基于高分辨率遥感影像提取城市绿地信息的方法研究

作     者：张金营 

作者单位：中国石油大学（华东） 

学位级别：硕士

导师姓名：盛辉;赵鹏

授予年度：2012年

学科分类：12[管理学] 08[工学] 09[农学] 1204[管理学-公共管理] 083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081303[工学-城市规划与设计(含：风景园林规划与设计）] 0804[工学-仪器科学与技术] 0903[农学-农业资源与环境] 0816[工学-测绘科学与技术] 081602[工学-摄影测量与遥感] 0813[工学-建筑学] 081102[工学-检测技术与自动化装置] 0811[工学-控制科学与工程] 0834[工学-风景园林学（可授工学、农学学位）] 

主      题：SPOT5 城市绿地 分类 变化监测 

摘      要：绿地是城市的净化器，它不仅具有生态功能，同时还有着重要的社会功能。绿地作为城市生态系统的重要组成部分，在城市环境的调节过程中有着举足轻重的地位。随着遥感技术的不断发展，遥感在社会各个领域的运用日益广泛。利用遥感技术能够实现对城市绿地信息的快速、客观、准确的获取，可以方便快捷的获取城市绿地的分布、面积等基础资料，能够为城市的发展提供更好的规划依据和管理决策，对提高城市的可持续发展有重要的实际意义。 本文选取了青岛市崂山区SPOT5遥感影像作为数据源进行绿地提取的方法研究。首先对影像数据进行融合、校正、裁剪和光谱增强等一系列的预处理，然后利用ISODATA分类方法、最大似然分类方法和面向对象三种分类方法分别对研究区域的绿地信息进行分类、提取，并对这三种方法的分类结果进行比较分析。研究结果表明，ISODATA方法的分类精度为61.3%，最大似然方法的分类精度为80.0%，面向对象方法的分类精度为88.7%。从总体的分类效果和精度来看，面向对象的分类方法优于最大似然分类方法，而最大似然分类方法又优于ISODATA分类方法。在此基础上利用面向对象的分类方法对研究区域不同时相的SPOT5遥感影像数据进行绿地信息提取，通过统计面积的方法直观地对两个不同时间段的绿地信息作变化监测。 本文在利用面向对象的方法提取城市绿地信息时，采用的是基于规则的模糊度分类方法，用隶属度来表示影像对象隶属于某一类的概率，避免简单的用“是或“否表示对所描述特征的满足情况，更符合特征的不确定性表达。