基于高分辨率影像的城市遥感绿地信息提取研究

意义：

  城市绿地作为城市中唯一有生命的基础设施，在改善城市生态环境和人居环境方面起着积极的作用，它是城市的氧源，更是电磁辐射、噪音及有害气体的良好吸收体，在城市生态平衡中扮演着重要的角色，准确掌握其分布结构及变化规律，预测其发展走向，对于维护区域生态平衡，保护城市生态环境具有不可忽视的作用。城市绿地的规划须先立足于对城市绿地现状的了解，传统的绿地调查采取实地测量与统计相结合的方法，它效率低下而且统计结果受人为影响较多。随着遥感技术的发展，近年来众多高分辨率遥感卫星的发射为城市绿地信息提取提供了高效的手段，如何充分利用高分辨率遥感影像对进行现代城市规划和生态环境评价具有重要意义。

高分辨率遥感技术为城市生态环境的监测方法和评价指标的改进提供了有力的支持。获得的城市绿地覆盖信息与其他资料结合可以进行城市绿地空间分布分析评价，为合理进行城市绿地规划提供决策支持。

本文介绍了使用ENVI遥感图像处理软件，采用高分二号高分辨率遥感影像，对城市绿地信息提取的方法。

1.研究区域、研究数据及预处理

1.1 研究区域、数据

  本文选择成像时间为2019年5月中旬的青岛西海岸新区的高分一号卫星影像数据，包括2米分辨率的全色影像和8米分辨率的多光谱影像。包含蓝、绿、红、近红４个行业内标准波段(蓝：450-520nm ;绿： 520-590nm ;红：630-690nm ;近红外：770 nm-890nm）。

1.2 数据预处理

  本文对遥感影像的预处理包括辐射定标、大气校正、几何校正、图像融合等，然后剪裁 研究区域一部分影像进行绿地信息提取实验。

融合:

  将高空间分辨率的全色影像与多光谱数据进行融合处理，使融合后的影像既保留多光谱特征又拥有较高的空间分辨率，如图所示：

图像融合前后对比图

裁剪：在ENVI中载入准备好的掩膜文件，裁剪出所需要的影像范围：

裁剪影像

2.基于NDVI阈值法的绿地信息提取

1. NDVI指数原理

  归一化植被指数（Normalized Difference Vegetation Index）,可以将多光谱数据变换成一个单独的图像波段，用以显示植被分布。植物叶片组织对蓝光(470nm)和红光(650nm)有强烈吸收，而对绿光和红外光强烈反射。叶片中心的海绵组织和叶片背面组织对近红外辐射(NIR,700-1000nm)反射较强。从红光(Red)到红外光，裸地反射率较高但增幅很小。植被覆盖越高，红光反射越小，近红外光反射越大。红光吸收很快达到饱和，而近红外光反射随着植被增加而增加。所以，任何强化Red和NIR差别的数学变换都可以作为植被指数，来描述植被状况，较高的NDVI值预示着包含较多的绿色植被。

ENVI中的NDVI使用标准算法：

[(NIR/Red-1)/( NIR/Red+1)]

（NIR:近红外波段，RED：红波段）

NDVI值的范围为-1～1。

2. 在ENVI中用NDVI阈值法粗提取绿地

（1）提取NDVI提取原始影像的NDVI的时候需要用到ENVI中的波段计算器，波段计算器（Band math）是ENVI中一个灵活的图像处理工具，利用定义的处理算法可对图像进行简单加、减、乘、除运算，或使用IDL编写更复杂的功能。应用ENVI中的NDVI使用标准算法，将标准算法输入到波段计算器中，本次采用的数据类型是字节型，所以要进行数据类型转换，将其中一个变量转换为浮点型即:(float(b4-b3)/(b4+b3))。得到图像的NDVI:

（2）阈值法提取绿地

  阈值的意思是界限，故阈值又叫临界值，是指一个效应能够产生的最低值或最高值。进行植被制图的重点在于对植被类型进行分离，因此在对植被进行分类的时候先将植被与其他地物分离开来，需要用到NDVI阈值法进行提取，为了提高所获取绿地信息的精度，采用样本统计对比的方法来确定绿地区域的阈值范围。最终确定绿地分类的阈值范围在0.281247～0.421375. 

基于NDVI的绿地提取影像：

3. 人工修正  

（1）影像假彩色合成

假彩色合成: 是指多光谱遥感图像彩色合成处理时，如果参与合成的三个波段的波长与对应的红、绿、蓝三种原色的波长不同，那么合成图像的颜色就不可能是地面景物的真实颜色，这种合成就是假彩色合成。利用遥感图像多光谱假彩色合成， 可以充分显示自然环境信息， 一些用肉眼不能看到的环境信息或在真彩色图像上显示不出的信息， 在某些假彩色合成图像上却有明显的显示。用在这里是为了突出区分真假绿地，使绿色波段显示为红色，通过目视解译可以判读出人造绿地；

人造绿地合成前后对比：

从图中可以看出操场上的人造草坪并未变为红色。

（2）在ENVI Classic中进行人工修正