（摄影测量与遥感专业论文）建设用地及其变化信息遥感监测方法研究.pdf

摘要 随着城市系统的日新月异，日趋复杂，城市问题不断涌现、急待解决。研究城市 疰空间上的变化及其趋势，是发现和解决城市问题的一个重要途径，而城市空间扩展 最主要的标志就是城市建设用地的扩展。 本文结合3 s 技术，以南京市2 0 0 2 年影像为基础，分析建设用地影像表征，在此 基础l ，将数据挖掘技术应用到土地利用分类中，分类并提取出建设用地信息。同 时，以南京市1 9 9 舢2 0 0 2 年期间建设用地变化影像表征为例，将数据挖掘技术应用到 变化监测中，从而获得变化信息一级初分类结果。最后将精度已知的建设用地层分别 与变化监测结果进行叠加分析，旨在对变化监测结果进行检验和二级细分；该技术方 法的适应性在1 9 8 8 1 9 9 4 年间建设用地变化监测中得到了验证。本文主要研究内容与 成果如下： 1 建设用地自动提取方法。论文首先对2 0 0 2 年研究区建设用地的遥感影像表征做了 深入分析，构建有利于建设用地识别的特征，同时，为了能使用于大面积建设用地 提取的识别技术更具有客观性，本文探讨了区域分割预处理技术。在此基础上，利 用数据挖掘技术分别得到这各子区域的最佳特征子集及相应知识规则，构建决策树 分类并提取了三大类型建设用地信息，分类精度达到了8 4 7 ，分类效果良好。考 察一级土地利用类型，建设用地类型的精度达到9 8 ，分类总体精度达到了 9 1 6 0 o 。最后将其结果与最大似然法分类结果作了比较。结果表明，该技术方案可 以获得更精确的建设用地数据，而从平均面积精度9 0 6 来看，具有一定的应用价 值，并易于操作，生成的知识规则具有客观性。 2 建设用地变化监测方法。论文以1 9 9 年2 0 0 2 年建设用地变化信息影像表征为例，构 建有利于反映变化信息的特征集，并将数据挖掘技术应用到变化信息监测中，为建 设用地变化信息提取提供最佳特征子集与知识规则，构建决策树，得到建设用地变 化信息一级初分类结果。在此基础上，利用精度已知的建设用地( 2 0 0 2 年的三类 建设用地) ，分别与变化信息一级初分类结果进行叠加分析，从而对该结果进行检 验，并细化分类。最后，利用1 9 8 8 1 9 9 4 年间建设用地变化特征集对该技术方案的 适应性进行验证。研究表明，将数据挖掘技术和决策树分类法相结合，可以较为准 确地提取建设用地变化信息，同时，利用精度已知的建设用地对变化监测结果进行 叠加分析的新思想，不但可以检验这一历史变化过程的提取结果，还可以识别出使 用散遥感模式识别技术所无法识别出来的变化信息，即二级变化类型。该技术方 案的适应性也得到了验证，因此，可以为城市建设用地变化趋势监测、城市发展政 策制定提供可靠的技术支持，具有一定的实用价值。 关键词：建设用地；数据挖掘；决策树分类：变化遥感监测；信息提取 a b s t r a c t t h eu r b a n i z a t i o nn e a r l yr e f l e c t st h ed e v e l o p m e n ta n dp r o g r e s so fa l la r e a ，m a r k i n g c u l t u r ea n dc i v i l i z a t i o nf o ro n ee r a w i mt h ec h a n g eo ft h eu r b a ns y s t e m t h eu r b a np r o b l e m i sb e c o m i n gm o r ec o m p l i c a t e da n di su r g e n tt ob es o l v e d s t u d y i n gt h ec h a n g eo fs p a c e e x p a n d i n ga n de c o l o g j i c a le n v i r o n m e n to ft h ec i t yi sa ni m p o r tw a y t of i n da n dr e s o l v et h e u r b a np r o b l e m b u i l t - u pl a n de x p a n s i o ni su p p e r m o s ts y m b o lo f t h e u r b a ns p a c ee x p a n s i o n t h ep a p e ra n a l y s e si m a g e r yf e a t u r eo fb u i l t u pl a n db a s e do n3 st e c h n o l o g i e sa n d n a n j i n gc i t yi m a g e r y i n2 0 0 2a n dt h e nc l a s s i f i e st h eb u i l t - u pl a n di n f o r m a t i o nb yu s i n gd a t a - m i n i n gt e c h n o l o g yt oc l a s s i f i c a t i o no fl a n du s i n g a st h es a l n et i m ed a t a - m i n i n gt e c h n o l o g y w a su s e dt od e t e c t i o no fb u i l t - u pl a n dc h a n g ei n f o r m a t i o n a n ds u p e r p o s i t i o na n a l y s i sw a s a p p l i e di nr e s u l to fc h a n g ei n f o r m a t i o nd e t e c t e dt oc h e c kr e s u l ta n dr e f i n et h ec l a s s i f i c a t i o n a n dt h ea d a p t a b i l i t yo ft h ed e t e c t i o nm e t h o dw i t sp r o v e d t h ec o r eo ft h es t u d ya n d c o n c l u s i o n sa r ea sf o l l o w s ： 1 r e s e a r c ho nt h ea u t o m a t i ce x t r a c t i o no f b u i l d i n gi n f o r m a t i o n a tf i r s t ，t h ec h a r a c t e r i s t i c s o f b u i l t - u pl a n da n d 廿l e i rf e a t u r ei ny e a ri m a g e r yw e l ga n a l y z e dd e e p l y a n dt h eb u i l t - u p l a n do ff e a t u r es e t sw a sm a d e a tt h e8 8 n a et i m e , t h er e g i o n , i nw h i c ho b j e c t sw e r e d i s p e r s e da n dc o m p l e x ，w a ss e g m e n t e di n t ot h r e es u b - r e g i o n si nw h i c ho b j e c t sh a d r e p r e s e n t a t i o nb yu s i n gr e g i o n - d e p e n d e n ts e g m e n t a t i o nt e c h n o l o g y t h e nt h ed a t a - m i n i n g t e c h n o l o g y w a su s e dt oe x t r a c t o p t i m u m f e a t u r es u b s e to f b u i l t - u p l a n da n d c o r r e s p o n d i n gk n o w l e d g er u l e s a f t e rt h 峨t h ed e c i s i o nt r e ea l g o r i t h mw a su s e dt o c l a s s i f yt h es t u d ya r e aa n dc o n s t r u c t i o nl a n du s i n gi n f o r m a t i o nw a se x t r a c t e d a c c u r a c y o f c l a s s i f i c a t i o no f d e c i s i o nt r e ew a s8 4 7 a n dt h ef i r s tc l a s s i f i c a t i o na c c u r a c yi s9 1 6 i tw a ss h o w e dt h a ti tc o u l dw o r kw e l li nt h ea u t o m a t i ce x t r a c t i o no f b u i l t - u pl a n da n dh a d t h ev a l u eo f u s i n g t h et e c h n i q u ew 越e a s y 幻b ee m p l o y e da n dt h eg e n e r a t e dk n o w l e d g e r u l e sa r eo b j e c t i v e 2 r e s e a r c ho nt h ec h a n g ed e t e c t i o no f b u i l t - u pl a n du s i n g 砀ec h a r a c t e r i s t i c so fc h a n g eo f b u i l t - u pl a n da n d t h e i rf e a t u r ei n y e a ri m a g e r yw e r ea n a l y z e dd e e p l y a n dt h e c o n s t r u c t i o no ff e a t u r es e t sw a sm a d e t h ed a t a - m i n i n gt e c h n o l o g yi nm a c h i n es t u d yw a s u s e dt od e t e c tt h ec h a n g eo fb u i l t - u pl a n d ，a n dt h er e s u l to fs t a i ro r i g i n a lc l a s s i f i c a t i o n w a sg a i n e d t h e nt h er e s u l to fc l a s s i f i c a t i o nw a sf o l da n a l y z e db yt h eb u i l t u pl a n d e x f f a c t i o no ff o r m e ra g e ( f o re x a m p l et h r e et y p e sc o n s t r u c t i o nl a n du s i n go fy e a r2 0 0 2 ) ， a n dw a sp r o o f e db yw h i c ht h es t a i ra n ds e c o n dc l a s s i f i c a f i o nw e r eo b t m n e d f i n a l l yt h e s a t l ec h a n g ed e t e c t i o nt e c h n o l o g yf l o ww a su s e dt og e tc h a n g ei n f o r m a t i o nb e t w e e n 1 9 8 8a n d1 9 9 4 1 1 1 er e s u l to ff o l da n a l y s i sa n da c c u r a c yo ft h er e s u l ts h o wt h a td a t a - m i n i n gt e c h n o l o g yu s e dt od e t e c tt h ec h a n g ew a sf e a s i b l e a tt h es a l n et i m e , o nt h e c o n d i t i o no f l a c kg r o u n dd a t a ，u s i n gt h er e s u l to f f o r m e ra g ec l a s s i f i c a t i o nc o u l dp r o o f t h e c h a n g ed e t e c t i o nr e s u l tc o u l de x a m i n et h ed e t e c t i o nr e s u l ta sw e l la sr e f i n et h er e s u l t k e y w o r d s ：b u i l t - u pl a n d ；d a t a - m i n i n gt e c h n o l o g y ；d e c i s i o nt r e e ；c h a n g ed e t e c t i o nb y r e m o t es e n s i n g ；i n f o r m a t i o ne x t r a c t i o n 篇一章绪沦 第一章绪论 1 1 研究背景 城市是人类将物质、能量、信息与自然环境融为一体，并赋予某种精神的聚集结 点，是人类社会的一个缩影。城市化反映一个地区的发展和进步，也标志着一个时代 的文化和文明。改革开放以来，我国i 一, l k 化水平迅速提高，城市化速度明显加快，城 ，再人l j 小断膨胀，这些都将对环境产生重大影响，并带来更多的城市问题 l 】。因此， 解城市在空间上的变化及其趋势，是解决这些问题的一个重要途径，而城市空间扩 腥最主要的标志就是城市建设用地的扩展。及时、准确地得到城市建设用地信息及其 芷历史长河中的变化，总结其变化规律，探讨其空间扩展模式，对于合理制定和完善 城市规划、实现城市社会经济与生态环境的可持续发展具有重要意义【9 。”。传统的城 f 悟建设用地的变化调查与研究，多采用传统实地调查方法。这种方法有其细致、可靠 等优点，但是大面积的城市用地调查工作景非常大，同时由于技术上的原因以及经济 利益考虑，地方部门上报的统计数据往往有偏低的现象1 1 “。许多城市早期也开始尝试 刊用航空遥感资料进行解译，虽然这种方法较常规方法在资料的准确性和w 比性上均 人卣进步，但仍耗费巨大。因此，随着航天遥感技术的发展，传感器的时空分辨率和 光谱分辨率的不断提高，卫星遥感影像以其覆盖范围大、周期短、能反映动态变化、 受地面条件限制少，获得的信息量大且成本较低、收益大等优点，逐渐成为城市扩展 即城市化研究的主要资料来源1 1 7 。”。 现有的各种遥感分类方法研究都是针对一幅影像中某一较小地域范围的实验区进 行分类方法实验，所得的最优分类方法对实验区可能是最佳选择。但对于大范围影像 分类来说，由于地物复杂性大大增加，一定范围内适用的最佳分类方法对其它区域可 能不是最好的选择。而用于研究城市化和城市建设用地扩展的遥感影像覆盖藏积较 尺，其中所包含的城市建设用地是由建筑物、道路、绿地及空地等多种地物类型相互 7 乏错而构成的复杂混合体；同时，建设用地变化又是一个人为参与的过程，变化类型 形式各样，相当复杂等。这些都给城市建设用地及其变化信息提取带来了极大的凼 唯 因此，如何准确、详细地提取建设用地及其变化信息，并使试验方法更具有客观 性、适m 眭，足当前城市扩展变化监测急需解决的问题。也是城市决策b 规划管理信 l 王比、睨代化、科学化的有力支持，是城市化与城市生态、城市环境平衡发餍的技术 芝撑， 有十分广阔的应用前景。 第一章绪论 1 2 研究现状 国外在这方面进行了较多的研究 2 6 】。s i n g h 等( 1 9 8 9 ) 将采用的主要遥感监测方法 总结为分类后对比法、多时楣复合法、影像差值，比值法、植被指数法、主成分分轭法 和变化向量分析等【2 ( 各分类方法的优点及不足如表1 1 所示 2 9 1 ) 。r i l e y 2 9 1 ( 1 9 9 7 ) 利用m s s 影像对墨西哥t u x t l a s 地区的1 9 8 6 1 9 9 4 年地利用变化进行动态监测，结果表 i 羽试验精度可以达n 8 1 8 7 。v k a r a t h a n a s s i 等( 2 0 0 0 ) 提供了一种新的城市土地利 f 日分类方法，该方法根据影像纹理判断出城市建筑密度，从而确定土地利用类型【3 0 】， 昝对希腊的雅典地区进行了试验，分类精度为8 3 4 0 - - 8 9 6 1 ，高于传统的最大似然 法( 7 9 7 ) 。这种方法可用于城市土地利用变化、城区扩展、非法建筑物监测等城 t f 遥感监测。j g ，m a s e k 等( 2 0 0 0 ) 在对华盛顿地区进行城市扩展动态监测时，利用 1 9 7 3 ，1 9 8 5 ，1 9 9 0 和1 9 9 6 年的m s s 影像和t m 影像，采用n d v l 差值法，利用空间纹理 信息，设定一定的限制条件剔除了农业甩地变化倍惠，准确提取出1 9 7 3 1 9 9 6 年内城 市扩展的区域i j ”。 表1 a 变化擐铡常用鹳算法 ，蓬化 探测方法描述优点不足 运| & “接 不同时栩数据的差值运 【匕较 算、比值法；回归分析可以探测细微的变化，不会 对数据的质量要求较 浊 法；主成分分析法；变出现分类误差传递 高，要求严格的几何 化矢量法 校正和辐射校正 对遥感数据质量要求相对不结果依赖于分类精 分类 分类后相减法；分类后高，可以应用不同的传感器度。由于分类本身局 后比 合成法； 数据，可以不经过严格的辐限，往往忽视细微变 较法 射标准化化信息 混合先提取变化区，再分类既可以探测较细微的变化， 操作步骤多，较复杂 江比较又可以部分地提离变化精度 我国对城市扩展的研究虽然起步较晚，但发展很快，到现在已有很多学者对国内 y ：多城市进行过这方面的研究m 删。戴昌达( 1 9 9 5 ) 利用t m 遥感数据采用遥感图像分 类和翻税判读相结合技术，提取北京不同时期的城市边界，然后进行叠合嵌套得到城 亓j 扩展信息【3 5 ；庄大方等( 2 0 0 4 ) 利用遥感技术和地理信息技术对中国的城镇用地扩 康：进行了分析【36 】；陈本清等( 2 0 0 5 ) 以厦门市为例，利用遥感专题信息提取和空问叠 加分折技术研究城市空f n 】扩展，分析了厦门市从1 9 8 9 年翌 2 0 0 0 年问各区域城市扩展情 测圳。以j ：学者着重对城市扩展模式进行了分析，但所用图像主要采用屏幕辅助目视 斛洋的方法获得，这不但费时费力，大面积目视解释对解释者的专业水平要求较高。 第一章绪论 随着遥感影像处理技术的不断发展，很多学者开始利用各种变换技术，得到城市 扩展变化区域【3 8 郴l 。吴秋华( 1 9 9 1 ) 和江涛( 1 9 9 9 ) 都利用了t m 数据通过主成分分析 疗法对城市扩展进行动态监测研列4 1 、4 2 】：田光进，陈素蜜( 2 0 0 5 ) 结合遥感与地理信 息技术，对两个时相影像作变换得到多个复合变换方案，并对各方案作主成分变换， 从而得到厦门市的建设用地，并对厦门城市空间扩展进行了研究1 4 3 1 。经过主成分分析 后用于变化监测的波段很少，想通过很少的几个波段得到城市扩展变化的详细变化信 息比较困难。陈晋、何春阳( 2 0 0 1 ) 等以北京海淀区为例，把变化向量分析方法引进 到了当前国内的土地利用覆盖变化监测中，针对变化向量分析方法中变化闽值确定 的难题，提出了一种双窗口变步长阈值搜寻的新方法。但该方法当利用波段较少时， 7 贬化类型情况少，容易判断，但当利用波段的增加时，符号组合呈几何级数增加，变 f 也类型判断难度很大 4 6 1 。潘卫华( 2 0 0 5 ) 以泉州为例，利用仿归一化植被指数 ( n d b i ) 提取了泉州在1 1 年中的城市空间扩展信息，并分析了其扩展方式1 4 7 1 。以上 子种变化只能揭示可能发生了变化的区域，并不能给出具体的变化类型与相应数量指 标l5 1 l 。此外，陈志军( 2 0 0 0 ) 提出了将彩色融合技术运用于土地利用变化信息提取中 的图像处理方法，即利用土地利用变化信息的特征变异增强方法得到土地利用变化信 息，并对城市中的扩展情况进行了分析l ；孙丹蜂和李红( 2 0 0 2 ) 利用不同时相的 t m 和s p o t 影像进行h i s 融合处理，城镇扩展占用农用地在融合图上光谱表现为植被 的信息，纹理表现为城镇的特点，试验证明较为适合城市边缘带扩展监测 4 5 j 。但融合 7 蛭化技术本身使得多光谱数据的多个波段不能得到充分利用，对变化信息的分类不 利 决策树分类方法不要求类别数据呈正态分布，这样它可以在每一次决策级中利用 ，卜同的数据、特征、甚至不同的算法来进行变化探测。决策树法可以使分析者利用多 级判别函数来确定两个不同时间的地物变化情况，这种交化分析可以依据各种不同的 数据源，这也使建设用地及其变化信息的细分成为可能。在这方面也有一些学者进行 r 研究。如徐涵秋( 2 0 0 2 ) 通过城镇建设用地类的典型光谱曲线，采用知识规则的方法 得刮建设用地数据，在此基础上对福清市城镇城市化进程进行评估【4 8 j ；邓声贵等 ( 2 0 0 3 ) 在研究地物光谱的基础上，利用决策树对滨海平原城市东营市的建设用地进 行提取，并对它的时空扩展进行了分析【4 9 j ；王镇( 2 0 0 5 ) 以福州市为例，探讨了基于 1 、口识规则的遥感技术提取福州市的城镇用地信息f 5 0 】。以上所构建的知识规则都是通过 ，m i 练样本的光谱特征进行统计，分析人工得到，而且可识别的变化信息类型较少。 本义在区域分割的基础j ：，将机器学习的方法应用到建设用地信息提取中，芷客 峨详细地获得建设用地信息的同时，使试验方法更具有适应性。此外，将机器学爿 7 ，1 j i 法j 、i 用到建没用地变化监测中，在自动获得变化监测结果的基础上，利j f j 精度 j 吲内建设用地对变化监测结果进行叠加分析，从而获得更精确、细致的变化信息。 第一帝绪论 1 3 研究内容与技术路线 本文以遥感为主要技术手段，并辅以地理信息系统和全球定位系统技术对研究区 建设用地及其扩展变化进程、内容进行研究。 本文的主要研究内容如下： 1 建筑用地识别方法与技术的研究。对大面积研究区域直接进行分类不但分类糟度不 高，而且试验方法很难具有客观性。此外，建设用地的组成复杂。为了使分类数据 艮有客观性和实用性，本文以2 0 0 2 建设用地特征集为例，研究区域分割预处理技 术，并在此基础上，利用机器学习中的数据挖掘技术抽耿研究区土地利用提取的晟 佳波段组合并生成知识规则。最后，利用基于知识规则的分层分类与提取技术，分 类并提取研究区三类建筑用地信息； 2 建筑用地变化信息监测方法与技术的研究，在构建反映研究区建设用地变化信息特 征集的基础上，将数据挖掘技术应用到变化监测中，得到变化信息提取的最佳特征 波段组合，并生成知识规则，通过决策树分类得到建设用地扩展变化信息一级初分 类结果。然后，利用前一期的建设用地屡( 如2 0 0 2 年的三类建设用地) ，分别对 一级变化初分类结果进行叠加分析，得到建设用地交化信息的一级和二级分类结 果。最后，使用相同的变化监测方法，对1 9 8 8 1 9 9 4 年阃建设用地变化特征集进 行分类，从而验证该方法的适应性。 本文技术路线如下： 奉文技术路线如下： 第一章绪论 图1 1 研究技术路线圈 1 4 研究数据与研究区概况 1 4 1 研究数据 1 数据源 木炙所用的遥感数据为；1 9 8 8 年7 月5 日的t m 影像，太阳高度角为6 3 度； i q 9 4f f ? 7 月2 2n 的t m 影像，太阳高度角为5 8 5 2 度：2 0 0 2 年8 月2 1 日的e t m | 影 像太m 高度角为5 9 度；地面实地调查数据。 本次研究所用的三期数据，时相差异较小：成像时间也相差不大，& f i 太阳高度角 h 葶不夫；总体数据质量较高( 都为9 级) 。 第一章绪论 2 地面实况 本次试验进行过多次野外调查工作：2 0 0 5 年8 月9 日：9 月1 闩：1 0 月4 日；l l j j1 2 日等。 实地调查是通过野外实地调查训练样本类型，并将调查结果在室内输入到影像上 的方式。首先对2 0 0 2 年8 月2 1 只遥感影像进行5 4 2 假彩色合成，并以图纸形式输出。利 瑁合成图和南京市地图进行地面实况调查。调查使用的g p s 仪定位精度可以达到1 2 米，与e t m + 影像的空间分辨率相比，这样精度可以满足论文研究中野外工作的精度 强求。最后将调查结果输入到2 0 0 2 年的影像上，作为实地调查数据。 本次实地调查的内容分为两大部分。a 类型：2 0 0 2 年地物类型；b 类型：1 9 9 4 年 刭2 0 0 2 之间建设用地扩展占地类型。野外调查获得了丰富的研究区地面实况数据。下 而为一些典型地物类型的照片。 ( a 8 ) 黄豆地( a b ) 永稻田( a 蕊体a d ) 林地 ( ba ) 不变建设用地( bb ) 原为麦地佃c ) 麟为稻田 ( bd ) 原为水体 图12 研究区典型地物图实地调查斟 i 42 研究区概况 南京市属北亚热带季风气候区，四季分明，有“东南门户，南北明喉”、“钟山 龙蟠、石城虎踞”之称。南京总面积6 5 9 8 平方公里。南京地貌的类型众多，是由低 l h 斤- 陵、岗地、河谷平原、沿江平原所组成的地貌综合体。其中，低山丘陵占土地 总面积近6 5 ，平原占土地总面积的3 5 。全市土地总面积中耕她占比例最大，其次 是林地、屠民地、工矿用地、水钵等。 本文的研究区域确定为主城六区、浦口区、六合区( 部分) 、栖霞区、雨花台 k 、江宁区( 部分) ，总面积为3 3 8 0 2 2 9 公顷。 研究区域地理位置及影像覆盖范围如图所示： 图l3 研究区域影像覆盖图 第一章遥感彬像的预处理 第二章遥感影像的预处理 2 1 辐射校正 利用传感器观测目标物辐射或反射的电磁能量时，从传感器得到的测量值与耳标 物的光谱反射率或光谱辐射亮度等物理量是不一致的，传感器本身的光电系统特征、 k 阳高度、方位角、地形以及大气条件等都会引起光谱亮度的失真。因此，肖利用多 期遥感数据进行变化探测时，必需进行辐射星上定标和辐射校正以减少或消除这种非 皑物变化因素所导致的地物波谱响应的变化 5 2 4 4 1 。 2 ，j 1 星上辐射定标 近年来由于l a n d s a t 一5 卫星的内部定标灯逐渐老化基于星上内部定标灯的辐射定 标算法变得越来越不准确，所获得的目标物灰度值( d n 值) 也无法真实反映地物的 辐射特性。中国遥感卫星地面站于2 0 0 4 年5 月对l a a d s a t - 5t m 数据处理系统进行了 丹级，并提供了使用新的辐射定标算法所得的l m a x 和l m i n 固定值，利用该数据将 , a n d s a t 5t m 影像中的灰度值( d n 值) 转换为传感器入瞳处的反射率，使得l a n d s a t - 5 和l a n d s a t 一7 这两颗卫星的星上辐射定标数据更具有可比性 5 5 1 。 遥感数据定标是大气校正的前提。各波段的辐射率可以用下面的公式计算： 其中五 岛 d n g a t 秘b i a s px d l = g a i n , d n + b i a s 疗l ，d 2 p a2 面瓦菡万 为影像的波段号； 为光谱辐射亮度； 为像素灰度值； 为图像中各波段的增益和偏置，可从头文件取得或由l m a x 、 l m i n 计算得出； 为星上反射率： 为日地距离； e s u n z 为大气外平均太阳辐射度( 参见表2 j 、2 2 、2 3 ) ； 0 为太阳高度角，可以从头文件取得。 木文根据上式，由图像头文件及遥感影像地面接收站提供的数据，利用遥感处珲 软件e n v i 的b a n dm a t h 模块对1 9 8 8 、1 9 9 4 和2 0 0 2 年的三期遥感影像分别进行的定 休，将i 期影像的像元亮度值转换为反射率。 第二章遥感影像的颅处理 表2 11 9 8 8 年7 月5 号南京地区1 m 的遥感影像( 0 = 6 3 。) 波 g a i n b i a 只e s u n a 段 号 f 彬m 2 由一m i l ) z l v m s t e r 口m 形1 1 1 - 2 1 a m 一 】0 ，7 6 2 8 2 3一1 5 21 9 5 7 0 21 4 4 2 5 0 9- 2 8 4 1 8 2 6 0 0 3 1 0 3 9 8 8 21 1 71 5 5 4 0 0 4 0 8 7 2 5 8 81 5 i1 0 3 6 o o 5o 1 1 9 8 8 2_ 0 3 7 2 1 5 0 0 7 0 0 6 5 2 9 4 0 1 5 8 0 6 7 ( 其中：g a i n = ( l m a x l m i n ) 2 5 5 、b i a s = l m i n l 4 1 ) 表2 , 21 9 9 4 年7 月2 2 号南京地区t m 的遥瘩影像( 0 = 5 8 5 2 。) 波 b l 4 足b z a & e s u n a 段 号够毋+ 一心v 碳m 4 s t e r a m 一1矿m 4 i t m 一1 1o 6 0 2 4 3 1一1 5 2 1 9 5 7 ，0 21 1 7 5 1 0 0七8 41 8 2 6 0 0 30 8 0 5 7 6 5一1 1 71 5 5 4 0 0 40 8 1 4 5 4 9一1 5 1 1 0 3 6 0 0 50 1 0 8 0 7 8_ o 3 72 1 5 0 0 70 0 5 6 9 81 5 8 0 6 7 ( ；筵- o e ：g a i n = ( l m a x l m i n ) 2 5 5 、b i a s = l m i n t 4 1 ) 表2 3 2 0 0 2 年8 月2 1 号南京地区t m 的遥盛影像( 咿= 5 9 0 。) 波 b a s lb d i s ie s u n a 段 号婶莳m 矿- 峨| 磷矿，m 2 $ l e f - a m 一1矿- - i t m 1 l 0 7 7 8 7 4 06 9 81 9 6 9 ，0 0 207 9 8 8 1 8- 7 ，2 0 1 8 4 0 0 0 3 06 2 1 6 s 34 6 21 5 5j 0 0 409 6 9 2 9 i6 0 71 0 4 4 0 0 50 1 2 6 2 2 01 1 3 2 2 5 7 0 0 7o 0 4 3 8 9 73 98 2 0 7 二j 2 相对辐射校正 人。i 辐射校萨一直是高精度定量遥感的难题，要进行绝对的大气辐射校正要求解 i 7i 辐射传输转换方程，相对来说较为复杂， 且往往不能同时得到全部所需的参数。 乃简化犬气校正的复杂性，学者们研究出对大气影响进行相对校f 的方法f 56 1 。相对大 i 铰正序不需要知道大气的光学参数，它不但可以校正大气的辐射差，而。月可以校正 0 他的f 感器噪声等影l i 向因素。研究表明，往分类和动态监测中，只要将表面反射 第二二章遥感蟛像的顶处理 事校正到一个相对致的水平上即可，没有必要校正到绝对值上来。通过相对辐射校 l f 的方法能够消除多时相遥感中地物辐射差异的影响，使影像间同一地物类型具有相 同的辐射量，有利于样本点的选取和分类精度的提高【5 ”。 目前常用的相对辐射校丁f 的方法有：真方图平移法、统计回归法和影像比较法。 芷本文中采用的是统计回归法：将两期影像的采样点做张点密度图，参考影像为x 轴，校正影像为y 轴，对这些点做线性回归。 y = p o + p l x 在线性回归方程中， p 是待校正影像，x 足参考影像，系数届是气溶胶吸收，截 嬷孱是夫气程辐射。 l a n d s a t 卫星所选用的各波段中大气气溶胶的吸收作用很弱，因此只要考虑大气的 程辐射风。 许多学者对采样点的选择方法进行了不同的研究，p a xl e n n e y 等人用暗的水体和 亮的沙地。h a l l 等人用经德帽变换后的最亮最绿空间中的最亮与最暗的像素。 c o p p i n 和b a u e r 用贫营养化的清洁湖泊、茂密的同类林地、大面积的沥青房顶、砾石 l 丽和混凝土停机坪作为采样点区域【7 l 。 通过不同的选点方式，对其进行比较，发现在1 9 8 8 、1 9 9 4 与2 0 0 2 年的三期影像 一 ，通过k t 变化的最亮最绿空间中的最亮像素的地物的光谱特征差异较大，选 ，+ j 该办泫进行相对辐射校i f 的结果并不理想。所以又对p a xl e n n y 等人提出的用较暗 f 【i 较亮像元的方法进行了尝试，在影像上选取在三个年份都没有发生明最变化且波谱 特性比较稳定的地物( 侄本次研究中选取的是湖泊里的水体和裸地) 。在= ：期影像上 个选取了6 0 个水体和6 0 个裸地像素点，利用这些点，以2 0 0 2 年影像为参考影像，对 1 9 8 8 、1 9 9 4 年两期影像6 个波段分别进行线性回归。 表2 4 利用2 0 0 2 年8 月2 l 号的e t m + 进行辐射归一化的参数 日期波段截距 t m l0 0 1 6 6 1 3 t m 20 2 8 8 3 4 3 t m 3o 0 1 6 5 6 7 1 9 8 8 年7 月5 日 t m 40 0 0 2 61 1 t m 50 0 0 8 3 1 3 t m 70 0 0 5 0 8 6 t m l一0 0 0 5 7 1 5 t m 20 0 19 0 4 5 t m 3一o 0 1 5 3 0 4 1 9 9 4 年7 月2 2n t m 400 1 5 5 9 2 t m 50 0 0 1 4 6 1 t m 7o o 0 0 9 4 1 第二二章遥感蟛像的颅处理 得到上表中的截距后，在e n v i 的b a n d m a t c h 模块对定标后的1 9 8 8 年和1 9 9 4 年遥 盛影像进行相对辐射校正。 2 2 几何配准 遥感图像的几何处理，是遥感信息处理过程中的一个基本环节 5 8 o 在进行多时相 峨汀扩展变化探测中，必需保证不同时期图像的几何一致性，即进行图像问的几何配 准。几何配准就是指将多图像的同名影像通过几何变换实现重叠。几何配准是进行多 h 拥影像十 地利用及其变化信息提取的前提，校i f 精度直接影晌检测精度。 几何精配准是利用地面控制点( g r o u n dc o n t r o lp o i n t ，g c p ) 对不同遥感影像进 行校正，从而消除各遥感影像中像元的错位1 5 9 1 。几何配准可以使用e n v i 中的图像配 准模块来完成的。其配准过程图2 1 如下： 图2 1 几何校正流程 第二章遥感蟛像的预处理 目前，采用的几何位置变换方法有多项式变换、共线变换和随机场插值变换等方 ，圭。本文采用基于二次多项式的坐标拟合。其表达式为： x o = 一+ 且x 十c y + d x 2 + e r r + f l r 2 ( 2 1 ) 弘= g + 删+ ，y + z r 2 + 册+ y 2 ( 2 2 ) 根据控制点的坐标，可以计算a 、b l 的值，构建几何校正表达式，对影像进行 ，i l 何配准。因为本文研究变化信息的自动提取，需把不同时相的图像数据精确地叠加 f i ，一起然后直接确定像元所处位置地面是否发生变化，这就要求配准误差越小越 好，最好能在半个像元以内【删。为了实现这个目标，我们着重在控制点选取技术上作 f 试验。在本文中，利用2 0 0 2 年的全色片与多光谱影像进行融合后的影像( 1 5 m ) 作 为配准依据，选取了3 1 个控制点对其它两年的影像进行校正，为了保证几何纠正的精 度，尽量使控制点以三角网的形式分布均匀，且覆盖整个研究区域。经过检验配准误 差均未超过半个像元，而对于3 0 m 的影像来说该误差在o 2 5 个像元以内，足以满足半 个像元的要求。 几何纠正过程中需要进行图像的重采样，即根据未校正图像像元值计算生成一幅 度l f 图像的过程，最常用的重采样方法有邻近点插值法、双线性插值法和立方卷积插 随法，本文采用邻近点插值法迸行重采样，最后得到校正后的影像。 2 3 本章小结 影像的预处理是进行城市扩展变化信息提取的前提，为了提高分类精度以及使城 1 再扩展的分析数据更科学、更有价值等，在进行土地利用信息提取之前，需对原始影 像进行必要的预处理，主要包括辐射校正和几何配准。 本文主要通过星上定标，使l a n d s a t - 5 和l a n d s a t 7 两颗卫星的辐射定标数据更具 有可比性；同时通过对常用方法采样点的分析比较，采用在暗的水体和亮的沙地中采 佯的方法进行统计回归，将1 9 8 8 、1 9 9 4 年的定标后数据配准到2 0 0 2 年的基准， ，从 面消除多时丰h 遥感中地物辐射差异的影响，有利于变化信息分类精度的提高。 对于几何配准，本文着重改进控制点选取技术，采用2 0 0 2 年1 5 m 空间分辨率的 融合影像，作为配准依据，像元误差可以达到o 2 5 个像元以内。采用e n v i 几何配准 f 鳇块对= i 个时期的影像进行几何稍配准，从而更精确地获取不同时期图像的几何一致 法，为建设用地扩展信息提取提供可靠、科学的基础数据。实验表明，取得了较为理 豫的效果。 第三章建设用地信息攫取 第三章建设用地信息提取 本章的研究目的是如何提取建设用地信息。根据“中国资源环境数据库”土地利 h 遥感分类体系 6 3 1 ，并结合本文研究目的将2 0 0 2 年土地利用类型分为耢地，绿地( 主 要包括林地、园地等) 、水体、未利用地、建设用地l ( 主要为高密度居住用地、交通 闱地等) 、建设用地2 ( 大型工业用地及新建交通用地等) 、建设用地3 ( 低密度、绿 化较好的建设用地) 七大类【删。对于建设用地信息提取分三步进行：一是构建有助于 建设用地信息提取的特征集；二是采用区域法对南京市整个研究区域进行分割处理， 将结构分散，地物复杂的研究区域划分为紧凑、简单、具有代表性的研究子区域：三 是列用机器学习中的数据挖掘算法抽取各子区域内的最佳特征予集，并生成决策知识 蝇则执行分类，最后与最大似然分类结果进行精度比较，得到研究区建设用地分布 陶。 3 1 特征纂构建 特 i f 选择是信息识别与提取的关键步骤。在识别与提取对象的过程中，如何找到 j 凌订效的特征和特征集来识别所需信息是最为核心的问题1 6 t 。原始信息是最基础的、 始底层的特征，例如遥感图像的光谱响应特征。从输入的原始信息到特征通常需要复 杂的非线性运算，这种运算在图像处理中放称为变换。特征的生成可以由低层次特征 逐渐产生高层次的特征，比如由遥感原始数据衍生的各种指数就是特征的生成或者说 特e 的提取。对于遥感数据的特征生成来说，最低层和最基础的特征是以数字形式表 j 见出来的遥感图像，由此，各种不同层次的特征逐渐产生。 特征的选择是指选择最佳的特征进行分类。特征选择可以压缩数据量并改善分类 精度。特征提取与特征选择是两种常用的数据压缩技术。特征提取是通过图像变换对 j 藕数据进 j ：压缩，如主成分分析。特征选择是选取信息类具有最大区分能力的数据 壤。 3l l 光谱特征 遥感图像的波谱响应特征通常是以地物在多光谱图像上的反射率体现出来的，印 小刚的地物在同一波段图像上表现的反射率一般互不相同；同时不同的地物在多个波 段图像上反射率的呈现规律也不同【“，同一地物点的不同波段图像中的亮度的观测量 l j 构成一个多维随机向量，称为波谱响应特征向量( 如图3 1 ) 。波谱响应特征是多光 讲遥感图像中各土地利用类型识别的重要依据。地表的各种地物由于地物组成及结构 川r ，j l 瓜其向自身独特的反射辐射特性，在遥感图像上表现为各类地物光谱h 由应特征 第三章建设用地信息提取 ( 反射率) 的差异，利用这种光谱响应特征的差异可以达到将建设用地与其它地物类 型区分开的目的。 图3 1 研究区地物波谱响应特征曲线( 2 0 0 2 年8 月2 1 ) 在城市中，包括建设用地、道路、绿地等多种地物。在地理分布上，这些地物多 数足相互交错，构成了复杂的混合体；同时由于建设用地的材料、结构和形式各有不 同，在遥感影像上也存在着较大的差异，即建设用地的光谱及响应特征不具有统一性 阳独特性；此外，由于“同物异谱，异物同谱”现象的存在，基于原始光谱特征分类 疗法，很难取得较好的效果。 城市影像中的每一个像元可以视为三种代表性土地覆盖类型的线性组合【6 5