摘要：现代生活强调绿色环保的新理念，但是由于城市的发展扩张，建筑用地需求增加，城市空间变得更加紧凑，从而导致植被覆盖减少现象的产生。城市中植被覆盖的特点是零星分布和集中分布较为无序，导致监测和管理工作的复杂性提高，需要采取合适的技术手段来对植被覆盖进行宏观的高效监管。利用遥感的技术手段来大范围高效地对城市地植被覆盖进行监测，可以达到实施周期短，效率提升等多种正面效应，达到对植被覆盖信息的宏观分析处理。
关键词：遥感; 长沙县; 图像融合; 植被覆盖
长沙县位于湖南省东部，处于长株潭“两型社会”综合配套改革试验区的核心地带，是省会长沙市今后发展的重点之一，同时也是长沙市东部的近郊县，西南临湘江，浏阳河和捞刀河贯穿全县，东接浏阳市，西连长沙市城区，南抵株洲市市区、湘潭市市区，北达岳阳市。全县总面积1749.9平方千米，总人口65.1万人（2015年）。2015年11月,根据长沙县乡镇区划调整方案，调整后下辖13镇5街道。考虑到长沙县各方面的综合条件，旅游资源等具有发展潜力，环境绿化是一项关系到人民生活质量的长远工作，对这里的植被覆盖进行信息提取显得尤为重要，通过运用遥感的技术手段可以提高工作的效率和质量，所以采取有效的措施来对植被覆盖进行分析和监测并以此作为辅助技术手段可以达到比较优良的成果。
由于Landsat8原始卫星数据的分幅不是按照行政界线进行划分以及OLI_TRIS传感器获取的数据特点，所以在完成数据的初步获取之后，还要进行一系列的操作流程。考虑到分辨率的要求和长沙县，100米以内的空间分辨率比较适合该区域，而30米的空间分辨率非常适合进行接下来的后续处理。
数据说明：
数据选取：长沙县；
数据来源：Landsat 8 OLI_TRIS 卫星数字产品；
数据说明：数据云量分别为0.04和0.09；
传感器：OLI_TIRS；
分辨率：30米；
获取时间：2013年6月13日，2015年4月16日；
数据质量：较清晰，云量等符合数据要求。
一、预处理：
由于获取的原始数据中长沙县被分割在两景图像中，所以为了提取出整个长沙县的遥感影像，需要进行遥感图像镶嵌，对图像基于地理坐标的遥感图像镶嵌能保证图像的精确接边，以使长沙县合并在一幅完整的图像之中，便于后续的图像裁剪分析等操作处理步骤，镶嵌的主要步骤如下：
1.启动ENVI Classic；
2.加载实验的原始数据文件；
3.主影像窗口：Basic Tools → Mosaicking → Georeferenced；
4.Import菜单, select files；选择其中一景遥感图像作为参考图像，进行相关操作；
5.Import菜单, select files；选择另一景遥感图像作为待镶嵌图像，完成其他后续的相关操作；
6.完成两幅图像的镶嵌工作。
完成两幅标准假彩色图像合成以后，对图像进行检查核对，判断分析是否满足要求之后进行全色波段的图像镶嵌，方法与上述类似，由于全色波段是灰度图像，所以要考虑到图像精度等问题，步骤与上述类似，完成所有上述所有操作后并确认该阶段合格。
完成图像的镶嵌工作之后，接下来要进行两幅图像的裁剪，目的是将单独将长沙县的图像提取出来，以便于进行接下来的后续处理，我们利用截止2008年的中国县级区划的shapefile文件，提取出长沙县的边界，再进行图像的裁剪，裁剪完成之后，接下来进行图像融合。
图像融合结束后，对实验结果结合实地调查数据等进行分析评价，确认合格之后，完成整个实验预处理操作。
处理：
对已完成预处理的图像使用NDVI进行处理，在进行一些相关操作，利用波段计算器编写波段表达式或是直接使用现成的NDVI处理模块得到的处理结果的部分实验成果图如：
从成果图中可以得出在整个长沙县的区划范围内，图中中部及左下角的颜色出现明显的灰度暗于周边区域，可能是由于非植被用地的面积相较于整个长沙县更加集中的缘故，而上部和右下部的颜色则是明显的灰度较为明亮的地方，则可以初步得出这些地方的植被分布较为集中。通过鼠标点击获取点位置的颜色值和计算结果，通过几天的实地走访调查，收集各类统计数据，得出相似度很高的符合程度，符合植被覆盖提取判断的标准，而从地形上也能发现，上部和右下部多丘陵，地势起伏较大，不适合植被生长，而较暗的地方地势相对平缓，且较为集中，适合发展非农业经济，所以导致产生上述的植被分布情况。
对结果进行精度分析，各项理论指标均符合要求，通过几天深入实际的走访调查，收集广泛资料之后，对实验结果进行综合评价，达到了规定的精度要求，可以完成此次数据的操作，从而证明了结果的有效性。
从上述处理过程中来说，长沙县目前的植被覆盖是适应其特殊自然环境的结果，从长沙市今后的发展来看，非植被用地的地方可以考虑增加绿化的方法来使植被分布更加合理化，同时可以考虑利用遥感的技术手段来辅助进行植被的布局安排。
综上所述，我认为图像镶嵌裁剪融合等前述预处理操作是一个很关键的技术流程，对于NDVI等植被信息提取或者涉及到波段等运算来说尤为重要，否则可能得出与实际几乎完全相反的结果。在完成准确度较高的遥感图像镶嵌裁剪融合之后，才可对遥感图像进行NDVI的提取等后续的进一步加工处理操作，以完成更加具有实际意义的处理等工作。
有学者提出今后的图像融合等预处理应该考虑以下的发展方向：
(1).研究多传感器遥感影像信息融合系统的理论和框架，寻求广义的融合模型、准则与算法，最终确定融合系统的设计和评估方法。（周前祥等，2003）
(2).遥感影像与GIS数据库基于特征级的融合方法研究，高分辨、多种类的传感器不断发展，使我们可直接获得地面物体的形状、大小、位置、性质及环境相互关系等地面信息，这些数据成为GIS重要数据源和数据更新手段。（周前祥等，2003）
参考文献：
[1]田庆久,闵祥军. 植被指数研究进展[J]. 地球科学进展,1998,(04):10-16.
[2]阎建忠,张镱锂,摆万奇,刘燕华,包维楷,刘林山,郑度. 基于植被演替的土地覆被变化研究——大渡河上游的森林采伐、更新和退化[J]. 中国科学(D辑:地球科学),2005,(11):1060-1073.
[3]张衷平,朱丹瑶. 遥感技术在湿地植被资源调查中的应用[J]. 牡丹江师范学院学报(自然科学版),2014,(02):23-25.
作者简介：王嘉丞，（1996-），男，汉族，就读于湖南师范大学资源与环境科学学院，地理信息科学专业。
论文作者:王嘉丞
论文发表刊物:《基层建设》2017年第27期
论文发表时间:2017/12/28
标签：长沙县论文; 植被论文; 图像论文; 遥感论文; 数据论文; 操作论文; 波段论文; 《基层建设》2017年第27期论文;