摘 要

利用植被指数提取遥感影像中的绿地信息，是了解城市绿地信息经济、快速、有效的方法。本文以武汉市城区主要部分为研究区域，采用RVI、NDVI、SAVI、GEMI四种典型植被指数对ZY-3、GF-1、Landsat-8三种不同分辨率下研究区域的遥感影像数据进行了绿地信息的提取，利用训练样本获得了植被指数提取绿地信息的阈值，并采用混淆矩阵分析了绿地信息提取的精度；通过单因子方差分析对随机抽样选取的样本进行绿地信息区分能力的分析。最后对提取精度和区分能力进行了综合分析，比较了不同植被指数间的区别以及空间尺度效应的影响。

分析结果表明ZY-3数据采用NDVI植被指数对绿地信息进行提取的精度和区分能力最好，GF-1数据对应的植被指数为RVI，而Landsat-8数据对应的为SAVI植被指数。在研究中我们发现不同分辨率数据的提取精度和区分能力最好的是ZY-3数据，其次是Landsat-8数据，最后为GF-1数据，表明并不是分辨率越高，进行绿地信息提取的精度和识别的效果就越好。不同植被指数对绿地信息进行提取和区分最好的NDVI，其次是SAVI，然后是RVI，虽然后面这两种植被指数各有优势但整体上相差不大，最差的是GEMI，说明不同植被指数在进行绿地信息提取时是存在差异的，但是所选的植被指数在整体上都能够很好实现对绿地信息的提取和区分。

本文的创新在于从不同空间尺度上对多种植被指数进行了综合分析，这样能够更加直接的了解不同植被指数的差异以及尺度效应的影响，对植被指数有更加全面的了解，这对增加植被指数进行绿地信息提取的可行性和合理性具有重要意义。

关键词：植被指数；尺度效应；绿地信息

Abstract

Using vegetation indices(VIs) to extract green information from remote sensing image is an economical, rapid, effective method to acquire urban green information. This paper takes main city zone of Wuhan as research area, and utilizes four typical VIs, RVI, NDVI, SAVI, GEMI, to extract green information from remote sensing image with three different spatial resolution, compares the differences among VIs and the impact of spatial scale effect. Comprehensive analysis of accuracy and discrimination are carried in the end. We obtain the threshold of VIs by training samples, use confusion matrix and one-way ANOVA to compare the precision of acquired green information and the potential for discriminating vegetation.

The results show that using the data of ZY-3 satellite with NDVI is the best way to know green information according to the accuracy of extraction and the ability of discrimination. GF-1 data is corresponded with RVI, and as for Landsat-8 data is SAVI. Accounting for the scale effect, it shows that the greatest data to extract and discriminate green information is ZY-3. The next one is Landsat-8. GF-1 data is the last one. The performance of extraction and discrimination of VIs is evaluated as follows, NDVI, SAVI, RVI and GEMI from excellent to bad. Although the middle two have their own advantage, they are similar on the whole. Those selected VIs are proved to be different, but they all can realize green information’s extraction and discrimination well as a whole.

The unique innovation of this article is that the comprehensive analysis of multiple kinds of VIs from different spatial resolution, so that it can help us understand the distinction of VIs and the influence of scale effect in a direct way, and have more extensive knowledge of VIs. It also has great significance for increasing the feasibility and reasonability of extracting green information by VIs.

Key Words: vegetation indices；scale effect；green information

目 录

第一章 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 1

1.3 研究内容及技术路线 2

1.3.1 研究内容 2

1.3.2 技术路线 3

1.4 论文的组织与安排 3

第二章 研究理论与技术 6

2.1 植被指数的应用 6

2.2 空间尺度效应的分析 8

2.3 技术手段 8

2.3.1 GIS与RS技术的结合 8

2.3.2 工作平台的选取 8

第三章 研究区概况及试验数据预处理 10

3.1 研究区概况 10

3.2 数据来源及分析 11

3.2.1 ZY-3数据 11

3.2.2 GF-1数据 11

3.2.3 Landsat-8数据 12

3.3 多尺度遥感数据预处理 12

第四章 多尺度遥感影像提取绿地信息的应用研究 15

4.1 研究区遥感影像的矢量化 15

4.1.1 遥感影像的分割及矢量数据的获取 15

4.1.2 矢量数据的修正 16

4.2 绿地信息的提取 16

4.2.1 植被指数的选择与计算 17

4.2.2 植被指数图像阈值的确定 18

4.2.3 利用植被指数提取绿地信息 19

第五章 多尺度遥感影像对绿地信息的提取精度和区分能力的分析研究 24

5.1 绿地信息提取的精度分析 24

5.1.1 精度分析方法的选择 24

5.1.2 精度评价指标的选取 24

5.1.3 多尺度精度评价处理 26

5.2 绿地信息的区分能力分析 30

5.2.1 区分能力分析方法的选择 30

5.2.2 多尺度区分能力分析处理 30

5.3 多尺度精度和区分能力综合分析 33

第六章 总结与展望 35

6.1 总结 35

6.2 展望 36

参考文献 38

致 谢 40

第一章 绪论

1.1 研究背景及意义

城市绿地作为城市生态系统的重要组成成分，是城市生态环境质量评价的参考指标，更是城市发展和居民生活水平的重要标志^[1]。它能提高城市的自然生态质量，增加城市地域景观的美学效果，净化空气污染，有利于城市的环境保护，也保障了广大城市居民的身心健康。随着城市化进程的加剧，绿地在城市发展中的影响越来越大，人们更加重视自己的生存环境，对城市绿地信息的关注越来越多。

目前，人们对城市绿地的研究主要从两个方面展开，一个是人工调查研究，一个是基于遥感影像调查研究。但随着目前可利用的高分辨率遥感数据资料越来越多，并且遥感数据具有视域范围广，宏观性强，信息量丰富，重复周期短，图像清晰逼真，易于收集的优点，因此利用遥感技术获取城市绿地信息，能够较好的提高城市绿地信息提取的水平和质量。

基于多尺度的遥感影像分析具有信息丰富、实时性好、范围广的特点，充分利用了多光谱、多平台、多分辨率的遥感卫星数据。利用多尺度遥感影像提取城市绿地信息，能够准确而充分的掌握城市绿地的分布状况，进一步提高城市绿地信息提取的精度和效果。