使用ENVI EX和规则文件提取WorldView-2图像中的城市绿地

"利用遥感技术提取城市绿地信息，主要涉及WorldView-2图像的处理，包括正射校正、融合、大气校正和面向对象分类。通过ENVI软件的主模块及扩展模块ENVI EX的FeatureExtraction工具，结合QUAC大气校正，提取绿地规则并生成矢量结果。" 在遥感领域，高分辨率图像如WorldView-2被广泛应用在城市绿地信息的提取中，以客观准确地评估城市绿地的分布和质量。本专题详细阐述了如何利用这些图像进行数据处理和分析。首先，我们需要获取WorldView-2的LV2A级数据，通常包含8个波段的多光谱信息，最佳成像时间在6月至9月，此时植被生长茂盛。 图像处理的第一步是进行图像融合，将全色和多光谱图像融合，以结合两者的优点，提高空间分辨率和光谱信息。融合后的图像接着进行正射纠正，确保影像的几何准确性，使地物在图像上的形状和位置与实地一致。正射纠正过程中，利用RPC（Rational Polynomial Coefficients）文件以确保全色和融合图像的精度。 大气校正是消除大气影响的关键步骤，本案例中使用了QUAC（Quick Atmospheric Correction）快速大气校正工具，它能够校正大气散射和吸收的影响，提升地表反射率的准确性。经过大气校正后的图像，可以更准确地反映地表特征。 接下来，运用ENVI的面向对象图像信息提取工具FX，基于特定的分类规则进行对象识别。在这个例子中，规则包括波段比值大于0.1300和蓝色波段平均灰度值小于1730。通过这些规则，可以有效地识别和提取绿地对象。预设阈值和模糊容忍度，结合Show Rule Confidence Image预览，可以优化分类结果。最终，将分类结果保存为规则文件（veg_ruleset.xml），并输出为Shapefile矢量格式，用于后续的绿地空间信息分析。 在完成上述步骤后，还可能需要进行矢量后处理，例如对提取的绿地边界进行调整或合并，以提高结果的完整性。整个流程旨在提供一种系统化的方法，从高分辨率遥感图像中高效、准确地提取城市绿地信息，为城市规划和环境管理提供决策支持。遥感技术的运用，特别是在遥感事业部的支持下，使得这项工作变得更加便捷和精确。