一種基于TM影像的不透水面信息提取方法

楊愛民，王飛紅，于 頌

(1.山西省遙感中心，山西太原 030001；2.中北大學(xué)儀器與電子學(xué)院，山西太原 030051)

一種基于TM影像的不透水面信息提取方法

楊愛民1，王飛紅2，于 頌1

(1.山西省遙感中心，山西太原 030001；2.中北大學(xué)儀器與電子學(xué)院，山西太原 030051)

針對(duì)TM影像不透水面提取的研究，通過綜合分析被廣泛應(yīng)用于提取不透水面的歸一化差異不透水面指數(shù)法和歸一化差異植被指數(shù)法，從而提出一種改進(jìn)的快速提取不透水面的實(shí)驗(yàn)指數(shù)組合法，即通過將植被指數(shù)取反減去水體指數(shù)。以高分影像ZY3和可提供經(jīng)緯度信息的Google Earth作為參考，將歸一化差值不透水面指數(shù)、歸一化差值植被指數(shù)和實(shí)驗(yàn)指數(shù)組合法得到的提取結(jié)果分別進(jìn)行評(píng)價(jià)，獲得了圖像的分類精度，對(duì)比可知試驗(yàn)組合指數(shù)法的精度高于其他兩種指數(shù)結(jié)果，其精度為88.16%。

遙感監(jiān)測(cè)；不透水面；歸一化不透水面指數(shù)法；歸一化植被指數(shù)法

一、引 言

21世紀(jì)以來，城市化進(jìn)程的不斷加速，使得城市不透水面變化頻繁，因此，通過人工統(tǒng)計(jì)監(jiān)測(cè)及時(shí)獲取不透水面的變化信息具有一定的難度。近年來，遙感技術(shù)不斷發(fā)展，基于遙感的不透水面提取方法被廣泛應(yīng)用，這些方法都可在一定程度上為監(jiān)管工作提供有力的客觀依據(jù)。

近十幾年來，大量提取不透水面的方法被廣泛應(yīng)用于衛(wèi)星影像研究中[1-2]，主要包括：基于像元的分類方法(監(jiān)督分類和非監(jiān)督分類)、對(duì)像元分解的亞像元分類方法、決策樹模型、通過線性光譜混合模型獲得豐度圖像，進(jìn)而求得不透水層面積。此外還有通過構(gòu)建不透水面與植被之間的關(guān)系，進(jìn)一步估算不透水層的面積等。金晶等[3]利用線性光譜混合分解模型，應(yīng)用Landsat TM/ETM＋影像對(duì)上海市不透水層進(jìn)行提取，通過將純度像元指數(shù)(PPI)和地表溫度結(jié)合，得到了不透水面覆蓋情況；周紀(jì)等[4]以北京市作為研究區(qū)，應(yīng)用TM影像，利用線性光譜混合分解模型，通過分析純凈地物的光譜特征曲線的特點(diǎn)，優(yōu)化端元的提取方法，進(jìn)而獲取不透水面分布和覆蓋率情況；江利明等[5]應(yīng)用ERS-1/2重復(fù)軌道雷達(dá)干涉數(shù)據(jù)對(duì)香港九龍島的不透水面進(jìn)行研究，運(yùn)用分類與回歸樹算法，通過分析不透水面和植被的區(qū)分度，驗(yàn)證了雷達(dá)遙感在城市不透水面信息提取中的可行性；孟憲磊[6]應(yīng)用兩景不同時(shí)相的ETM＋影像，利用城區(qū)內(nèi)植被覆蓋率與不透水面具有的較強(qiáng)負(fù)相關(guān)性，通過ERDAS建模，較好地獲得了城市不透水面信息。

以上方法在各自的研究區(qū)都獲得了較好的提取精度。但是，這些方法的提取過程較為復(fù)雜，前期計(jì)算量較大，在城市不透水層頻繁變化的情況下，往往需要可以快速提取不透水層的方法。本文通過對(duì)歸一化不透水面指數(shù)法(NDISI)和歸一化植被指數(shù)法(NDVI)進(jìn)行分析，在此基礎(chǔ)上，構(gòu)建了一種新型復(fù)合指數(shù)——實(shí)驗(yàn)指數(shù)組合法，實(shí)現(xiàn)了快速、高效地提取不透水面信息。

二、研究方法

1.NDISI法

不透水面在熱紅外波段與近紅外波段的反射率相差較大，即相對(duì)近紅外波段，熱紅外波段擁有較高的反射率。因此，利用強(qiáng)反射率熱紅外波段與弱反射率近紅外波段建立指數(shù)，達(dá)到增強(qiáng)不透水面信息的目的。經(jīng)過該指數(shù)處理，使得不透水面地物表現(xiàn)出較高的反射度，而植被具有相對(duì)較低的熱輻射度，從而突出不透水面信息。為了進(jìn)一步增強(qiáng)不透水面信息，利用水體在可見光波段的反射率低于不透水面，將改進(jìn)型歸一化差異水體指數(shù)(MNDWI)加入NDISI指數(shù)的弱反射波段[7]，即

式中，NIR是近紅外波段的反射率，對(duì)應(yīng)TM影像的第4波段；MIR是中紅外波段的反射率，對(duì)應(yīng)TM影像的第5波段；TIR是熱紅外波段的反射率，對(duì)應(yīng)TM影像的第6波段。

式中，GREEN為綠光波段的反射率，對(duì)應(yīng)TM影像的第2波段。

筆者應(yīng)用NDISI指數(shù)對(duì)影像進(jìn)行處理，結(jié)果如圖1所示。

圖1 NDISI指數(shù)圖

筆者從提取結(jié)果中發(fā)現(xiàn)：樓宇類、建筑和道路、橋梁類建筑和新建類建筑(例如太原市武宿機(jī)場(chǎng)二號(hào)航站樓)雖同屬于不透水層類地物，但在NDISI計(jì)算結(jié)果影像中的灰度值存在較大差異，而且單純使用NDISI提取不透水層也需要兩個(gè)以上的閾值才可以將不透水層信息提取出來，結(jié)果使得不僅每增加一個(gè)閾值會(huì)相應(yīng)增加誤差，而且還需要對(duì)處理結(jié)果進(jìn)行掩膜、合并操作。

2.NDVI法

由于植被和不透水層具有很高的負(fù)相關(guān)性，因此，通過NDVI進(jìn)行植被提取后的結(jié)果圖像上，不透水層應(yīng)該體現(xiàn)很低的灰度[9]。在利用TM影像的第3和第4波段進(jìn)行了NDVI計(jì)算后，計(jì)算結(jié)果如圖2所示。

圖2 NDVI指數(shù)結(jié)果圖

3.實(shí)驗(yàn)指數(shù)組合法

考慮到NDVI影像結(jié)果中水體和不透水層有著共同特征，即灰度值都很低，因此，首先對(duì)影像第4和第3波段進(jìn)行波段運(yùn)算(Negative NDVI，NNDVI)，對(duì)原圖像進(jìn)行增強(qiáng)，基于NDVI計(jì)算方式，在其分母上使用第3波段減去第4波段的運(yùn)算，即

式中，RED為紅光波段的反射率。

筆者應(yīng)用NNDVI指數(shù)對(duì)影像進(jìn)行處理，得到結(jié)果圖像(如圖3所示)，從圖3中可以看出，增強(qiáng)的結(jié)果是不透水層信息和水體信息的灰度均較高，水體灰度高于不透水層，并且所有不透水層的灰度值大小相當(dāng)，沒有出現(xiàn)NDISI中出現(xiàn)的不透水層灰度既有大于水體灰度又有小于水體灰度的情況。

圖3 NNDVI指數(shù)結(jié)果圖

鑒于以上分析可知，為了最終得到不透水面信息，還需要將水體信息進(jìn)行提取。通過對(duì)比水體的提取方法，最終采用了楊樹文[10]等人提出的方法，

即利用TM的第1、2、3、4、5波段進(jìn)行波段運(yùn)算，如下式

式中，DNWATER為水體提取指數(shù)。如圖4所示。

圖4 DNWATER結(jié)果圖

對(duì)圖5進(jìn)行閾值選取，進(jìn)行其二值化處理后，將水體和不透水層信息一并提取，而后再將該二值化結(jié)果圖像與經(jīng)過閾值的提取水體信息的二值化圖像相減以得到不透水層信息，經(jīng)與高分圖像對(duì)比后發(fā)現(xiàn)不透水面信息得到了很好的突顯(如圖5所示)，同時(shí)，水體信息也得到了較好的抑制。

圖5 不透水面信息提取結(jié)果圖

三、精度評(píng)價(jià)

為了評(píng)價(jià)分類結(jié)果，將利用上述方法提取的分類結(jié)果通過同期高分辨率的ZY3影像及Google Earth影像進(jìn)行分類精度評(píng)價(jià)。筆者在分類區(qū)域范圍內(nèi)隨機(jī)選取了200個(gè)樣本進(jìn)行檢驗(yàn)，分別獲取了3種不透水面提取方法的精度，結(jié)果如表1所示。

表1 三種不透水面提取方法的精度及其對(duì)比

根據(jù)表1得出，實(shí)驗(yàn)指數(shù)組合法對(duì)不透水面的提取精度最高，其精度為88.16%，相對(duì)于NDISI指數(shù)法提高了16.73%，相對(duì)于NDVI指數(shù)法提高了9.93%。

四、結(jié) 論

本文以山西省太原市作為研究區(qū)，研究了提取不透水面信息的方法。利用TM遙感影像，通過綜合分析和對(duì)比NDISI指數(shù)法和NDVI指數(shù)對(duì)不透水面信息的提取，提出了一種改進(jìn)的不透水面信息提取方法——實(shí)驗(yàn)指數(shù)組合法，即通過NDVI指數(shù)取負(fù)值進(jìn)行提取后，去掉水體信息，從而得到不透水面信息。實(shí)驗(yàn)指數(shù)組合法降低了不透水面指數(shù)中熱紅外波段分辨率低的影響，拉大了水體與不透水面的差異，通過與NDISI指數(shù)法、NDVI指數(shù)法的分類提取精度進(jìn)行對(duì)比分析，得出實(shí)驗(yàn)指數(shù)組合法的提取精度最高，獲得了較好的提取效果。

[1] 徐涵秋.基于壓縮數(shù)據(jù)維的城市建筑用地遙感信息提取技術(shù)[J].中國圖象圖形學(xué)報(bào)，2005，10(2)：223-229.

[2] 吳志杰，趙書河.基于TM圖像的“增強(qiáng)的指數(shù)型建筑用地指數(shù)”研究[J].國土資源遙感，2012，24(2)：50-55.

[3] 金晶，王斌，張立明.基于線性光譜混合分析的城市不透水層分布估算[J].復(fù)旦學(xué)報(bào)：自然科學(xué)版，2010，49(2)：197-208.

[4] 周紀(jì)，陳云浩，張錦水，等.北京城市不透水層覆蓋度遙感估算[J].國土資源遙感，2007(3)：13-17，27.

[5] 江利明，廖明生，林琿，等.利用雷達(dá)干涉數(shù)據(jù)進(jìn)行城市不透水層百分比估算[J].遙感學(xué)報(bào)，2008，12(1)：176-185.

[6] 孟憲磊.不透水面、植被、水體與城市熱島關(guān)系的多尺度研究[D].上海：華東師范大學(xué)，2010.

[7] 徐涵秋.一種快速提取不透水面的新型遙感指數(shù)[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2008，33(11)：1150-1153.

[8] 徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)(MNDWI)提取水體信息的研究[J].遙感學(xué)報(bào)，2005，9(5)：589-595.

[9] 馬麗，徐新剛，劉良云，等.基于多時(shí)相NDVI及特征波段的作物分類研究[J].遙感技術(shù)與應(yīng)用，2008，23(5)：520-524.

[10] 楊樹文，薛重生，劉濤，等.一種利用TM影像自動(dòng)提取細(xì)小水體的方法[J].測(cè)繪學(xué)報(bào)，2010，39(6)：611-617.

A Method of Extraction of Urban Impervious Surface Information from TM Image

YANG Aimin，WANG Feihong，YU Song

P237

B

0494-0911(2014)09-0081-03

2014-03-19

楊愛民(1974—)，男，山西太原人，高級(jí)工程師，主要從事環(huán)境資源遙感和GIS方面的研究。引文格式:楊愛民，王飛紅，于頌.一種基于TM影像的不透水面信息提取方法[J].測(cè)繪通報(bào)，2014(9)：81-83.

10.13474/j.cnki.11-2246. 2014.0300