基于QuickBird遥感影像城市动态监测方法.doc

基于QuickBird遥感影像城市动态监测方法探究摘要：城市遥感是以城市环境、生态作为主要调查研究对象的遥感工程通过利用现代化的、宏观的、非接触性的监测手段可以为政府部门提供相对完整、全面、客观的城市变化信息，为政府的管理提供事实依据本文以昆明市的不同时相的遥感数据为数据源，研究一套对城市环境进行动态监测的有效、精准的处理流程关键词：遥感动态监测专题信息提取o引言由于我国城市化进程的加快，旧城改造、新城建设的浪潮席卷南北，城市规模与数量迅速膨胀为了监测和整治城市化过程中带来的一系列环境问题遥感技术在城市动态监测过程中的应用,不仅为政府部门提供相对完整、全面、具 体的城市变化信息，也为政府的管理提供事实依据城市遥感是以城市环境、生态作为主要调查研究对象的遥感工程监测项目可以包括：城市土地利用现状调查；城 市历史变迁动态研究；城市水系调查；城市道路网络调查； 城市污染源分布调查；城市垃圾调查；城市热岛效应调查； 城市绿化现状调查；城市在建工地调查；城市旧城改造调查； 城市防汛设施分布调查；城市违章建筑现状调查等等1遥感动态监测方法的研究现状随着先进遥感物理设备的不断应用，它为我们带来高分 辨率的卫星影像，为遥感图像处理的精确度提供了最基本的 保障。

但是在遥感图像处理和制图的过程中还有许多人为因 素直接影像图像处理的效果在遥感图像的处理过程中地物 信息自动识别分类是一个重要的处理过程，根据不同的遥感 影像所采取的分类方法也有所不同目前在遥感图像分类方III法主要有：遥感图像的监督分类、非监督分类两大类在这 两中分类方法中又可分为许多不同的算法如常用的最小距 离法、最大似然法、主成分分析法等等从方法论的角度衡 量，这些方法各有特点有些方法是遵照非常严格的数学推 导，但是遥感图像自动识别分类仍然难消除错分和漏分现 象，分类精度一般只有60%-70% ,达到85%的就算不错， 超过95%的更是凤毛麟角所以获得高精度的分类结果成为 阻碍遥感技术大规模实用化的瓶颈之一目前针对城市遥感图像处理没有一套确定的行之有效的处理算法，这主要取决于人们获取的卫星影像数据的类型以 及人们所针对的研究对象，即是说根据人们所获取的影像数 据和研究目标，人们在处理过程中的方法和处理顺序也大不 相同，想要取得满意的高精度的处理结果，只有根据不同卫 星影像的特征，以及各城市地物特点采取有针对性的方法进 行处理，提供可靠性高的专题图2动态监测中的信息分类及处理方法在处理遥感图像时寻找一种准确的图像自动分类方法寻找一种高效的图像处理方法来分析昆明城市主要地物信 息的变化是我研究的主要方向。

在课题的研究过程中，主要 针对昆明市的遥感数据，探索一套对城市环境进行动态监测 的处理流程，减少处理过程中人为处理、判读所产生的误差， 提高处理结果的精确度尤其是在处理过程中针对Quickbird 遥感影像的不同地物信息的分类方法进行研究，提高主要地 物信息的分类精度，寻找一种针对城市影像的精确、高效的 分类方法此外，根据分类处理结果，比较不同时相的遥感 图像，分析地物变迁情况，并制作专题图2.1遥感动态监测处理流程城市环境动态监测是针对的是不同时相的遥感图像，需要对遥感图像进行一系列的处 理,突出感兴趣的地物信息，比较不同时相的地物信息，并 对其变化进行分析和比较在处理过程中，我们主要针对城 市环境中的几类主要信息进行分析研究主要可以分为四个 部分一是遥感图像的与处理，二是地物信息的变化分析，三 是制作专题图，四是验证处理结果针对昆明市的遥感影像，我们可以制定出一个初步的处理流程图：2.2城市遥感影像的分类和信息的提取方法计算机遥 感图像分类是统计模式识别技术在遥感领域中的具体应用 统计模式识别的关键是提取待识别模式的一组统计特征值， 然后按照一定的准则做岀决策，从而对数字图像予以识别。

遥感图像分类主要的依据是地物的光谱图特征，即电磁波辐 射的多波段测量值这些可以用作图像分类的原始特征变曰Mo针对昆明市城市的地物类别我们大致可以将城市信息分为几类：①城市绿化区域：它包括各大公园绿的、街心花园、 行道树木、屋顶花园等等；针对该类地物信息，试验中针对 植物所具有的光谱特性，利用影像中的红外和近红外波段对 其进行提取，在植被信息提取过程中这是一个较为成熟的处 理方法②城市水体：它主要指的是穿越城市的河流、公园 的人工湖泊以及零星的人造喷泉景观；由于水体特殊的光谱 特性，在实验中可以利用该特点对其提取由于昆明市区水 体、水系较为单纯且集中，该类地物信息的提取也相对容易③城市道路：在卫星影像中所提取的道路主要是以沥青和水 泥为材料的城市主要干道和次级道路道路在城市地物中是 比较重要的一类信息，且信息分布面积多、散，容易受到建 筑物信息的干扰该类信息在建造时采用的材质多样使得我 们无法利用它的光谱特性对其惊喜精准的提取，在课题研究 中我们主要利用道路在面积上具有的连续性和条上具 有的延伸性，对道路的边缘利用非定向的边缘检测算法进行检测，根据道路边缘的特征对道路进行提取分析④城市建筑物：城市建筑物包括在城市中的各种高度的建筑物、广场、 厂房、居民小区等等；由于城市建筑物的材质多样、形状各 异，在该类地物信息的提取中我们组要采用排除法,即在在 原有的遥感影像中切割掉已经提取的绿地、水体和道路信 息，就得到城市建筑面积信息，在动态监测上，主要利用主 成分分析法对不同时相的建筑物信息进行处理，而后再进行 变迁比较。

对城市动态信息的监测主要是基于遥感处理软件ERDAS9.0和PCI9.1利用遥感处理软件中的现有模块对遥感图像进行处理，或者利用遥感处理软件来进行建模，研究 新的处理方法3城市动态信息提取专题图以下下专题图为昆明市2006年至2010年相同范围内 （二环区域内）的区域截图，在图像截取时采用两图几何校 正后的相同坐标点进行垂直以及水平切割来完成，以保证数 据的可比性在实际的操作中采用将原始图像进行相同坐标 区域等大小切割，再合并数据的方法进行处理4总结遥感信息的获取与处理技术随着信息时代的到来正在高速发展，人们对遥感信息内在规律的了解也愈加深入，因此, 遥感信息在城市领域的应用将越来越广泛，必将推动“数字城 市”乃至“数字中国”和“数字地球啲建设，对于提高城市建设 的决策、规划和管理水平，提高城市建设的环境、经济、社 会等的综合效益，以及城市的可持续发展规划将起到十分重 要的作用参考文献：[1] Zhu M L , Yeh PS.Automatic road network extraction on aerial photographs[J].Computer Vision and Pattern Recognition.IEEE Computer Society Press. 1986 ,pp.34-40.[2] Trinder J , Wang YD.Knowledge based road interpretatio n in aerial images[J].ln:IAPRS3 2P ART4.1998 , pp.635-640.[3] P.Meer. Edge detecti on with embeddedconfidence[J] , IEEE pattern analysis andmachineintelligence.2001 , 23(12) , pp , 1351 136.[4] 史册，徐胜荣，荆仁杰等•实时图像处理中一种快速的直线检测算法[J].浙江大学学报：工学版，1999 , 33(5):482-486.[5] 王天鹏•遥感影像中道路的半自动提取研究[D].解放军 信息工程大学硕士学位论文，2004.[6] 戴昌达，姜小光，堂伶俐•遥感图像应用处理与分析[M]. 北京，清华大学出版社.2004年3月第1版.。