基于不同尺度遙感影像的焦作市建成區(qū)信息提取與分析

張萍1 王新闖2 李敏敏3 劉思遠(yuǎn)

（1.河南省基礎(chǔ)地理信息中心，河南 鄭州 450003；2.河南理工大學(xué)，河南 焦作 454000；3.河南省科源測(cè)繪中心，河南 鄭州 450003；4.河南省遙感測(cè)繪院，河南 鄭州 450003）

1 引言

尺度是一個(gè)在各領(lǐng)域中廣泛使用的專(zhuān)業(yè)術(shù)語(yǔ)。從遙感角度來(lái)看，尺度是從天空測(cè)量地球的空間量度范圍（空間尺度）、時(shí)間量度間隔（時(shí)間尺度）與光譜量度寬度（光譜尺度），其中空間尺度多被看作遙感影像的分辨率[1]。在遙感研究范圍內(nèi)，尺度問(wèn)題的研究重點(diǎn)就是遙感影像的分辨率[2]。

多尺度是遙感信息的一個(gè)基本特征?，F(xiàn)有的遙感數(shù)據(jù)可以從多個(gè)空間尺度進(jìn)行對(duì)地遙感觀測(cè)。不同空間分辨率的遙感數(shù)據(jù)所包含地表信息的詳盡程度不同。研究遙感信息提取中的尺度問(wèn)題，有助于在遙感應(yīng)用中選擇合適的空間分辨率，降低信息提取的不確定性，減少數(shù)據(jù)選擇的盲目性[3]，有利于綜合利用多尺度信息，讓遙感數(shù)據(jù)更好地投入生產(chǎn)，有助于利用現(xiàn)有遙感數(shù)據(jù)資源進(jìn)行科學(xué)研究和實(shí)際應(yīng)用。

2 研究目標(biāo)和技術(shù)路線

本文的研究目標(biāo)是利用兩種不同空間尺度下的遙感影像，即空間分辨率為30 m的Landsat-5 TM影像，成像時(shí)間為2009年6月25日，以及空間分辨率為1 km的SPOT-VGT影像（東南亞地區(qū)SPOT-VGT S10 NDVI數(shù)據(jù)），成像時(shí)間為2009年6月21日，對(duì)焦作市城區(qū)土地利用進(jìn)行分類(lèi)，并提取出焦作市建成區(qū)的面積，比較不同尺度下的信息提取精度。技術(shù)路線如圖1所示。

3 遙感數(shù)據(jù)預(yù)處理

遙感數(shù)據(jù)預(yù)處理主要包括輻射校正、幾何校正、格式轉(zhuǎn)換、投影變換、彩色合成、研究區(qū)裁剪等。由于此次所獲取的遙感影像均已做過(guò)輻射校正和幾何正射校正,因此只需進(jìn)行校正之后的預(yù)處理，采用的圖像處理軟件為ERDAS IMAGINE 9.2。

圖1 技術(shù)路線

3.1 TM影像波段組合

TM影像波段組合有兩個(gè)步驟：?jiǎn)尾ǘ螖?shù)據(jù)轉(zhuǎn)換（即將.TIF格式轉(zhuǎn)換為.IMG格式）和多波段數(shù)據(jù)組合。由于TM6波段影像分辨率較低，本文合成TM1-5、7波段，并在此基礎(chǔ)上產(chǎn)生TM 453假彩色影像，即衛(wèi)星遙感TM波段4（紅）、波段5（綠）、波段3（藍(lán)）數(shù)據(jù)制作所需要的假彩色合成衛(wèi)星影像圖，圖像色彩反差明顯，層次豐富，各類(lèi)地物的色彩顯示規(guī)律與常規(guī)合成片相似，符合常規(guī)片的目視判讀習(xí)慣。TM 453假彩色影像如圖2所示。

圖2 TM 453假彩色影像

3.2 SPOT-VGT數(shù)據(jù)變換

3.2.1 數(shù)據(jù)格式轉(zhuǎn)換

原始SPOT-VGT S10影像數(shù)據(jù)的文件格式是*.HDF，而所使用的圖像處理軟件Erdas的默認(rèn)影像格式是*.IMG，根據(jù)數(shù)據(jù)處理的需要，進(jìn)行了*.HDF—*.TIF—*.IMG的數(shù)據(jù)格式轉(zhuǎn)換。

3.2.2 投影變換

原始的S10影像采用可利投影（Plate Carree）和地理坐標(biāo)系（Geographic Lat／Lon），參考橢球采用WGS-84橢球。此次將其投影變換為UTM投影（Universal Transverse Mercator Projection，通用橫軸墨卡托投影），使其與TM影像投影一致。

3.3 影像裁剪

利用焦作市城區(qū)邊界Shape文件，通過(guò)由Shape文件生成AOI區(qū)域的方法在Erdas中將焦作市城區(qū)從兩種空間尺度正景遙感影像上裁剪下來(lái)。

（1）將Shape文件與要被裁剪的文件同時(shí)在Erdas 里加載。

（2）選中Shape文件，在工具欄中AOI→Copy Selection to AOI。同時(shí)將Shape文件與要被裁剪的文件在一個(gè)Viewer中加載疊加顯示，然后將轉(zhuǎn)換的AOI選中,利用Data Prep中Subset裁剪即可。

4 建成區(qū)信息提取

建成區(qū)信息提取主要通過(guò)遙感影像分類(lèi)實(shí)現(xiàn)。遙感影像分類(lèi)就是利用計(jì)算機(jī)通過(guò)對(duì)遙感影像各類(lèi)地物的光譜信息和空間信息進(jìn)行分析，選擇特征，并用一定的手段將特征空間劃分為互不重疊的子空間，然后將影像中的各個(gè)像元?jiǎng)澐值礁鱾€(gè)子空間去[4]。

遙感圖像的計(jì)算機(jī)分類(lèi)和目視判讀技術(shù)，目的一致，但手段不同。前者是利用計(jì)算機(jī)模擬人類(lèi)的識(shí)別能力，后者把地學(xué)工作人員的專(zhuān)業(yè)知識(shí)介入圖像分析中去，是遙感解譯的基本方法[5]。本文采用目視判讀與計(jì)算機(jī)自動(dòng)分類(lèi)相結(jié)合的方法進(jìn)行焦作市建成區(qū)土地利用類(lèi)型分類(lèi)。

4.1 圖像判讀

圖像判讀主要是依據(jù)影像的色調(diào)、亮度等信息，與焦作市建成區(qū)實(shí)際土地情況進(jìn)行對(duì)照，確定地物類(lèi)別。此次圖像判讀主要是針對(duì)TM 453波段合成的假彩色影像圖，將整幅影像劃分為6個(gè)類(lèi)別，作為分類(lèi)時(shí)訓(xùn)練區(qū)的依據(jù)。這6個(gè)類(lèi)別的影像特征如表1所示。

表1 TM影像判讀

4.2 計(jì)算機(jī)分類(lèi)

遙感影像的自動(dòng)識(shí)別分類(lèi)主要是采用決策理論方法，從被識(shí)別的模式中，提取出一組反映模式屬性的量測(cè)值，稱(chēng)之為特征，并把模式特征定義在一個(gè)特征空間中，進(jìn)而利用決策的原理對(duì)特征空間進(jìn)行劃分，以區(qū)分具有不同特征的模式，達(dá)到分類(lèi)的目的。

4.3 圖像分類(lèi)方法的選取及分類(lèi)處理結(jié)果

充分考慮到精度、方法實(shí)現(xiàn)難易程度、處理圖像的人力等問(wèn)題，本文首先選取監(jiān)督分類(lèi)法對(duì)研究區(qū)TM影像進(jìn)行分類(lèi)，得出研究區(qū)的土地利用情況，精度較高。而SPOT-VGT影像由于分辨率較低，在研究區(qū)進(jìn)行監(jiān)督分類(lèi)效果很差，本文采用非監(jiān)督分類(lèi)方法對(duì)研究區(qū)SPOT-VGT影像進(jìn)行分類(lèi)，提取出建成區(qū)。為了避免分類(lèi)方法不同而產(chǎn)生誤差，本文又對(duì)研究區(qū)TM影像進(jìn)行非監(jiān)督分類(lèi)，提取出建成區(qū)。研究區(qū)TM影像監(jiān)督分類(lèi)的結(jié)果，由于精度較高，可作為建成區(qū)信息提取的精度評(píng)價(jià)的基準(zhǔn)。

4.3.1 TM影像監(jiān)督分類(lèi)

監(jiān)督分類(lèi)方法已廣泛應(yīng)用到土地利用分類(lèi)中。該方法最關(guān)鍵的步驟是訓(xùn)練樣本的選取。為了盡可能消除誤差影像，在分類(lèi)前選擇最佳波段組合，并在反映類(lèi)別特征較好的圖像上選取訓(xùn)練區(qū)，借助Google衛(wèi)星圖及已有的先驗(yàn)知識(shí)確定訓(xùn)練區(qū)，最大程度地消除分類(lèi)誤差。本文采用最大似然分類(lèi)法，對(duì)焦作市城區(qū)的TM影像進(jìn)行監(jiān)督分類(lèi)。結(jié)果如圖3所示。

圖3 TM監(jiān)督分類(lèi)結(jié)果

其中黑色代表水體，深藍(lán)色代表建筑1，淺藍(lán)色代表建筑2，綠色代表農(nóng)田1，白色代表農(nóng)田2，紅色代表林地。

4.3.2 TM影像和SPOT-VGT影像非監(jiān)督分類(lèi)

為了客觀評(píng)價(jià)尺度不同對(duì)建成區(qū)信息提取精度的影響，對(duì)TM影像和SPOT影像都采用非監(jiān)督自動(dòng)分類(lèi)與目視解譯相結(jié)合的“二分法分類(lèi)”，即對(duì)每個(gè)像元只做是否為建成區(qū)的判斷。

本文采用ISODATA算法來(lái)進(jìn)行非監(jiān)督分類(lèi)。首先要調(diào)用Erdas系統(tǒng)提供的非監(jiān)督分類(lèi)方法進(jìn)行初始分類(lèi)，將初始分類(lèi)數(shù)設(shè)為20類(lèi)，并對(duì)初始分類(lèi)結(jié)果進(jìn)行一系列的調(diào)整分析，判斷每類(lèi)是否為建成區(qū)，然后進(jìn)行分類(lèi)重編碼，得到最終的分類(lèi)結(jié)果。TM影像和SPOT-VGT影像分類(lèi)經(jīng)重編碼，均只分為建成區(qū)與非建成區(qū)，分類(lèi)結(jié)果如圖4和圖5所示，其中，非建成區(qū)用綠色表示，建成區(qū)用藍(lán)色表示。

5 建成區(qū)提取的尺度效應(yīng)分析

5.1 基于不同分辨率影像的建成區(qū)提取精度評(píng)價(jià)

兩種影像非監(jiān)督分類(lèi)精度評(píng)定的結(jié)果如表2所示。

表2 非監(jiān)督分類(lèi)精度評(píng)估

結(jié)果顯示：TM影像的信息提取效果明顯好于SPOT-VGT影像，其中依據(jù)TM影像的建成區(qū)的提取精度為90.91%，比SPOT-VGT影像高出29.37個(gè)百分點(diǎn) 。

圖4 TM影像建成區(qū)提取結(jié)果

圖5 SPOT-VGT影像建成區(qū)信息提取結(jié)果

5.2 不同分辨率對(duì)建成區(qū)面積估計(jì)精度的影響

對(duì)TM影像進(jìn)行監(jiān)督分類(lèi)的各地物面積如表3所示。

表3 TM監(jiān)督分類(lèi)各地物面積(單位：平方公里)

監(jiān)督分類(lèi)中，將建筑1和建筑2視為建成區(qū)，農(nóng)田1、農(nóng)田2、水體、林地視為非建成區(qū)。各分類(lèi)方法的面積統(tǒng)計(jì)結(jié)果如表4所示。

表4 面積統(tǒng)計(jì)結(jié)果(單位：平方公里)

從表中可以看出，同種分類(lèi)方法下，TM影像提取的建成區(qū)面積誤差比SPOT-VGT影像提取的建成區(qū)面積誤差小；SPOT-VGT影像上焦作市城區(qū)的總面積為137.9385平方公里，比TM影像上焦作市城區(qū)總面積大，這是由于SPOT-VGT影像分辨率低，每個(gè)像元面積較大，而邊緣處地物在影像上可能不足一個(gè)像元，在影像裁剪時(shí)是將整個(gè)像元裁剪下來(lái)。

6 結(jié)語(yǔ)

利用遙感影像對(duì)建成區(qū)信息進(jìn)行提取是遙感應(yīng)用的重要內(nèi)容，也是將遙感技術(shù)轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力的需要。本文通過(guò)定性分析和定量評(píng)價(jià)相結(jié)合的方式，對(duì)遙感影像空間分辨率不同所導(dǎo)致的建成區(qū)信息提取差異進(jìn)行了研究，根據(jù)對(duì)分類(lèi)結(jié)果圖像的分析及建成區(qū)面積統(tǒng)計(jì)的對(duì)比，進(jìn)行了信息提取精度評(píng)定，得出的研究結(jié)論是：在相同的分類(lèi)方法下，對(duì)于建成區(qū)信息提取精度，空間分辨率高的影像明顯高于空間分辨率低的影像。造成這種現(xiàn)象的原因主要在于，一方面，空間分辨率越高，建成區(qū)的輪廓特征就越清晰，目視解譯時(shí)就能更精確地提取出建成區(qū)；另一方面，空間分辨率越高，影像上單個(gè)像元對(duì)應(yīng)的地面面積越小，特定目標(biāo)地物在影像上出現(xiàn)純凈像元的概率就越大，影像上混合像元數(shù)目大大減小，從而有利于建成區(qū)的信息提取。

[1]呂一河,傅伯杰.生態(tài)學(xué)中的尺度及尺度轉(zhuǎn)換方法[J].生態(tài)學(xué)報(bào),2001.

[2]王紅,趙紅蕊,高勁松.遙感圖像成圖尺度問(wèn)題初探[J].地礦測(cè)繪,2004.

[3]柏延臣,王勁峰.遙感信息的不確定性研究[M].北京:地質(zhì)出版社,2003.

[4]孫家抦.遙感原理與應(yīng)用[M].武漢:武漢大學(xué)出版社,2003.

[5]陳述彭,趙英時(shí).遙感地學(xué)分析[M].北京:測(cè)繪出版社,1990.