基于NDBI提取城镇用地最佳时相遥感影像研究.docVIP

基于NDBI提取城镇用地最佳时相遥感影像研究 　　摘要：基于郑州市2009年4月份、2009年8月份、2008年10月份和2007年1月份共四个季节的TM遥感影像，利用归一化建筑指数（NDBI）分别提取郑州市的城镇用地，并用混淆矩阵和对应年份实际城镇用地面积对提取精度分别进行了验证。研究结果表明，夏季遥感影像提取精度最高，更适合NDBI指数法提取城镇用地。 　　关键词：归一化建筑指数；NDBI；城镇用地；最佳时相 　　中图分类号：TP79 文献标识码：A 文章编号：1007-9416（2013）01-0079-02 　　1、引言 　　随着城市化进程的加快，城市建设用地的扩张，我国农业可持续发展和生态环境安全受到了越来越严重的威胁。利用遥感技术进行准确、快速地获取城镇用地信息，监测城镇用地扩张趋势，对于城市发展的合理规划、农业资源及生态环境的保护，都具有重要的意义。归一化建筑指数（NDBI）以其卓越的城镇用地信息表达能力，成为城镇用地及其变化研究的重要分析工具。但是，由于遥感影像异物同谱、同物异谱现象的存在，NDBI常常受到各种因素的影响，使得同一地区（特别是四季分明的地区）采用不同时相遥感数据提取城镇用地的精度有较大差异。本文以郑州市四个季节的TM遥感数据为基础，分析了不同时相遥感数据基于NDBI提取城镇用地的效果差异，并给出提取城镇用地所使用遥感影像的最佳时相。 　　2、研究区概况 　　郑州市位于河南省中部偏北，东经112°42-114°13，北纬34°16-34°58，西依嵩山，北临黄河，东、南两面为广阔的黄淮平原，市区面积1010.3km2[1]。郑州市属暖温带大陆性气候，四季分明，年平均气温14.4摄氏度，年平均降雨量640.9毫米，无霜期220天，全年日照时间约2400小时。境内大小河流124条，分属黄河、淮河两大水系，其中流经郑州段的黄河150.4km。选择郑州市为研究对象，能较好的反映用不同季节遥感影像提取城镇用地的效果差异。由于上街区未与郑州市主城区接壤，本文以郑州市金水区、二七区、中原区、管城区和惠济区为研究区域。 　　3、研究方法 　　3.1 NDBI指数原理 　　NDBI指数源于对归一化植被指数（NDVI）的深入研究和分析。NDVI提取植被的原理是：TM影像???，植被灰度值在第三、第四波段之间呈上升走势，而其它地物灰度值则表现出下降的走势。这样以来，TM4、TM3两波段灰度值的和与差的比值大于0的都是植被，反之，则是其它地物。其基本原理就是，在多光谱波段内找出感兴趣地物的最强和最弱反射波段，将强者置于分子，弱者置于分母，通过比值处理，进一步扩大二者差距，最终使研究地物在指数图像上得到亮度增强，其他地物则受到抑制[2]。杨山、查勇等人经过研究发现，城镇用地灰度值表现出和植被灰度值相似的规律：城镇用地灰度值在TM4和TM5之间呈增高趋势，而其他地物灰度值呈降低趋势，由此提出了NDBI计算公式[3，4]。公式（1）为NDBI指数表达式，其中，band4为第四波段的灰度值，band5为在第五波段的灰度值。从公式（1）以看出，NDBI值在-1与1之间变化，城镇用地的NDBI值大于零，非城镇用地的NDBI值小于0.利用这一原理，实现城镇用地的自动提取。 　　（1） 　　3.2 城镇用地信息提取过程 　　本文的基础数据为郑州地区分别拍摄于2007年1月27号、2008年10月12号、2009年4月6号和2009年8月12号的四幅Landsat5TM遥感影像。数据来源于国际科学数据服务平台，分辨率为30米。整个遥感影像处理与城镇用地提取过程如图1。 　　3.2.1 影像预处理 　　由于太阳辐射会在大气中发生反射、折射、吸收、散射和透射，遥感影像有时不能反映地物的真实光谱特性[5]。因此，进行城镇用地提取前，应该对遥感影像进行大气校正。本文选用ENVI软件的FLAASH模块对影像进行大气校正。 　　在地形起伏、大气折射、地球自转以及遥感平台运行状态不稳定等因素的影响下，遥感影像有时产生地物形状不规则、行列不均匀等几何畸变[5]。这时，就需要对影像进行几何校正，以方便研究区的裁剪和感兴趣地物的提取。几何校正主要是通过选取若干控制点，并通过多项式内插的方式实现。本文选取6个控制点进行几何校正，控制点分别为：绕城高速与连霍高速交叉口、京广澳高速与连霍高速交叉口、陇海铁路与西环路交叉口、如意湖、郑少洛高速与绕城高速交叉口、京广澳高速与绕城高速交叉口。 　　3.2.2 城镇用地信息提取 　　本文首先对遥感影像进行NDBI指数运算，得到郑州市不同时相遥感数据的NDBI指数分布情况，如图2所示。在ENVI平台BandMath模块的支持下，分别对四张NDBI指数分布图进行二值化运算，得到各个季节遥感