城市建筑用地信息提取研究

Word版本，下載可自由編輯城市建筑用地信息提取研究城市建造用怎么舉行地信息提取討論？討論的概況和分析辦法是什么？請看我收拾的文章。

1討論區(qū)概況與分析辦法

1．1討論區(qū)概況本文以西安市長安區(qū)為討論區(qū)，長安區(qū)位于關中盆地中部偏南，范圍介于東經108°38～109°14，北緯33°47～34°18之間，全區(qū)面積1580km2，南北跨度約55km，東西跨度約52km，轄22個街道辦事處、34個城市社區(qū)、606個行政村，是建設中的西安現(xiàn)代國際化大都市新型主城區(qū)。土地通過類型以農用地、城鄉(xiāng)、林地和居民用地為主。近年來，隨著經濟的迅速進展和人口的增強，城市建造用地在土地通過類型中的變化非常顯著，并成穩(wěn)步升高的趨勢。

1．2數(shù)據(jù)源基于影像的光譜辨別率及空間辨別率，影像獵取成本和難易程度等因素的考慮，討論采納的數(shù)據(jù)源包括:LandsatTM影像資料(127﹨36)，時光為2023年6月17日。該區(qū)域1∶50000地形圖，《西安市統(tǒng)計年鑒(2023年)》以及其他輔助圖件。從影像上來看，當初討論區(qū)上空晴朗無云，地面特征清楚，圖像受干擾較少。

1．3討論辦法本討論主要通過ErdasImagine9．2遙感處理軟件，首先對2023年的遙感圖像舉行幾何精校正、拼接，然后切取籠罩討論區(qū)大小為512×512像元的典型區(qū)域作為實驗區(qū)，面積約為213km2。為了保證光譜的原始性，未做進一步光譜增加處理。討論的總體思路是對實驗區(qū)TM影像舉行波譜特征分析，制作植被專題影像、水體專題影像和城市建造用地專題影像;然后將三幅專題影像組合成一幅新影像，利用容易譜間關系閾值處理，得到城市建造用地信息提取圖;最后對提取結果做精度評價。詳細討論的技術流程如圖1所示。

2城市建造用地和典型地物光譜特征分析

在城市范圍內，城市建造用地包括居住地、公共設施、工業(yè)、倉儲、對外交通、道路廣場、市政公用設施及特別用地等(不包括水域)。實驗區(qū)的土地通過類型有:城市住所用地、零星居民點、工業(yè)設施用地、道路、耕地、林地、草地、裸地、坑塘水面、河流，其中前四項屬于城市建造用地。在TM影像(30×30m2的辨別率，TM6除外)上，城市住所用地邏輯性較強、建造面積較大、屋頂平整且紋理特征顯然，故像元多為灰度值偏大的純凈像元;零星的居民點多為自立樓房，青瓦或紅瓦的尖頂，房屋周圍空地、道路、林地等散亂配置，房屋普通不超過30×30m2，故像元多為混合像元;工業(yè)設施房屋的占地面積普通較大，屋頂多為鐵皮刷漆的建造材料，紋理和色彩特征顯然，故像元多為灰度值較大的純凈像元;道路在影像上展現(xiàn)出縱橫交叉的棋盤狀，兩側綠化帶更易于辨識道路。

按照我國車行道類型標準:主干道寬為30～45m，次干道寬為25～40m，支路寬為12～15m左右。故主干道像元多為純凈像元，次干道和支路像元多為混合像元。遙感圖像數(shù)據(jù)中像元灰度值的大小及其變化主要由地物類型的變化引起。本討論通過不同地類在不同波段上的灰度值不同，分析和找出城市建造用地和其他背景地物之間的差異，提取城市建造用地。對每一種典型地物選取五個樣本，測定各波段的光譜值均值。結果見表1和圖2。圖2可知，裸地在TM2，TM3，TM4，TM5，TM7處的灰度值都大于其他地物，用表述式TM2+TM3+TM4+TM5+TM7＞T(T為閾值)，T大于等于434時，即可將裸地從其他地物中提取出來。

植被(包括耕地、林地和草地)具有在波段4的灰度值均高于其他地類(除裸地外)，波段2和波段3的灰度值偏低的特征。水體(包括坑塘水面和河流)在各波段上的灰度值都偏低，尤其是波段5和波段7的灰度值顯然低于其他地物。城市建造用地(包括城市住所用地、零星居民點、工業(yè)設施用地和道路)的波譜走向大致相同，波段2、波段3、波段5和波段7的灰度值高于植被和水體，在波段4上，城市建造用地的灰度值比植被要小，比水體要大，但是道路與河流的灰度值差異不大。

3歸一化差異型指數(shù)影像的創(chuàng)建

3．1植被專題影像土壤調整植被指數(shù)SAVI(SoilAdjustedVegetationIn-dex)是Hute［8］利用對棉花和草在深色和淺色土壤背景下反復實驗得出的。利用引入土壤調整因子l以消退土壤背景對植被的干擾。用SAVI指數(shù)代替常用歸一化植被指數(shù)NDVI提取城市植被信息，是由于NDVI不相宜提取低植被籠罩區(qū)的植被信息，而城市建成區(qū)卻多為植被籠罩率小于30%的低植被籠罩區(qū)［9］，SAVI比較適用于低植被籠罩區(qū)，其探測下限可低至15%［10］。

因此，按照本實驗區(qū)植被籠罩度、土壤背景等因素，選取SAVI指數(shù)提取城市植被信息。土壤調整指數(shù)SAVI的公式如下［11］:SAVI=NIＲ－Ｒe()d1[()]+l/NIＲ+Ｒe()d+n(1)式中，NIＲ，Ｒed分離為TM4，TM3波段。n為土壤調整因子，數(shù)值介于0到1之間，0和1分離代表植被籠罩率極高和極低的兩種極端狀況，通常n=0．5時，可較好地削弱土壤背景的差異。

3．2水體專題影像因為水體的反射從可見光到中紅外波段逐漸削弱，在近紅外和中紅外波長范圍內汲取性最強，幾乎無反射［12］，因此，用可見光波段的最高反射和近紅外波段的最低汲取之間的反差，可以迅速地提取影像中的水體信息。McFeeters［13］提出NDWI指數(shù)，其公式如下:NDWI=()Green－NIＲ/()Green+NIＲ(2)式中，Green是綠光波段，即TM2波段，NIＲ為TM4波段。鐘春棋［14］通過TM影像不同地物的比值差異，通過規(guī)律表述式if(TM2+TM3)/(TM4+TM5)＞2andTM2＞40then1ElseNull自動提取討論區(qū)較大范圍的專題濕地水體，水體信息效果顯然。因為本文實驗區(qū)中水體的波譜曲線與其他地物難以區(qū)別，尤其與道路，故用以上表述式不能有效提取水體信息，按照本實驗區(qū)水體的波譜曲線特征，可采納規(guī)律表述式有效提取:if(TM2+TM3)/(TM5+TM7)＞0．75andTM3＜50then1ElseNull。

3．3城市建造用地專題影像楊山提出的仿歸一化植被指數(shù)，后由查勇［6］等改稱為歸一化建造指數(shù)。其公式如下:NDBI=()MIＲ－NIＲ/()MIＲ+NIＲ(3)式中，MIＲ，NIＲ分離為TM5，TM4波段。該指數(shù)主要基于城市建造用地(不透水面)在波段5的反射率高于波段4的特點而創(chuàng)建。分析各地類在波段4、波段5處的灰度值發(fā)覺，不只是建造用地具有這一特點，本文實驗區(qū)中耕地、林地和草地在波段5處的灰度值也大于波段4的特點。

熟悉到這一點，查勇［6］等采納了NDBI－SAVI指數(shù)結合的辦法有效提取城市用地。因為該實驗區(qū)屬于城市郊區(qū)，區(qū)域內部植被籠罩比城市中心大，所以經過多次實驗，實行NDBI－2×SAVI指數(shù)結合的辦法能很好地提取實驗區(qū)城市建造用地信息。按照以上分析，分離提取了實驗區(qū)的植被專題影像、水體專題影像和城市建造用地專題影像(如圖3所示)，代表實驗區(qū)三種主要土地通過類型。從圖3可以看出，植被專題影像效果較好(如圖3a所示)，植被成高亮度顯示，城市建造用地成黑色顯示。

水體專題影像的效果較差(如圖3b所示)，水體成亮白色顯示，因為有不少道路也被誤分為水體，形成噪音，裸地顯示為黑色斑塊。城市建造用地專題影像提取效果較好，城市建造用地成灰色顯示，圖中植被和水體顯示為黑色，但是也有部分植被被誤分為城市建造用地，展現(xiàn)為灰色，裸地為暗灰色，其不屬于城市建造用地。

4城市建造用地信息提取

按照譜間特征可以將城市建造用地提取出來，基于這樣的討論思路，將植被專題影像、水體專題影像和城市建造用地專題影像組合為一幅新影像，利用壓縮波段維數(shù)的方式簡化譜間分析過程。其中，每幅影像分離代表一個波段，即B1(植被專題影像)、B2(水體專題影像)和B3(城市建造用地專題影像)，在新影像中選取植被、水體、城市建造用地的樣本，求取采樣點灰度值均值，繪制光譜特征曲線，如圖4所示。

經簡化后，新影像中的光譜特征曲線的波譜間特征變化邏輯清楚易見，城市建造用地在波段1(B1)處的灰度值均值最小，在波段3(B3)處的灰度值均值最大，所以可據(jù)此采納規(guī)律推斷表述式IfB3/B1＞1．3then1ElseNull提取實驗區(qū)的城市建造用地信息。圖5是試驗區(qū)的城市建造用地信息的提取結果圖，植被和水體成黑色顯示，城市建造用地成亮白色顯示，與實地城市建造用地的空間分布狀況基本吻合。

5精度評價

通過上述辦法提取的結果與原始影像舉行疊加，采納目視判讀檢驗提取效果，本文所用辦法的總體提取效果令人愜意，特殊是對于面積較大的城市建造用地。為了評價其精度，本文隨機選取了150個樣本，建立混淆矩陣，計算其生產者精度、使用者精度、總精度。結果表明，城市建造用地生產者精度為84．2%，使用者精度為91．9%，總精度為85．3%(見表2)。

6結束語

1)討論表明，通過SAVI提取城市植被信息的效果比用NDVI好，通過NDBI－2×SAVI相結合的辦法提取城市建造用地專題影像恰好彌補了單一依賴NDBI的不足，但是也有部分植被被誤分為城市建造用地。利用分析新影像的光譜特征，運用規(guī)律推斷表述式IfB3/B1＞1．3then1ElseNull提取實驗區(qū)的城市建造用地信息。

2)運用綜合指數(shù)分析法提取城市建造用地，應越發(fā)注意討論區(qū)光譜信息的深化分析和挖掘，然后創(chuàng)建正確的差異型指數(shù)模型，并且該辦法受時相影響較小，只需按照討論區(qū)波譜特征設定閾值大小，即可將城市建造用地從復雜的城市背景地物中提取出來。3)討論結果也存在一定問題，提取的城市建造用地面積要比實際偏小。可能存在兩個緣由:一