基于遥感图像的城镇提取研究

基于遥感图像的城镇提取研究

刘晓晓

刘晓晓

广西测绘职业技术学校

摘要：目前，城市化、城市郊区化进程加快，城镇研究越来越受到重视。如何快捷、准确与客观地提取城镇用地信息，以获得城镇用地的分布范围和面积资料，是有关城镇问题研究中经常涉及到的一个基本问题，现代遥感技术为这个问题的有效解决提供了强有力的保证。该文从城镇用地的遥感信息机理分析入手，根据各地物不同的光谱信息值，研究基于遥感影像下的城镇用地的信息提取方法，运用传统的计算机分类、手工屏幕数字化和仿归一化植被指数法，从遥感影像进行城镇用地信息的提取。

关键词：遥感影像；城镇信息提取；监督分类；仿归一化植被指数

参考文献

1人工图像判读

遥感图像所记载的是地表地物对电磁波的反射以及地表物体自身的辐射信息。遥感信息提取首先要进行图像判读，根据色调、形状等影像特征建立判读标志，掌握研究地区土地覆盖的类型。然后根据城镇光谱均值分析，确定提取研究地区的城镇空间信息。城镇用地及背景地物的光谱特征分析城镇的四周一般为农田，部分城镇的周围有水塘或湖泊。城镇与周围农田的区别，主要在于农田里生长着植被，植被的光谱特征与城镇、裸地的光谱特征明显不同[1]。

手工屏幕数字化法，可参考实测数据，或地形图对遥感影像在屏幕上勾绘出城镇区域范围，以此作为对上面几种方法进行精度评判的参考依据。这是因为一般认为屏幕数字化（相当于目视判读）的精度，都要明显高于计算机直接分类的精度。

图1人工目视判读勾绘的图斑图2屏幕数字化法所得专题图

参考文献

2监督法分类

监督分类的思想是：首先根据已知的样本类别和类别的先验知识，确定判别函数和相应的判别准则，其中利用一定数量的已知类别的样本的观测值求解待定参数的过程称之为学习或训练。然后将未知类别的样本的观测值代入判别函数，再依据判别准则对该样本的所属类别作出判定。监督分类法是遥感影像信息提取中最常用的一种方法。在监督分类中，首先是选择训练样本，通过对样本像元的像元值进行分析，得出每一类型的统计特征量，然后根据统计特征量对整个图像的所有像元进行分类。监督分类法是获取土地利用信息最常用的方法，在对影像做了图像预处理后，根据影像的光谱特征，选择适当的训练样区，将土地利用分为若干不同的类别。

结合依据研究区的实际情况，根据目视判读选择训练样本，将土地利用分为五类，即植被、道路、城镇、水体和未利用地（含裸地），如图3所示。图中橘黄色区域为城镇。二值化影像如图4所示，白色表示城镇。

参考文献

4仿归一化植被指数法

同一波段不同地物吸收和反射太阳光的程度各异，同一地物在不同波段吸收和反射太阳光的能力也不同，依据这一原理，在居民地容易识别的多波段彩色合成影像上，对典型地物进行光谱采样，计算各种地物的光谱均值，得到典型地物波谱曲线图。分析居民地的光谱曲线与其他地物光谱曲线的关系，找到能够区分居民地和其他地物的波段，利用波段之间的亮度值差异，选择适当的阀值即可区分。谱间结构阀值法是提取居民地的常用方法之一，得到广泛研究与应用。根据归一化植被指数（NDVI）在红波段和近红外波段之间的走势与其他地物相反的特点得到启示，可以构建出提取城镇用地的仿植被指数模型，根据此思想和研究区在影像上的特征及土地利用的特点，可以得出城镇的仿植被模型：归一化城镇指数NDBI=（MIR-NIR）/（MIR+NIR），MIR为中红外波段，NIR为近红外波段[2]。根据城镇的仿植被模型，当NDBI为正数时可以归为城镇，当NDBI为负数时归为非城镇。

也可直接利用归一化植被指数提取城镇，通过寻找表示城镇的归一化植被指数TNDVI来确定城镇的范围，从而实现城镇的提取。当TNDVI1<NDVI<TNDVI2时为城镇信息，赋1值，在影像上表现为白色，其他为城镇信息，赋0值，在影像上表现为黑色，将提取的城镇信息与假彩色合成图像进行目视对比分析，通过反复试验，选择最佳阈值，最后得到

下转第467页所提取信息的二值化图像。

图5仿归一化植被指数法所得城镇专题图

5各个提取方法的优缺点

人工图像判读（屏幕数字化）的精度，一般都明显高于计算机直接分类的精度，通常将它的分类结果作为实际数据，以此作为对其它方法进行精度评定的参考依据。由于是人手工勾勒，它对人的主观依赖比较高，而且工作量很大，工作效率不高，费时，难以满足实际的需要。

监督分类法是利用影像光谱信息对目标物进行识别并归类的一种方法，由于同物异谱和同谱异物现象的存在，严重影像分类精度，比如新城区与道路在影像上的色调都很高，计算机很难将其很好的分出来。使用监督分类法提取城镇信息，也能够利用研究人员的知识，但花费时间长，存在个人差异。监督分类虽然理论性强，但要选择训练区，因此可操作性弱，不够客观，往往需要经多次调试，才能取得令人满意的结果。监督分类法的准确性与空间训练区的选择有关，不同范围的训练区以及训练区类型的多少都直接影响各类用地的范围。而训练区的选择是建立在人的判断基础之上，必然带有一定的主观性。在用监督法分类时，每次训练区数目和位置的改变，分类结果都会随之发生改变，说明训练样本的选择对分类结果有很大影响。利用监督分类法提取城镇用地信息，对于同一幅图像，不同的人或同一个人在不同的时候所做分类结果也相差较远，监督分类很难保证客观性，而且精度也不是很高，一般不超过80%。

仿归一化植被指数法是指标提取法，即利用重新计算出来的指标提取信息的方法，但它无法克服同物异谱和异物同谱现象，一般而言，道路、干河床和裸地的光谱值与居民地都比较接近，不容易将其剔除。仿归一法植被指数法处理时间短，操作有重复性，简单易行，不掺杂有任何人为因素，非常客观公正，结果是唯一的，不因人、因时而异，而且精度也能保证，完全可以达到监督分类的最好精度，满足应用的需要，能比较好地划分出城乡用地。但此种方法在寻找阈值时工作量很大，且具有一定的盲目性，很难找到提取城镇的确切阈值，因此它的提取精度也受到了一定的限制。

6总结

随着多种传感器的研制成功和遥感影像空间分辨率的不断提高，遥感影像已能提供丰富的数据源和居民地信息，而同时遥感数据的信息量也在迅速膨胀，快速高精度的居民地信息自动提取势在必行。以上几种方法从不同角度去探索信息的自动提取，各有优劣，传统的统计分类方法精度较低，单纯基于光谱知识的居民地信息提取易受同物异谱和异物同谱现象的困扰，屏幕数字化法虽然精度高，但提取速度慢，不能满足实际生产需要。计算机分类虽然提取速度快，但精度较低。计算机分类的主要缺点在于它无法识别地物的基本轮廓，它是完全按照影像上的光谱特性来分的，很容易将一个地物分成多个，这需要人工去纠正。综上可见，目前还没有一种很好的方法能实现精度和效率的双丰收，如何综合各种方法的优点，取长补短，是今后研究的一个重点。

参考文献

[1]孙家柄.遥感原理方法与应用[M].武汉大学出版社，2003：204-209.

[2]杨山.发达地区城乡聚落形态的信息提取与分形研究——以无锡市为例[J].地理学报，2000，55（6）：671-678.

（刘晓晓，广西测绘职业技术学校，南宁市建政路5号，115053732@qq.com）