论文部分内容阅读
快速获取城市绿化信息对开展城市绿地保护、规划与建设城市绿地,对提高人们的环保意识、完善城市地价体系、规范绿地的经营管理等,都具有重要的理论和实践意义。传统的地面调查和测量方法费时、费力,并且动态更新比较困难,遥感技术提供了一种快速、宏观、动态提取城市绿地信息的方法。对城市信息提取来说,一些基于遥感图像分类和植被指数的传统信息提取方法通常是不准确的。论文首先对Hyperion数据进行预处理。通过掩膜处理,得到研究区范围内的Hyperion影像。通过波段选取,剔除了未定标的波段和水汽影响严重的20个波段以及SWIR与VNIR重复的波段。通过进行辐射定标,将Hyperion数据由DN值转化成辐射亮度值。通过坏线修复和条带去除得到更为准确的图像。通过大气辐射校正获取Hyperion数据反应的地表真实物理模型参数。本文采用的是基于MODTRAN4的FLAASH(Fast Line-of-Sight Atmospheric Analysis of Spectral Hypercubes)大气纠正模块,大气辐射校正之后得到高光谱遥感影像中复原地物的地表反射率。应用线性混合光谱模型提取绿地信息。首先运用PPI (纯净像元指数)进行样本提纯,得到最纯净的像元。同时,利用N-D散度法进行样本重组,确定最终光谱端元。然后利用线性光谱模型分解混合像元的方法对研究区高光谱遥感数据提取绿地信息,并与ISODATA法、监督分类中的最大似然分类方法(MLC)和NDVI密度分割方法的提取城市绿地结果进行比较。结果表明,对城市绿地绿地信息而言,混合像元分解的总体精度和Kappa系数仅低于最大似然分类法,高于其他绿地提取方法。而混合像元分解方法制图精度远远高于最大似然分类方法,同时,混合像元分解方法的RMSE为0.00237,显示了较高的信息提取精度。因此,应用混合像元分解方法提取城市绿地更具有优势。未来的研究将引入地面成像光谱仪来提供更加精确的地物纯净端元信息,进一步的研究将结合多个时相的Hyperion数据来研究城市绿地和城市其他地物组分信息的动态变化情况。