楊智翔,何秀鳳

(河海大學(xué)衛(wèi)星及空間信息應(yīng)用研究所,江蘇南京 210098)

城鎮(zhèn)是城市和集鎮(zhèn)兩者的簡(jiǎn)稱,指具有一定規(guī)模的工商業(yè)和交通運(yùn)輸業(yè),以非農(nóng)業(yè)人口為主的居民點(diǎn)[1].近年來遙感技術(shù)已成為城鎮(zhèn)用地動(dòng)態(tài)監(jiān)測(cè)的有效手段之一.利用遙感影像可以快捷、準(zhǔn)確與客觀地獲取城鎮(zhèn)用地信息,獲得不同時(shí)期城鎮(zhèn)用地分布范圍和面積資料,監(jiān)測(cè)城市的擴(kuò)張過程,對(duì)于城市的合理規(guī)劃、城鎮(zhèn)用地規(guī)模的控制和耕地資源的保護(hù),都具有重要的意義.

目前在沒有GIS輔助的情況下,常用的遙感影像城鎮(zhèn)用地信息提取方法是計(jì)算機(jī)分類(包括監(jiān)督分類和非監(jiān)督分類),但城鎮(zhèn)用地信息的分類精度較低,一般不超過80%[2-3].為了取得更高的精度,有時(shí)不得已采用目視判讀或直接手工屏幕數(shù)字化的方法,但非常費(fèi)時(shí),工作量大,效率低.劉亞嵐等[4]提出對(duì)整幅遙感圖像進(jìn)行分區(qū)自動(dòng)分類的方法,分區(qū)精度在80%以上,但受分區(qū)數(shù)量的影響,存在人為誤差且不易操作;楊存建等[5]用譜間結(jié)構(gòu)閾值法從TM影像上半自動(dòng)提取了福建省福清市的居民地信息,但需經(jīng)過反復(fù)試驗(yàn)選取合適的閾值,精度具有不確定性,提取結(jié)果不夠客觀;查勇等[6]利用歸一化建筑指數(shù)(NDBI)自動(dòng)提取了無錫市的城鎮(zhèn)用地信息,取得了較好的結(jié)果,但因受到遙感影像異物同譜、同物異譜的影響,在城鎮(zhèn)用地信息提取過程中,常常受到稀疏植被、裸露地等因素的影響[7-8],一定程度上影響了城鎮(zhèn)用地信息的精度.

本文針對(duì)上述方法存在的不足,在分析Landsat ETM圖像各地物光譜特征的基礎(chǔ)上,利用稀疏植被獨(dú)特的光譜性質(zhì),提出了一種基于改進(jìn)的NDBI指數(shù)的遙感影像城鎮(zhèn)用地信息自動(dòng)提取方法.該方法消除了稀疏植被對(duì)城鎮(zhèn)用地信息精度的影響,提高了城鎮(zhèn)用地信息提取的質(zhì)量.

1 城鎮(zhèn)用地信息提取方法

選擇南京市主城區(qū)為研究區(qū),范圍包括鼓樓區(qū)、玄武區(qū)、棲霞區(qū)、下關(guān)區(qū)、秦淮區(qū)、白下區(qū)、建鄴區(qū)和浦口區(qū).所使用的數(shù)據(jù)是Landsat ETM影像,成像時(shí)間為2000年9月16日,軌道號(hào)為120/38,研究區(qū)內(nèi)無云層覆蓋,影像質(zhì)量良好.由于ETM圖像第6,8波段分別為熱紅外波段和全色波段,所以只選用了ETM圖像的1～5,7波段,地面分辨率為30m.

1.1 主要地物光譜特征分析

為了分析南京市主城區(qū)城鎮(zhèn)用地信息在Landsat ETM圖像上的光譜曲線變化規(guī)律及其與背景地物的差異,對(duì)研究區(qū)內(nèi)的水體、城鎮(zhèn)、林地、耕地、稀疏植被5類主要地物進(jìn)行采樣,做出它們的光譜曲線,如圖1所示.

由圖1可知,城鎮(zhèn)用地、稀疏植被在ETM圖像第4和第5波段之間灰度值都呈上升趨勢(shì),與其他地物波譜特性相反;耕地、林地、稀疏植被在第3波段和第4波段之間灰度值呈上升趨勢(shì),其中稀疏植被既有植被的光譜特性,又具有城鎮(zhèn)用地的光譜特性.

1.2 NDBI指數(shù)法的改進(jìn)

1.2.1 NDBI指數(shù)法

NDBI指數(shù)源于對(duì)歸一化差異植被指數(shù)(NDVI)的深入分析,最早由楊山[9]提出,稱為仿植被歸一化指數(shù),后由查勇等改為歸一化建筑指數(shù)[6,10].NDBI指數(shù)法起初是基于Landsat TM圖像構(gòu)建的,在TM4和TM5波段之間,除了城鎮(zhèn)灰度值走高外,其他地類都變小,通過這一光譜特性可以實(shí)現(xiàn)城鎮(zhèn)用地的自動(dòng)提取.由于ETM與TM圖像的傳感器特性基本一致,故其NDBI指數(shù)亦可表達(dá)為

式中,band4,band5分別指ETM圖像的第4,5波段,取值在-1到1之間.根據(jù)NDBI求出的比值圖像,進(jìn)行二值化處理,把NDBI取值小于或等于零的像元都賦值為0,將大于零的像元?jiǎng)t賦值255,得到二值圖像,這些大于零的像元即認(rèn)為是城鎮(zhèn)用地信息,但其中通常也包含了部分稀疏植被信息.

1.2.2 改進(jìn)的NDBI指數(shù)法

由于稀疏植被既有植被的光譜特性,又具有城鎮(zhèn)用地的光譜特征,若僅利用常規(guī)NDBI指數(shù)法來提取城鎮(zhèn)用地,則結(jié)果中必然會(huì)包含較多的稀疏植被信息,城鎮(zhèn)用地信息精度難以得到保證.從圖1可知,稀疏植被在ETM圖像第3和第5波段之間灰度值呈上升趨勢(shì),與其他地物光譜趨勢(shì)都不相同.根據(jù)該特征可以建立基于稀疏植被光譜特征的改進(jìn)NDBI指數(shù),并在ERDAS的Model Maker中進(jìn)行邏輯計(jì)算來去除研究區(qū)內(nèi)的稀疏植被,建模語句表達(dá)為

表達(dá)式中,band3,band4,band5分別代表ETM圖像的第3,4,5波段,符合邏輯判別條件的都輸入為0,即去除了影像中的稀疏植被信息,其他的進(jìn)行(band5-band4)/(band5+band4)運(yùn)算.經(jīng)過條件過濾后,NDBI的取值仍在-1與1之間,根據(jù)其數(shù)值再進(jìn)行二值化處理,把取值小于或等于零的像元都賦值為0,取值大于零的像元?jiǎng)t賦值255,最終得到城鎮(zhèn)用地信息.

圖1 主要地物在Landsat ETM影像上的光譜曲線Fig.1 Spectral curves of main ground objects on Landsat ETM images

2 城鎮(zhèn)用地遙感信息處理與提取

2.1 城鎮(zhèn)用地遙感信息處理流程

本文所用圖像處理分析軟件為ERDAS IMAGINE 8.7,圖2為L(zhǎng)andsat ETM影像信息處理與城鎮(zhèn)用地信息提取流程.

2.2 假彩色影像合成

假彩色圖像是利用加色法的彩色合成方法,選擇多光譜影像中的某3個(gè)波段,分別賦予紅、綠、藍(lán)三原色組合而成的[11],通過波段合成可以增強(qiáng)圖像的判讀能力.經(jīng)目視判讀發(fā)現(xiàn),城鎮(zhèn)用地在Landsat ETM圖像的所有波段上都難以準(zhǔn)確識(shí)別,但是在ETM圖像的第4和5波段上相對(duì)較易識(shí)別.因此選擇ETM圖像的5,4,3波段分別配以紅、綠、藍(lán)合成南京市主城區(qū)的假彩色圖像影像,在影像上城鎮(zhèn)用地呈現(xiàn)暗紫色,植被表現(xiàn)為綠色,水體呈藍(lán)色,如圖3所示.該圖像可以供后續(xù)處理中的NDBI指數(shù)計(jì)算、邏輯判別運(yùn)算和成果精度分析之用.

2.3 城鎮(zhèn)用地專題信息提取

利用NDBI指數(shù)法和改進(jìn)的NDBI指數(shù)法分別提取南京市主城區(qū)的城鎮(zhèn)用地信息,得到城鎮(zhèn)用地信息二值圖像,見圖4和圖5.圖中的白色區(qū)域即為城鎮(zhèn)用地信息.

圖2 Landsat ETM影像城鎮(zhèn)用地信息提取流程Fig.2 Flow chart of extracting urban land-use information from Landsat ETM images

圖3 ETM543假彩色合成影像Fig.3 Falsecolor image of ETM543

圖4 NDBI二值圖像Fig.4 Binary image of NDBI

圖5 改進(jìn)的NDBI二值圖像Fig.5 Binary image of improved NDBI

3 改進(jìn)前后方法的精度比較

對(duì)于改進(jìn)前后2種方法的城鎮(zhèn)用地信息提取精度,采用精度混淆矩陣和總體分類精度2個(gè)指標(biāo)來進(jìn)行評(píng)價(jià).利用ERDAS分別在圖4和圖5中選取150個(gè)隨機(jī)樣本點(diǎn)進(jìn)行精度檢驗(yàn),得到精度混淆矩陣,見表1.混淆矩陣中的每一列代表地面參考驗(yàn)證信息,每一列中的數(shù)值等于地表真實(shí)像元在分類中對(duì)應(yīng)于相應(yīng)類別的數(shù)量;每一行代表遙感數(shù)據(jù)的分類信息,每一行中的數(shù)值等于遙感分類像元在地表真實(shí)像元相應(yīng)類別中的數(shù)量;對(duì)角線代表了被正確分類的像元,被正確分類的像元總數(shù)除以總像元數(shù)即得到總體分類精度.由表1可以看到,改進(jìn)的NDBI指數(shù)法提取的城鎮(zhèn)用地信息精度為85.71%,總體精度達(dá)到了89.33%;而常規(guī)NDBI指數(shù)法城鎮(zhèn)用地信息的提取精度僅為64.86%,總體精度為71.33%,表明利用改進(jìn)的NDBI指數(shù)法提取城鎮(zhèn)用地專題信息可以有效地消除稀疏植被信息的影響,與常規(guī)NDBI指數(shù)法相比精度有了顯著的提高,達(dá)到了城鎮(zhèn)用地形態(tài)特征和動(dòng)態(tài)監(jiān)測(cè)、城鄉(xiāng)劃分等研究的精度要求.

表1 NDBI指數(shù)法和改進(jìn)的NDBI指數(shù)法所得混淆矩陣Table1 Confusion matrix derived by NDBI method and improved NDBI method

4 結(jié)論與討論

a.采用美國(guó)USGS免費(fèi)提供的2000年9月16日的南京地區(qū)Landsat ETM圖像,進(jìn)行了基于改進(jìn)的NDBI指數(shù)法的城鎮(zhèn)用地信息提取試驗(yàn)研究.研究表明,該方法可以有效地從Landsat ETM圖像上獲取城鎮(zhèn)用地信息,相對(duì)于常規(guī)的NDBI指數(shù)法,有效地去除了稀疏植被信息的影響,大大提高了城鎮(zhèn)用地信息的精度,而且提取結(jié)果非?？陀^、可信度高,能夠較好地滿足城鎮(zhèn)形態(tài)特征和城鄉(xiāng)劃分等研究的需要.

b.改進(jìn)的NDBI指數(shù)法和常規(guī)的NDBI指數(shù)法一樣,是根據(jù)不同地類的光譜特性差異對(duì)城鎮(zhèn)用地的信息進(jìn)行提取.該方法雖然消除了稀疏植被的影響,但由于遙感影像異物同譜現(xiàn)象的存在,提取過程中容易把裸露地誤分為城鎮(zhèn)用地,改進(jìn)后的方法依然無法把兩者區(qū)分開,加上混合像元問題的影響,這些都在一定程度上影響了城鎮(zhèn)用地信息提取的精度.

c.由于僅對(duì)9月份的南京市ETM影像進(jìn)行了研究,關(guān)于改進(jìn)的方法的普遍適用性如何,能否推廣應(yīng)用到其他季節(jié)、其他地區(qū)以及如何消除裸露地、混合像元對(duì)城鎮(zhèn)用地信息精度的影響,將是今后有待研究的問題.

[1]秦志華,李可心,陳先奎.中國(guó)農(nóng)業(yè)工作大辭典[M].北京:警官教育出版社,1993.

[2]LO CP.Land use mapping of Hong Kongfrom landsat images:an evaluation[J].International Journal of Remote Sensing,1981,2(3):231-252.

[3]GAO J,SKILLCOM D.Capability of SPOT XSdatain producing detailed land cover maps at the urban-rural periphery[J].International Journal of Remote Sensing,1998,19(15):2877-2891.

[4]劉亞嵐,閻守邕,王濤.遙感圖像人機(jī)交互判讀方法研究及其應(yīng)用[J].地理與地理信息科學(xué),2003,19(1):27-31.(LIU Yalian,YAN Shou-yong,WANG Tao.Study on image interactive interpretation technology and its applications[J].Geography and territorial research,2003,19(1):27-31.(in Chinese))

[5]楊存建,周成虎.TM影像的居民地信息提取方法研究[J].遙感學(xué)報(bào),2000,4(2):146-150.(YANG Cun-jian,ZHOU Cheng-hu.Extracting residential areas on the TM imagery[J].Journal of Remote Sensing,2000,4(2):146-150.(in Chinese))

[6]查勇,倪紹祥,楊山.一種利用TM圖像自動(dòng)提取城鎮(zhèn)用地信息的有效方法[J].遙感學(xué)報(bào),2003,7(1):37-40.(ZHA Yong,NI Shao-xiang,YANGShan.An effectiveapproach to automatically extract urban land-use from TM imagery[J].Journal of Remote Sensing,2003,7(1):37-40.(in Chinese))

[7]陳志強(qiáng),陳健飛.基于NDBI指數(shù)法的城鎮(zhèn)用地影像識(shí)別分析與制圖[J].地球信息科學(xué),2006,8(2):137-140.(CHEN Zhiqiang,CHEN Jian-fei.Investigation on extractingthespaceinformation of urban land-usefrom high spectrum resolution image of ASTER by NDBImethod[J].Geo-information Science,2006,8(2):137-140.(in Chinese))

[8]吳宏安,蔣建軍,張海龍,等.比值居民地指數(shù)在城鎮(zhèn)信息提取中的應(yīng)用[J].南京師大學(xué)報(bào):自然科學(xué)版,2006,29(3):118-121.(WUHong-an,JIANG Jian-jun,ZHANG Hai-long,et al.Application of ratio resident-area index to retrieve urban residental areas based on Landsat TM data[J].Journal of Nanjing Normal University:Natural Science,2006,29(3):118-121.(in Chinese))

[9]楊山.發(fā)達(dá)地區(qū)城鄉(xiāng)聚落形態(tài)的信息提取與分形研究——以無錫市為例[J].地理學(xué)報(bào),2000,55(1):671-678.(YANG Shan.On extraction and fractional of urban land and rural residential spatial pattern in developed area[J].Acta Geographica Sinica,2000,55(6):671-678.(in Chinese))

[10]ZHA Yong,GAO J,Ni S.Use of normalized difference built-up index in automatically mapping urban areas from TM imagery[J].International Journal of Remote Sensing,2003,24(3):583-594.

[11]戴昌達(dá),姜小光,唐伶俐.遙感圖像應(yīng)用處理與分析[M].北京:清華大學(xué)出版社,2004.