基于高分辨率遥感影像城市绿地信息提取方法探究进展.doc

基于高分辨率遥感影像城市绿地信息提取方法探究进展摘要 在总结高分辨率影像特性的基础上，重点讨论城市绿地信息提取方法的研究进展，以供参考。 关键词 高分辨率遥感；影像；城市绿地；信息提取 中图分类号 TP751 文献标识码 A 文章编号 1007-5739（2013）01-0151-01 近十几年来高分辨率遥感卫星的成功发射，标志着地球空间数据获取与处理技术新纪元的来临，它扩大了遥感的应用范围，提高了地理数据的更新速度，尤其是1 m空间分辨率的IKONOS卫星影像及0.61 m的QuickBird卫星影像降低密级可供商用，为遥感应用与推广起到了巨大的示范作用。城市绿化水平是衡量城市生态环境质量和平衡状况的主要标准。因此，收集城市的绿化信息非常重要。随着高分辨率传感器技术的发展，利用遥感手段将会获得更加丰富的地表景观信息。高分辨率遥感影像已成为城市绿地信息快速提取的主要数据源。如何充分应用高空间分辨率遥感影像具有重要意义。 1 高分辨率遥感影像的特性分析 1.1 高空间分辨率 米级亚米级分辨率带来了清晰的图像，目标物的形状依稀可见，影像中的地物尺寸、形状、结构和邻域关系得到更好的反映，人们感兴趣的大多数地物特征可以直接探测。高空间分辨率同时使得地物类型更加多样，纹理类型和纹理区域明显增多，纹理特征更具变异性，同一地物内部组成要素丰富的细节信息得到表征，使地物的光谱统计特征不稳定。同时，高空间分辨率也使得影像具有多尺度的特点，不同的尺度反映不同的信息内容和详细程度。 1.2 高时间分辨率 重复轨道周期缩短至1～3 d，并根据需要卫星能在穿轨方向上以一定的角度左右侧视，获取相邻轨道下星下点影像，从而使同地区成像时间间隔显著缩短，使其动态检测地表环境变化和人类活动成为可能。 1.3 光谱波段数减少 受信噪比和传输瓶颈限制，高分辨率商业卫星一般只包括1个高分辨率全色波段和4个低分辨率多光谱波段，光谱测量仅限在蓝、绿、红和近红外范围。 1.4 单幅影像数据量显著增加 高空间分辨率数据包含了精确的地理信息和高精度的地形信息，高空间分辨率数据所包含的数据量是相当于相同面积中低分辨率数据的10倍以上。 2 城市绿地信息提取研究进展 2.1 国内研究进展 近年来，我国很多的大中城市也逐渐开始检测城市绿地信息遥感动态。2003年，江苏省张家港市在国家级园林绿化城市的申报过程中，建成区绿地现状的调查采用了真彩色航空遥感影像技术，提出了航空影像绿地专题提取的一般步骤以及具体的提取方法。2004年，大庆市在快速提取绿地信息的过程中，采用的技术为多尺度分割，该技术侧重于影像的高分辨率以及城市中重要的景观绿地。 相关领域的学者也做了大量的研究。车生泉等[1]用TM数据和SPOT数据对上海市环线内城市绿地景观进行了分类研究。郭成轩等[2]也对广州市的绿地状况进行了研究，从宏观到微观2个方面实现了城市绿地的信息提取和精度分析。陈颖彪等[3]对绿地信息的提取采用了遥感和GIS相结合的技术，并以深圳市为例，对城市绿地特征的提取方法进行了研究与分析。李宝华等[4]在对开封市的绿地信息的提取中结合遥感和GIS技术。邓 光等[5]在对南京市的城市绿地信息进行提取的过程中，采用了亮度指数和垂直植被指数进行ETM+遥感影像城市绿地信息动态分析。陈永富等[6]采用的信息提取技术的特点为面向对象，利用该技术对退耕还林的遥感特征提取技术进行了研究。蒲 智等[7]在提取乌鲁木齐市的城市绿地信息的过程中，采用的技术为面向对象的多尺度分割技术。徐涵秋[8]对厦门市的植被变化进行了遥感动态分析，采用的技术为遥感影像融合算法。严海英[9]采用基于对象的分类技术，在高分辨率遥感影像的基础上，并结合乌鲁木齐市的QuickBird影像，进行了城市绿地信息的提取。杨宝龙等[10]以石家庄市为例，重点讨论了基于Quick Bird影像的城市绿地信息分级分类提取方法。吴 见等[11]采用光谱阈值和一种改进的基于边缘的算法对QuickBird多光谱影像分别进行一级、两级分割，并选取光谱、形状和纹理特征组成的特征空间对树冠信息进行了提取。 2.2 国外研究进展 国外在城市绿地信息提取方面进行了较多的研究。Singh[12]早在1989年就将城市遥感的主要方法总结为以下几类，分别为多时相复合法、植被指数法、影像差值/比值法、分类后对比法、主成分分析法和变换向量分析等。 3 结语 城市可持续发展维系的重要因素是城市绿地。对高分辨率卫星影像及其信息提取方法进行应用，可对城市绿地资源的动态发展趋势进行及时准确的掌握，利于城市规划部门进行宏观调控与科学决策，为城市环境质量的改善提供有益的参考，从而提供