[转]ENVI支持下利用高分辨率影像城市绿地信息提取方案

城市绿地在改善城市生态环境和人居环境起着积极的作用，城市 绿地含量逐渐成为衡量城市生活质量的一个重要指标。此外，城市 绿地的空间分布格局与其生态效应有着密切的关系。因此，必须 客观、准确地掌握城市绿地信息。传统的城市绿化调查主要通过 基层单位上报统计数据和实地抽样调查完成，资金和人力投入大，时间周期长。数据受人为影响较大且精度低，缺乏空间统计分析 功能。

随着航天遥感技术的发展，高分辨率遥感图像在国内已经得到广泛的应用。而这些高分辨率 图像的出现，也给城市绿地信息提取提供了更为有效而便捷的手段。

目前，可获取的商业卫星影像更高可达0.5米，能分辨普通道路 中间的绿化带，甚至单棵树木。并且具有较高的光谱分辨率，如包 含红色波段、近红外波段，为精确的自动提取城市绿地信息提供了 先决条件。一景高分辨率影像可覆盖18.5kmx18.5km的范围，2-3天 即可对同一个地区进行重复拍摄，可进行大范围内、短周期内的调查。

技术流程

如下图为一个典型的基于高分辨率影像的城市绿地信息提取流程，涉及高分辨率影像正射纠正、图像融合、大气校正、面向对象图像 信息提取、矢量编辑与处理、属性赋值等内容。

除了使用ENVI主模块功能外，还需要用到大气校正扩展模块中的 快速大气校正工具（QUAC）、ENVI EX扩展模块中的 Feature Extraction工具、ArcGIS Desktop的 ArcMAP。

微信号：MeetyXiao
添加微信好友, 获取更多信息
复制微信号

基于高分辨率影像的城市绿地信息提取流程

关键技术

一、数据获取

选择带RPC文件的数据，包括多光谱和全色波段的数据；成像时间为 6~9月份，这期间植被长势更好。辅助数据包括DEM数据、控制点数 据或者控制点选择源。

二、数据预处理

根据现在高分辨率卫星影像的特点，先做全色和多光谱图像的融合，再利用全色图像的RPC文件对融合图像进行正射纠正，得到的融合 图像正射纠正结果与全色图像正射纠正结果在相同条件下的精度 是一致的。这样的顺序能减少流程而提高效率，并且进行全色和 多光谱的图像融合时，能保证他们之间精确的空间配准。使用ENVI 中的Pansharpening融合 *** ，它是专门为高分辨率影像而设计。

基于控制点+RPC+DEM完成正射纠正过程，控制点从参考影像中选择，也可以使用野外测量获取的控制点，每景影像的控制点数量不宜太多 （8~12个即可），均匀分布。

使用快速大气校正工具（QUAC）去除部分大气的影响，在进行面向 对象绿地信息提取环节中，提高计算对象的NDVI、光谱属性值的 精度，以保证绿地自动提取结果的准确度。

三、面向对象绿地信息提取

利用ENVI的面相对象工具（Feature Extraction）完成此工作，这个 工具采用向导式操作，简单易用，并且具有实时预览功能。

由于高分辨率影像数据量普遍较大，为了能快速获取规则。选择一部 分区域作为研究区来确定对象分割与合并阈值、基于规则的信息提取 中的对象阈值，之后将实验区获取的阈值以及规则应用到整个图像文 件中。可以采用样本统计法。

样本统计法流程图

四、绿地矢量结果处理

整个过程是在ArcGIS@ Desktop的 ArcMAP中完成，包括矢量结果 检查与编辑、矢量数据拼接与裁剪、属性赋值。Feature Extraction 工具可以选择将矢量结果输出为Shapefile格式或者 ArcGIS Geodatabase格式，都是ArcGIS矢量格式文件。

这一步骤重要的环节是属性赋值，绿地矢量结果包括了面积属性 字段，还需要增加绿地类型字段。如将获取的绿地矢量结果分为： 公园绿地、生产绿地、防护绿地、附属绿地、其他绿地。完成这 个过程需要一个矢量数据：城市用地分类。使用ArcMAP中的识别 工具对两个矢量数据进行识别分析，将“城市用地分类”中与 “绿地矢量”空间对应的图斑添加城市用地分类信息，参照中华人 民共和国行业标准《城市绿地分类标准——CJJ/T 85—2002》进一步 属性赋值。ArcMAP中的识别分析工具为： ArcToolbox->Analyst Tools->Overlay->Identity。

利用WorldView-2影像&面向对象分类法的城市绿地信息提取结果

来源：开源地理空间基金会中文分会

来源链接：https://www.osgeo.cn/post/2050g

本站声明:网站内容来源于 *** ,如有侵权,请联系我们,我们将及时处理。