论文写作网

　　连年来，跟着社会经济的快速成长，都市化历程进一步加速，钻营都市与情况协调成长，已经成为都市成长的偏向[1]。在都市建树的整体名堂上，开始从都市局部的情况绿化，成长到整体生态都市的建树，都市的可一连成长理念越来越受到重视。为了实现这一方针，需要尽力摸索都市空间内绿地的生态质量和景观机关、绿地成果与都市成果机关之间的干系，以寻求在有限的都市空间内实现都市绿地的最大生态效益。应用高判别率卫星影像研究都市绿地范例、漫衍和布局，可以都市绿地系统筹划、改进都市生态质量提供参考，因此具有重要的理论与现实意义[2]。
　　4 绿地分类及统计
　　遥感影像预处理惩罚进程主要包罗数据名目转换、影像校正、图像加强等步调。数据名目转换使得影像数据纳入统一的数据空间和名目。影像更正时回收GPS实测节制点，坐标系统为哈尔滨市都市坐标系，回收RPC更正模子和双线性内插法对遥感影像举办正射更正。图像加强主要包罗图像色彩加强、图像边沿加强、图像滤波等进程。担保图像在保持原光谱信息和空间信息的基本上，色彩豁亮，边沿清晰、纹理清楚。
　　今朝在基于遥感的自动分类应用中有基于传统统计参数型分类要领和基于进修的非参数型分类要领两种范例[4]，用得较多的是传统的基于统计的模式识别分类要领，诸如最小间隔法、平行六面体法、最大似然法、殽杂间隔法（ISOMIX）、轮回集群法（ISODATA）等监视分类法。最大似然鉴别分类是按照有关概率讯断函数的贝叶斯准则对遥感图像举办的识别分类，是至今应用最广的监视分类要领，又称为贝叶斯鉴别法。这种要领是以归属某类的概率最大或错分损失最小为原则举办的鉴别。
　　地物信息分类是遥感影像处理惩罚中的重要环节，对付研究区的绿地信息提取，本文操作ERDAS IMAGINE图像处理惩罚软件中分类模块的监视分类成果对QuickBird影像举办分类。首先确定两类影像的地物种别和分类模板，对模板举办较量评价，执行监视分类，生身分类功效图，然后提取了影像研究区的绿地信息评价较量图像的分类精度。监视分类主要有以下几个步调：成立模板、评价模板、确定劈头分类图、检讨分类功效、分类后处理惩罚和分类特征统计。
　　5 竣事语
　　2 遥感影像预处理惩罚
　　按照都市绿地特点，在对QuickBird 图像举办方针信息加强处理惩罚的基本上，针对分类方案对各类绿地范例别离成立相识译符号[3]。一般地，差异的地物范例具有差异的解译符号。对都市绿地而言，影响波谱反射率的主要因素是叶绿素对波谱的反射与吸收，除部门阴影的滋扰外，其它因素对种种绿地的影像特征影响较小。成像时间差异，亦即季候的差异，而季候的差别是种种绿地是否繁茂的要害因素。在绿地遥感观测中，为了担保种种绿地尽大概多地在遥感图像上获得显现，回收了8月的卫星数据。这是树木花卉较繁茂、植被发育较好的时期；尝试区落叶林较少，绿地根基上能在遥感图像上获得反应。因此，从成像时间思量，利用QuickBird数据可以满意园林绿化遥感观测的要求。
　　3.1 QuickBird绿地信息分类预处理惩罚
　　3.2 基于最大似然法的影像分类
　　
　　3 都市绿地信息解译
　　本文以哈尔滨市QuickBird影像作为信息源，实验应用遥感技能来研究都市绿地，对哈尔滨市区影像数据举办分类研究，哈尔滨市绿地漫衍，以隶属绿地、公园绿地为主，而出产绿地、防护绿地所占比例较少。从各区绿地建树环境来看，松北区，道里区的绿地包围率最高，而呼兰区、道外区较低。因此，该当增强多样化的绿地建树，提高景观结果。
　　凭据都市绿地分类尺度对绿地举办分类，绿地分类包罗：隶属绿地、公园绿地、出产绿地、防护绿地及其它绿地。按照绿地分类界说统计哈尔滨市各区、各分类面积，统计表见表1。从表中可以看出，哈尔滨市绿地漫衍，以隶属绿地、公园绿地为主，而出产绿地、防护绿地所占比例很少。按照各区绿地面积及建成区面积比，计较各区绿化包围率，可以看出松北区，道里区的绿地包围率最高，而呼兰区、道外区较低，这与事实是相符的。因为松北区拥有太阳岛风光区、东北虎林园等大型绿地；道里区的群力新区新建公园、小区绿地包围率较高。呼兰区、道外区、平房区，修建密度较大，绿地面积较少。