植被指数在城市绿地信息提取中的比较研究

1 引 言
目前中国城市化的进程变得空前加速, 但城市 化的同时也意味着 : 城市人口不断膨胀, 对土地资源 的需求日益增大 , 钢筋水泥构成的各种地物渐渐挤 压了城市绿色空间, 使城市土地利用结构也发生了 很 大 的 变 化, 已 给 城 市 生 态 环 境带 来 了 严 重 破 坏
〔 1, 2〕
平三项指标( 城市建成区绿地率、 绿化覆盖率和人均 公共绿地面积) 数字上的高低 , 并不重视城市绿地生 态结构及城市绿地在空间上合理的布局。 近年来, 虽 然有些城市也逐渐认识到了城市绿地空间结构的重 要性 , 但由于测量手段大都以常规的统计资料为 主, 相对比较落后 , 尽管投入了大量的人力和物力 , 但实质上数据并不及时、 准确、 全面, 不能真实地反 映城区绿化现状, 在一定程度上影响了城市绿地规 划及其决策 。 遥感技术作为一种综合性探测技术 , 以其宏观性、 多时相、 多波段等特征为监测城市绿地 的时空变化提供了一种新型的有效方法 , 可以很好 弥补传统监测方法的缺陷 。 利用植被指数从 T M 影像中提取植被 , 从技术 与经济成本方面综合考虑, 目前仍是一个比较好的 手段。 植被指数 , 本质上是基于植被在红色和近红外
i= 1
r
y i2 y2 ・ - ¨, mi n
重 比 较 检 验 方 法 的 一 致 性 , 本 文 用 L SD ( L east Signif icant Diff er ence ) 法检验成对均值差异是否显 著 , 用 SNK 给出差异一致性子集。L SD 和 SNK 是 多重比较中常用的方法 , 二者都用 t 检验完成各组 均值间的配对比较 , 而 L SD 对多重比较误差率不进
〔 7, 8〕 〔 6〕 〔 5〕
。 城市绿地在改善城市生态环境方面发挥着重
要作用 , 不仅能为广大居民提供良好的生活空间 , 而 且在维持城市环境质量和城市可持续发展中占有不 可替代的地位。 而城市绿地景观的空间结构 , 在很大 程度上又控制着城市绿地景观的功能及其生态作用 的发挥 , 影响着城市中物质流、 能量流和信息流的正
19〕 析均值的方法及控制错误的方式不同 〔 。为了使多
行调整, SNK 则使用学生化值域统计量进行子集一 致性检验
〔 20, 21〕
。
表 2 单因子方差分析表
Table 2 The table of oneway ANOVA
来源 A E T 平方和 SA Se ST 自由度 f A = r- 1 f e = n- r f T = n- 1 均方和 V A= S A/f A Ve = S e / f e F比 F= V A / V e
3, 4〕 常运转〔 。然而, 大部分城市在进行城市绿地建设
时 , 只注重国家建设部 1993 年所提出的城市绿化水
收稿日期 : 2005-09-23; 修订日期 : 2006-02-17 基金项目 : 本文由国家自然科学基金项目 ( 40371092) 资助。 作者简介 : 罗亚 ( 1980- ) , 男 , 硕士研究生 , 研究方向为 GIS 与城市遥感。
第 3 期 罗 亚等 : 植被指数在城市绿地信息提取中的比较研究 213 波段反差较大的光谱特征 , 在综合考虑各有关光谱 信号的基础上 , 把多波段反射率做一定的数学变换, 使其在增强植被信息的同时, 并使非植被信号最小 化。 但由于内外部的原因, 植被指数的影响因子比较 多 , 为此, 国内外学者提出了形式各异的植被指数。 自 从 Jordan 1969 年 最 早 提 出 了 比 值 植 被 指 数 ( RVI ) 后 , 目 前 已 明 确定 义 的 植 被 指数 有 40 多 个 , 再加上修正的植被指数, 其数目不下百种。繁 多的植被指数在具体应用中让使用者无所适从 , 特 别是由于城市下垫面的特殊性质, 究竟哪些植被指 数最适合, 目前仍然是一个急待解决的难点问题。 上海作为中国最大的城市, 城市规模在不断扩 大 , 城市绿地也在不断变化之中 , 研究上海绿地对全 国城市来说具有一定代表意义。 为此 , 本文选择上海 为研究靶区, 对典型植被指数在城市绿地信息提取
第 21 卷 第 3 期 2006 年 6 月
遥 感 技 术 与 应 用
REM OT E SEN S IN G T ECHN O LO GY A N D A PPLICA TIO N
V ol . 21 N o. 3 J un . 2006
植被指数在城市绿地信息提取中的比较研究
罗 亚1, 徐建华1, 岳文泽2, 陈 雯1
n+
DV I=
ni r -
r
L = 1. 5 C 1 = 6 C 2= 7. 5 R DV I = N IR - RED N IR + RED GEM I= ( 1- 0. 25 ) - ( R - 0. 125) / ( 1- R ) = [ 2( N IR2 - R 2 ) + 1. 5N IR + 0. 5R ] / ( N IR + R + 0. 5) T G DV I= G N D V I= (
〔 9〕
中的优劣进行比较研究, 希望能为城市绿地时空变 化监测有所贡献。
2 研究方法与技术路线
2. 1 植被指数及其计算 目前 , 植被指数种类繁多 , 考虑到城市下垫面的 特殊性质及其计算的可行性, 本文选取了消除大气 影响和消除综合因子影响的植被指数, 包括归一化
10〕 9〕 差值植被指数 NDVI 〔 、 差值植被指数 DVI 〔 、 改进
NIR Gre en )
RV I=
NIR / RED
R i r- Rr R r- R g , i r- r r- g TN D V I= ( N DV I+ 0. 5)
/(
NIR +
Green ) ni r =
T G DV I= 0, 若 T GD V I< 0, 0. 83nm r = 0. 66nm g = 0. 56nm
r 为水平 , n 为所有样本数 , m i 为水平 i 下的样本数 其中 : S T = SA= ∑∑( y ij - y ) 2 =
i= 1 j = 1 r r m i ij ∑ ∑y 2 i= 1 j = 1 r m i
y2 ¨ , n
- i・ ∑m i ( y
i= 1
-) 2 = y
m i
∑
型土壤大气修正植被指数 EVI 被 指 数 GEMI GNDVI
〔 13〕 〔 12〕
〔 11〕
、 全球环境监测植
、 绿色归一化差值植被 指数
14〕 、 再归一化植被指数 RDVI 〔 、 比值植被
15〕 16〕 指数 RVI 〔 、 三波段梯度差值植被指数 T GDVI 〔
和转换型植被指数 T N DVI
( 1. 华东师范大学地理系、 地理信息科学教育部重点实验室, 上海 200062; 2. 浙江大学东南土地管理学院, 浙江 杭州 310029) 摘要: 利用植被指数从 T M 影像中提取植被, 从技术与经济成本方面综合考虑, 是一个比较好的手 段。但在城市绿地信息提取中, 由于城市下垫面的特殊性和植被指数的繁多 , 究竟哪些植被指数最 适合于城市绿地, 还仍然是一个急待解决的难点问题。通过以上海中心城区为研究靶区, 利用单因 子方差分析与多重比较对植被指数在城市绿地信息提取中的优劣进行比较研究, 得到如下结论: T M 影像经过植被指数计算处理后, 植被信息确实得到了增强 , 但不同的植被指数也有所差别。如 果以区分植被与非植被之间差异程度做标准, 那么植被指数提取植被由优到劣则依次是 GEM I 、 RDVI 、 NDVI 、 GNDVI 、 RVI 、 T NDVI 、 DV I 、 EVI 和 T GDVI 。 植被指数基本能从 T M 影像提取植 被 , 但把植被再细分的效果不是太好。 总体来看, 除 EV I 和 T GDVI 以外 , 植被指数能较好的区分草 地与农田 ; 而树林与农田及草地与树林的区分则因不同的植被指数有所差异。 区分草地与树林较好 的是 EVI , 区分草地与农田较好的是 GEM I , 区分树林与农田较好的是 T NDVI 。 植被指数不但细 分植被的效果不是太理想, 而且也不能很好的细分非植被地物。总体来说, 所有的植被指数都很难 把建筑物与道路区别开 , 尤其 T GDVI 、 DVI 和 EVI 更是如此。不过 NDVI 、 GNDVI 、 T NDV I 和 GEM I 能很好地把水体从 T M 影像中提取出来, 其余的植被指数则只能区分植被与非植被, 不能 再进一步的区分非植被地物。 关 键 词: 植被指数 ; 单向因子方差分析 ; 多重比较 ; 上海 中图分类号: T P 79 文献标识码: A 文章编号: 1004-0323( 2006) 03-0212-08
〔 17〕
( 表 1) 。
表 1 不同植被指数计 算公式 T able 1 T he fo rmulas of differ ent veg etatio n indices
N DV I= (
INR R) / ( INR R) n- r ( 1+ L ) C 1 r - C 2 b+ L
EV I=
S e = S T - S A , yi・ =
∑y i j , y ¨ =
j= 1
∑ ∑y i j i= 1 m
i
பைடு நூலகம்
r
m
i
2. 3 技术路线 考虑到本文是针对城市绿地的研究 , 所以选择 了绿地比较茂盛期的遥感影像 ( 2000 年 6 月 14 号
遥 感 技 术 与 应 用 第 214 21 卷 L ANDSAT 7 ET M + 的遥感影像) 。研究区域包括 上海整个中心市区 , 也涉及到了浦东新区、 南汇区、 闵行区、 松江区、 青浦区、 嘉定区和宝山区的与市区 接壤的部分区域。 ( 1) 基础数据处理。 首先对研究区域内的 ET M 影像进行了以上海坐标系为基准的几何校正和图像 配 准 ( 误差在 0. 5 个像元 ) 。然后对研究区域内的 ET M 影像进行各种植被指数计算。在此基础上 , 进 一步提取样区来进行植被指数定量比较研究。 ( 2) 提取样区。样区提取是按照 6 种不同地物 类 型来进行的 , 主要包括草地 ( G ) 、 树林 ( T ) , 农田 ( F) 、 水体( W ) 、 建筑物 ( B) 和道路( R ) 。技术流程是 先从整个上海 253 幅航空影像中抽取了 15 幅影像, 对其图像配准, 使其空间位置与 T M 影像一致, 然 后在配准后的高分辨率航空影像上并结合实地考察 按不同地物类型提取样区 , 但提取及筛选样区要考 虑到以下原则 : 为使本研究更符合科学性 , 在整个 研究区域内均匀选取样区; 选取大面积的 ( 至少> 30 × 30 m ) 单一地物类型的样区 ; 为避免图像配 准的误差 , 实际数字化的边界要比航空影像上的边 界往里缩大约一个像元左右 ( 30 m ) ; ! 为避免由于 分辨率不同而导致的混合像元的问题 , 数字化时要 结合 T M 影像, 避免选取有混合像元的样本区。这 样经过筛选共提取了 199 个样区 , 其中草地 47、 树 林 45、 农田 38、 水域 20、 建筑物 32 和道路 17。 之后, 再用 199 样区和计算植被指数后的影像做 Ov erl ay , 提取样区内的各种类型植被指数以用作比较研究。 ( 3) 单因 子 方差 分析 与 多重 比 较。首 先, 在 ARCGIS 支 持 下, 利 用 空 间 分 析 模 块 中 的 Z onalSt at ist ics 功能, 提取各个 样区内植被指 数的 平均值。 以此为基础 , 再对这些均值做单因子方差分 析, 如果植被指数在 0. 05 水平下显著, 即植被指数 总体均值存在差异 , 再 对其进行 LSD 多重比 较和 SNK 检验。
2. 2 单因子方差分析与多重比较 单因子方差分析是比较总体中个体之间差异度 18〕 的方法〔 , 具体计算方法见表( 2) 。 由此方法计算出 的 F 值 , 如果大于 F 0. 95 ( r - 1, n - 1) , r 为水平 , n 为 所有样本数, 则表明该因子总体差异是在 0. 05 水平 下是显著的, 但不一定两两均 值之间都有差异, 因 此 , 为进一步揭示组中各均值对之间的差异特征 , 需 要对其进行多重比较。 常见的多重比较法, 主要包括 Deng 的 多重比较法、 F isher 的最 小显著差 异检验 ( L SD) 、 T ukey 的 HSD 检验、 Scheff e 的 S 检 验方 法、 Student New man-keuls 检验 ( SNK ) 和 Duncan 的新的多范围检验法, 这些方法的区别在于它们分