一种快速提取不透水面的新型遥感指数

首次采用复合波段的形式创建了归一化差值不透水面指数(normalized difference impervious surfaceindex,NDlSI).它可以用于大区域范围内快速、自动地提取不透水面信息.通过Landsat ETM 和ASTER两种影像的实验证明,新的指数能够有效地增强不透水面信息,并具有较高的提取精度.     

一种改进的城市不透水面指数

以Landsat-8为数据源,美国波士顿为研究区,在归一化差异不透水指数(NDISI)基础上,进行热红外波段细化,提出修正归一化差异不透水面指数(Modified NDISI,MNDISI),并对二者进行比较。结果表明,NDISI得到的不透水面总体精度和OK系数分别为84.19%和0.68,MNDISI提取的不透水面总体精度和OK系数达到87.52%和0.749。MNDISI相比NDISI,提取不透水面的效果更优。     

南昌地区不透水面信息自动提取

随着城市化进程的不断加速,不透水面成为一种十分关键的地表覆盖类型之一,如何快速获取高精度的不透水面信息成为目前遥感研究的重点话题。考虑不透水面构成复杂、光谱曲线复杂的特征,本文基于决策树思想,通过建成区指数(BUAI)、改进的归一化水体指数(MNDWI),制作研究区植被、水体掩膜,并根据研究区土壤反射光谱特点制作研究区土壤掩膜。通过基于决策树思想的提取模型,结合掩膜文件,逐步剔除透水面,得到不透水面信息。结果表明:该模型提取的不透水面信息总体精度达到了98.27%,Kappa系数为0.86。通过和实地信息对比分析,认为该模型提取结果较为可靠,适用于大范围地区的不透水面信息提取。     

一种提取不透水面的综合指数

针对线性光谱混合分解(LSMA)在提取不透水面过程中无法准确区分裸地和不透水面的问题,该文在LSMA方法基础上引入改进的裸地区域指数(IBAI),提出基于LSMA-IBAI综合指数的不透水面提取方法。该方法首先使用线性光谱混合分解对Landsat 8影像进行不透水面初步提取,然后采用改进后的裸地区域指数提取裸地信息,并构建LSMA-IBAI的综合指数模型,最后通过自适应迭代法对城市不透水面进行精准提取。实验结果表明,该方法能够快速准确地对城市不透水面进行提取,总精度至少提升了1.83%,Kappa系数至少提升了0.04%。     

一种基于TM影像的不透水面信息提取方法

针对TM影像不透水面提取的研究,通过综合分析被广泛应用于提取不透水面的归一化差异不透水面指数法和归一化差异植被指数法,从而提出一种改进的快速提取不透水面的方法--实验指数组合法,即通过将植被指数取反减去水体指数。以高分影像ZY3和可提供经纬度信息的Google Earth作为参考,将归一化差值不透水面指数、归一化差值植被指数和实验指数组合法得到的提取结果分别进行评价,获得了图像的分类精度,对比可知实验组合指数法的精度高于其他两种指数结果,其精度为88.16%。     

流域尺度的不透水面遥感提取

一个地区的不透水面覆盖度不仅是该地区城镇化程度重要指示因子,也是该地区生态环境状况的重要指示因子.现有的不透水面遥感提取方法,多集中在城区尺度上.而流域尺度上快速、准确的不透水面遥感提取方法在国内外还鲜有研究.本研究以覆盖海河流域同一季节的Landsat影像为数据源,利用已有土地利用数据集中的道路、城市、农村和工业用地...     

徐州市城市不透水面变化及其影响因素分析

基于多年遥感数据,分析徐州市1997-2017年间城市不透水面的时空变化特征及其影响因素.研究表明:①随着城市经济社会的持续发展,城市不透水面增长是一种普遍现象和必然趋势.但研究区内,城市不透水面时空变化特征既复杂多样,也存在一些共性特征.②自然条件和经济社会发展状况对城市不透水面变化都有影响,但自然条件主要影响不透水面空间结构特征,而经济社会因素主要影响不透水面变化的规模和速率.③研究区内经济发展因素对城市不透水面变化的作用要大于人口因素,但不同等级城市影响其不透水面变化的经济动力不同,大城市受多种经济因素综合作用,不透水面变化速率较稳定,而小城市影响不透水面变化的经济因素较为单一,不透水面扩张速度起伏不定.     

城市不透水面遥感研究进展

不透水面作为衡量城市化程度和环境质量的重要指标之一,受到人类越来越多的关注.不透水面的大小、位置、几何形状、空间布局以及透水面与不透水面的比率,显著影响了区域生态环境的变化.利用多种遥感数据和方法进行不透水面的提取和制图已成为研究热点之一.从传统遥感方法、基于光谱与几何特征方法、人工智能方法等方面总结了不透水面的遥感提取方法,介绍和评析了各种方法的原理、特点和应用范围,并对未来城市不透水面的提取方法与应用进行了展望.     

宁镇扬地区不透水面增长变化监测及其增长模式分析

不透水面是衡量城市化进程的重要指标,本文以宁镇扬地区为例,引入不透水面变化轨迹、增长模式等方法,定量剖析不透水面时空演变过程.结果表明,研究时段内,在城市化进程的推动下不透水面持续扩张,研究区2015—2019年有301 km2的自然或半自然景观最终转化为不透水景观,年均增长率为0.44％;不透水面格局变化在2017年...     

基于半约束条件下不透水面的遥感提取方法

不透水面作为城市生态环境的一个重要指标,被广泛应用于城市扩张监测、热岛效应分析及人类活动影响等方面的研究中。线性光谱混合模型构造简单、物理含义明确,是估算不透水面的主要方法。但是全约束的线性光谱混合模型容易在不透水面覆盖较低的地区(0~20%)出现高估,而在不透水面覆盖较高的地区(80%~100%)出现低估。因此,以黑龙江省富锦市为实验区,利用Landsat5 TM图像,讨论了线性光谱混合模型在不同端元数目和约束条件下对不透水面的估算精度,发现三端元(高反射率地物、植被及土壤)半约束条件的线性光谱混合模型估算结果最优,其均方根误差为16.71%,并结合地表温度和植被覆盖度辅助分析,去除了水田对不透水面估算的影响,提高了不透水面的估算精度。     

一种提取城市多种不透水层的垂直不透水层指数

针对中低分辨率影像中不透水层的异质性及其与裸土光谱的易混性两类问题,选用蓝、近红外波段进行线性组合,构建了一种新的不透水层提取指数——垂直不透水层指数(PII)。该指数考虑了不透水层和其他地物在光谱空间的差异与不透水层的内部异质性,并以"不透水层线"与"土壤线"夹角的角平分线作为PII的参照线,实现了自适应的不透水层提取。本文将PII指数应用于武汉和北京不同场景中,并对比归一化建筑物指数(NDBI)、比值居民地指数(RRI)以及生物物理组份指数(BCI)的提取结果。试验表明:1在裸土较少、地形平坦的武汉市区域和裸土较多、地形起伏的北京市区域,PII指数均能有效减弱裸土的混淆影响,不透水层提取精度分别达到96.05%和96.76%,优于其他3种指数;2PII指数不仅增强了不透水层与其他地物的可区分性,还保持了不透水层类内的相似性,在城市不同场景中的不透水层提取精度均能达到90%以上。由于PII指数是一种线性组合形式的指数,能够根据研究区的地物光谱自适应调整指数的方程系数,从而能适用于不同研究区,在裸地较多的地区优势尤为明显。     

基于改进NDBI指数法的不透水面信息提取

从对不透水面信息的光谱特征入手,分析了不透水面在Landsat ETM+遥感影像上第3、4、5、6波段与其他地类的光谱差异,发现利用归一化植被指数(NDVI)设定合适阈值可以剔除植被信息;构建了一种改进NDBI指数的不透水面信息提取算法,并以福州市为研究区,对该算法进行了验证。结果表明,与常规的NDBI指数法相比,改进后的方法能有效地将不透水面与稀疏植被、裸地区分开,大大提高了不透水面信息的提取精度。     

典型绿洲城市不透水面提取及时空变化分析

选取库尔勒市城区为研究区,以2009、2012、2014年Rapid Eye影像为数据源,利用混合像元分解方法提取了库尔勒市的不透水面信息,分析了不透水面的时空变化特征。选取高程、坡度、坡向、距水系距离、距道路距离、距2009年城区距离、距规划区距离7个因子,利用Logistic回归进一步分析了2009—2014年库尔市不透水面扩张的主要影响因素。结果表明:2009年库尔勒市不透水面所占比例为27.04%,2012年为32.89%,2014年为35.69%;各因素的贡献率依次为坡度、坡向、距规划区距离、距道路距离、距2009年城区距离、距水系距离、高程;整体来看,在交通线密集的地方,城市不透水面分布较多,相对而言交通线稀疏的地方不透水面分布较少,并且具有沿道路轴线发展的趋势。     

基于Landsat-8的开封城区不透水面提取

基于支持向量机的监督分类方法以及目视解译等多种方法实现了开封城区不透水面的提取,并对提取方法和结果进行讨论。实验结果表明:①基于SVM的监督分类方法精度比较高,较适合开封主城区不透水面的提取;②开封市主城区北部和西部透水情况较好,南部和东部透水情况较差,开封市主城区建设呈现向西部和北部发展的态势;③开封市主城区建设过程中也注意到对于生态环境的保护,植被和水体等保持有一定的稳定性。同时这些实验也为不透水面遥感提取技术系统中方法的选择及政府相关部门提供了客观参考。     

基于测绘卫星影像的城市不透水面提取

针对城市大尺度的不透水面提取需求,以高分辨率遥感影像为数据源,基于随机森林模型,对光谱和纹理特征进行重要性分析,选出最优参数,实现高精度城市不透水面提取。选取武汉市作为实验区,以资源3号卫星遥感影像为数据源,不透水面提取的总体精度为0.97,所提取的高精度不透水面可为海绵城市的规划和建设提供有效的专题数据。     

LSMA结合NDBI提取广州市部分城区不透水面的方法

以广州部分城区为研究区,选取2015年10月18日Landsat 8 OLI遥感影像,基于线性光谱混合分析(LSMA),结合归一化建筑指数(NDBI)优化不透水面盖度提取精度;并分别采用传统LSMA和优化LSMA提取了不透水面。在传统方法的基础上,优化LSMA利用纯净像元指数与手动端元相结合的方法提高了端元选取精度;解混后再利用NDBI阈值掩膜。经验证,传统LSMA提取不透水面盖度的均方根误差(RMSE)为0.306,与样本区的相关系数(R~2)为0.898,系统误差(SE)为0.21;优化LSMA的RMSE为0.125,与样本区的R~2为0.943,SE为-0.035,精度明显高于传统LSMA的提取精度,可为广州市不透水面环境效应研究提供更可信的数据支持。     

基于随机森林模型的岸线不透水面提取方法研究

以南京长江沿岸保护区域为研究对象,利用2016年和2019年两期Sentinel-2影像构造多种遥感指数;再利用随机森林模型进行不透水面信息提取。结果表明,2016年的总体精度为88.25%,Kappa系数为0.76;2019年的总体精度为90.51%,Kappa系数为0.80,说明该方法具有较好的精度,能准确反映不透水面的空间分布。结合提取结果进行时空变化分析发现,2016-2019年南京长江沿线不透水面整体呈减少趋势,总面积减少2.784 km²,年均减少0.928 km²,其中大部分是由工矿用地转化为绿地以及港口码头消失导致的。长江沿线的不透水面提取和变化检测分析有助于全面、细致和真实地监测河道岸线情况,对于南京市开展长江岸线研究以及开发长江岸线资源和可持续利用具有举足轻重的意义。     

利用复合光谱纹理特征进行城市边缘区不透水层提取

城市边缘区是城市化活跃的地区,在遥感影像上呈现出错综复杂、异质强的特征,对该地区不透水层的遥感提取带来一定的困难。本文引用扩展支撑向量机（extended support vector machines,ESVM）的软硬分类方法,结合光谱和纹理特征变化,对正在发生快速土地覆盖变化的城市边缘区的不透水层进行了提取。本文提出的方法将纹理变化作为有效信息表示城市边缘区的变异,并结合软硬分类方法的特征进行了不透水层纯净、混合像元的识别。研究区城市边缘区的试验结果表明,将纹理特征作为描述不透水层的空间特征指数能够将纯净、混合像元的识别效率提高10%,整体分类精度提高1%~5%,优于传统的软分类、硬分类方法。