城市植被覆盖度遥感信息提取
摘要：本文基于SPOT5影像，以连云港市为实验区，研究了城市植被信息遥感提取的方法和技术。通过对研究区SPOT5影像的近红外波段、红光波段和绿光波段典型地物光谱信息的统计分析和对比研究，发现NDVI植被指数法用于增强绿色植被的效果最好。研究成果对于连云港地区绿化结构，优化植被空间结构，使城市植被充分、高效地发挥其生态效益和使用功能具有重要的理论意义和实践价值。
关键词：遥感；城市植被；SPOT5；植被指数；信息提取
1 概述
城市植被作为城市生态系统的重要组成部分，对于改善城市环境质量，提高居民生活水平具有重要作用。因此，城市植被的研究是人们对城市发展预测至关重要的任务。随着遥感技术的不断发展，遥感技术已经广泛运用于各个领域。在城市规划方面，遥感技术可以实现土地动态监测，空气质量的监督控制和城市环境的规划建设等。近几年国内许多城市将遥感技术应用于植被覆盖度信息提取中，动态掌握植被覆盖的区域，优化植被空间结构，提高城市可持续发展潜能，实现植被的整体规划。利用遥感影像进行城市植被覆盖度信
息提取，比传统方式更加优越。它具有视域范围广、信息量多、重复周期短、图像清晰、资料收集方便等优点。城市植被遥感主要研究城市绿化系统分析及规划，是遥感技术应用的重要领域之一，利用遥感技术不仅能够准确判定和量测绿化覆盖面积，且对于判别植被的类型、结构乃至识别植物种类等都显得十分有效。随着遥感影像分辨率的不断提高，国内大部分城市己经采用如TM、SPOT、ETM+等影像数据来进行城市植被的调查及生态规划，从而为城市生态规划及城市建设提供方案及依据。
因此，本文基于SPOT5遥感影像对连云港某地区的城市植被进行提取。首先，对原始遥感影像进行裁剪得到连云港地区的影像图。其次，运用多种植被指数法对研究区图像进行增强处理，并通过比较得出NDVI（归一化植被指数）对植被的增强效果最好。最后，在NDVI指数图像上通过统计阈值，提取研究区的植被信息。
2 城市植被在SPOT5影像中的特征
2.1 城市植被及其地理特征
2.1.1 城市植被
城市植被指城市范围内的全部植被，包括自然生长的和人工栽培的各种植被类型。城市植被的定义分为广义城市植被和狭义城市植被。广义城市植被指城市规划区范围内的各种植被。包括六大类型：公共植被，即各种公园、休憩林荫
带；居住区植被；交通植被；附属植被；生产防护植被；位于市内或城郊的风景区植被，即风景游览区、休养区、疗养区等。狭义城市植被指面积较小、设施较少或没有设施的绿化地段，区别于面积较大、设施较为完善的“公园”，主要包括公共植被、生产和防护植被两类。
本文中所说的城市植被指广义城市植被。城市植被不仅为城市环境增添了色彩，改善了城市气候，也是一个区域发展的重要影响因素。
2.1.2 研究区植被的地理特征
连云港全区位于东经118°24′～119°48′和北纬34°～35°07′之间，东西长129公里，南北宽约132公里，水域面积1759.4平方公里。东临黄海，与朝鲜、韩国、日本隔海相望；西与徐州新沂市、宿迁市沭阳县毗邻；南与淮安市涟水、盐城市响水2县相连；北与山东郯城、临沭、莒南、日照等县市接壤。连云港市位于鲁中南丘陵与淮北平原的结合处，地势由西北向东南倾斜，形如一只飞向海洋的彩蝶。境内以平原为主，兼有丘陵、山地、湖泊、滩涂等。有大小山峰214座，云台山主峰玉女峰海拔624.4米，为江苏省的最高峰。境内河网稠密，连云港市有标准海岸线162公里，21个岛屿，其中东西连岛为江苏第一大岛，面积7.57平方公里，基岩海岸是江苏省独有。
2.2 城市植被的遥感影像特征
遥感影像特征主要有光谱特征和空间特征，我们了解遥感影像特征的目的是为了更好的解译遥感影像中的各类地物，为军事、农业、环境、地学和各类决策提供有效的技术支撑。因此研究遥感影像的特征就是一项非常重要而且困难的工作[1]。
2.2.1 光谱特征
图像上的波谱信息表现为已经量化的辐射值，即图像的亮度/灰度值/像元值，它是一种相对的量度。像元值间接反映了地物的波谱特征，不同的地物有着不同的像元值，当然把同谱异物排除。遥感图像解译中识别不同地物的一个重要标志就是图像的像元值差异。光谱特征可具体为提取目标物的颜色、灰度或波谱间的亮度比等。
SPOT5影像是由SPOT5卫星搭载3种传感器――除了前几颗卫星上的高分辨率几何装置（HRVIR）和植被探测器（VEGETATION）外，还有一个高分辨率立体成像（HRS）装置获取的遥感影像，包括以下5个波段[2]。
PA：0.51～0.73um，全色波段。地面分辨率较高，为2.5m，可用于农林调查和规划，城市规划和较大比例尺专题制图。
B1：0.50～0.59um，为绿波段。波段中心位于叶绿素反射曲线最大值，即0.55um处，处于水蒸气衰减最小值的长波端，对于水体混浊度评价以及水深10～20m以内的干净水体的调查是十分有用的。
B2：0.61～0.68um，为红波段。位于叶绿素吸收带，受大气散射的影响较小，为可见光最佳波段，用于识别裸露的地表、植被、土壤、岩性地层、地貌现象等。
B3：0.78～0.89um，为近红外波段。能够很好地穿透大气层。在该波段，植被表现的特别明亮，水体表现的特别黑。
B4：1.58～1.75um，为短红外波段。用于探测植物含水量及土壤湿度，区别云与雪。
由于城市植被信息在B1、B2和B3波段的光谱特征明显，所以本文选择这三个波段的数据进行城市植被信息的提取研究。
在不同植物的光谱曲线中，反射率涨落最大的是近红外区。不同的植物种类，如阔叶乔、灌木和草地在该波段具有较高的反射率，而针叶树的反射率也会有10%～20%的涨落，一般春末夏初反射较高，而秋季较低。此外植物的健康程度也会在近红外波段有所显示，对于同一种植物而言，受环境污染及病虫害影响的反射率较低，健康植物的反射率较高。植被指数有助于增强遥感影像的解译能力，并已作为一种遥感手段广泛应用于土地利用覆盖探测、植被覆盖密度评价、作物识别和作物预报等方面，并在专题制图方面增强了分类能力。费鲜芸[3]在研究山东省泰安市城区
60km2范围内的城市植被时，运用SPOT5 2.5m全色波段和10米多光谱波段，对该城区的各种城市植被、耕地、居民区
