首页  >  资讯  >  高分二号数据的城市生态用地分类方法探讨

高分二号数据的城市生态用地分类方法探讨

来源:2018-06-13 22:04:08



摘 要

针对传统分类法分类精度低、速度慢等问题,同时也为了探索国产卫星高分二号遥感数据在城市生态用地分类中的方法及效果,及时获取其生态用地信息,该文以四川省内江市隆昌县城区为研究范围,提出了一种辅以影像光谱特征和纹理特征信息的随机森林分类方法。该方法提取城市生态用地信息,并将其分类结果与传统的支持向量机分类、最大似然分类进行对比,结果表明,新方法具有更高的分类精度和更快的分类速度,更适合高分辨率、多特征参数、大面积的高分二号遥感影像城市生态用地分类。

引用格式


王芳,杨武年,邓晓宇,等. 高分二号数据的城市生态用地分类方法探讨[J]. 测绘科学,2018,43(3):71-76.

正文



随着经济快速发展,我国确立了生态文明发展目标和新型城镇化发展战略,如何在保障城市生态需求的同时,实现环境与城市化发展的和谐共赢,是目前亟待解决的问题[1]。在此背景下,获取城市生态用地准确详细信息,无论对城市景观生态系统建设还是对城市土地管理分析来说,都具有重大意义[2]2014819日,高分二号(GF-2)卫星发射成功,星下点空间分辨率可达0.8 m,标志着我国遥感卫星进入了亚米级高分时代GF-2数据以其更丰富的空间信息和更明显的纹理特征在进一步扩展城市生态用地分类数据源的同时,也提高了其分类精度。

国内外专家学者在过去几十年一直专注于遥感数据分类技术和方法研究,从监督与非监督分类到应用广泛的支持向量机、神经网络与专家决策系统等[3]。但由于传统分类方法精度低、数据冗余等缺点存在,很多学者探索了集成学习与多分类器系统,并将其引入分类。随机森林(random forestsRF)是近年来集成分类中应用较广泛的一种,在三多(多光谱、多时相、多源)、高光谱及高分辨率遥感数据分类中,随机森林具有速度快、精度高及稳定性好等优点[3-7]。当前,国产卫星数据应用于城市遥感是新的探索,且基于GF-2遥感数据应用于城市遥感的研究较少,其在城市生态用地分类的实际效果有待深入探索和验证。

基于GF-2数据,采用加入光谱和纹理特征RF分类方法提取研究区生态用地,参照经验,将其分为5种类型[2],即植被、建筑物、道路、水体和裸地,将分类结果与传统支持向量机(support vector machineSVM)分类与最大似然分类(maximum likelihoodML)进行对比分析,探讨该分类方法在高分辨率国产卫星分类中的可行度,以期推进GF-2数据分类新方法的产生,扩展其在城市遥感中的应用,为解决生态用地规划建设、土地管理等方面做出贡献。

隆昌县位于四川盆地东南部、川渝交界处、内江市最南端。该区地处川东褶皱带向西南延伸尾部,地势起伏不大,呈北高南低趋势。境内有平坝、浅丘、高丘、低山4种地貌类型,该区属亚热带湿润季风区,气候温和、降雨量充足、光热充沛、无霜期长。研究区位于隆昌县城区,经纬度范围为105°15'E105°19'E29°20'N29°22'N,面积为6.10 km2

本研究以GF-2影像为主要数据源,该影像数据包括4个多光谱波段,分辨率为4 m,一个全色波段,分辨率为1 m,获取时间为2015712日;其他数据包括分辨率为30 mDEM数据、20157月实地调查数据和同年土地利用数据。利用ENVIEnMap-Box软件对数据进行处理,EnMap-Box是基于IDL语言开发的遥感处理工具箱,可免费获取。它集成了很多机器学习分类算法,可对遥感数据进行分类、回归分析和精度评定。利用ENVI软件对GF-2影像进行预处理,使用RPC文件和DEM数据分别对多光谱及全色影像进行正射纠正、再进行几何配准;采用Gram-Schmidt方法进行图像融合,融合后分辨率为1 m;最后进行快速大气校正。根据遥感影像特点和研究目标,结合实际调查数据及2015年土地利用数据,参考相关研究,将生态用地类型分为建筑用地、道路、水体、植被及裸土5类。

本文在融合分辨率为1 mGF-2影像的基础上,采用随机森林、支持向量机及最大似然3种方法对研究区生态用地进行了分类,并结合实际调查数据及土地利用数据对其分类结果进行了精度评价,得出结论如下。

1)在融合影像基础上,提取光谱和纹理特征信息,对影像波段进行扩充,输入到RF分类器中提取分类结果,经对比分析,最终确定N(决策树个数)和m(随机抽取的最大特征变量个数)组合为(6100)时,分类效果最好。结果表明,辅以光谱和纹理特征的RF分类方法总体精度大于92%Kappa系数为0.90,明显高于传统SVMML分类方法。

2)加入特征参数的RF分类虽未将建筑物和道路完全分开,但漏分、错分及混分现象相对而言改善不少,生产者精度均在96%以上,裸土漏分、误分现象较SVM方法减轻了不少,生产者精度虽未高于ML方法,却大大改善了ML方法中其他类别误分为裸土的情况,将用户精度提高到100%。在本研究中,RF在水体分类方面稍逊于SVMML,漏分现象稍高,造成其生产者精度稍低于SVM方法,但无错其他类别错分为水体的现象。

3)本研究3种方法在运算时间进行了统计,ML用时最短,但其精度最低;SVM精度较高,但其耗时太长;辅以特征信息RF方法用时较短,精度最高。综合其总体精度及用时,RF3种分类方法中分类效果最佳。

本文验证了辅以特征参数RF分类法在城市生态用地上具有较好的适用性,这有助于推动GF-2分类新方法和扩展GF-2数据应用范围。但如何根据研究目的和精度要求设置决策树个数、节点阈值等模型参数还需深入研究;另外,本文选取的光谱和纹理特征参数中,哪些特征对分类结果影响较大仍需进一步验证。


2018年(第43卷)第3期


往期热点文章

《测绘科学》2018年(第43卷)第3期目次

多系统融合单频精密单点定位

GPS周解坐标时间序列粗差剔除的策略分析

地图兴趣点分布式空间分析服务

地基干涉雷达地面灾害监测数据可视化方法

地理空间数据访问控制威胁模型及应对策略

组合模型的GPS高程转换及精度分析

CORS基准站周跳探测与修复方法研究

(进入公众号—查阅往期消息)

编辑:邓国臣   dc_217@126.com 


《测绘科学》

主管:国家测绘地理信息局

主办:中国测绘科学研究院

出版:科学出版社

邮箱:niu@casm.ac.cn

网站:http://chkd.cbpt.cnki.net

———————————————————————

        全国中文核心

        中国科学引文数据库 (CSCD)核心

        中国科技核心

———————————————————————

         2017中国百强报刊

        2015期刊数字影响力100强

        全国优秀测绘地理信息期刊奖

       (2007、2012、2017)


感谢关注、点赞、留言、转发



600 元/月

逸品蓝山舒适温馨随时看房

54.00平米/押三付一

1000 元/月

香河香河公元壹号东区 70平米1室1厅1卫

70.00平米/押三付一

1000 元/月

香河香河香河京汉君庭 92平米2室1厅1卫

92.00平米/押三付一

950 元/月

育龙香苑2室1厅1卫

78.00平米/押三付一