基于遙感的城市典型地物信息的快速獲取方法

李世偉，王召巴，楊建生

（1.中北大學(xué) 信息與通信工程學(xué)院，山西 太原030051；2.美國(guó)鮑爾州立大學(xué) 地理系，曼西 印第安那47036；3.中北大學(xué) 山西省光電信息與儀器工程技術(shù)研究中心，山西 太原030051）

0 引 言

近年來(lái)，我國(guó)城市進(jìn)程加快，地物分布信息變化頻繁，大量人工構(gòu)建面成為了城市的主體，造成諸如城市熱島效應(yīng)、城市內(nèi)澇等問(wèn)題時(shí)有發(fā)生。作為人類活動(dòng)頻繁的城市區(qū)域，其典型地物主要包括植被、水體、不透水面（包括道路、房屋等）和裸土區(qū)，對(duì)這些地物分布信息的及時(shí)掌握，是有效監(jiān)測(cè)城市生態(tài)環(huán)境和制定規(guī)劃決策的關(guān)鍵。隨著科學(xué)技術(shù)的不斷發(fā)展，基于遙感的城市地物信息獲取方法得被廣泛應(yīng)用［1－4］。

目前，被廣泛認(rèn)可并能得到較好提取結(jié)果的方法是利用地物光譜特征進(jìn)行組合運(yùn)算的指數(shù)法。每一個(gè)指數(shù)都可以針對(duì)一類地物信息進(jìn)行專題提取，通過(guò)波段運(yùn)算和閾值劃分，可以快速獲得專題信息。這些指數(shù)中，比較知名的包括歸一化植被指數(shù)（NDVI）［5］及其改進(jìn)型指數(shù)［6］、歸一化水體指數(shù)（NDWI）和改進(jìn)型歸一化水體指數(shù)（MNDWI）［7］、歸一化不透水層指數(shù)（NDISI）［8，9］。但值得注意的是，這些指數(shù)運(yùn)算結(jié)果只能對(duì)一種專題信息進(jìn)行顯示，無(wú)法使用戶直接獲得多類地物的分類信息，因此，本文就這一問(wèn)題展開(kāi)研究。

1 研究區(qū)簡(jiǎn)介和數(shù)據(jù)使用

為了信息收集和對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行驗(yàn)證的方便，本文選取了作者所在城市太原市。太原主城區(qū)位于太原河谷平原北部，屬盆地結(jié)構(gòu)，地處太行山與呂梁山之間，屬暖溫帶大陸性季風(fēng)氣候，季節(jié)性明顯。冬季通常寒冷干燥，到了春季氣溫迅速回升，雨量集中在夏季，晝夜溫差較大；秋季天高氣爽，氣溫變化起伏較小，全年光熱資源充足，年均溫度介于7.6－10.2℃之間，年均降水量為420－460毫米，年均降水量滿足作物的基本生長(zhǎng)需求，但降水量的季節(jié)差異較大，易造成干旱災(zāi)害和水土流失。主城區(qū)自北向南，汾河水從城區(qū)中部流過(guò)，在城區(qū)汾河中段的西面，分布著城區(qū)內(nèi)唯一的湖泊－晉陽(yáng)湖。

近年來(lái)，太原市經(jīng)歷了城市擴(kuò)張后再綠化的過(guò)程，土地覆蓋類型變化劇烈。為了對(duì)預(yù)想的方法進(jìn)行驗(yàn)證，選取了一景LANDSAT－TM 影像，該影像的成像時(shí)間為2011年4月19 日（軌道：PATH－125，ROW－33），影像中心經(jīng)度為112.311度，緯度36.046度。在這個(gè)月份，研究區(qū)的耕地作物還沒(méi)有長(zhǎng)出地面，因此對(duì)應(yīng)區(qū)域全部為土壤覆蓋，而除去農(nóng)作物外的其它植被諸如樹(shù)木和草地等已經(jīng)開(kāi)始生長(zhǎng)，呈現(xiàn)出了較為明顯的植被特征。此外，為了對(duì)最后的分類結(jié)果精度進(jìn)行驗(yàn)證，選取了相同時(shí)相的一景SPOT 高分辨率影像作為參考。

為了利用指數(shù)運(yùn)算的快速性優(yōu)勢(shì)，并同時(shí)獲得多類地物信息，按照以下步驟進(jìn)行實(shí)驗(yàn)：首先，使用指數(shù)法對(duì)專題信息進(jìn)行提??；而后，針對(duì)每個(gè)指數(shù)的提取圖像結(jié)果進(jìn)行閾值劃分和二值化處理；最后，在不破壞專題信息特征的基礎(chǔ)上，利用偽彩色賦色的方法直接對(duì)專題信息的二值化圖層進(jìn)行圖層堆疊和偽彩色賦色，以顏色作為分類依據(jù)，直接呈現(xiàn)多類地物分布信息。即：①使用指數(shù)分別對(duì)水體、植被和不透水層專題信息進(jìn)行提??；②利用高分辨率影像，通過(guò)目視解譯和對(duì)比對(duì)信息模糊地點(diǎn)進(jìn)行辨別，得到每個(gè)專題信息圖層的合理閾值，并使用二值化方法得到專題信息；③對(duì)得到的圖層進(jìn)行偽彩色合成實(shí)驗(yàn)，得到可以反映四類地物信息的最好色彩組合方式；④以高分辨率影像為參考，得到僅通過(guò)顏色信息獲得的地物分類精度結(jié)果，以驗(yàn)證該方法的可行性。

2 數(shù)據(jù)預(yù)處理

2.1 數(shù)據(jù)預(yù)處理

所選TM 影像和SPOT 影像均為二級(jí)產(chǎn)品，已經(jīng)過(guò)系統(tǒng)級(jí)輻射校正和幾何校正。為了獲得更為精確的結(jié)果，首先對(duì)影像進(jìn)行了幾何精校正，在采用多項(xiàng)式模型和雙線性插值法進(jìn)行了幾何校正和圖像重采樣后，從而得到了精校正影像。其次，使用了1：25萬(wàn)山西省行政區(qū)邊界矢量數(shù)據(jù)生成了太原市主城區(qū)的矢量邊界，利用此邊界生成研究區(qū)AOI數(shù)據(jù)層對(duì)影像進(jìn)行裁剪。最終獲得的太原市主城區(qū)影像如圖1右圖所示。

圖1 太原市主城區(qū)遙感影像

2.2 反射率反演

由于遙感圖像在成像時(shí)，會(huì)受到成像角度、太陽(yáng)高度角等因素的影響，所獲取的圖像數(shù)據(jù)均以灰度值進(jìn)行顯示，會(huì)造成 “同物異譜”和 “同譜異物”現(xiàn)象的發(fā)生，為了在一定程度上消除這些影響，最為有效的辦法就是將灰度圖像反演為反射率影像。為此，首先將研究區(qū)的TM 影像的第1－5波段和第7波段轉(zhuǎn)換為反射率影像。其過(guò)程如下

（1）將6個(gè)波段的圖像DN 值轉(zhuǎn)換為輻射亮度值

式中：R——像元的輻射亮度值，DN 原始影像中的像元數(shù)字灰度，Gain、Bias——USGSLANDSAT－TM 用戶手冊(cè)中提供的對(duì)應(yīng)波段的增益數(shù)據(jù)和偏置數(shù)據(jù)（見(jiàn)表1）。

表1 LANDSAT－TM 增益和偏置數(shù)據(jù)

（2）反射率計(jì)算

式中：ρ——像元的反射率，D——日地天文單位距離（通常取1），R——式（1）中的像元輻射亮度值，ESUNI——大氣頂層太陽(yáng)輻射平均值（見(jiàn)表2），——太陽(yáng)天頂角。計(jì)算天頂角的計(jì)算公式為

式中：SUN＿ELEVATION——對(duì)應(yīng)影像頭文件中的太陽(yáng)高度角，在所使用的影像頭文件中，其值為57°。

表2 大氣頂層太陽(yáng)輻射平均值

根據(jù)以上的計(jì)算過(guò)程，利用ERDAS IMAGINE 遙感圖像處理軟件的MODLE MAKER 建立了相應(yīng)的計(jì)算模型并進(jìn)行計(jì)算，得到了反射率反演結(jié)果影像，結(jié)果如圖2所示（RGB＝432）。

3 專題信息提取

為了在將來(lái)使用本方法時(shí)能夠提高工作效率，利用ERDAS IMAGINE遙感圖像處理軟件的MODLE MAKER建立了相應(yīng)的指數(shù)計(jì)算模型，從而在對(duì)其它區(qū)域或本區(qū)域其它時(shí)相使用時(shí)，快速生成對(duì)應(yīng)的專題信息圖層。

3.1 植被信息的獲取

通過(guò)歸一化植被指數(shù)NDVI進(jìn)行植被信息的獲取，其表達(dá)式為

式中：ρNIR——第4 波段的反射率，ρRed——第三波段的反射率，其結(jié)果如圖3所示。其中灰度值相對(duì)較高的區(qū)域?yàn)橹脖粎^(qū)域，灰度值較低的為非植被區(qū)域。為了使結(jié)果更具有可讀性，在結(jié)合高分辨率影像進(jìn)行了多次植被信息提取的閾值選取后，對(duì)NDVI進(jìn)行了二值化處理，處理閾值為0.374，大于閾值區(qū)域顯示為白色，反之為黑色，二值化處理圖像如圖4所示。

圖3 NDVI處理結(jié)果

3.2 水體信息的提取

水體信息的提取采用了由徐涵秋教授于2005年提出的改進(jìn)型歸一化水體指數(shù)（MNDWI），其表達(dá)式為

式中：Green——綠光波段，MIR——中紅外波段，分別為L(zhǎng)ANDSAT－TM 的第2 波段和第5 波段，提取結(jié)果如圖5所示，其中灰度值較高處為水體。同樣為了使結(jié)果更具有可讀性，在結(jié)合高分辨率影像進(jìn)行了多次植被信息提取的閾值選取后，對(duì)MNDWI進(jìn)行了二值化處理，處理閾值為0.197，大于閾值區(qū)域顯示為白色，反之為黑色，二值化處理圖像如圖6所示。

圖4 NDVI處理結(jié)果

圖5 MNDWI閾值處理結(jié)果

圖6 MNDWI閾值處理結(jié)果

3.3 不透水層信息的提取

不透水層信息的提取，目前已經(jīng)有多種方法。這些方法中，大部分都是基于Ridd于1995 年提出的VIS 模型。但是這些模型通常不能體現(xiàn)水體信息，因此，在不透水層提取前需要先對(duì)水體信息進(jìn)行掩膜操作，將水體信息提出后在進(jìn)行下一步的操作，這種做法勢(shì)必會(huì)將誤差引入不透水層提取的工作中來(lái)［10］。2008年徐涵秋教授在總結(jié)和比較已有指數(shù)的基礎(chǔ)上，重新通過(guò)對(duì)地物各自在影像上的光譜特征以及地物之間的光譜特征差異分析，找到了能夠使地物差異最大化的波段進(jìn)行組合計(jì)算，提出了歸一化不透水層指數(shù)（NDISI）來(lái)對(duì)不透水層信息進(jìn)行提取。其表達(dá)式如下

式中：TIR——熱紅外波段，對(duì)TM 數(shù)據(jù)就是第六波段。NIR、MIR1——TM第4和第5波段。本文首先使用了NDISI指數(shù)對(duì)影像進(jìn)行處理，但經(jīng)過(guò)對(duì)提取結(jié)果進(jìn)行解譯和實(shí)地驗(yàn)證，我們?cè)贜DISI提取結(jié)果中發(fā)現(xiàn)：太原武宿機(jī)場(chǎng)等新建不透水面的灰度值高于水體，而大量道路、樓宇等建筑的灰度出現(xiàn)了低于水體灰度的情況，甚至出現(xiàn)少量不透水層與水體灰度值相等的情況。

因此，即使不考慮少量不透水層與水體灰度值相等的情況，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(lái)，并且除了每增加一個(gè)閾值會(huì)相應(yīng)增加誤差外，后續(xù)還需要對(duì)處理結(jié)果進(jìn)行掩膜、合并等大量操作?；谶@種考慮，我們采取了另外的方法進(jìn)行了不透水面的提取?？紤]到指數(shù)方法基于地物光譜特征，我們重新對(duì)所使用影像中的典型地物進(jìn)行光譜特征采集（如圖7所示），圖中縱坐標(biāo)為T(mén)M 影像波段編號(hào)，縱坐標(biāo)為多個(gè)典型地物樣點(diǎn)的灰度均值。通過(guò)對(duì)該特征曲線組進(jìn)行分析后，得到了以下結(jié)果：

圖7 四類地物光譜特征

不透水層在第3波段和第4波段的差異均大于其它3種地物包括水體、植被和土壤，若將4波段和3波段相除，可達(dá)到增大地物灰度差異的目的；不透水層在5 波段和6波段的光譜特征與其它3種地物呈現(xiàn)出相反的情況，即不透水層第5波段灰度大于其第6波段，而其它3種地物變現(xiàn)為第6波段灰度大于其地物波段；在第4波段和第5波段，水體也呈現(xiàn)出于其它3種地物的相反特征。

基于以上結(jié)果，并考慮到第6波段與其它6個(gè)波段分辨率不一致，且MNDWI的提取結(jié)果中水體呈現(xiàn)了較好的提取效果，因此采取了以下方案對(duì)不透水面進(jìn)行提?。?/p>

（1）首先對(duì)影像的第4和第3波段進(jìn)行比值操作（RI，式（7）），對(duì)原圖像的不透水層和水體信息同時(shí)進(jìn)行增強(qiáng)，結(jié)果如圖8所示。

通過(guò)式（7）計(jì)算后，不透水層信息和水體信息同時(shí)得到增強(qiáng)，且水體灰度略高于高于不透水層，并且所用不透水層的灰度值大小相當(dāng)，沒(méi)有出現(xiàn)NDISI中出現(xiàn)的不透水層灰度既有大于水體的部分又有小于水體灰度的情況的發(fā)生。

圖8 RI結(jié)果影像

（2）由于在RI圖層中，水體和不透水層均具有較高的灰度，在MNDWI中的水體信息得到增強(qiáng)而不透水層信息被抑制，為此，首先將RI圖層在進(jìn)行閾值選取后的二值化處理，處理閾值為1.159，而后，將該二值化圖層與MNDWI二值化圖層進(jìn)行差值運(yùn)算后，最終得到了不透水層的信息圖層（如圖9所示）。

4 偽彩色合成分類和精度評(píng)價(jià)

為了實(shí)現(xiàn)分類，對(duì)所獲取的專題圖層進(jìn)行分析，考慮到對(duì)NDVI、MNDWI、RISI減MNDWI的3個(gè)提取結(jié)果已經(jīng)進(jìn)行了二值化處理，又考慮到ERDAS軟件可以快速實(shí)現(xiàn)對(duì)3個(gè)圖層進(jìn)行堆疊和偽彩色賦色的操作，因此直接對(duì)3個(gè)二值化圖層進(jìn)行了圖層堆疊，并分別賦予不同的偽彩色，這樣做的原因是：

在植被專題信息、水體專題信息和不透水層專題信息層的二值化圖像中，其各自的專題信息區(qū)域灰度值為1，而其它信息區(qū)域灰度為0，因此，若將3個(gè)專題信息圖層賦予不同的偽彩色并合成后，各專題信息在合成結(jié)果中的顏色應(yīng)具有較大差異。而且，由于土壤在3個(gè)專題圖層上的灰度值都為零，無(wú)論對(duì)哪一圖層賦予除黑色外的偽彩色后，土壤都將呈現(xiàn)為黑色。因此，在使用堆疊三圖層并偽彩色賦色后，四類地物應(yīng)該可以從顏色進(jìn)行區(qū)分。

圖9 不透水層提取結(jié)果

基于以上考慮，在將3 個(gè)圖層進(jìn)行圖層堆疊操作后，對(duì)NDVI二值化圖層賦為綠色，不透水面二值化圖層賦為紅色，水體二值化圖層賦為藍(lán)色（如圖10所示）。

為了對(duì)本文得到的結(jié)果進(jìn)行驗(yàn)證，得到該方法的可行程度，在最后得到的偽彩色合成結(jié)果中隨機(jī)選取了200個(gè)點(diǎn)，在結(jié)合高分辨率影像進(jìn)行對(duì)比后，獲得的具體分類精度見(jiàn)表3。

表3 分類精度評(píng)價(jià)

可以看出，該方法可得到83%的總體分類精度，為了使評(píng)價(jià)結(jié)果更具有客觀性，通過(guò)式 （8）對(duì)分類結(jié)果進(jìn)行了KAPPA 系數(shù)的計(jì)算。

式中：N——參與精度統(tǒng)計(jì)的像元數(shù)量，Xii——分類正確的像元數(shù)量Xi＋是表格中第i行像元的數(shù)量，X＋i——表格中第i列像元的數(shù)量，所得KAPPA 系數(shù)結(jié)果為0.803。

圖10 偽彩色合成結(jié)果

通過(guò)參考同時(shí)期的高分辨率影像，本文使用的方法所造成的誤分情況多發(fā)生在汾河南端的河道和沿岸發(fā)生，通過(guò)實(shí)地考察和詢問(wèn)，并結(jié)合相關(guān)資料分析發(fā)現(xiàn)，在影像獲取時(shí)段內(nèi)，汾河太原段中斷和南段水流較小，河道裸露，小型死水面較多，其面積小于影像中一個(gè)像元所對(duì)應(yīng)的面積，造成了遙感影像中混合像元的出現(xiàn)，因此，在一定程度上影響了分類精度。

5 結(jié)束語(yǔ)

采用建模方式建立了多個(gè)指數(shù)模型，并通過(guò)運(yùn)算得到了相應(yīng)的專題信息，采用閾值劃分和二值化處理的方式后，在沒(méi)有使用任何分類算法的情況下，利用偽彩色合成方法同時(shí)得到了包括水體、植被、不透水面和裸土共四類地物的分布信息。其中，利用NDVI和MNDWI分別對(duì)植被和水體進(jìn)行了提取，結(jié)合不透水層和水體兩者在MNDWI圖層以及經(jīng)過(guò)光譜分析計(jì)算建立的RI圖層中的特點(diǎn)，對(duì)二值化后的RI圖層和MNDWI圖層進(jìn)行差值運(yùn)算后得到了不透水層信息。在將得到的分類結(jié)果圖像與高分辨率參考圖像對(duì)比后，得到了分類結(jié)果的總體分類精度為83%，Kappa系數(shù)0.803。結(jié)果表明，該方法通過(guò)色彩區(qū)分就可直接快速得到研究區(qū)四類地物的分類結(jié)果和分布影像，省去了常規(guī)分類方法中必需的類別合并、分類賦色等過(guò)程，模型實(shí)現(xiàn)容易，閾值改變僅需在模型中改變數(shù)值即可，實(shí)現(xiàn)了四類城市典型地物分布信息的快速獲取，可為地物分布信息的快速監(jiān)測(cè)提供參考技術(shù)手段。

［1］ZHAO Ming.Analysis on the evolvement of Wenzhou City’s morphological elements ［J］.Urban Studies，2009，16 （7）：28－32 （in Chinese）.［趙明.溫州城市形態(tài)構(gòu)成要素演化研究［J］.城市發(fā)展研究，2009，16 （7）：28－32.］

［2］SONG Yang，WANG Shijun，YANG Yanru，et al.Study on the urban internal spatial structure in northeast China ［J］.Areal Research and Development，2009，28 （4）：18－23 （in Chinese）.［宋飏，王士君，楊艷茹，等.東北地區(qū)城市內(nèi)部空間結(jié)構(gòu)研究 ［J］.地域研究與開(kāi)發(fā)，2009，28 （4）：18－23.］

［3］MU Fengyun，ZHANG Zengxiang，TAN Wenbin.Analysis on the spatial－temporal characteristics of Guangzhou City’s spatial morphologic evolution ［J］.Geo－Information Science，2007，9 （5）：94－98 （in Chinese）. ［牟鳳云，張?jiān)鱿?，譚文彬.廣州城市空間形態(tài)特征與時(shí)空演化分析 ［J］.地球信息科學(xué)，2007，9 （5）：94－98.］

［4］LIU Yaxuan，ZHANG Xiaolei，LEI Jun，et al.Spatial expansion and driving forces of oasis cities in Xinjiang，China ［J］.Journal of Desert Research，2011，31 （4）：1015－1021 （in Chinese）.［劉雅軒，張小雷，雷軍，等.新疆綠洲城市空間擴(kuò)展特征及其驅(qū)動(dòng)力分析 ［J］.中國(guó)沙漠，2011，31 （4）：1015－1021.］

［5］SONG Dongmei，ZHANG Qian，YANG Xiuchun，et al.Spatial and temporal characteristics of MODIS vegetation index in the source region of three rivers on Qinghai－Tibet plateau in China［J］.Geographical Research，2011，30 （11）：2067－2075（in Chinese）. ［宋冬梅，張茜，楊秀春，等.三江源區(qū)MODIS植被指數(shù)時(shí)空分布特征 ［J］.地理研究，2011，30 （11）：2067－2075.］

［6］ZHU Gaolong，LIU Yibo，JU Weimin，et al.Evaluation of topographic effects on four commonly used vegetation indices 4［J］.Journal of Remote Sensing，2013，17 （1）：210－234 （in Chinese）.［朱高龍，柳藝博，居為民，等.4種常用植被指數(shù)的地形效應(yīng)評(píng)估 ［J］.遙感學(xué)報(bào)，2013，17 （1）：210－234.］

［7］XU Hanqiu.Comment on the enhanced water index（EW I）：A D iscussion on the creation of awater index ［J］.Geo－Information Science，2008，10 （6）：776－780 （in Chinese）.［徐涵秋.從增強(qiáng)型水體指數(shù)分析遙感水體指數(shù)的創(chuàng)建 ［J］.地球信息科學(xué)，2008，10 （6）：776－780.］

［8］XU Hanqiu.A new remote sensing index for fastly extracting impervious surface information ［J］.Geomatics and Information Science of Wuhan University，2008，33 （11）：1150－1153 （in Chinese）.［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.］

［9］XU Hanqiu.Analysis of impervious surface and its impact on urban heat environment using the normalized difference impervious surface index（NDISI） ［J］.Photogrammetric Engineering ＆Remote Sensing，2010，76 （5）：557－565.

［10］MU Fengyun，ZHANG Zengxiang，TAN Wenbin.Analysis on the spatial－temporal characteristics of Guangzhou City’s spatial morphologic evolution ［J］.Geo－Information Science，2007，9 （5）：94－98 （in Chinese）.［牟鳳云，張?jiān)鱿?，譚文彬.廣州城市空間形態(tài)特征與時(shí)空演化分析 ［J］.地球信息科學(xué)，2007，9 （5）：94－98.］