基于遥感影像的线状地物宽度变化规律研究

邓玲玲,吕成文,尉雪敬

(安徽师范大学国土资源与旅游学院,安徽芜湖 241003;资源环境与地理信息工程安徽省工程技术研究中心,安徽芜湖 241003）

基于遥感影像的线状地物宽度变化规律研究

邓玲玲,吕成文,尉雪敬

(安徽师范大学国土资源与旅游学院,安徽芜湖 241003;资源环境与地理信息工程安徽省工程技术研究中心,安徽芜湖 241003）

采用数理统计回归分析方法,通过对安徽省中南部地区195个随机样本的实际宽度量测、定位和图片采集,与其在LandsatTM-5卫星影像上的实际表现相结合,主要从像元数、下垫面性质和走向3方面进行数理统计分析,得出线状地物在LandsatTM-5遥感影像中的变化规律:随着影像像元数的增加,线性夸张逐渐不明显;南—北(东—西）走向的线状地物宽度稳定性好于西北-东南(东北-西南）走向,线性夸张程度小;水域最易产生线性夸张现象,其次为公路和土路。

遥感影像;线状地物宽度;变化规律

0 引言

随着计算机技术和遥感影像分辨率的提高,如何快速准确地从遥感影像中提取特征信息成为研究的重要方向[1]。线状地物作为区域的骨架,在城市和乡村用地及经济活动中占有重要地位,高精度、及时更新的道路网信息对交通管理、城市规划、自动城市导航、应急事物处理具有重要作用[2,3]。1990年李晓峰提出了一种多级识别方法,对线段检测中的阈值、线段的连接和取舍等方法进行了探讨,使市郊线状地物的正确识别率接近室内目视判读水平[4]。目前有关线状地物的研究主要集中在特征提取方面,研究成果主要有:半自动道路提取、全自动道路提取、多层次融合道路提取方法等。对线状地物宽度的研究并不多、也不深入,主要成果有:1）周世杰等[5]提出了卫星影像夸张的概念,指出 TM影像的夸张范围在3个像元以内;2）段琪庆等[6]探讨了线状地物的面积量算方法;3）潘瑜春等[7]研究了基于缓冲区的线状地物面积扣除;4）曹卫彬等[8,9]探讨了面积量测精度与线状地物扣除的关系;5）何亚娟等[10]基于数理统计原理,得出一般线状地物在Landsat TM影像上的变化规律。但上述研究都是针对线状地物的测量问题、某一实验区(如林区内）卫星影像所做的讨论,与实际应用要求相差甚远,缺乏对更为复杂的不同类型和走向的线状地物研究。本文在前人研究的基础上,综合考虑线状地物走向和下垫面性质因素,并探讨其对遥感影像线性夸张的影响规律;另外还对线性夸张做了一定的宽度估算,以期为遥感资源调查提供依据。

1 数据来源和研究方法

1.1 数据来源

研究数据有:2007年6月和2006年6月安徽省Landsat TM-5卫星影像、安徽省行政区划图、安徽省交通图、安徽省1∶5万地形图等。另外有195条随机采样的线状地物(公路、土路、河流等）,实地测量其宽度并在图上标识,结合地物类别实拍照片(其中道路126条,河流(沟渠）69条）。本文研究区域主要是安徽省中南部地区,涉及平原、丘陵和山区,选取的线状地物宽度为3～115 m。

1.2 研究方法

中分辨率影像中线状地物一般是指进行目视解译时宽度小于4个像元而长度大于6个像元,或实际宽度大于1 m、小于30 m的具有线状特征的地物[6,10]。影响线状地物宽度变化的因素很多,如影像空间分辨率、线状地物的走向、下垫面性质、扫描仪瞬时视场、周围地物的反射率和分布状况以及卫星影像的时相和拍摄区域等。受遥感影像成像的客观影响,本文主要从像元数、下垫面性质和走向3方面研究线性宽度变化规律,其中线状地物宽度测量包括影像宽度(按像元数）的目测和外业实地线状地物宽度的调查测量。

1.2.1 线状地物影像宽度(像元数）的确定 采用目视解译的方法确定线状地物在影像上的像元数,按走向可分为:南-北走向、东-西走向、西北-东南走向和东北-西南走向4类。进一步根据影像中线状地物像元分布特点,将南北走向和东西走向归为A类,将西北-东南走向和东北-西南走向归为B类,观察记录线状地物影像宽度和走向。其中A类线状地物直接从水平和垂直方向目测其像元数;B类线状地物较复杂,主要有按水平(或垂直）和道路垂直角方向两种目测方式(图1）。本文为统计方便,按水平方向上线状地物所占纯像元数目测其像元数(图1a）。

图1 两种方式下线状地物像元数目测方法Fig.1 The linear features′pixel numbers under two methods based on visual method

1.2.2 线状地物实际宽度的测量方法 本次野外调查携带差分 GPS通过实时定位采集目标地物的地理坐标,使用测距仪、卷尺等工具测量其宽度,宽度变化大的地物采取分段测量的方法,测量标准按照《第二次全国土地调查分类》中对线状地物宽度测量的规定:1）河流宽度为常水位线水面宽度;2）铁路、公路、固定的农村道路除量测其本身宽度外,还应包括其两侧不以排灌为主的路沟及行树;3）固定的沟渠除量测其本身宽度外,还应包括其两侧的堤及行树。记录采集的目标点的类型、照片编号、GPS点号,进行坐标和投影转化,复合到影像上,以反映线状地物的分布特征,在A rcGIS软件中以点文件表示,新建一多线段矢量层(图2～图4）。

1.2.3 数据分析与模型建立 对野外采集的实际测量数据和室内目视解译的影像宽度数据,应用SPSS软件进行数理统计和线性回归分析,选取标准差和变异系数反映线性夸张的稳定性,基于t分布的置信区间进行线状地物宽度估算,发现不同走向公路、土路和河流在不同影像宽度时的变化规律。

图4 线状地物(河流）抽样点Fig.4 Linear features of river and its image in Landsat TM 5 image

2 基于遥感影像的线状地物宽度规律分析

2.1 安徽省中南部地区线状地物遥感分析结果

将GPS采集的样点数据经过遥感影像复合处理后,以点文件的形式导入遥感影像。根据线状地物的定义,对采集的195条线状地物主要统计其在1个、2个和3个像元数时对应的实地宽度。由于分布原因,土路较窄,主要占取1～2个像元;水域较宽,主要占取2个及以上像元。安徽省中南部地区线状地物抽样调查统计如表1所示。

表1 安徽省中南部地区线状地物抽样调查统计Table 1 Statistics of sample survey results of various linear features in south-central Anhui Province

2.2 线状地物实测宽度与影像宽度(像元数）间变化规律及影响因素分析

(1）像元数。从表 1可知,线状地物在Landsat TM-5遥感影像上的变化规律如下:变异系数与样本数量无明显相关性,可将其作为采样点线性宽度稳定性的一个衡量标准;随着影像上线状地物像元数的增加,变异系数逐渐变小(1个像元时变异系数最大,最不稳定;3个像元时变异系数最小,稳定性较好,线状宽度识别率较高）,说明渐趋稳定;统计数据表明,LandsatTM-5遥感影像上线状地物宽度夸张主要表现在3个像元之内,大于3个像元时夸张现象则不明显。

(2）走向。由表1分析可知:A类方向线性变异系数小于B类方向,A类线性夸张趋势较B类平缓,西北-东南(东北-西南）走向稳定性不如南-北(东-西）走向,更易产生线性夸张现象。

(3）下垫面。不同下垫面线性宽度变化规律为:水域的变异系数最大,情况最复杂,稳定性最差,最易产生线性夸张现象;其次为公路(柏油路为主）,且公路变化趋势最明显;土路的变异系数较小,稳定性较好。由表1可知,水域的宽度估算区间范围最广,也说明其稳定性较差。

2.3 宽度估算与精度检验

由线状地物抽样调查统计,结合置信区间范围,可得线状地物在不同下垫面、不同方向、各像元上的宽度估算区间,为野外调查和线状扣除提供一定的参考。为检验所研究数据宽度估算精度,在影像上按像元数随机选取5条线状地物作为待检验数据,记录地物地理坐标和像元数,携带差分 GPS实地定位,用测距仪测出其对应的实地宽度。在待检验15条线状地物中除一条4 m的土路超出置信区间范围外,其它均落于本文的实地宽度置信区间,数据估算精度达93.3%,证明研究数据具有一定可靠性。

3 结论与讨论

线状地物作为遥感影像上的重要特征地物,影像解译时其宽度存在线性夸张;影像线性夸张受诸多因素的影响,表现出不同的夸张程度。本文从像元数、走向和下垫面性质3方面研究了线状地物的宽度变化规律,即:随着影像像元数的增加,线性夸张逐渐不明显;南—北(东—西）走向的线状物地物宽度稳定性较西北-东南(东北-西南）走向好,线性夸张程度小;水域最易产生线性夸张现象,其次为公路和土路。对线状地物在不同下垫面、不同方向、各像元上的宽度区间进行估算,从而为遥感野外调查和线状扣除提供参考。但对不同分辨率的遥感影像中线状地物宽度的变化规律还有待进一步研究对比。在大面积遥感资源监测和面积调查时,应结合实际情况进行线状扣除和面积量算,可将人工目视解译和自动提取相结合,应用 GIS空间分析方法提高面积量算精度。

[1] 叶发茂,苏林,李树凯,等.高分辨率遥感影像提取道路的方法综述与思考[J].国土资源遥感,2006(1）:12-17.

[2] 朱晓铃,邬群勇.基于高分辨率遥感影像的城市道路提取方法研究[J].资源环境与工程,2009,23(3）:296-299.

[3] JIN X,DAV IS C H.An integrated system for automatic road mapping from high resolution multi-spectral satellite imagery by information fusion[C].Elsevier Science Information Fusion,2004.

[4] 李晓峰.遥感图像中线状地物的多级识别方法[J].解放军测绘学院学报,1990,7(1）:69-74.

[5] 周世杰,秦学军.卫星图像线状地物宽度夸张修正方法的研究[J].林业资源管理,2000(5）:61-62.

[6] 段琪庆,席志芳.土地管理中线状地物的面积量算[J].山东建材学院学报,1999,13(2）:148-150.

[7] 潘瑜春,钟而顺,刘巧芹.土地资源数据库中线状地物面积扣除技术研究[J].资源科学,2002,24(6）:12-17.

[8] 曹卫彬,杨邦杰,宋金鹏.基于Landsat TM图像棉花面积提取中线状地物的扣除方法[J].农业工程学报,2004,20(2）:164-167.

[9] 刘秀珍.土地资源详查中面积量测精度与线状地物扣除的探讨[J].山西农业大学学报,1999,13(2）:174-176.

[10] 何亚娟,王非,吴全,等.土地利用中线状地物在遥感影像中的变化规律[J].农业工程学报,2008,24(12）:111-115.

Research on Change Patterns of the L inear FeaturesW idth Based on Remote Sensing Images

DENG Ling-ling,LV Cheng-wen,W EIXue-jing
(College of Territorial Resources and Tourism,Anhui N ormal University,W uhu 241003;
Anhui Engineering Technology Research Center of Resources Environment and GIS,W uhu 241003,China）

Linear features w idth,w hich p rovides considerable references for resources investigation by remote sensing,p lays an impo rtant role in accuracy of land area statistics.In this paper,statistical regression method was used to analyze 195 random samp les collected in south-central part of Anhui Province.By measuring the real features w idth,positioning,collecting photos and comparing the measured w idth w ith the appearance of the corresponding liner features in Landsat-TM 5 image,the general change patterns of linear features in Landsat-TM 5 image can be obtained,through analyzing pixel numbers,underlying surface and trend.The result demonstrates as follow s:firstly,w ith the increaseof the pixel numbers,the lessobvious the linear exaggeration is;secondly,the stability of the linear featuresw idth in S-N(E-W）is better than in NW-SE(NE-SW）,linear exaggerates to a small extent as well;and finally,it is much easier for water area to induce the linear exaggeration,followed by road and pathway(highway and earth way）.

remote sensing images;linear features w idth;change patterns

TP75

A

1672-0504(2010）03-0033-04

2010-01-11;

2010-04-04

邓玲玲(1986-）,女,硕士研究生,主要从事资源与环境遥感研究。E-mail:272189507@qq.com