面向航空遥感应用的可调节植被指数研究

收稿日期:20030803基金项目:国家自然科学基金项目(40201036);国家高技术研究发展计划项目(2002AA 130020)作者简介:陈云浩(19742),男,安徽省固镇县人,北京师范大学副教授,从事资源环境遥感、城市热环境等方面的研究.第33卷第4期 中国矿业大学学报 V o l .33N o .42004年7月 Journal of Ch ina U n iversity of M in ing &T echno l ogy Jul .2004文章编号:100021964(2004)0420438205面向航空遥感应用的可调节植被指数研究陈云浩1,李晓兵1,李　京1,杜培军2(1.北京师范大学资源学院,北京　100875;2.中国矿业大学环境与测绘学院,江苏徐州　221008)摘要:针对航空遥感中航片间存在光谱差异现象,并结合航空绿化遥感信息提取的具体特点和植被指数构造原理,提出了一种适应航空绿化遥感信息提取的可调节航空植被指数——airbo rne NDV I (ANDV I ).根据ANDV I 的特点设计出了航空绿化遥感信息提取流程,经上海的绿化信息提取实践,证明了ANDV I 能够很好的适应航空遥感的特点,有效的克服外因对地物波谱反射成像的非线性扰动.从而为航空遥感信息提取,特别是基于植被指数的生态环境参数的计算提供了很好的手段.关键词:植被指数;ANDV I ;航空遥感;信息提取中图分类号:P 283.8 文献标识码:AStudy on ANDV I and Its A pp licati on forA irborne R e mote SensingCH EN Yun 2hao 1,L I X iao 2bing 1,L I J ing 1,DU Pei 2jun2(1.Co llege of R es ources Science and T echno l ogy ,Beijing N o r m al U n iversity ,Beijing 100875,Ch ina ;2.Schoo l of Environm en t and Spatial Info r m atics ,CUM T ,Xuzhou ,J iangsu 221008,Ch ina )Abstract :Con sidering the s pectral difference bet w een airbo rne re mo te sen sing i m ages ,the characters of info r m ati on ex tracti on on affo restati on and p rinci p les of vegetati on index con structi on ,a ne w adjustable vegetati on index ,airbo rne no r m alized difference vegetati on index (ANDV I ),w as p romo ted in th is paper .Further ,a set of fl ow chart of affo restati on info r m ati on ex tracti on w asdevel oped acco rding to the characters of ANDV I .Still ,the ne w app roach w as app lied to esti m atevegetati on index in Shanghai city and a satisfacto ry result w as obtained .T he app licati on show s that ANDV I is suitable to airbo rne re mo te sen sing and it is effective to eli m inate non 2linear disturbanceof reflecti on caused by s om e facto rs.ANDV I p rovides a reliable w ay to ex tract airbo rne re mo te sen sing info r m ati on and esti m ate eco l ogical 2environm en t para m eters based on vegetati on indices.Key words :vegetati on index ;ANDV I ;airbo rne re mo te sen sing ;info r m ati on ex tracti on 城市绿化在城市生态系统中的作用已得到普遍承认和重视,植被根据生态系统中温度、水分、大气等的状况,调控植被内部与外部的物质、能量交换[1].城市绿地分布、格局、质量及其变化是城市生态环境系统的重要组成部分.获取城市绿化及其变化信息,不仅对分析、评价区域生态环境具有重要现实意义,而且对城市绿化动态监测与评估、城市规划管理与决策有重要参考价值.城市绿化调查测量的方法可分为人工丈量和遥感监测两类[2].使用传统的人工丈量进而进行统计汇总的方法,不仅耗费大量人力物力,而且受人为干扰的影响,绿化数据可比性差、现势性差,对城市绿化的演变反映滞后[3].另一方面,由于城市绿化分布具有显著的时空分异特性,利用遥感资料进行城市绿化调查具有显著优势,可弥补传统绿化调查的不足,它所获得的绿化信息具有覆盖面大、时相一致、可比性、现势性强等特点和优点.据上海市第二轮航空遥感总报告,目前我国上海、浙江等地已积极开展了利用遥感进行城市绿化调查的工作.1　遥感植被指数植被的光谱特性是在0.4～0.7Λm为强吸收、低反射区,在0.7～1.3Λm为低吸收、强反射区.利用上述特性构造了众多植被指数以强化反映上述植被特点[425].据不完全统计,近二十年的研究已形成了植被指数多种多样,而各种指数公式及其修正公式高达百种之多.其中较为常用的有:比例指数、归一化指数、红外比例指数、垂直绿被指数、差值植被指数等.植被指数的定量测量可表明植被活力,并广泛应用于定性和定量评价植被覆盖及其生长活力[5].在研究植被覆盖、生物量估算、作物估产等方面已取得了许多成果,在区域生态环境建设方面发挥了积极作用[627].城市绿化调查往往需要定量计算城市绿化覆盖率,甚至需要正确判别绿地类型与结构.航空遥感具有灵活机动和高空间分辨率等特点,是进行城市绿化遥感调查的最好方式之一.然而由于航空遥感为低遥感平台成像,太阳高度角、飞行姿态等对地物成像的影响较卫片严重得多.同时局地气象的影响(湿气、大气透明度等)造成相片中心像元与周边的不一致,加之航片摄影、冲、印等环节所造成影像还原程度的不一致,使得同一套航片中不同航片之间的色差、色彩均匀度不一致的问题普遍存在.航片的上述问题可认为是外因对地物波谱反射成像的非线性扰动,若直接套用已有的植被指数及信息提取方法,则会造成各种偏差,显然不适应城市绿化遥感的定量分析要求.本文在对造成航片间的光谱差异原因分析的基础上,抓住主要因素给出了相应的修正系数,构造适应航片绿化信息提取的可调节航空植被指数,称之A irbo rne NDV I(ANV I).从航片间系统光谱的差异,太阳光的照射角度的不同及光强差异造成航片间的色偏和不规则的背景亮度造成饱和度的差异三方面进行调节,从而给出了航空绿化遥感信息提取的新方法.2　研究区概况及航空彩红外遥感特征彩红外遥感是指在摄影时,加黄滤光片滤去蓝光,并使用彩色红外胶片摄影而得.在彩红外遥感中对绿、红及红外光具有较强反射值的物体,分别以蓝、绿和红色表现.具有近红外高反射值的绿色植物表现为红色,病害植物则表现为不饱和的红与蓝色.彩红外航片在摄影时,滤去了蓝光波段减小了大气散射,同时其近红外通道,对植被反映敏感.因而彩红外遥感在城市遥感中普遍使用.本文以上海城区和近郊区为研究区,其自然条件概述如下.上海市位于30°40′N～31°53′N, 120°51′E～122°12′E.北界长江,东濒东海,南临杭州湾,西接江浙.属堆积地貌类型,是长江河口地段河流和潮汐相互作用逐渐淤积成的冲积平原,属滨海平原,全境地势平坦,平均海拔高度4m左右,其东侧碟缘高地与西部淀泖低地高差一般为2～3m.亚热带季风气候,年平均气温15.6℃,年降雨量1093mm[8].采用的遥感数据来自1994年上海全市彩红外摄影,摄影飞行的具体参数见表1.航线为东西布置,纵向重叠率60%～65%,旁向重叠率30%～35%.同时按规范要求,进行地面布标,测控制点等工作.表1　上海全市航空摄影测量参数Table1　Param eters used i n aerophotogramm etr i c i n Shangha i测区名称飞行日期覆盖面积 km2比例尺片种胶片类型航摄仪型号焦距 mm上海全市199421022119942102221994210226130001 60000彩红外反转片柯达2443RM K2A153 城市下垫面类型大体可分为:植被、水泥、砖瓦、水体及混合类型.由于植被对近红外波段强反射,以及植被的覆盖率、生命力状况等的差异,植被影像颜色表现为从浅红到紫红不等.另外,国产(保定)卷与进口(柯达)卷对植被的影像特征也有一定的影响.进口卷由于偏青色,故植被的影像偏品红,而国产卷则偏深红.水泥由于其非选择性反射,故在影像上呈灰色,其亮度值根据其反射强度的不同而不同.砖瓦分为黑瓦和红瓦两种,黑瓦对光波强吸收,其影像为黑色;红瓦对红光波段有较强的反射,因而在影像呈黄绿色.水体由于强吸收而呈黑色,且由于对红外波段吸收特别强,会偏青色.另外,水体中的含沙量及水生植物也会使水体的亮度值增高.934第4期 陈云浩等:面向航空遥感应用的可调节植被指数研究根据地物的波谱特征与影像特征,并结合城市的具体情况可建立地物的航空彩红外遥感解译标志.具体见表2.表2　彩红外航片典型地物解译标志Table 2　The i n terpreta ti on marks of typ i ca l objects fro m A i rphotos直接标志间接标志居住用地旧式住宅蓝黑色倾斜房顶,房屋矮,密度高,阴影小纹理较杂,绿化差多层 灰白色房顶,排列整齐,造型一致,有阴影放大可见阳台.纹理清楚,黑白相间,错落有致高层 阴影大,色调反差大,幢数较少与周围色调相差较大,范围小,纹理整齐花园洋房黄绿色小楼,分布整齐,间距较大绿化好工业仓储蓝色、黑色,大小不一,排列复杂,时有烟囱、塔、罐等,有围墙,墙内外纹理差别较大绿化较差,图案封闭道路 线状地物,水泥路面呈灰白,沥青路面是灰黄色呈网状,有行道树公园绿化影像呈红色斑块,色彩鲜,范围较大有山、水、环路组合行道树　影像呈线状,时有间隔沿道路分布绿草 呈红色,有规则块状,色彩均匀在居住区,公共用地常见黄草 呈黄绿色,边界模糊,色彩有渐变在居住区,公共用地常见荫绿 色彩呈暗红,与周围色调有反差居住区,阴影下常见菜地 条状纹理,浅红到深红色郊区水体 色彩呈青灰色,黑色线、网状,不规则裸土 呈黄色,淡灰色城乡结合部 航空摄影中地物不可避免地受到建筑的影响,尤其在居住区的阴影中往往包含了许多绿化信息.这部分绿化信息的提取是传统的植被指数所不能胜任的.根据上表解译标志对1994年上海全市彩红外摄影中覆盖上海市区的航片(共13张)进行解译,考虑了包括荫影中的绿化信息.分别对这13张航片典型地物查点共得13张地物波谱图,发现这些地物波谱图具有很好的共性,只是具体的波谱值大小有一定的差异.图1是综合13张航片的地物波谱而得到的典型地物波谱图.图1　典型地物波谱F ig .1　F ield s pectra of the typ ical land surface3　计算原理与方法对于航空遥感而言,进行植被指数提取的最大困难在于,航片间的光谱差异对植被指数提取的干扰,因而有必要针对此进行专门分析.事实上造成航片间光谱差异的原因大体可分为3类:1)系统光谱的差异;2)太阳光的照射角度的不同及光强差异;3)不规则的背景亮度所造成的光谱差异.针对造成航片间光谱差异的原因给出以下修正系数:由于航片间系统光谱的差异是倍率差异,因而用和差倍率调节系数K 来调节,主要调节高亮度值部分.由太阳光的照射角度的不同及光强差异造成航片间的色偏,用对数调节系数P 进行调节,主要调节低亮度值部分.对于不规则的背景亮度造成的饱和度的不同,用线性调节系数J 进行调节.构造提取地物的指数为非线性指数公式,且方程起点不从零开始.根据植被指数原理,结合航片信息提取特点.我们提出通用指数公式GD I =∑[K i (B and i +P i ln (B and i ))+J i ]∑Q iB andi+C,(1)式中:∑[Ki(B and i +P i ln (B and i ))+J i ]为地物吸收、反射差异;∑Q i B and i +C 为特定光照条件下的介质灰度值;K i 为光谱倍率调节系数;P i 为光谱对数调节系数;J i 为调整方程的截距;Q i 为波段间的平衡系数;C 为确保分母不为零的系数;i 为波段编号.展开式(1),于是有 GD I =K 1R +K 2G +K 3B +P 1ln RQ 1R +Q 2G +Q 3B +C+P 2ln G +P 3ln B +J 1+J 2+J 3Q 1R +Q 2G +Q 3B +C.(2)在上式中,K i ,P i ,J i 分别对R ,G ,B 值进行调节,若固定R ,G ,B 其中一项,调节另两项,实质和式(2)一样.令K 2=-1,P 2=0,Q 2=1.由于J i 为线性系44 中国矿业大学学报 第33卷数,令J 1+J 2+J 3=J ,于是有GD I =K 1R -G +K 3B +P 1ln R +P 3ln B +JQ 1R +G +Q 3B +C(3)式(3)则为通用指数公式GD I 的标准形式.在植被N DV I 指数公式中,由于B 值反映绿化特征不明显,因而在公式中可不考虑.借鉴植被N DV I 指数对B 值的处理方法,令K 3=P 3=Q 3=0,于是通用指数公式GD I 则演化为下式GD I =K 1R -G +P 1ln R +JQ 1R +G +C1(4)对式(4)进一步简化,令Q 1=K 1,C =1,则GD I =K 1R +P 1ln R -G +JK 1R +G +1=A N D V I .(5)由于上式针对航空绿化遥感信息提取,称之A irbo rne NDV I (ANDV I ).根据ANDV I 的意义,它的取值范围为0<A N DV I <1.取其极限条件代入式(5),得下式K 1R m in +P 1ln R m in =G m ax -J ,P 1ln R m ax =2G m in -J +1,(6)式中:R m in ,R m ax ,G m in ,G m ax 分别为植被在某一航片上R ,G 中的最大、最小值,可视为已知.J 值可由R 2G 散点图读出截距.于是由式(6)可解出P 1,K 1为P 1=2G m in -J +1ln R m ax,K 1=G m ax -J -2G m in -J +1ln R m axln R m inR m in1(7)将式(7)中解得的P 1,K 1代入式(5),从而可以用式(5)来计算航片中像元的A N DV I 值,进而提取各种绿化相关信息.4　结果分析根据飞行设计,覆盖上海市区的航片为4线13张航片,其编号为(从西向东,由北往南):203,205,207;189,187,185;053,051,049,047;027,029,031.由于航空遥感平台比较低,一套航片往往有十几张甚至近百张,因而合理安排工作流程十分重要.首先对航片进行扫描、纠正.对每一张纠正后的航片进行像元的R ,G 值的统计分析,计算K 1,P 1值,确定J 值,计算出每张航片的A N DV I 值,提取绿化信息.然后将每一张航片的绿化提取信息进行拼接、裁剪形成一完整的绿化信息提取图.最后对绿化信息进行分类统计、整饰出图.具体的绿化信息提取的流程如图21图2　绿化提取流程图F ig .2　T he fl ow chart of virescence ex tracting根据绿化信息提取流程,对这13张航片扫描、纠正后,分别对其进行R ,B 值的统计并由式(7)计算K 1,P 1值,并人机对话确认J 值,计算其A N DV I 值.图3a ,b 分别为051航片的假彩色合成图像及其A N DV I 计算结果.图3　051航片的原图像与绿化提取图F ig .3　T he m ap of o riginal i m age and virscence (N o .051)144第4期 陈云浩等:面向航空遥感应用的可调节植被指数研究 为定性描述上海城市绿化状况,将A N DV I >0.5的像元定义为高绿化区;0.2<A N DV I ≤0.5的像元定义为中绿化区;0.05<A N DV I ≤0.2的像元定义为低绿化区;而的像元定义为非绿化区,并分别用浅灰、灰、深灰和黑色表示.在计算出所有航片的A N DV I 后,对这13幅A N DV I 图进行拼接、裁剪形成上海市区A N DV I 图,如图4所示.利用上述方法可以有效的消除不同航片间光谱差异对植被指数的影响,客观反映城市绿化现状,并为生态环境参数的进一步确定奠定基础.图4　上海市绿化提取图F ig .4　T he m ap of virscence distributi on in Shanghai5　结　论ANDV I 公式及其变形公式曾在“上海绿化快速提取及评价模式”和“浙江城市绿化遥感调查”等项目中取得了很好的应用效果.实践证明:ANDV I 公式通过倍率调节系数K 1,对数调节系数P 1,亮度调节系数J ,能够很好的解决由系统因素和随机误差造成的航片间的色偏问题,从而保证从不同航片中所提取信息的准确性、可比性、连贯性.需要说明,ANDV I 公式并不能完全解决同一张航片内的色偏问题,因此在进行影像拼接裁剪时应尽量剔除色偏影像.如能在提取信息之前对单张航片进行预处理,使每一张航片色调均匀化,然后再利用ANDV I 公式来处理航片间的色偏问题就会取得更好的效果.参考文献:[1]　Sch i m elD S .T errestrial bi ogeoche m ical cycles :Gl obalesti m ates w ith re mo te sen sing [J ].R e mo te Sen sing of Environm en t ,1995(51):49256.[2]　陈云浩,李晓兵,史培军,等.北京海淀区植被覆盖的摇感动态研究[J ].植物生态学报,2001,25(5):5882593.Chen Y H ,L i X B ,Sh i P J ,et al.E sti m atingvegetati on coverage change using re mo te sen sing data in H aidian district ,Beijing [J ].A cta Phytoeco l ogica Sin ica ,2001,25(5):5882593.[3]　孙天纵,周坚华.城市遥感[M ].上海:上海科学技术文献出版社,1995.28232.[4]　徐希孺.环境监测与作物生产的遥感研究论文集[M ].北京:北京大学出版社,1991.312133.[5]　田庆久,闵祥军.植被指数研究进展[J ].地球科学进展,1998,13(4):3272331.T ian Q J ,M in X J .A dvances in study on vegetati on indices [J ].A dvance in Earth Sciences ,1998,13(4):3272331.[6]　Q i J ,H uete A R .In terp retati on of vegetati on indicesderived from m ulti 2te mpo ral SPO Ti m ages [J ].R e mo te Sen sing of Environm en t ,1993(44):892101.[7]　M aj o r D J .A rati on vegetati on index adjusted fo r s o ilbrigh tness [J ].In ternati onal Journal of R e mo teSen sing ,1990,11(5):7272740.[8]　上海市地图集编委会.上海市地图集[M ].上海:上海科学技术出版社,1997.1250.(责任编辑　王玉浚)244 中国矿业大学学报 第33卷。