（自然地理学专业论文）城市绿地信息提取及空间数据质量评价分析.pdf

摘要 作为城市绿化信息系统( u g i s ) 的核心，数据质量是保证决策正确、系统有 效运行的关键。研究绿地信息提取方法和建立绿化空间数据质量评价标准，可以 提高遥感资源的实用性、增强数据的科学性、保证系统有效性和决策的正确性， 具有重要的经济价值和学术意义。 本文围绕城市绿地信息提取和空间数据质量评价两个方面，对数据质量进行 了研究。采用面向对象技术对城市绿地信息进行自动提取，从绿化信息系统数据 采集的角度研究了提高数据精度的方法；采用缺陷扣分法和缺陷率度量法对绿化 空间数据质量进行评价和分析，从绿化信息系统数据入库环节方面保证数据精 度。主要包括以下几个方面： ( 1 ) 采用面向对象技术对航空遥感影像进行了绿地覆盖信息的自动提取；结合 专题图对园林绿化覆盖信息进行提取；结合野外实地采样和目视解译采 样，对绿化信息提取精度进行了验证；进行了简要的误差分析。 ( 2 ) 建立了点状绿化空间数据缺陷分类指标，采用基于简单随机抽样的缺陷扣 分法对点状空间数据进行了质量评价和分析。 ( 3 ) 建立了面状绿化空间数据缺陷分类指标，采用基于分层抽样的加权扣分法 对面状空间数据进行了质量评价和分析。 ( 4 ) 建立了绿化数据的属性数据缺陷分类指标，采用基于分层抽样的缺陷率度 量法对属性数据进行了质量评价和分析。 本研究为利用遥感影像进行城市资源调查、城市规划、城市发展决策提供坚 实的理论依据，为空间数据质量评价提供可供借鉴的科学规范。 关键词：城市绿地信息提取数据质量精度面向对象 a b s t r a c t a st h ec o l eo f u r b a nc _ r i l e ni n f o r m a t i o ns y s t e m ( u g i s ) ，t h eq u a l i t yo f d a t ai s t h ek e yo fa s s u r a n c i n gt h ep o l i c yc o r r e c t , a n dt h es y s t e mf u n c t i o ne f f e c t i v e i no r d e r t oe n h a n c et h es c i e n t i f i co f d a t a , t h em e t h o do f g r e e ni n f o r m a t i o ne x t r a c t i o ni ss t u d i e d a n dt h ee v a l u a t i o nc r i t e r i ao fd a t aq u a l i t yi se s t a b l i s h e d , w h i c hc a ni m p r o v et h e p r a c t i c a l i t yo f r e m o t es e n s i n gr e s o u r c e sa n dg u a r a n t e et h ea c c u r a c ya n de f f e c t i v e n e s s o f t h es y s t e m t h i ss t u d yh a v eg r e a te c o n o m i cv a l u ea n da c a d e m i cs i g n i f i c a n c e t h i sa r t i c l e ，b a s e do ni n f o r m a t i o ne x t r a c t i o na n du r b a ng r e e nd a t a q u a l i t y e v a l u a t i o ni nt w oa r e a s ，c o n d u c t e das t u d yo nt h e q u a l i t y o fd a t a b yu s i n g o b j e c t - o r i e n t e dt e c h n o l o g yt oe x t r a c tu r b a ng r e e na u t o m a t i c a l l y ，t h em e t h o do f i m p r o v i n gt h ea c c u r a c yw a ss t u d i e d ，f r o mt h ep e r s p e c t i v eo f d a t ac o l l e c t i o nf o ru g i s b ym e a s u r i n gt h ed e f e c tp o i n t sa n dd e f e c tr a t e ，t h eq u a l i t yo fg r e e ns p a t i a ld a t aw a s e v a l u a t e da n da n a l y z e d ，f r o mt h ed a t as t o r a g ea r e at oe n s l n ed a t aa c c u r a c y ( 1 ) b yu s i n ga e r o s p a c er e m o t es e n s i n gi m a g e s ，o b j e c t - o r i e n t e dt e c h n o l o g yw a s u s e dt oe x t r a c tg r e e ni n f o r m a t i o na u t o m a t i c a l l y ；c o m b i n e dw i t ht h et h e m a t i cm a p ，t h e l a n d s c a p i n gc o v e r a g ei n f o r m a t i o nw a se x t r a c t e d ；b a s e do nf i e l ds a m p l i n ga n d s a m p l i n gv i s u a li n t e r p r e t a t i o n , t h ea c c u r a c yo fg r e e ni n f o r m a t i o ne x t r a c t i o nw a s v e r i f i e d ；t h ee r r o gw a sa n a l y z e db r i e f l y ( 2 ) t h ed e f e c tc r i t e r i ao fp o i n t sg l ns p m i a l - d a t aw a sc l a s s i f i e d b a s e do ns i m p l e r a n d o ms a m p l i n gm e t h o dt os p o td e f e c t sp o i n t s ，t h eq u a l i t yo fs p a t i a ld a t aw a s e v a l u a t e da n da n a l y z e d ( 3 ) t h ed e f e c tc r i t e r i ao f a i l ag r e e ns p a t i a l - d a t aw a sc l a s s i f i e d b a s e do ns t r a t i f i e d s a m p l i n gm e t h o d , t h ew e i g h t e dp o i n t sf o r t h es p a t i a ld a t aq u a l i t yw a se v a l u a t e da n d a n a l y z e d ( t h ed e f e c tc l a s s i f i c a t i o no f a t t r i b u t e - d a t aw a se s t a b l i s h e d b a s e do nt h e s t r a t i f i e ds a m p l i n gm e t h o d , t h ed e f e c tr a t ew a sm e a s u r e dt oe v a l u a t ea n da n a l y s i st h e a t t r i b u t e so f d a t a q u a l i t y t h es t u d yw i l lp r o v i d eas o l i dt h e o r e t i c a lb a s i sf o ru r b a ni e $ o u r c e ss u r v e y ，u r b a n p l a r m i n ga n dh i b a nd e v e l o p m e n tp o h c yi nt h eu o f r e m o t es e n s i n gi m a g e s i tw i l l a f f o r dt h er e f e r e n c eo f t h es c i e n t i f i cs t a n d a r df o rs p m i a ld a t aq u a l i t ye v a l u a t i o n k e yw o r d s ：u r b a ng r e e n , i n f o r m a t i o ne x t r a c t i o n , q u a l i t ye v a l u a t i o n , a c c u r a c y ， o b j e c t - o r i e n t e d 论文独创性声明 本论文是我个人在导师指导下进行的研究工作及取得的研究 成果。论文中除了特别加以标注和致谢的地方外，不包含其他人 或机构已经发表或撰写过的研究成果。其他同志对本研究的启发 和所做的贡献均已在论文中做了明确的声明并表示了谢意。 作者签名：翻懈吼卿j 彭 论文使用授权声明 本人完全了解上海师范大学有关保留、使用学位论文的规定， 即：学校有权保留送交论文的复印件，允许论文被查阅和借阅； 学校可以公布论文的全部或部分内容，可以采用影印、缩印或其 它手段保存论文。保密的论文在解密后遵守此规定。 作者签名弧棒师签却弛珈期：碑上“ 城市绿地信息提取及空间数据质量评价分析 1 1 研究目的和意义 第一章绪论 生态型城市建设是2 l 世纪城市发展的主要目标，城市绿地作为城市结构中 的自然生产力主体，在改善城市生态环境质量，美化市容，调节城市生态平衡中 起着重要作用( 薛理和，2 0 0 3 ；王保中，2 0 0 4 ) 。城市绿化系统状况已成为衡量 城市文明和城市现代化的重要标志( 肖荣波，2 0 0 4 ) 。城市绿化建设倍受各国政 府的关注，许多城市都在进行绿地生态建设，积极扩大绿地面积、提高绿地覆盖 率、优化绿化结构，同时也越来越注重植被的科学建管。 3 s 技术是指遥感( r e m o t es e n s i n g ，简称r s ) 技术、地理信息系统( g e o g r a p h i c i n f o r m a t i o ns y s t e m ，简称g i s ) 技术和全球定位系统( g l o b a lp o s i t i o n i n gs y s t e m ， 简称g p s ) 技术。3 s 技术是数字地球和数字城市建设的核心，其中，遥感与全 球定位系统技术用于空间信息获取，地理信息系统技术用于空间信息管理与处理 分析。随着传感器技术、航空和航天平台技术，数据通讯技术的发展，现代遥感 技术已经进入一个能够动态、快速、准确和多手段提供多种对地观测数据的新阶 段。目前，遥感数据已经在很多应用领域发挥作用，尤其是高分辨率遥感影像的 广泛应用，大大提高了地物识别的精度( 李江涛，2 0 0 4 ) 。与此同时，对遥感图 像的增强处理技术和各种地物类别的识别及提取技术的不断发展，也促进了遥感 数据在各领域的应用。g p s 技术也在不断发展，目前很多g p s 仪器( 如美国天 宝公司的m g i s 系列产品) 的平面定位精度达到亚米级。这些先进的技术为g i s 技术提供了可靠的数据源。 3 s 技术在城市绿化建管中已有应用，上海市在1 9 8 8 - - 1 9 9 1 年利用大比例尺 航空遥感调查方法，基本查清了市区的绿化现状与发展历史，并建立了绿化数据 库；2 0 0 3 年上海城市发展信息研究中心和上海市绿化管理局利用彩红外航片和 q u i c k b i r d 卫星遥感影像对上海市中心城区7 6 5k m 2 范围内的绿地进行了调 查；2 0 0 4 年，上海市徐汇区绿化管理局利用g p s 技术对区内的近4 万棵行道树 进行空间定位，并建立了空间数据库。上海市每两年一次的航空遥感调查给绿地 信息提取研究提供了很好的契机。 城市绿地信息提取及空问数据质量评价分析 其它城市，如北京、天津、深圳、广州、宁波、南京等，纷纷利用遥感影像 进行城市绿地调查，并以此作为数据源建立了城市绿地信息系统，这些系统的建 立为城市绿地覆盖统计、景观格局分析、绿量分析、绿地系统规划、生态环境评 价、绿化成本估算、绿地动态监测与管理等方面提供了很好的工具( 陈腾云， 2 0 0 5 ) 。 以遥感影像作为直接的数据源获取地表信息，具有时效性强、周期短、经济 成本低等诸多优点( 陈基伟，2 0 0 4 ) 。遥感影像作为地理信息系统的重要数据源， 其地物类别识别精度很大程度上直接影响着后续研究结果的精度和准确性。同 时，g i s 空间数据的质量直接影响到g i s 应用分析、决策的正确性和可靠性，因 此，提高遥感影像信息提取精度和控制g i s 空间数据质量是保证决策正确的重要 途径。 本文是基于作者在参加部分科研项目研究的基础上进一步深入系统研究的 成果。在参加“上海市城市园林信息系统绿化数据采集项目”研究的过程中，对 城市绿地的提取精度和空间数据质量控制进行了研究，在参与“温州市绿地遥感 调查及绿地信息管理系统建设方案”工作中，对城市绿地信息的识别和提取方法 以及数据库建设进行了研究，在以上研究的基础上形成了本论文的主要内容。 本研究以高分辨率的航空遥感影像为信息源，采用面向对象的多尺度分割技 术来自动提取绿地信息，同时结合野外实地调查，对遥感影像的提取精度进行验 证；此外，建立绿地空间数据质量评价的缺陷分类指标，对空间数据加工过程的 质量控制进行研究并对绿地信息空间数据质量进行评价。 本研究中采用的面向对象技术大大提高遥感信息提取的精度，对解决遥感数 据在实际应用中的数据质量问题起到重要的作用，对增强数据的科学性、创新遥 感影像信息提取方法具有重要的学术意义，对提高遥感资源的实用性、促进遥感 资源的充分利用起到积极作用，具有重要的经济意义。此外，建立绿地空间数据 质量评价的缺陷分类指标，填补空间数据质量评价在单一类别信息精度评价方面 的空白，对地理信息质量控制起到积极的作用，从而保证决策的正确性。总之， 本研究将为利用遥感影像进行城市资源调查、城市规划、城市发展决策提供坚实 的理论依据，为空间数据质量评价提供可供借鉴的科学规范。 2 城市绿地信息提取及空间数据质量评价分析 1 2 遥感信息提取的研究现状 遥感图像是获取地表地物的重要信息源，它的信息提取主要有两种方法。一 种是目视解译，依靠人工从遥感图像中获取特定目标的地物信息；另一种方法是 借助于计算机的自动判别，并提取特定的地物信息( 狄沙力，2 0 0 2 ) 。两者相比， 很明显前者耗费了大量的人力、物力和时间，而后者只需在计算机处理后的遥感 图像上做少量的目视解译工作就可以达到目的。但在2 0 世纪7 0 年代至8 0 年代，软 件技术尚不成熟，遥感信息提取就主要是依靠遥感工作者目视解译来完成。由于 人的经验与知识参与了判读的全过程，特别是空间相关知识的运用等，使判读结 果的精度较高，现在仍然是一种最常用、最有效和不可取代的基本技术手段，目 视判读作为地学工作从事遥感应用研究的一项基本功，在遥感应用中有着重要的 作用，而遥感图像处理和计算机判读的结果都需要运用该方法进行抽样核实或检 验( 刘亚岚，2 0 0 4 ) 。 随着计算机的普及和软件水平的提高，从事遥感研究的学者们开始利用新 的技术手段来提取遥感信息。从2 0 世纪7 0 年代后期开始，随着计算机图像处理技 术的日臻成熟，各种遥感图像处理系统应时而生。自动判读技术成为遥感数据分 析处理技术发展的主流方向( 杨存建，2 0 0 0 ) 。各种自动分类方法得到发展和应 用，可以将它们归结为三大类，即基于传统统计模型的自动分类、新算法支持下 的自动分类和g i s 辅助下的自动分类。 基于传统统计模型的分类主要根据图像的光谱特征，按照遥感数据的统计值 特征与训练样本数据之间的统计关系来进行地物分类识别。其方法有监督分类和 非监督分类。在一些大型的专业图像处理软件如e r d a s ，e n v i 等中都使用了 这些方法。实际工作中，经常将非监督分类和监督分类结合，取长补短，使分类 的效率和精度进一步提高。 然而，由于这一方法受到一个大前提的限制，即只是利用了遥感影像中的光 谱信息，很难充分利用波谱特性以外的其它特性，如空间特性等，加之在利用波 谱特性时还会受到“同质异谱、同谱异质”问题的困扰，因此，该类方法的分类 正确率不能达到理想的效果。 正是由于基于传统统计模型的分类方法的局限性，许多学者研究了一些新的 算法如神经网络、小波分析、模糊理论等进行优化处理的自动分类技术，如小波 城市绿地信息提取及空间数据质量评价分析 变换法、模糊分类、分形理论、神经网络、遗传算法等( 贾永红等，1 9 9 7 ；邸凯 昌等，2 0 0 0 ：马静，2 0 0 3 ：陈敬柱等，2 0 0 4 ；吕诚然，2 0 0 4 ；曾文华等，2 0 0 6 ) 由于这些新算法部分实现对不精确问题的描述，在分类精度和地物类别辨别 能力方面比传统的逐像素分类方法有明显改进，因而得到了普遍的关注。然而由 于这些方法通用性较差，即适合在某地区或某一应用中的方法，放在另一环境或 时间可能会变得不适合，因此这些实验性的方法其实用性受到了限制( 刘亚岚， 2 0 0 4 ) 。 目前许多判读任务均借助g i s 的支持等来研究提高判读精度的问题，同时也 有利于实现遥感数据与g i s 的有机集成。在g i s 的支持下的遥感影像判读方法分 为三大类，即分区分类、辅助波段分类和面向对象的分类。 遥感影像自动分类一般是以同一标准对整幅影像进行分类。实际上很少考虑 同一图像中的区域分异特点或成像时间等方面的差异。目前不少学者考虑到这一 问题，并对此进行了研究。如莫源富等( 2 0 0 0 ) 对t m 图像中阴影区和非阴影区 进行研究时采用了该方法，取得了较理想的分类结果。 为了获得更好的分类精度，不少学者引进一些非遥感的数据( 如d e m 数据等) 作为多源遥感数据中的一个波段，参与分类，把最终要求分出的信息类别同光谱 类别和非遥感数据类别联合起来参与分类( 吴炳方等，1 9 9 5 ；阎守邑，1 9 9 5 ；韩 涛，2 0 0 2 ：李江涛，2 0 0 4 ) 。这种方法有利于提高分类精度。 面向对象方法为人们在计算机上直接描述物理世界提供了一条适合于人类 思维模式的方法。面向对象( o b j e a o r i e n t e d ) 分类方法的基本思想是利用面向对 象的原理，利用地物的物理属性、形状大小、空间组织结构以及相邻地物的物理 属性等辅助信息进行分类。依据这种设计思想，德国目前已成功开发了一个名为 e c o n g i n t i o n 的软件。由于面向对象的自动分类方法集成了g i s 空间信息而进行图 像分割，能确定各地物目标的空间分布，降低了混合像元对光谱分类的影响，而 对于图像中具有较小面积的地物目标也能确定下来，其可靠性较高，因而呈现出 较好的前景。 由此可以看出，遥感影像的自动分类方法也可以分为两大类：基于像元和面 向对象。基于像元的分类法是逐点按光谱值进行分类，很难充分利用遥感影像色 调彩色要素或波谱特征以外的各种影像要素或特征和图像的丰富信息内容。而 4 城市绿地信息提取及空间数据质量评价分析 面向对象的分类法除了波谱特征外，还将地物的形状特征、空间特征等充分利用 起来，大大提高了分类的精度。 1 3 遥感在绿地调查中的应用研究 过去传统的城市绿地资源调查方法一般采用人工普查结合数学统计分析的 方法，数据以大量的报表来表示( 张忠明等，2 0 0 2 ) 。由于人工方法本身具有很 强的主观性，加上效率相当低，所以常常是花费大量的人力、物力和财力，得到 的调查数据准确性低，而建立在这种现状资料基础上的决策方案必然存在许多问 题，而且也不便于综合分析评价( 袁东升，2 0 0 1 ) 。 2 0 世纪8 0 年代中期，航空遥感图像被广泛地运用于城市植被的调查和分析 ( 吕妙儿等，2 0 0 0 ) 。上海市先后在1 9 8 8 年、1 9 9 4 年进行了两轮城市航空遥感绿 化调查。随后遥感技术在绿化调查中的应用大范围开展起来( 杨义忠等，1 9 9 7 ； 赵庚星等，2 0 0 1 ；徐新良等，2 0 0 1 ；赵鹏祥等，2 0 0 3 ) 。其发展方向主要表现在 三个方面： ( 1 ) 遥感影像应用由低分辨率向高分辨率发展，由单一向多源发展。 最初不少学者采用的是低分辨率的t m 影像，如车生泉等( 2 0 0 1 ) 对上海市 绿地景观进行了提取，周文佐等( 2 0 0 2 ) 对南京城市植被进行解译，效果较好： 此后不少学者纷纷采用此方法进行城市绿地信息的提取，均获得一定的成果( 郭 程轩等，2 0 0 3 ：盂昭山等，2 0 0 3 ；王雪，2 0 0 4 ；沈涛等，2 0 0 4 ；李宝华等，2 0 0 5 ： 朱瑞芳，2 0 0 5 ) 。但由于影像分辨率的较低，只适合研究大尺度的绿地景观格局 分析，对于城市绿地的统计分析来说，精度上存在着一定的局限性。 随后高分辨率遥感影像在城市绿地调查中的应用越来越广泛。有的学者采用 i k o n o s 对城市绿地信息进行了提取( 张友水等，2 0 0 4 ；宣勇等，2 0 0 4 ；李红， 2 0 0 6 ) ：有的学者利用s p o t 影像( 李立等，2 0 0 4 ) 进行提取；而q u i c k b i r d 影像 因为空间分辨率达到亚米级，能反映零星的城市绿地，受到很多学者青睐( 陈颖 彪等，2 0 0 4 ：候碧清，2 0 0 4 ：杨泽运等，2 0 0 5 ) 。高分辨率遥感影像的应用使得 城市绿地信息的提取精度得到大大提高。 由于信息提取的精度受制于遥感影像的空间分辨率，为了获得更高的精度， 各种遥感数据资源的融合利用成为绿地信息提取的重要发展方向。主要有t m 图 城市绿地信息提取及空问数据质量评价分析 像与s p o t 图像的融合分类( 李金海等，2 0 0 2 ；马平，2 0 0 3 ) ，其他中等分辨率与 高分辨率卫星图像相结合( 牛保茹等，2 0 0 5 ) ，等等。 ( 2 ) 遥感城市绿她信息自动提取技术不断进步。 最初，监督分类和非监督分类法将人们从手工劳动中解放出来，因此受到广 泛的应用，随着遥感技术的日益进步，不少学者对绿地信息提取技术进行了进一 步研究，以期提高绿地信息提取精度。针对绿地的波谱特征，不少学者根据波段 间的相关性运算来提取绿地信息，最常用的就是植被指数( 王正兴等，2 0 0 3 ) 。 植被指数是遥感领域中用来表征地表植被覆盖，生长状况的一个简单，有效 的度量参数。最早的植被指数是j o r d a n ( 1 9 6 9 ) 提出的比值植被指数( r ) ，即 近红外波段与红波段的反射率比值；r o u s e 等( 1 9 7 3 ) 在对r v i 非线性归一化处 理后得到归一化差值植被指数n d v i 。k a u t h 等( 1 9 7 6 ) 基于经验的方法，针对 l a n d s a t m s s 的特定遥感图像，发展了土壤亮度指数( s b i ) 、绿度植被指数( g ) 、 黄度植被指数( y ) 。为了消除土壤因子的干扰，k a u t h 和t h o m a s ( 1 9 7 6 ) ， 基于土壤线理论，发展了垂直植被指数( p ) ；为减少土壤和植被冠层背景的 双层干扰，h u e t e ( 1 9 8 8 ) 提出了土壤调节植被指数( s a ) ；为了消除大气影 响，k a n f m a a 和t a n r e ( 1 9 9 2 ) 发展了抗大气植被指数( 删) ，等等。 在国内也有不少学者对此进行了研究( 田庆久，1 9 9 8 ；田静，2 0 0 4 ；丁艳梅， 2 0 0 6 ) 。周廷刚等( 2 0 0 3 ) 提出了针对城市绿化航空遥感调查新的植被指数一非 线性彩红外植被指数( n c i ) ，研究结果表明，n c i v i 对城市绿化提取效果明 显优于卜d ，正确提取率可以提高3 5 。陈云浩等( 2 0 0 4 ) 构造了可调节航空 植被指数( a n v i ) 。a n v i 与n c i v i 形式上大同小异，它经上海的绿化信息提取 实践证明，a n d v i 能够很好的适应航空遥感的特点，有效的克服外因对地物波 谱反射成像的非线性扰动。 至今植被指数已有4 0 多种，国内外学者的研究证实了植被指数法在遥感影像 植被提取和植被分类中比较有效，可以达到较高精度。但把植被再细分的效果不 是太好( 罗亚等，2 0 0 6 ) 。因此如何提高提取城市绿地的植被分类精度还需进一 步研究。 为了使分类精度得到提高，许多学者在植被指数的基础上进行了大量的研究 ( 李星敏等，2 0 0 2 ) ，采用了很多的研究方法，采取主要的方式有：图像增强处 6 城市绿地信息提取及空间数据质量评价分析 理( 黄建文等，1 9 9 8 ：许瑶，2 0 0 0 ；赵丽丽等，2 0 0 5 ) ，加入地学知识( 刘卫国， 1 9 9 8 ) ，遥感与g i s 集成( 陈颖彪等，2 0 0 4 ) 等。 随后，更多的新方法被引入到该领域。如刘小平等( 2 0 0 5 ) 提出了一种新的 基于像元信息分解和神经网络分类相结合的城市绿地遥感信息自动提取方法，结 果表明：该方法保证了分类时绿地的纯洁度，有效地排除和避免了提取绿地信息 时其它多余信息的干扰和影响，提高了分类的精度。黄浩( 2 0 0 5 ) 和张友静( 2 0 0 6 ) 把基于k p c a 的s a m 分类方法用于高分辨率遥感影像城市植被分类中，探讨了 k p c a 交换中核函数、核函数参数的选取以及不同的训练样本数目对城市植被分 类精度的影响，建立了基于k p c a 的s a m 城市植被分类模型。张森( 2 0 0 6 ) 基于 监督分类对阴影区植被进行分类提取，证明采用逐级分类和掩模切割对阴影区及 阴影区植被方面是一种有效、精确的方法。孙小芳( 2 0 0 6 ) 利用q u i c k b i r d 纹 理特征设定阈值，提取出绿地信息，通过精度评定正确率达9 2 8 。这些新方法 的引入使植被类型分类精度在不同程度上得到了提高，但都是基于像元的光谱特 征进行的分类，绿地的形状、纹理等特征并未得到充分利用。 面向对象思想的出现，使遥感信息提取的研究上了一个新的台阶。由于面向 对象的多尺度分割技术比较新颖，与传统的基于像元的分类思想大相径庭，加上 该方法的应用商业软件e c o g n i f i o n 的销售模式并不开放，该方法鲜为国人所知。 最先将该技术应用于绿地信息提取的是中科院遥感应用研究所，黄慧萍等( 2 0 0 4 ) 以高分辨率遥感影像为数据源，以多尺度影像分割与面向对象影像分析方法为主 要技术，借助面向对象分类软件e c o g n i t i o n ，利用样本多边形对象的成员函数建 立训练区，自动提取大庆市城市绿地覆盖信息，达到清查城市绿地的目的。 随后，为数不多的学者对此技术进行了关注，并对此展开了研究。如覃先林 等( 2 0 0 5 ) 借助e c o g n i f i o n 软件，将树冠信息从影像中提取出来。莫登奎等( 2 0 0 5 ) 以i k i ) n o s 为主要数据源，应用该技术自动提取株洲市城乡结合部的土地覆盖 和土地利用信息，精度高，速度快。王春泉( 2 0 0 5 ) 研究了地物多种识别特征的遥 感信息表达，对面向对象的遥感影像信息提取技术的分割算法进行了研究。明冬 萍等( 2 0 0 6 ) 提出了基于特征的高分辨率遥感影像信息提取技术框架，建立了一 套基于特征的遥感影像分割方法及分类体系。曹雪等( 2 0 0 6 ) 结合深圳市 q u i c k b i r d 数据采用该项技术对地物进行了分类研究，结果表明该方法比传统 7 城市绿地信息提取及空间数据质量评价分析 方法在分类精度上有了明显的提高。陈永富等( 2 0 0 6 ) 以q u i c k b i r d 为信息载 体，采用该技术，提取退耕还林地树冠特征值，精度达到了8 9 8 3 7 。 由此可以看出，这些学者对面向对象的信息提取技术进行的研究都是比较初 步的，但也证明了该技术与传统的基于像元的分类方法相比，具有明显的优越性， 不仅快速高效，而且信息提取精度也大大提高。 ( 3 ) 基于遥感的绿地信息提取系统建设陆续出现。 当今的信息社会具有巨大的海量信息数据，信息的时效性尤为重要。因此必 须研究遥感信息的自动提取，从而实现遥感信息直接进入g i s 或直接进入数字地 球的最终目的。部分学者针对该问题，自主开发了基于遥感的绿地信息系统。 如朱文明等( 2 0 0 0 ) 设计了城市绿化管理系统，对城市绿化信息的提取、分 类、复合及集成进行管理，并提出航片的裁剪和镶嵌等处理与航片信息处理并列 进行快速提取绿化信息的工作方式。高芳琴等( 2 0 0 1 ) 以华东师范大学为试验区， 创建了基于航空遥感数据的绿地信息提取系统，最后采用抽样检验方法得出分类 精度为8 5 以上。王延乔等( 2 0 0 2 ) 开发了s g w - - 2 0 0 1 遥感图像处理系统，不 仅提高了城市植被信息获取的精度，同时也为更好地分析城市绿化景观格局，估 价绿化生态服务价值提供科学依据。王蕾( 2 0 0 6 ) 以乌鲁木齐新市区作为研究对 象开发的城市绿地分类及信息管理的软件系统，直接从遥感信息提取实现系统内 对绿地属性的查询，大大缩减了r s 转换为g i s 的过程，使得城市绿地的分类工 作趋于简化。 这些研究工作使遥感技术在城市绿地信息提取中的作用得到大大的增强，同 时也进了遥感技术与g i s 技术的集成，对城市绿化信息的管理起到重要作用。 1 4g i s 技术在城市绿地信息系统中的应用 随着“数字地球”概念的提出，( 3 i s 技术获得了长足的发展，各类地理信息 系统的建立使g i s 技术在各个领域获得广泛的应用。二十一世纪以来，我国不少 城市将该技术应用到城市绿化管理中，建立了绿化信息系统。 如张秀英等( 2 0 0 1 ) 建立了兰州市绿地信息系统。刘宇等( 2 0 0 3 ) 探讨了绿 地信息管理系统的开发模式、空间数据库的建立、应用模形库的研建等核心问题。 卢文喜等( 2 0 0 4 ) 将g i s 软件与v b 相结合，并应用到城市绿地管理领域，开发 8 城市绿地信息提取及空间数据质量评价分折 出长春市城区绿地信息系统。何瑞珍( 2 0 0 6 ) 基于c o m g i s 和w e b g i s 最新发展 技术，提出建立城市绿地信息系统的基本框架体系，展现了c o m g i s 和w e b g i s 应用于城市绿地信息系统的广阔前景。郝红科( 2 0 0 6 ) 探讨了c a d 和g i s 相结 合进行校园绿地系统管理的途径，建立了校园绿地信息属性数据库，并实现图形 与属性的联动查询、条件查询等功能。刘琳( 2 0 0 6 ) 研究了3 s 技术在城市绿地 管理中的应用，结果表明：利用多学科的技术，可以丰富3 s 技术的内容，使其更 好地满足绿地管理的需要。 北京、上海、深圳、广州、南京等城市纷纷将g i s 技术应用到城市绿化管理 中，为城市规划、决策提供技术支持。绿化信息系统建设方兴未艾、城市绿地的 数字化管理必将成为时代发展趋势。 1 5 绿地信息质量控制和精度评价研究 遥感影像作为地理信息系统重要的数据源，很大程度上，地物目标识别精度 的高低直接影响着后续研究结果的精度和准确性。因此对遥感数据的分类精度研 究一直都是热点，不少学者对此进行了探讨。 如闰利等( 1 9 9 9 ) 通过研究指出，影响分类精度的两个主要因素是自动分类 误差和类别区域边界定位误差，前者用误差矩阵来衡量，后者用区域面积的最大 误差百分比来衡量。黄慧萍等( 2 0 0 4 ) 从类别、面积、形状等方面对大庆市绿地 调查结果进行定性和定量检验，均获得较高的精度。覃先林等( 2 0 0 5 ) 采用图像 对象均值和标准差方式分别对分类稳定性和最佳分类结果进行评价，得到较高精 度。郑明国等( 2 0 0 6 ) 根据统计学原理，提出一种新的基于类别分布的分类精度 检验方法，该方法不需检验数据，仅需要一定的样本数据来估计总体的分布，可 直接利用监督分类的训练区进行，因此对监督分类而言工作量极小。 总的来说，误差矩阵和k a p p a 系数是最常用的精度评价方法，在不少研究中 被采用，并获得较高的精度( 梁继等，2 0 0 2 ；颜梅春等，2 0 0 4 ) 遥感数据作为地理信息系统的数据源，在提取精度达到一定标准的情况下， 其提取结果往往与其他来源的数据整合后，一起进入到地理信息系统的空间数据 库中，为城市规划决策提供依据。前面已经提到，不少城市建立了城市绿化信息 系统和绿化专题数据库，但是，这些空间数据的质量能否得到保证，可信度有多 9 城市绿地信息提取及空同数据质量评价分析 高，却很难确定。因此，这里不得不提蛩j g l s 空间数据质量控制和评价问题。 g i s 空间数据的质量分析控制、误差传播与建模是当前g i s 研究的重点和难 点。空间数据质量的好坏直接影响到g i s 应用分析、决策的正确性和可靠性，g i s 空间数据的质量不仅涉及定位误差，而且涉及属性数据的精度。但近年来，g i s 数据质量的研究主要集中在定位数据的误差上，而对属性数据的不确定性研究很 少( 曾衍伟，2 0 0 3 ) 。 对g i s 空间数据属性不确定分析的方法和原理主要有云理论、粗集理论、目 标模型、域模型、基于概率论及数理统计的模型、灵敏度分析等。目前，g i s 空 间数据质量检验一般采用随机抽样法，选取样本，按照现有测绘数据质量检验标 准，采用缺陷扣分法对数据质量进行评价。也有学者提出基于抽样的缺陷率方法 对g i s 属性数据精度进行度量，并根据大多数g i s 数据分层存储的特点，进一步 提出采用分层抽样技术检验属性数据缺陷的方法( 史文中，2 0 0 5 ) 。 总的来说，目前空间数据质量评价主要集中在定位误差分析上，对属性数据 精度分析较少，量化评估方法和指标尚不完善，特别是针对某一类别( 如绿地) 的评价指标目前尚未建立。空间数据质量研究是g i s 的一个重要内容，根据各类 空间数据的特点，建立数据质量评价标准和数据质量管理体系是这一领域未来的 发展方向。 由以上的总结可以看出，利用遥感影像提取绿地信息，并建立一个绿化信息 系统，数据的质量至关重要，它不仅涉及到遥感影像的分辨率、信息提取方法， 还与空问数据生产过程密切相关，任何一个环节把握不好，都可能造成数据的不 可信，从而影响到分析与决策。就目前的研究现状来看，城市绿地信息提取和绿 化系统的建立要注重两个方面，一是改善信息提取方法，提高信息提取精度，二 是加大对g i s 空间数据的质量控制和精度评价研究，保证决策的正确性。本文正 是从这两个方面着手展开研究，进行了一些有益的探索。 1 6 本文组织结构及技术路线 遥感绿地调查的工作十分复杂，包括影像数据准备、信息提取、数据统计分 析、数据库建设以及全流程的质量管理等各个方面。本文主要集中在两个方面， 一是为了提高绿地信息提取精度而进行的方法研究，二是为了保证提取结果进入 l o 城市绿地信息提取及空间数据质量评价分析 数据库后的质量，进行的质量评价和分析研究。文章主要结构如下： 第一章为绪论：论述遥感信息提取的研究现状及在绿地调查中的应用，并指 出g i s 空间数据质量评价和分析研究的重要意义，在此基础上给出论文结构。 第二章为遥感图像预处理概述：主要对文中所用遥感数据的几何纠正、去噪、 图像融合等预处理步骤进行概述。 第三章为面向对象的绿地信息提取：主要论述面向对象分割技术的分类原 理，给出基于航空影像的绿地信息提取方案，采用面向对象技术提取绿地覆盖信 息及乔、灌、草等绿地结构信息；结合土地利用专题图对城市园林绿地覆盖类型 进行提取；将面向对象信息提取结果与传统的监督分类结果进行对比。此外，结 合野外实地调查和采用目视解译方法，从类型一致性、面积一致性、形状一致性 等方面对绿地信息提取结果进行精度验证。简要分析误差产生的原因。 第四章为绿化空间数据质量评价和分析：介绍了g i s 空间数据质量评价的方 法、内容和过程，以上海市绿化空间数据为例，建立了绿化空间数据缺陷分类指 标，采用抽样检验法和缺陷扣分法对空间数据质量进行评价和分析，采用缺陷率 法对属性数据质量进行评价和分析。 第五章为总结，并在此基础上对进一步的研究进行展望。 图卜1 论文框架及技术路线 1 l 城市绿地信息提取及空间数据质量评价分析 1 7 研究数据与研究区概况 本文采用的数据主要有： 上海市闵行、徐汇部分区域q u i c k b i r d 影像，包括全色波段( 分辨率为 0 6 m ) 和多光谱波段( 分辨率为2 4 m ) ，成像时间为2 0 0 5 年8 月。 上海市闵行、徐汇部分区域1 ：5 0 0 0 0 航空影像，1 0 0 0 d p i 扫描，分辨率为 1 2 7 m ，2 0 0 5 年3 月底4 月初拍摄，徐汇区部分区域1 ：1 0 0 0 0 0 彩红外航空影 像，分辨率8 m ，由上海市绿化局提供。 上海市t m 影像( 分辨率为3 0 m ) ，成像时间2 0 0 3 年8 月。 g p s 实测数据，2 0 0 6 年1 1 月2 0 0 7 年3 月野外采集，平面精度为亚米级。 上海市2 0 0 5 年道路三线图，上海市行政区划图( 上海市测绘院) 。 2 0 0 5 年上海市土地利用类型专题图 本文研究区包括闵行、徐汇区的部分区域，徐汇区是上海市的中心区域之一， 区域面积积5 4 8 k i n 2 ，常住人口1 0 6 万。闵行区位于上海市的中心，区域面积约 3 7 0 k m 2 ，全区户籍人口为7 2 万。闵行区环境优美，1 9 9 9 年第一个创建成国家环 保模范城区；2 0 0 0 年创建成国家园林城区；2 0 0 2 年在意大利获得人居环境迪拜 奖。本文截取的研究区范围约为2 5 k m 2 ，即2 5 0 0 h m 2 ，如图1 - 2 所示。 图卜2 研究区范围 城市绿地信息提取及空间数据质量评价分析 第二章遥感图像预处理 理想的遥感影像也就是能如实反映地物的辐射能量分布和几何特征的影像， 这种情况实际是不存在的。实际工作中获取的影像都在不同程度上与地物的辐射 能量或亮度分布有差异，如成像、感测，传输及显示等过程都会造成影像的降质 ( 钱乐祥等，2 0 0 5 ) 因此，为了获得良好的效果，任何遥感影像在应用之前都 要进行几何校正、辐射校正以及噪声压抑等处理后，才能根据实际待研究问题的 需要进行其他的处理，如影像的增强处理和影像的分类处理等( 李江涛，2 0 0 4 ) 。 有些校正工作是在卫星地面接收站的影像处理中心进行的，但大多数用户都要根 据实际需要对数据进行预处理，主要包括校正、配准、去噪、图像增强处理、镶 嵌等，图像预处理工作中的各个环节都要通过去除不同的系统误差来保证一定的 精度，该精度对图像在后阶段的应用有着直接的影响。因此，图像的预处理过程 是保证数据科学性和实用性的重要环节。本章简要介绍了遥感影像的预处理过 程，这些处理过程都在e r d a s 平台上完成。 2 1q u i c k b i r d 影像预处理 q u i c k b i r d 是目前在民用领域分辨率最高的卫星遥感影像。该卫星由美国 d i g i t a lg l o b e 公司于2 0 0 1 年1 0 月1 8 日发射升空。q u i c k b i r d 遥感数据有全色波段 和多光谱两种数据，全色波段的分辨率为0 6 1 m ，多光谱波段分辨率为2 4 4 m 。由 于本文主要利用该影像进行目视解译，获取采样点绿地信息，以检验航空影像的 绿地信息提取精度。 2 1 1 几何校正 几何校正( g e o m e t r i cc o r r e c t i o n ) ，也叫几何纠正，就是将图像数据投影到 平面上，使其符合地图投影系统的过程；而将地图坐标系统赋予图像数据的过程， 称为地理参考( g e o - r e f e r e n c i n g ) 。由于所有地图投影都遵从于一定的地图坐标系 统，所以几何校正包含了地理参考。在图像处理过程中，几何纠正是一个重要的 关键性环节。 城市绿地信息提取及空间数据质量评价分析 由于传感器的内外部参数、图像地图投影方式的选择差异，造成了图像上像 元位置的坐标和地图坐标系中相应的目标地物坐标的差异，即形成了图像的几何 畸变。只有把这些误差进行精确纠正后才能对遥感影像实施进一步的处理。遥感 影像的几何纠正就是指在具有几何畸变的图像中消除畸变的过程，即定量地确定 图像上的像元坐标( 图像坐标) 和目标物的地理坐标( 地图坐标) 之间对应关系的 过程。 几何校正分为几何粗校正和几何精校正。一般而言，用户拿到的影像已经经 过粗校正，只需要进行精校正。几何精校正的模型很多，常用的主要有仿射变换、 多项式变换和投影变换等。选用何种模型需视实际情况而定。 不管是哪种方法进行几何纠正，在图像上选择控制点是必