專利名稱：估算城區(qū)樹覆蓋率的遙感測量方法及其遙感測量系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種估算城區(qū)樹覆蓋率的遙感測量方法及其遙感測量系 統(tǒng)，屬于城市園林統(tǒng)計、森林和植被制圖、遙感圖像處理與應(yīng)用領(lǐng)域。
背景技術(shù)：
城區(qū)植被(主要是樹和草)覆蓋率是評價城區(qū)生活環(huán)境質(zhì)量、居住 適宜性和城區(qū)生態(tài)穩(wěn)健性的重要指標(biāo)之一。當(dāng)前，利用高分辨率的遙感 影像進(jìn)行森林植被制圖及估算相關(guān)森林植被參數(shù)已成為一種先進(jìn)的技術(shù) 方法手段，如專利文獻(xiàn)1所公開的無人機(jī)航空攝影遙感森林計測方法和專利文獻(xiàn)2所公開的基于高空間分辨率遙感影像的林冠空間統(tǒng)計學(xué)定量 估計方法。但目前還沒有利用高分辨率的遙感影像進(jìn)行城區(qū)樹覆蓋率的估算技 術(shù)，至今為止，城區(qū)樹覆蓋率的測算主要是利用了地理信息系統(tǒng)技術(shù) (GIS)，采用的具體方法是基于城區(qū)每一棵樹的位置為中心，采用固定 的覆蓋長度為半徑計算單棵樹的地面覆蓋面積(即建立每一棵樹的樹冠 覆蓋緩沖區(qū))，最后統(tǒng)計得到城區(qū)所有樹的地面覆蓋總面積，從而獲得城 區(qū)的樹覆蓋率。由于城區(qū)樹木不可能全部具有同樣大小的樹冠層覆蓋， 而且計算采用的覆蓋長度半徑通常也難以確定，因此，該估算方法精度 不高。專利文獻(xiàn)1:中國專利申請200610000857.9 專利文獻(xiàn)2:中國專利申i青200610169631.1發(fā)明內(nèi)容鑒于上述技術(shù)問題，本發(fā)明的目的在于提供一種高精度的利用遙感 影像估算城區(qū)樹覆蓋率的遙感測量方法及其遙感測量系統(tǒng)。本發(fā)明第一方面所涉及的估算城區(qū)樹覆蓋率的遙感測量方法，包括 如下步驟步驟一，利用多光譜遙感影像，對其進(jìn)行以提取樹冠覆蓋區(qū)域為目 的的分割；步驟二，對分割生成的影像區(qū)域，構(gòu)建模糊分類器進(jìn)行面向?qū)ο蟮?樹覆蓋分類；步驟三，對分類結(jié)果進(jìn)行精度評價；以及歩驟四，根據(jù)分類的樹覆蓋面積計算出城區(qū)樹覆蓋率。在上述的估算城區(qū)樹覆蓋率的遙感測量方法中，所述多光譜遙感影 像的分辨率是小于等于0.6m的地面分辨率。在上述的估算城區(qū)樹覆蓋率的遙感測量方法屮，所述步驟一中，根 據(jù)所要提取的樹覆蓋區(qū)域大小選定分割尺度，采用可調(diào)尺度的面向?qū)ο?分割算法進(jìn)行，所述可調(diào)尺度的面向?qū)ο蠓指钏惴òㄒ卓颠b感影像分 析軟件中采用的多分辨率分割算法、以及均值漂移分割算法。在上述的估算城區(qū)樹覆蓋率的遙感測量方法中，所述步驟二中，構(gòu) 建的模糊分類器采用的分類關(guān)鍵特征包括歸一化差異植被指數(shù)、與相鄰 對象的平均差值和平均亮度值。在上述的估算城區(qū)樹覆蓋率的遙感測量方法中，所述的步驟三中， 采用隨機(jī)樣本作為參考數(shù)據(jù)進(jìn)行基于混淆矩陣的精度評價，通過目視解 譯判讀所述隨機(jī)樣本的類別。根據(jù)本發(fā)明第二方面所涉及的估算城區(qū)樹覆蓋率的遙感測量系統(tǒng)， 包括分割單元，利用多光譜遙感影像，對其進(jìn)行以提取樹冠覆蓋區(qū)域 為目的的分割；分類單元，對分割生成的影像區(qū)域，構(gòu)建模糊分類器進(jìn)行面向?qū)ο蟮臉涓采w分類；評價單元，對分類結(jié)果進(jìn)行精度評價；以及 計算單元，根據(jù)分類的樹覆蓋面積計算出城區(qū)樹覆蓋率。在上述的所述的估算城區(qū)樹覆蓋率的遙感測量系統(tǒng)中，所述多光譜 遙感影像的分辨率是小于等于0.6m的地面分辨率。在上述的所述的估算城區(qū)樹覆蓋率的遙感測量系統(tǒng)中，所述分割單 元根據(jù)所要提取的樹覆蓋區(qū)域大小選定分割尺度，采用可調(diào)尺度的面向 對象分割算法進(jìn)行分割，所述可調(diào)尺度的面向?qū)ο蠓指钏惴òㄒ卓颠b 感影像分析軟件中采用的多分辨率分割算法和均值漂移分割算法。本發(fā)明的有益效果在于1) 可以提取出符合城區(qū)真實的樹冠地面覆蓋的區(qū)域面積；2) 與當(dāng)前應(yīng)用的城區(qū)樹覆蓋率測算方法及系統(tǒng)相比，估算的準(zhǔn)確性 和精度明顯提高，而且可獲得樹冠層地面覆蓋區(qū)域真實位置；3) 具有技術(shù)流程簡單，執(zhí)行速度快，自動化程度高，精度高，效率 高等優(yōu)點，完全可以替代當(dāng)前正在應(yīng)用的常用測算方法及系統(tǒng)。


當(dāng)結(jié)合附圖考慮時，通過參照下面的詳細(xì)描述，能夠更完整更好地 理解本發(fā)明以及容易得知其中許多伴隨的優(yōu)點，但此處所說明的附圖用來提供對本發(fā)明的進(jìn)一步理解，構(gòu)成本申請的一部分，本發(fā)明的示意性 實施例及其說明用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明的不當(dāng)限定，其中圖1是本發(fā)明第一實施例的估算城區(qū)樹覆蓋率的遙感測量方法的流 程圖；圖2為某局部城區(qū)機(jī)載高分辨率真彩色合成正射遙感影像圖，地面 分辨率0.6m;圖3為對圖2進(jìn)行樹覆蓋提取為目的的分割后影像圖；圖4為執(zhí)行面向?qū)ο蟮哪：诸惡箫@示的草和樹覆蓋圖，其中暗綠 色為草，亮綠色為樹；圖5為評價樹覆蓋分類精度選定的隨機(jī)樣本圖，嫩綠色為樹覆蓋樣 本，淺灰色為非樹覆蓋樣本；圖6為最終的樹覆蓋分類制圖影像，其中的綠色顯示為城區(qū)樹覆蓋；圖7是本發(fā)明第二實施例的估算城區(qū)樹覆蓋率的遙感測量系統(tǒng)的框圖。
具體實施方式
下面結(jié)合附圖和具體實施例對本發(fā)明進(jìn)行詳細(xì)描述。圖1是本發(fā)明第一實施例的估算城區(qū)樹覆蓋率的遙感測量方法的流 程圖。如圖1所示，它包括如下處理步驟利用多光譜遙感影像，對其進(jìn)行以提取樹冠覆蓋區(qū)域為目的的分割 (S110);對分割生成的影像區(qū)域，構(gòu)建模糊分類器進(jìn)行面向?qū)ο蟮臉涓采w分 類(S120);對分類結(jié)果進(jìn)行精度評價(S130);根據(jù)分類的樹覆蓋面積計算出城區(qū)樹覆蓋率(S140)。在本發(fā)明中，在步驟S110中，被利用的多光譜(藍(lán)、綠、紅、近紅 外波段)遙感影像的分辨率是小于等于0.6m的地面分辨率，對這樣的高 頻率多光譜遙感影像進(jìn)行以提取樹冠覆蓋區(qū)域為目的的分割，圖2為某 局部城區(qū)機(jī)載高分辨率真彩色合成正射遙感影像圖，地面分辨率為0.6m。此外，在步驟S110中，根據(jù)所要提取的樹覆蓋區(qū)域大小選定分割尺 度，采用可調(diào)尺度的分割算法進(jìn)行。本發(fā)明優(yōu)選兩種可變尺度分割算法 一種為作為商業(yè)軟件的易康遙感影像分析軟件(eCognition)中采用的多 分辨率分割算法；另一種為均值漂移(Mean Shift)分割算法。當(dāng)然本發(fā)明 并不限于上述兩種可變尺度分割算法，本領(lǐng)域的普通技術(shù)人員也可選擇 分割性能更好的可變尺度分割算法。圖3示出了對圖2進(jìn)行提取樹覆蓋 區(qū)域為目的的分割后影像圖。此外，在步驟S120中，構(gòu)建的模糊分類器采用的分類關(guān)鍵特征包括 歸一化差異植被指數(shù)(NDVI)、與相鄰對象的平均差值和平均亮度值。圖 4為執(zhí)行面向?qū)ο蟮哪：诸惡箫@示的草和樹覆蓋圖，其中暗綠色為草， 亮綠色為樹。在步驟S130中，采用隨機(jī)樣本作為參考數(shù)據(jù)(通過目視解譯判讀其 類別)進(jìn)行基于混淆矩陣的精度評價。圖5為對示例局部城區(qū)影像評價樹覆蓋分類精度選定的隨機(jī)樣本 圖，經(jīng)計算樹覆蓋分類總精度為96.4%。圖6為最終的樹覆蓋分類制圖 顯示影像，其中的綠色顯示為城區(qū)樹覆蓋區(qū)域。在步驟S140中，城區(qū)樹覆蓋率的計算公式為城區(qū)樹覆蓋率=樹覆 蓋類所占的總面積/城區(qū)總面積。上述示例局部城區(qū)影像的樹覆蓋率經(jīng)計算為42.3%。圖7是本發(fā)明第二實施例的估算城區(qū)樹覆蓋率的遙感測量系統(tǒng)的框 圖。如圖7所示，估算城區(qū)樹覆蓋率的遙感測量系統(tǒng)包括分割單元710， 利用多光譜遙感影像，對其進(jìn)行以提取樹冠覆蓋區(qū)域為目的的分割；分 類單元720，對分割生成的影像區(qū)域，構(gòu)建模糊分類器進(jìn)行面向?qū)ο蟮臉?覆蓋分類；評價單元730，對分類結(jié)果進(jìn)行精度評價；以及計算單元740， 根據(jù)分類的樹覆蓋面積計算出城區(qū)樹覆蓋率。其中，被利用的多光譜(藍(lán)、綠、紅、近紅外波段)遙感影像的分 辨率是小于等于0.6m的地面分辨率。分割單元710根據(jù)所要提取的樹覆蓋區(qū)域大小選定分割尺度，采用 可調(diào)尺度的分割算法對諸如圖2所示的局部城區(qū)機(jī)載高分辨率真彩色合 成正射遙感影像圖進(jìn)行分割。而圖3示出了對圖2進(jìn)行提取樹覆蓋區(qū)域 為目的的分割后影像圖。本發(fā)明優(yōu)選兩種可變尺度分割算法 一種為作 為商業(yè)軟件的eCognitkm中采用的多分辨率分割算法；另一種為均值漂 移(Mean Shift)分割算法。與上述的第一實施例相同，這里，分類單元720構(gòu)建的模糊分類器 采用的分類關(guān)鍵特征包括歸一化差異植被指數(shù)(NDVI)、與相鄰對象的平 均差值和平均亮度值。同理，經(jīng)過分類單元720的分類處理，圖4示出 了執(zhí)行面向?qū)ο蟮哪：诸惡箫@示的草和樹覆蓋圖，其中暗綠色為草， 亮綠色為樹。此外，評價單元730采用隨機(jī)樣本作為參考數(shù)據(jù)(通過目視解譯判 讀其類別)進(jìn)行基于混淆矩陣的精度評價。與第一實施例相同，經(jīng)過評 價單元730的精度評價，圖5為對示例局部城區(qū)影像評價樹覆蓋分類精度選定的隨機(jī)樣本圖，經(jīng)計算樹覆蓋分類總精度為96.4%。圖6為最終 的樹覆蓋分類制圖顯示影像，其中的綠色顯示為城區(qū)樹覆蓋區(qū)域。此外，與第一實施例相同，計算單元740的城區(qū)樹覆蓋率的計算公 式為城區(qū)樹覆蓋率=樹覆蓋類所占的總面積/城區(qū)總面積。上述示例局部 城區(qū)影像的樹覆蓋率經(jīng)計算為42.3%。根據(jù)本發(fā)明的估算城區(qū)樹覆蓋率的遙感測量及其遙感測量系統(tǒng)，可 以從高分辨率的遙感影像上提取出符合城區(qū)每一棵樹真實的樹冠地面覆 蓋的區(qū)域，然后依據(jù)遙感影像像元地面分辨率，計算出城區(qū)樹覆蓋的總 面積，最后獲得城區(qū)的樹覆蓋率。本發(fā)明與現(xiàn)有技術(shù)相比，估算精度明 顯提高，而且可獲得每一棵樹的樹冠層地面覆蓋區(qū)域真實位置。本發(fā)明具有技術(shù)流程簡單，速度快，精度高等優(yōu)點，完全可以替代 當(dāng)前正在應(yīng)用的常用測算方法及測算系統(tǒng)。因此，具有實用性，存在較 大的推廣應(yīng)用商業(yè)價值。應(yīng)當(dāng)指出，以上所述具體實施方式
可以使本領(lǐng)域的技術(shù)人員更全面 地理解本發(fā)明，但不以任何方式限制本發(fā)明。因此，盡管本說明書參照 附圖和實施方式對本發(fā)明已進(jìn)行了詳細(xì)的說明，但是，本領(lǐng)域技術(shù)人員 應(yīng)當(dāng)理解，仍然可以對本發(fā)明進(jìn)行修改或者等同替換；而一切不脫離本 發(fā)明的精神和技術(shù)實質(zhì)的技術(shù)方案及其改進(jìn)，其均應(yīng)涵蓋在本發(fā)明專利 的保護(hù)范圍當(dāng)中。
權(quán)利要求
1、一種估算城區(qū)樹覆蓋率的遙感測量方法，其特征在于包括以下步驟步驟一，利用多光譜遙感影像，對其進(jìn)行以提取樹冠覆蓋區(qū)域為目的的分割；步驟二，對分割生成的影像區(qū)域，構(gòu)建模糊分類器進(jìn)行面向?qū)ο蟮臉涓采w分類；步驟三，對分類結(jié)果進(jìn)行精度評價；以及步驟四，根據(jù)分類的樹覆蓋面積計算出城區(qū)樹覆蓋率。
2、 根據(jù)權(quán)利要求1所述的估算城區(qū)樹覆蓋率的遙感測量方法，其特 征是所述多光譜遙感影像的分辨率是小于等于0.6m的地面分辨率。
3、 根據(jù)權(quán)利要求2所述的估算城區(qū)樹覆蓋率的遙感測量方法，其特 征是所述步驟一中，根據(jù)所要提取的樹覆蓋區(qū)域大小選定分割尺度， 采用可調(diào)尺度的面向?qū)ο蠓指钏惴ㄟM(jìn)行分割。
4、 根據(jù)權(quán)利要求2或3所述的估算城區(qū)樹覆蓋率的遙感測量方法， 其特征是所述步驟二中，構(gòu)建的模糊分類器采用的分類關(guān)鍵特征包括歸-化差異植被指數(shù)、與相鄰對象的平均差值和平均亮度值。
5、 根據(jù)權(quán)利要求2或3所述的估算城區(qū)樹覆蓋率的遙感測量方法， 其特征是所述的步驟三中，采用隨機(jī)樣本作為參考數(shù)據(jù)進(jìn)行基于混淆矩陣的精度評價。
6、 根據(jù)權(quán)利要求3所述的估算城區(qū)樹覆蓋率的遙感測量方法，其特征是所述可調(diào)尺度的面向?qū)ο蠓指钏惴òㄒ卓颠b感影像分析軟件中 采用的多分辨率分割算法、以及均值漂移分割算法。
7、 根據(jù)權(quán)利要求5所述的估算城區(qū)樹覆蓋率的遙感測量方法，其特征是通過目視解譯判讀所述隨機(jī)樣本的類別。
8、 一種估算城區(qū)樹覆蓋率的遙感測量系統(tǒng)，其特征是，包括分割單元，利用多光譜遙感影像，對其進(jìn)行以提取樹冠覆蓋區(qū)域為 目的的分割；分類單元，對分割生成的影像區(qū)域，構(gòu)建模糊分類器進(jìn)行面向?qū)ο蟮臉涓采w分類；評價單元，對分類結(jié)果進(jìn)行精度評價；以及計算單元，根據(jù)分類的樹覆蓋面積計算出城區(qū)樹覆蓋率。
9、 根據(jù)權(quán)利要求8所述的估算城區(qū)樹覆蓋率的遙感測量系統(tǒng)，其特征 是所述多光譜遙感影像的分辨率是小于等于0.6m的地面分辨率。
10、 根據(jù)權(quán)利要求9所述的估算城區(qū)樹覆蓋率的遙感測量系統(tǒng)，其 特征是所述分割單元根據(jù)所要提取的樹覆蓋區(qū)域大小選定分割尺度， 采用可調(diào)尺度的面向?qū)ο蠓指钏惴ㄟM(jìn)行分割，所述可調(diào)尺度的面向?qū)ο?分割算法包括易康遙感影像分析軟件中采用的多分辨率分割算法和均值漂移分割算法。
全文摘要
本發(fā)明公開了一種高精度的估算城區(qū)樹覆蓋率的遙感測量方法及其遙感測量系統(tǒng)，該方法包括以下步驟步驟S110，利用多光譜遙感影像，對其進(jìn)行以提取樹冠覆蓋區(qū)域為目的的分割；步驟S120，對分割生成的影像區(qū)域，構(gòu)建模糊分類器進(jìn)行面向?qū)ο蟮臉涓采w分類；步驟S130，對分類結(jié)果進(jìn)行精度評價；步驟S140，根據(jù)分類的樹覆蓋面積計算出城區(qū)樹覆蓋率。根據(jù)本發(fā)明可以從高分辨率的遙感影像上提取出符合城區(qū)每一棵樹真實的樹冠地面覆蓋的區(qū)域，然后依據(jù)遙感影像像元地面分辨率，計算出城區(qū)樹覆蓋的總面積，最后獲得城區(qū)的樹覆蓋率。本發(fā)明與當(dāng)前應(yīng)用的城區(qū)樹覆蓋率測算方法相比，估算精度明顯提高，而且可獲得每一棵樹的樹冠層地面覆蓋區(qū)域真實位置。
文檔編號G01S7/48GK101403795SQ20081022700
公開日2009年4月8日 申請日期2008年11月18日 優(yōu)先權(quán)日2008年11月18日
發(fā)明者楊松林, 斌 王, 胡吉平, 譚衢霖, 魏慶朝 申請人:北京交通大學(xué)