城市不透水面遥感信息提取精度对比研究

不透水面是反映城市工程建设水平和评价城市生态环境质量的有效指标,因此,高效提取不透水面对城市扩张监测和生态系统建设有重要意义。本文以上海市城区为研究对象,首先利用D-InSAR技术对Sentinel-1A影像进行差分干涉处理,获取相干系数图;然后,与Landsat 8影像进行波段组合;最后,利用多种机器学习算法提取不透水面,并进行精度对比。结果表明,相较于单一Landsat 8影像,加入相干系数图后,最大似然(ML)算法、支持向量机(SVM)算法、分类与回归树(CART)算法和随机森林(RF)算法提取不透水面的精度均有明显提高。其中,RF算法表现最好,总体精度达到89.33%。