激光雷达和高光谱数据融合的城市土地利用分类方法研究

【摘要】：城市土地利用分类正在成为一个非常重要的研究方向。及时、准确地获取城市土地利用信息,为政府进行城市规划、基础地理信息更新、国土资源调查、环境资源保护、土地动态监测以及分析决策提供基础和重要依据。遥感具有宏观、快速等优势,能够准确地获取各个空间尺度的城市土地利用信息,已经成为城市土地利用分类的最有效工具之一。目前为止,许多研究已经探索遥感技术在城市土地利用分类中的应用。然而,随着城镇化的不断发展,城市建筑物越来越高,地物类型越来越复杂,单一的遥感数据存在严重的建筑物阴影问题。此外,过去二十年,遥感图像分类技术的发展,并没有显著提高总体分类精度,被动机载／星载遥感的城市土地利用分类达到极限,研究重点从改进分类算法转移到多源遥感数据融合。与多光谱遥感数据相比,高光谱数据在电磁波谱范围内,获取上百个波段,获取地物连续的光谱信息,能够提取光谱相似的地物类型。机载激光雷达数据(LiDAR:Light Detecting and Ranging)可以提供精确的空间三维信息,能够提取具有高程信息的地物类型,也能够很好的解决城市建筑物阴影问题,但是缺乏丰富的光谱信息。因此,激光雷达和高光谱遥感数据融合能够有效的进行优势互补,既能利用高光谱数据丰富的光谱信息,又能够利用激光雷达数据精确的高程信息,从而更好地进行城市地物信息提取。本文以美国-德克萨斯州-休斯顿地区和中国-甘肃-张掖地区为研究对象,利用机载激光雷达和高光谱遥感数据,进行遥感数据融合以及城市土地利用信息提取研究。本文主要创新点如下：1.本文将机载激光雷达高程、强度信息和高光谱归一化植被指数以及灰度共生矩阵参数融合,应用于城市土地利用信息提取中。研究结果表明：与单一高光谱遥感数据分类结果相比,激光雷达和高光谱遥感数据融合对城市土地利用分类效显著,尤其是对具有高程信息、以及光谱相似性的地物类型。这主要由于数据融合后,即能够利用激光雷达精确的三维高程信息,又能够利用了高光谱遥感丰富的光谱信息,实现优势互补。2.本文将支持向量机(Support Vector Machine)和面向对象分类方法相结合,特征级别融合激光雷达和高光谱数据,并将其应用于城市土地利用分类中。像素级别融合激光雷达和高光谱数据,具有其局限性,不能够充分发挥激光雷达的高程、强度信息,也不能够充分发挥高光谱遥感丰富的光谱信息。研究结果表明：该方法既保留了SVM方法在高光谱遥感数据分类中的优越性,又利用了面向对象分类方法中长度、面积、形状等属性规则,得到了显著的融合和分类效果。3.本文利用激光雷达和高光谱数据融合,解决了城市土地利用分类中受天气(例如：云覆盖的影响)以及建筑物阴影影响的问题。被动光谱遥感影像容易受到天气影响(例如：云覆盖的影响),导致云覆盖下的地物类型光谱信息缺失,降低了分类结果。此外,随着城市建筑物高度的不断增加,高分辨率遥感影像数据具有严重的阴影问题。而激光雷达作为主动式遥感技术,受天气影响小,且具有精确的三维高程信息,能够明显减轻云覆盖和建筑物阴影的影响。此外,SAR遥感影像与高光谱遥感影像融合也能够解决上述问题,是未来研究的一个方向。