地形信息辅助的高分遥感影像山区居民地提取

发表时间:2020/8/11   来源:《基层建设》2020年第10期   作者:张小青
[导读] 摘要:山区居民地的空间分布信息是山区地区发生地质灾害时布置紧急救援措施与做出评价估量的主要基础信息,也是我国新农村规划建设与管理不可或缺的重要材料。
        重庆交通大学土木工程学院  重庆  400074
        摘要:山区居民地的空间分布信息是山区地区发生地质灾害时布置紧急救援措施与做出评价估量的主要基础信息,也是我国新农村规划建设与管理不可或缺的重要材料。针对山区居民地分布零散、聚集度低且受地形险阻特点。本文提出了地形信息辅助的高分遥感影像山区居民地提取的方法,以高分二号(GF-2)遥感影像为基础数据,利用面向对象方法基于规则分类提取居民地信息,然后使用DEM辅助信息再次对居民地信息进行提取,提高山区居民地提取信息的精度。实验结果表明,添加地形信息辅助的山区居民地提取的精度要比单独的面向对象提取要高出很多,说明地形信息辅助居民地提取的方法可行。
        关键词:高分遥感影像;山区居民地;面向对象;地形辅助信息
        1 引言
        居民地是指人类为生存居住而修建的人工建筑物之一。居民地的形状变化与地理空间信息反映了该地区的社会变化和经济发展状况,为该地区的新农村规划建设管理与发展提供了可靠的数据。但由于不同地域的山区的居民地的分布特征不一致,对山区居民地信息提取的方法难以相同,为此山区居民地的分布特点更加引人关注。
        林熙[1]根据山区的独特特征分析,制定坡度、山谷线等语义约束条件,从而在面向对象方法提取的基础上再次进行居民地提取。罗红霞[2]利用数字地形信息(如高程、坡向、坡度等)和地质信息相结合遥感数据对地区进行分类。李金香等人[3]利用数学、形态学和灰度共生矩阵等方法提取居民地信息,然后再进行目视判断、叠加分析、缓冲区分析等方法,进行分级提取居民地。
        近年来随着遥感技术的快速发展,遥感影像的分辨率越来越高,从遥感影像上提取山区居民地成为了目前研究的热点。基于此,本文在面向对象基于规则分类后,加入其它地物与居民地的空间或逻辑关系信息,提出地形辅助信息的方法提取山区居民地信息。
        2 面向对象提取居民地
        面向对象的分类提取方法首先对预处理过的遥感影像进行多尺度分割,得到同质对象,再针对目标的光谱、大小、形状、类型、纹理、阴影、空间位置等信息设计,使用模糊分类方法对遥感影像中目标进行分类提取。利用ENVI软件进行了研究区影像的分割。选择高分二号遥感影像中的红波段和近红外波段,根据居民地的特点采用边缘算法进行尺度分割得到初步的分类结果,然后建立分类规则。
        根据目标的几何特征、光谱特征、纹理特征建立的规则分类出不同类别,从而进行山区居民地信息的提取。影像目标的几何特征通常是指形状结构,经过图像边缘提取操作可以得到对象的边界信息,通过对目标的面积、矩形拟合因子、长宽比等特征来建立分类规则。采用影像均值、方差以及灰度比值来建立目标分类的光谱特征规则。但由于研究区域为偏远的山区地带,植被区占的面积要大于居民地区域,是以为采用光谱特征中的归一化植被指数( )进行大尺度分类,即分为将植被与非植被。纹理包含了图像的表面信息及其与周围环境的关系,还反映了图像灰度模式的空间分布,甚至兼顾好图像的宏微观结构。因此可以根据纹理特征中的对象方差、对称性、密度等特征建立规则,以此来消除一些不必要的地物目标。
        3 地形辅助信息下的山区居民地提取
        由于山区居民地的地形差异比较大,居民点布局零散,集聚度低、规模等级不明显,以面向对象的方法能够将大部分居民地提取出来,但在已提取出的居民地中仍存在许多的误分点,使得提取精度不高。通过分析与统计山区居民地的相关信息可知其受坡度、交通分布等因素的影响较大,使得其空间分布具有明显的规律,而利用这些分析统计出来的知识可在一定程度上剔除误分的居民地,提高居民地提取精度。因此本文利用DEM或DSM辅助数据来建立一些约束条件改善提取结果。
        根据山区的地理环境和经济发展状况来看,人们通常会将自己的居住地建立在平地以及依附在河流、道路两旁。以此分析可知居民地应大多分布在山谷中,山脊两侧几乎没有。是以可以拟定山谷线、山脊线作为语义约束条件。山谷线约束条件是以山谷线为中心建立缓冲区,在缓冲区范围内的对象为可接受对象,而山脊线约束条件则是以山脊线为中心建立缓冲区,剔除被错分在里面的居民地。
        由于地形起伏变化导致地面不再平坦从而有了坡度的形成。坡度越陡的地方越不适宜人们居住,因此人们通常居住在相对平稳的地方,而坡度又影响地物的光谱反射特性。是以可将坡度作为地形辅助信息的一部分制定以坡度为语义约束条件来改善山区居民地提取的精度。坡度语义约束条件是定义一个可接受的最大坡度角为界限,在这一范围内的对象则为可接受对象,反之则可以将其消除。因此利用ArcGIS软件利用工具箱中的表面分析工具对该区域的坡度分析。
        4 实验提取结果
        在面向对象提取的基础上做进一步图像处理,从DEM中提取出山谷线或山脊线,然后根据山谷线或山脊线的等级设定缓冲区的半径,然后再选取缓冲区内(外)的要素作为山区居民的居住地,以此来将面向对象分类得出误分居民地在缓冲区外的对象剔除,接着由于山区居民地一般是在坡度较缓的区域,较陡的地方例如坡度大于30度区域一般很少有人在此居住,因此在利用山谷线约束条件之后的结果加上坡度约束条件低通滤波处理进一步改善提取如图1。
        应用目视解意的方法在面向对象提取的结果上进行手动勾画,提取山区居民地信息作为标准样本,并与实验提取结果作比较,取其交集则为有效结果。根据如下公式进行精度评定。
 
        式中 为精度指标, 为面向对象提取山区居民地图斑的总面积, 手动勾画的山区居民地图斑的真实总面积。根据统计计算得出样本1提取精度为83.39%。
         
        图1  实验提取结果
        5 结果分析与讨论
        通过面向对象提取方法和地形辅助信息条件下提取进行对比可知,在地形信息辅助条件下,剔除了面向对象分类方法提取的结果中出现的许多不合理的居住点,使得研究区域山区居民地的提取结果得到了有效地改善。在未来的研究方向上,可以结合深度学习方法提取居民地。
        参考文献:
        [1]林熙.朕合语义约束和面向对象方法提取山区居民地信息.西南交通大学,2016,硕士论文.
        [2]罗红霞.地学知识辅助遥感进行山地丘陵区基于系统分类标准的土壤自动分类方法研究.武汉大学,2005,博士学位论文.
        [3]李金香,李亚芳,李帅,等.面向地震应急准备的居民地遥感提取及量化分析[J].地理科学,2016,36(11):1743-1750.
 
投稿 打印文章 转寄朋友 留言编辑 收藏文章
  期刊推荐
1/1
转寄给朋友
朋友的昵称:
朋友的邮件地址:
您的昵称:
您的邮件地址:
邮件主题:
推荐理由:

写信给编辑
标题:
内容:
您的昵称:
您的邮件地址: