论述一种基于多源多时相遥感影像的城镇扩张动(2)
2013-06-19 01:10
导读：⑵多时相植被指数（MTVI）分析由于 ASTER 影像时相为2003 年1 月28 日，休闲耕地较多，导致NDVI 阈值对于消除休闲裸地影响的效果欠佳。而2001 年4 月份的TM
⑵多时相植被指数（MTVI）分析由于 ASTER 影像时相为2003 年1 月28 日，休闲耕地较多，导致NDVI 阈值对于消除休闲裸地影响的效果欠佳。而2001 年4 月份的TM 影像植被覆盖均较好，休闲裸地很少。
因此可以考虑利用多时相植被指数（MTVI）阈值来消除休闲裸地的混淆[11]。简单分析发现，TM 影像NDVI＜140 可以满足消除2003 年ASTER 影像上休闲裸地和城镇建筑用地混淆的要求，同时不影响2003 年影像城镇用地信息的提取范围。
⑶主成分分析（PCA）为了消除九龙江下游河滩地和城镇建筑用地的混淆，通过对覆盖该区域的2003 年1 月28 日ASTER 影像1-9 波段进行主成分分析，发现沙滩地有PC2－PC3＜40 的规则，而城镇建筑用地没有这一特点。以此可以利用这一规则最大限度的将城镇建筑用地和河流沙滩地相区分。
3.1.2 城镇扩张知识本研究的城镇建筑用地包括：居民地、开发用地、交通用地。城镇扩展的一般特点是：
城镇范围不断扩大，在扩展期间建筑用地转化为其他用地类型的数量可以忽略不计。那么，在提取示范区1998 年和1989 年TM 影像上城镇信息时，可以利用2003 年的城镇建筑用地范围限定提取范围，这样可以避免相当一部分混淆信息，从而保证早期影像城镇信息准确有效的提取。因此，首先完全、准确、有效的提取2003 年ASTER 影像城镇建筑用地信息至关重要。这一提取思路在城镇扩展遥感动态监测中更具可行性。
3.1.3 地形分布知识城镇建筑用地在地形上存在一定的特点，分析发现，示范区城镇建筑用地海拔基本不会超过100m，坡度小于20°，利用这两个规则可以极大的减少火烧迹地、裸岩与建筑用地的混淆3.2 2003年ASTER影像城镇建筑用地信息提取对于ASTER 影像上城镇建筑用地信息的提取，采用在非监督分类基础上，进行基于知识修正的思路进行，前人的相关研究表明，这种多步骤的提取策略往往具有较高的专题提取精度[12]。
（科教范文网 fw.nseac.com编辑发布）
首先利用非监督分类方法提取城镇建筑用地，分类时设置类别数为30，分类完成后，合并出城镇用地信息，分类结果的特点是完全包含城镇用地信息，但混淆有火烧迹地、裸岩、休闲地、河滩地信息。将结果影像二值化，1 代表非监督分类提取的城镇建筑用地信息，0代表背景信息。
将非监督分类结果和城镇建筑用地的光谱知识、地形分布知识规则输入ERDAS8.7 的专家分类器。利用专家分类器首先提取ASTER 影像城镇建筑用地专题信息。提取结果表明，非监督分类结果中混淆的其他信息得到了有效的剔除。
3.3 TM影像城镇建筑用地信息提取3.3.1TM 影像三指数法对于 TM 影像城镇建筑物或居民地信息的提取研究比较多。但精度最好的当属徐涵秋（2005）[9][10]提出的TM 影像三指数城镇建筑用地信息提取方法。本研究试图利用TM 影像三指数法提取研究区城镇建筑用地。其步骤可归纳为:
1)影像辐射校正;2)制作SAVI,NDBI 和MNDWI 影像;该方法中所利用的三个指数影像计算方法如下：
①土壤调节植被指数（SAVI）SAVI ＝ [(Nir-Red)(l+L)]/(Nir+Red+L) ＝ (TM4-TM3) （ 1+L ） ／ （ TM4+TM3+L ）2)式中，L 即为土壤调节因子，其值介于0-1 之间。0和1分别代表植被覆盖率极高和极低的两种极端情况。通常选择0.5 可以较好地减弱土壤的背景差异，清除土壤的噪声影响。
⑵修正水体指数（MNDWI）：MNDWI 意为Modified NDWI，即修正水体指数，计算公式如下。
MNDWI ＝ （ Green － Mir ） / (Green+Mir) ＝ (TM2-TM5)/(TM2+TM5)3)⑶建筑指数（NDBI）：该指数主要基于城市建筑用地在TM 5 波段的反射率高于4 波段的特点而创建。公式如下：
NDBI= （ MIR － NIR ） / （ MIR+NIR ） =(TM5-TM4)/(TM5+TM4)4)3)制作新的三波段指数影像;4)对新的影像作简单的谱间分析;5)根据谱间分析所得出的逻辑表达式提取出城市建筑用地。
（科教范文网http://fw.NSEAC.com编辑发布）
利用上述的TM 影像三指数方法进行试验提取，结果表明城镇信息被提取出来的同时，大量休闲裸地、火烧迹地、河滩地、裸岩石砾地也同时被提取出来，导致提取的城镇建筑用地信息精度明显较低。分析原因认为：徐涵秋（2005）在提取福州市城镇建筑用地信息时，城镇建筑用地信息占整个研究区的主体地位，有限的研究区内鲜见休闲裸地、火烧迹地、河滩地、裸岩石砾地。三指数方法中并没有考虑到休闲裸地、火烧迹地、河滩地、裸岩石砾地几种土地覆盖类型。而在本研究区内，由于城镇规模较小且分散，城镇建筑用地在整个研究区内处于次要地位。加之研究所用的遥感影像时相不佳，示范区内土地利用类型复杂多样，多见休闲裸地、火烧迹地、河滩地和裸岩石砾地，并且这几种地类的光谱特征和城镇建筑用地光谱特征类似，仅有的三个指数难以将其剔除，因此，徐涵秋所提出的三指数方法在应用到本研究区时，精度必然大受影响。
3.3.2 三指数法结果精度的改善从前面分析可以得知，当城镇建筑用地信息在影像中居于主导位置的情况下，TM 影像三指数法将会有很高的精度，否则，由于各种复杂地物的混淆，三指数法的精度无法满足应用需求。为此，需要充分利用前文分析的城镇建筑用地时空分布知识，基于多源数据，使得输入的遥感数据满足三指数法的应用条件，从而确保城镇建筑用地信息的提取精度。
据前文分析，在提取1998 年和1989 年TM 影像上城镇信息时，可以利用2003 年的城镇建筑用地范围限定两期建筑用地的提取范围，这样可以避免相当部分信息的混淆，从而保证城镇信息准确有效的提取。由于提取2003 年城镇建筑用地信息时利用了地形知识，因此，利用所提的2003 年建筑用地信息结果同时包含了对地形知识的利用。
内容来自www.nseac.com 利用 2003 年ASTER 影像提取的城镇建筑用地专题图掩膜1998 年TM 影像，获得满足TM 影像三指数法应用条件的影像区，然后利用TM 影像三指数法便可以比较精确的提取1998 年的城镇建筑用地信息。最后，利用1998 年TM 影像城镇建筑用地信息提取结果掩膜1989 年的TM 影像，再利用TM 影像三指数法从掩膜后的1989 年TM 影像中提取城镇建筑用地信息。
3.4 结果后处理和精度验证由于村落信息或孤立的建筑用地并不是本专题关心的对象，根据村落或孤立建筑用地像元一般不超过90×90m 的特点，以及ASTER 影像15 米分辨率的情况，利用ERDAS8.7 的Eliminate 后处理工具，去除像元小于6*6 的建筑用地。根据TM 影像30 米分辨率的情况，去除像元小于3*3 的建筑用地信息。最后通过叠加分析的方法得到三个时期城镇建筑用地扩展图（图2）。
