宣城市泾县遥感专题图的制作研究

白洪伟，谢园园

(宿州学院环境与测绘工程学院，安徽 宿州 234000)



宣城市泾县遥感专题图的制作研究

白洪伟，谢园园

(宿州学院环境与测绘工程学院，安徽 宿州 234000)

目的随着计算机辅助遥感制图的方法发展，与遥感影像图的常规编制方法相比，数字制图和遥感图像处理技术的结合简化与革新了影像地图编制工艺，改善了影像制图条件，改变了传统的从大比例尺逐级缩到小比例尺地图的逻辑程序。方法根据遥感专题制图制作的一般过程，主要包括数据获取、图像预处理、影像分类及影像制图。并以宣城市泾县为例，运用ENVI 5.1软件制作了宣城市泾县地形分布图分类。采用的原始数据为2013年10月的遥感影像图，影像平均云量为0.2。结果通过对影像进行裁剪、监督分类，再对分类结果进行精度评定以及符号注记等，得出一份对比度强、地物清晰的宣城市泾县专题地图。结论利用遥感影像进行大比例尺遥感专题制图，充分发挥了现势性强、成图周期短和丰富的信息等优点，可以作为当前地图更新、城市规划的首选信息数据源，在遥感各个方面的应用前景十分广泛。

遥感影像地图；ENVI；监督分类；注记

0　引　言

遥感制图是指利用航空或航天遥感图像资料制作或更新地图的技术。其成果包括遥感影像地图和遥感专题制图。由于遥感图像本身的信息量极其丰富，可根据制作的统一基础影像进行各种专题内容的解译，进而编制系列专题地图。传统的遥感专题图的制作是利用删格数据处理功能强大的遥感软件处理影像，然后在图像处理软件中进行修饰。在20世纪70年代以后，计算机辅助遥感制图的方法发展起来，是数字制图和遥感图像处理等技术的结合。与遥感影像图的常规编制方法相比，简化与革新了影像地图编制工艺，从而改善了影像制图条件，改变了传统的从大比例尺逐级缩到小比例尺地图的逻辑程序。提高了遥感影像上配置符号注记的灵活性，缩短了成图周期，降低了劳动强度[1-4]。

遥感技术在专题制图领域的广泛应用为专题地图提供了更加广泛、现势性好的动态资料，遥感图像的计算机解译技术也为专题制图工艺的改进提供了技术保证。随着高光谱图像和成像光谱技术的发展，专题地图的编制更向着高精度和大比例尺方向发展，遥感专题制图又将被推向新的阶段[9-12]。

1　专题图的制作环境

1.1软件环境

软件是指控制硬件自动的执行和实现影像地图制作的各种应用程序的总称。目前图像处理软件有ERDAS MAGINE、ENVI、PCI、Photoshop等，图形纠正软件有PhotoMapper、GEO Image等，图形软件有Corel Draw、Map GIS等。

1.2硬件环境

硬件由计算机和各种图像与图形输入、输出设备构成，其中计算机是遥感制图的核心设备，用于控制整个遥感制图过程，进行遥感图像数据的处理与分类以及数字地图的编辑修改。

2　专题图的制作

2.1数据获取

所用遥感数据为LANDSAT8携带的OLI_TIRS传感器获取的数据产品，影像获取时间为2013年10月14日。图像的分辨率是：1-7,9-OLI多光谱波段(30 m)；8-OLI全色波段(15 m)；10-11TIRS波段(30 m)，投影方式为UTM，Zone 50N，坐标系为WGS-84，影像的平均云量为0.2，选取地区为安徽省宣城市泾县。此外还包括了泾县矢量边界图(1∶400万)，坐标系为WGS-84。

2.2图像预处理

将获取的数据利用MapInfo软件进行矢量裁剪，利用文件转化功能将文件转换为.shp格式，得到安徽省宣城市泾县地区影像；再利用ENVI 5.1将影像进行层的叠加。

2.3影像分类

2.3.1特征判别

文章采用的是监督分类的方法。对遥感影像进行地物分类时，需要目视解译和计算机分类的有效结合，以提高分类精度。图像分类的目的是将图像中每个像元根据其在不同波段的光谱亮度、空间结构特征或者其他信息，按照某种规则或算法划分为不同的类别。该影像中地物大致可分为居民地(红色)、水体(蓝色)、植被(绿色)、其他(黄色)。

2.3.2训练样本选择

为了建立分类函数，需要对每一类别选取一定数目的训练样本，在ENVI中是通过建立感兴趣区或将矢量文件转化为感兴趣区文件来获得的。文章中使用的是建立感兴趣区的方法，在主影像窗口点击“Overlay”→“Region of Interest”，在每种类别上画上感兴趣区并设置好相应的颜色和类别名称。训练样本的选择包括两个方面，一是确定要分类的地物类型；二是确定样本的数量。

训练样本精度评定：在ROIs面板中，选择“Options”→“Compute ROI Separability...”计算可分离性。类别间的统计距离是基于Jeffries-Matusita距离和Transformed Divergence(转换分离度)来计算的。Jeffries-Matusita和Transformed Divergence的值都是在0到2之间，其值如果大于1.9，说明样本之间可分离性好，属于合格样本；其值如果小于1.8，则需要重新选择训练样本；其值如果小于1，需要考虑将两类训练样本合成为一类样本。文章实验影像感兴趣区可分离性报表如图1和图2所示：

图1　感兴趣区(分类.roi)可分离性报表

图2　感兴趣区(分类验证.roi)可分离性报表

2.3.3分类器的选择

根据分类的复杂程度、精度要求等来确定使用哪种分类器。目前监督分类共有9种分类方法。文章采用的是支持向量机法。在ENVI主菜单下单击“Classification”→“Supervised”→“Support Vector Machine”,在弹出的对话框中选中文件名，单击左下角OK按钮。最后将分类结果保存即可，如图3所示：

2.3.4分类后处理

分类后处理包括分类后属性修改、结果统计、混淆矩阵、聚类处理、类的叠加、类的合并、分类结果转化为矢量等过程，都是可选项。在ENVI主菜单下单击“Classification”→“Post Classification”即可进行此类操作。

进行类的叠加，通过选择要叠合的类别与原影像进行叠加，同时还可以对各类别做细微调整，将错分的像元归化到正确的类别。下图4为植被的叠加结果。

图4　植被分类结果与原影像的叠加

2.3.5结果验证

执行监督分类后，需要对分类结果精度进行评价，通常采用结果叠加、混淆矩阵和ROC曲线来评价。在ENVI主菜单下单击“Classification”→“Post Classification”→“Post Classification”→“Using Ground Truth Image”即可进行混淆矩阵的操作，如图5所示：

图5　混淆矩阵报表

2.4影像制图

首先加载并显示分类后的影像，在主影像窗口单击“File”→“QuickMap”→“New QuickMap...”，根据实际输入相关参数(在画矩形框时需将整个影像全部选中，否则出图影像不是整幅影像)，这样即可生成快速制图模版。根据需要给制图加上文本、网格、指北针、比例尺、专题图名称等，再利用ENVI 5.1软件给影像添加图例，调整专题图的负载信息量与制图大小相适应，最后在主影像窗口单击“File”→“Save Image As”→“Image File...”，将“OutPut File Type”改为JPEG格式，设置保存路径和文件名，这样即可输出宣城市泾县专题图，如图6所示。

3　结　论

文章以宣城市泾县为例，以ENVI 5.1为软件平台，通过对影像进行裁剪、监督分类，利用不同的颜色体现地物，反映出泾县的地形分布情况。同时也了解到影像的分类是遥感专题制图中信息提取及处理的关键技术之一，快速、高精度的遥感影像分类方法是实现遥感在各个方面应用的前提。随着遥感技术的迅速发展，相信未来遥感专题制图的方法会更加快速简便。

图6　泾县地形分布分类图

遥感专题图是遥感图像的延伸与发展，它既体现了遥感图像的形象直观、信息量大的特点，又具有传统专业图件清晰易读懂的优点。利用遥感影像进行大比例尺遥感专题制图，充分发挥了现势性强、成图周期短和丰富的信息等优点，可以作为当前地图更新、城市规划的首选信息数据源，其在遥感各个方面的应用前景都十分广泛[5-8]。

[1]曾广伟.基于神经网络的耕地遥感图像分类研究与应用[D].吉林：吉林农业大学，2013.

[2]杜培军.遥感原理与应用[M].徐州：中国矿业大学出版社，2009:194-206.

[3]朱忠显.基于RS和GIS的乳山市海岸带土地利用变化研究[D].泰安：山东农业大学，2014：29-36.

[4]杨鑫.浅谈遥感图像监督分类与非监督分类[J].四川地质学报，2008，(03):65-66.

[5]王桂晨.基于RS的土地利用专题制图研究[D].成都：西南交通大学，2006.

[6]韩金芳,张华平,王增辉.遥感影像专题图制作研究[J].山东国土资源，2010，(10)：48-51.

[7]何少林.基于无人机遥感影像的土地信息提取及专题图制作研究[D].成都：西南交通大学，2013：58-62.

[8]赵园，郑晨.遥感影像的分类方法研究[J].信息系统工程，2013，(05):146.

[9]白洪伟.SPOT5卫星影像在1:1万地形图修测中的应用[J].河北北方学院：自然科学版,2015,31，(04):41-44.

[10]张鲁滨，崔青春，王富喜，等.基于NDVI的黄河三角洲植被覆盖度动态分析研究[J].鲁东大学学报:自然科学版，2013,29(03)：250-254.

[11]刁兆岩,徐立荣,冯朝阳,等.呼伦贝尔沙化草原植被覆盖度估算光谱模型[J].干旱区资源与环境,2012,26(02):139-144.

[12]李登科,范建忠,王娟.陕西省植被覆盖度变化特征及其成因[J].应用生态学报,2010,21(11):2896-2903.

[责任编辑：关金玉英文编辑：刘彦哲]

Production of Remote Sensing Thematic Map of Jing County in Xuancheng City

BAI Hong-wei,XIE Yuan-yuan

(College of Environment and Surveying and Mapping Engineering,Suzhou University,Suzhou,Anhui 234000,China)

ObjectiveWith the development of remote sensing methods for computer aided mapping,when compared with the conventional preparation methods of remote sensing image graph the combination of digital mapping and remote sensing image processing technology has simplified the image map compilation and innovation process,improved the image drawing conditions,and changed the traditional from large scale to the small scale map logic program step by step.MethodsAccording to the general process of the remote sensing thematic mapping,this paper elaborates on the development of remote sensing technology,mainly including data acquisition,image preprocessing,image classification and image mapping.By taking urban Jing County as an example,using ENVI 5.1 software,distribution and classification map of topography of Jingxian Cunty was produced.The raw data was from images of remote sensing in October 2013,and image average cloud cover was 0.2.ResultsBased on the image cropping and supervised classification,accuracy evaluation and sign note were conducted on the classification results,obtaining thematic maps of Jing County with a strong contrast and clear features.ConclusionThe use of remote sensing images for the large scale remote sensing thematic mapping gives full play to the advantages of the strong current situation,short mapping cycle and abundant information.It can be used as the preferred information source for updating current map and city planning,and its application prospects in all aspects of remote sensing are also very broad.

remote sensing image map;ENVI;supervised classification;note

安徽省大学生创新创业训练计划项目(201510379046、201510379084)；宿州学院卓越人才教育培养计划(szxy2015zjjh01)；2015年宿州区域发展协同创新中心学生开放课题(2015SZXTXSKF11)

白洪伟(1987-)，男，安徽宿州人，助教，硕士，主要研究方向：测绘与3S技术。

P 283.8

A

10.3969/j.issn.1673-1492.2016.09.006