焦作城区绿地遥感精细提取技术分析研究

刘 艳 杰

(河南农业职业学院，河南 中牟　451450)



·测量·

焦作城区绿地遥感精细提取技术分析研究

刘 艳 杰

(河南农业职业学院，河南 中牟451450)

针对焦作城区的绿地种类和空间分布普查问题，以Landsat 8和高空间分辨率影像为数据源，研究了城市绿地信息提取的NDVI、像元二分模型和监督分类技术，准确提取了焦作市区的绿地空间分布信息，并且验证了提取结果，得到了焦作城区的绿地信息。

城市绿地，信息提取，NDVI，植被

1　研究区域概况及数据介绍

1.1地理位置

焦作位于河南省西北部，地处东经112°43′31″～113°38′35″和北纬34°49′03″～35°29′45″之间，北依太行，南临黄河，北与山西省晋城市相接，南与郑州市、洛阳市隔河相望，西临济源，东临新乡。全市东西长102.05 km，南北宽75.43 km，其中，中心城区面积424 km2，总面积4 072 km2。

1.2自然概况

焦作市自然资源和旅游资源都很丰富。其中主要粮食作物有小麦、玉米、水稻，主要经济作物有花生、棉花、大豆、怀药等，且该地区属于华北植物落叶植被区，有木本植物143科875种，草本植物69科469种。旅游资源丰富，如云台山、青天河、神农山等。

1.3研究区数据介绍

1)全色和多光谱Landsat 8遥感影像，其中全色影像空间分辨率15 m，多光谱影像8个波段、空间分辨率30 m。2)高分辨率影像，R，G，B 3个波段，分辨率1 m。

2　植被信息提取实验与分析[2]

2.1基于NDVI和像元二分模型植被覆盖度计算[3]

NDVI可以很好地反映不同时期植被的长势以及不同地点植被的覆盖情况，所以在像元二分模型的基础上，通过NDVI来估算研究区域的植被覆盖度[4]。

NDVI=NDVIveg×fc+NDVIsoil×(1-fc)

(1)

其中，NDVIveg为全部由植被覆盖像元的NDVI值；NDVIsoil为全部由土壤(无植被)覆盖像元的NDVI值。其中有植被覆盖部分的NDVI的权重是该像元的植被覆盖度fc，而无植被覆盖部分的NDVI的权重是1-fc[5]。

将式(1)进行变形，可得：

fc=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(2)

其中，NDVIsoil为变化很小且接近于0的一个定值，但实际上由于受土壤类型、湿度等众多因素的影响，NDVIsoil的值会有一定的变化，其变化范围一般在-0.1～0.2之间。NDVIveg值会随着植被类型、植被结构等因素的变化而变化。

本文结合所研究区域和研究区域影像的特点，选取NDVI值累积频率置信度(5%～95%)的最大值与最小值[6]，作为NDVIveg和NDVIsoil的参数值，进而估算研究区域植被覆盖度。

根据所得的NDVI图像利用ENVI软件Compute Statistics工具，进行统计计算，得到统计结果(见表1)。

表1　NDVI信息统计表

根据表1中的统计结果，分别取累积概率为5%和95%的NDVI值作为NDVIsoil和NDVIveg。可得：NDVIveg=0.655 025；NDVIsoil=0.066 389。

2.2基于监督分类法绿地信息提取

对融合后的焦作市区多光谱影像进行监督分类，提取绿地信息。首先结合焦作市的实际情况将地物分为：树木、草地、农田、道路、房屋、水体六类，并为每一类别地物选择代表性像元；再计算所选样本数据的可分离性，并对可分离性低的地物样本进行修改，使其满足分类的要求；最后，根据所选的样本数据分别选用不同的分类器对研究区影像进行分类，得到分类图，并对分类图分别进行更改颜色、统计类别信息、小斑块去除、转换矢量等后期处理，得到最终分类结果。

根据精度检验方法，利用验证样本数据采用混淆矩阵和Kappa系数法对分类结果进行检验，支持向量机分类法，具体结果如表2所示。

表2　支持向量机混淆矩阵

2.3绿地信息提取精度验证

无论是基于NDVI和像元二分模型的绿地信息提取，还是监督分类方法的绿地信息提取，所得结果的实际精度如何，还需要验证。接下来采用高分辨率影像对两类绿地信息提取结果的精度进行实际验证。

以目视解译的结果作为标准，结合ArcGIS软件的叠加分析功能对两类方式提取的信息进行统计分析，结果如表3所示。

表3　SVM提取结果　m2

2.4焦作市植被覆盖情况分析

根据2.3的内容，我们用SVM分类方法得到分类图像，统计各类别地物面积、所占比例、绿地率、人均绿地面积等信息，绿地率是城市中各类绿地的面积在城市总面积中所占比例，结果见表4。

表4　统计信息

根据表4可知，虽然焦作市绿地覆盖面积、绿地覆盖率总体较高，满足城区绿化用地面积不低于总用地面积30%的要求，但是其中农田所占比例过大，草地和树木所占比例过小，人均占有面积少。应该加大对草地和树木的投入，特别是绿量较高的乔木的种植，更大限度的提高绿化质量。

3　结语

本文针对焦作市城区的绿地种类和空间分布普查这一问题，以Landsat 8和高空间分辨率影像为数据源，采用递进分类的思想，对城市绿地信息提取的NDVI、像元二分模型和监督分类方法和技术进行深入研究，准确提取了焦作市区的绿地空间分布信息，并用高分影像对提取结果进行验证，最后形成了较为完善的城市绿地信息提取的技术流程。论文的主要工作和结论如下：

1)对NDVI植被提取方法进行了分析，特别是对阈值选择进行了实验，利用NDVI的简单快速特点，结合像元二分模型实现了实验区内绿地的快速提取。

2)针对NDVI不能细分绿地种类这一问题，对多种监督分类方法进行研究，确定其在城市绿地提取中的适应性。通过实验选择支持向量机为焦作市区绿地分类的最佳监督分类器，并在NDVI绿 地提取的基础上将实验区绿地进一步细分为草地、树林和农田，实现了城市绿地信息的精细提取。

3)实验表明焦作市区的草地面积为17 072 325 m2，占市区面积5.45%，人均占有面积19.73 m2；树林面积为9 952 200 m2，占市区面积3.18%，人均11.50 m2；总绿地率为8.6%。这些结论对焦作市的环境评价和城市规划将有一定的参考价值。

通过对结合光谱信息和纹理信息提取城市绿地信息的研究，取得了一些结论，但在城市绿地信息提取中的一些问题还没有进行更深入的研究，有待于在今后学习工作中去探索和实践。

[1]王双亭，卢小平.遥感原理与方法[M].北京：测绘出版社，2012.

[2]王野.基于资源三号卫星影像的城市绿地信息提取方法探讨[J].测绘工程，2014，23(7):65-67.

[3]贾海峰，刘雪华.环境遥感原理与应用[M].北京：清华大学出版社，2006.

[4]郭芬芬，范建容，严冬,等.基于像元二分模型的昌都县植被盖度遥感估算[J].中国水土保持，2010(5):65-67.

[5]陈爱京，傅玮东，肖继东,等.基于像元二分模型的和布克赛尔县植被覆盖动态变化分析[J].草业科学，2012，29(6):857-862.

[6]刘玉安，黄波，程涛,等.基于像元二分模型的淮河上游植被覆盖度遥感研究[J].水土保持通报，2012，32(1):93-97.

Analysis of remote sensing technology of green space remote sensing in Jiaozuo City

Liu Yanjie

(HenanAgriculturalVocationalCollege，Zhongmu451450，China)

This paper in Jiaozuo City green type and spatial distribution the census, Landsat 8 and high spatial resolution image as data source, to urban green space information is extracted from theNDVI, pixel binary model and supervised classification techniques for in-depth study, accurate extraction of Jiaozuo City’s green space distribution information, and verify the extraction results, get out Jiaozuo City green land information.

urban green space, information extraction,NDVI, vegetation

1009-6825(2016)23-0209-02

2016-06-06

刘艳杰(1979- )，女，工程硕士，讲师

TU198

A