藍藻水華監(jiān)測中的應用[J].環(huán)境監(jiān)測管理與技術(shù)，2009，21（3）：54 57

[2]于炳飛，李增華，王輝.基于Lansat7ETM的從化市遙感影像信息提取研究[J].軟件導刊，2006（11）：47 49

[3]除多，張鐿鋰，鄭度.拉薩地區(qū)土地利用變化[J].地理學報，2006，61（10）：1075 1083

[4]何報寅，丁超，楊小琴等.Landsat7ETM SLC OFF數(shù)據(jù)的修復及其在武漢東湖水質(zhì)反演中的應用[J].長江流域資源與環(huán)境，2011，20（1）：89-95

[5]陳勁松，韓玲.運用ENVI提取遙感影像中的植被信息[J].測繪標準化，2005，66（21）：20-22

[6]權(quán)維俊，郭文利，葉彩華等.基于TM衛(wèi)星影像獲取北京市水體密度指數(shù)與植被覆蓋指數(shù)的方法[J].南京氣象學院學報，2007，30（5）：611-616

[7]楊鑫.淺談遙感圖像監(jiān)督分類與非監(jiān)督分類[J].四川地質(zhì)學報，2008，28（3）：251-254