基于同日过空的Sentinel-2和Landsat 8数据的NDISI指数改进与应用

以福建省福州市为研究区,以同日过空的Sentinel-2和Landsat 8影像为主要数据源,采用MHUTS算法将Landsat 8热红外波段TIRS 10降尺度反演生成10 m空间分辨率的地表温度(LST)影像,然后将其引入基于Sentinel-2的10 m空间分辨率多光谱波段的NDISI指数的构建,提出了一种新型的不透水面指数MNDISIS2-L8,并对改进前后的研究区不透水面提取结果进行了精度验证和比较分析.结果表明:经MHUTS算法空间降尺度后,LST影像的空间分辨率得到了明显的提高,细节得以清晰展示的同时也较好地保持了原始影像的热特征.改进前,研究区不透水面提取总精度和Kappa系数分别为88.60%和0.730;改进后,不透水面提取总精度达94.75%,Kappa系数为0.881.

基于NDISI的七台河市不透水面信息提取

基于遥感手段,利用TM影像,对黑龙江省七台河市进行不透水面信息的提取,选取的方法是改进的归一化不透水面指数法(NDISI).这种方法利用各个波段反射率的强弱的特点突出不透水面信息,对结果利用阈值法加以提取,并进行了精度验证.经验证,七台河市的不透水面信息被较好的提取出来了,总精度达到了81.7%,kappa系数达到了0.7162.经过验证,证明归一化不透水面指数法(NDISI)在该地区能够得到较好的应用,也为大范围的不透水面制图提供了指导.

基于NDSI和NDISI指数的SPOT-5影像裸土信息提取

遥感裸土识别制图为水土流失治理工作提供了科学依据。本文以SPOT-5影像为实验数据,提出一种以土壤指数NDSI和不透水面指数NDISI提取裸土的方法。通过热红外波段的亚像元分解技术,将同期120 m分辨率的TM 6波段细化为10 m分辨率的地表温度影像,为SPOT-5影像计算NDISI不透水面指数增加了必要的热红外波段。在此基础上,构建双重指数模型,获得10 m分辨率的裸土数据。研究表明,双重指数模型可较好地解决裸土提取中建筑用地与裸土相混淆的问题,提取裸土的总精度可达95.4%。通过比较10 m的SPOT-5和30 m的TM影像的裸土提取结果,发现影像分辨率的提升可使裸土信息提取结果更加准确、精细。因此,本文为更高分辨率裸土识别制图,提供了一种有效的方法。

基于Landsat遥感数据城市不透水层信息提取与分析

不透水层作为一种典型的地表覆盖成分,是衡量城市化水平的标准之一,同时也是衡量城市的生态环境的重要指标。本研究以南京市为研究区,以2013~2018年Landsat8影像为数据源,提取不透水层并反演地表温度,分析了2013~2018年南京市不透水层的时空变化以及不透水层与地表温度之间的相关性。研究结果表明:1) 南京市11个行政区县中,鼓楼区不透水层所占的面积最大,六合区所占的面积最小。2) 南京市的不透水面积随时间的推移而增大,越接近市中心的区县,不透水层覆盖面积越大。3) 不透水层与地表温度的相关性较高。

广州市不透水面的空间格局演变监测及其对温度的影响

随着经济飞速发展,城市化趋势越来越明显,而在城市化的进程中,带来巨大收益的同时也有着它负面的影响。城市化明显的标志是以不透水面为主的人工建筑的扩张,它渐渐侵蚀着植被、水体等自然景观。作为城市下垫面的最主要组成成分,城市不透水面对区域乃至全球的生态环境造成了巨大的影响。文章以中国城市化名列前茅的“北上广”中的广州市作为研究区域,对广州市Landsat 8OLI_TIRS卫星数据采用归一化差值不透水面指数(NDISI)进行不透水面的提取。结果表明,不透水面对温度的影响为正相关关系,这是引发热岛效应等环境温度问题的主要原因之一。

基于TM图像的城市不透水面信息提取

基于TM图像,利用遥感技术,以山西省太原市为研究区域,提取不透水面信息。综合比较和分析了被广泛应用的主成分分析法和归一化差值不透水面指数法,进而提出了一种改进的不透水面提取方法——实验图层组合法。利用随机生成的256个分类评价采样点,以可提供经纬度信息的Google Earth作为参考,将通过监督分类方法获得的分别基于原始多波段图像以及主成分分析法、归一化差值不透水面指数法和实验图层组合法得到的分类结果进行了评估,获得了4种图像的分类精度。比较可知,实验图层组合法总体分类精度高于其他3种结果,为87.72%,Kappa系数为0.85。

厦门城市不透水面及其热环境效应的遥感分析

当前,城市空间的快速扩展使得原来以植被、水体为主的自然景观逐渐消失,取而代之的是以不透水面为主的人工建筑物,这一改变已对区域乃至全球的生态环境造成了显著的影响.本研究以海峡西岸中心城市——厦门市为研究区,以1989年、1996年和2009年的Landsat-5 TM影像为主要数据源,采用归一化差值不透水面指数(NDISI),研究了厦门市在这期间的不透水面分布的时空变化.结果发现,厦门市不透水面面积在这20年间扩展了近7倍,其增长主要占用了大面积的植被和水体.回归分析表明城市不透水面与地表温度呈明显的指数型正相关关系,而与植被、水体面积呈线性负相关关系.

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。

基于Landsat 8遥感影像的北京市平原区不透水层盖度估算

随着城市化趋势愈发明显,大量的自然地表转化为不透水表面.本文应用最新发射的Landsat 8卫星影像中陆地成像仪(OLI)和热红外传感器(TIRS)中波段,通过归一化差值不透水面指数(NDISI)估算北京市平原区不透水面盖度.北京市平原区平均不透水盖度为52%,二环内不透水盖度为70%,比2007年提高了5%.西城区不透水盖度最高(71%),门头沟区最小(34%).不透水面积的变化是城市化进程的一个重要表征,准确估算城市不透水面盖度对分析城市化进程有重要意义.

基于遥感的三亚市不透水面及热环境效应分析

城市化进程的快慢是权衡一个地区经济增长速度和社会发展水平的重要指标,改变着城市居住热环境。不透水面的分布能够很好地展现城市化的方向及趋势。三亚作为中国亚热带海岛旅游城市,近年来大量人口的涌入导致三亚城市发生了巨大变化。为了更好地了解三亚市城市化及其对城市热环境的影响,以1998、2011、2018年的Landsat 5 TM和Landsat 8 OLI/TIRS卫星遥感影像作为主要数据源,利用归一化差值不透水面指数(NDISI)对三亚市近21年来的不透水面时空变化及其对地表温度影响进行了研究。结果表明,三亚市的不透水面积在21年间净增长206.5 km2,扩大了1.58倍左右,特别是2011年以后人口和经济的快速增加,不透水面扩张速率提高了3倍以上。统计表明,不透水面与地表温度显著正相关,不透水面增加显著引起地表温度升高,而植被和水体能够显著缓解地表温度的升高,抵消不透水面对地表温度的正效应。

南京市地表参数变化与热岛效应时空分析

利用南京市1989年TM和2001年、2010年ETM+卫星遥感数据,提取了3个时期的归一化植被指数(normalized difference vegetation index,NDVI)、改进的归一化水体指数(modified normalized difference water index,MNDWI)、归一化建筑指数(normalized difference build-up index,NDBI)和归一化不透水面指数(normalized difference impervious surface index,NDISI)等地表参数;利用热红外波段遥感数据反演地表温度,并从时间维对比分析了3个时期各个参数的变化和产生的原因;利用回归分析方法探讨了上述地表参数变化与城市地表温度之间的关系,即地表温度与NDISI和NDBI呈正相关,与NDVI呈负相关。进一步分析表明,南京市最近20 a来不透水面和建筑面积大幅增大,植被覆盖范围减少,城市热岛效应加剧,不透水面、建筑指数与地表温度的变化趋势和城市扩张趋势一致。该研究成果对于揭示南京市热岛效应、优化土地配置和推进生态城市建设具有一定的参考意义。

南昌市城市不透水面及其与城市热岛的关系分析

通过分析南昌市不透水面和城市热岛的相关关系从而为缓解城市热岛效应提供技术指导.以南昌市2002年、2014年Landsat TM/TIRS遥感影像作为数据源.采用改进的归一化水体指数(modified normalized difference water index,MNDWI)进行水体的提取,结合归一化差值不透水面指数法(normalized difference impervious surface index,NDISI)对南昌市不透水面信息进行提取,然后采用单窗算法进行温度反演.分析比较2个时期的不透水面分布图和地表温度分布图,在2002-2014年间,南昌市不透水面面积与高温分布面积都明显增加,且主要是沿赣江两岸扩张.而从二者的线性回归方程式中可以看到,它们之间存在着显著的正相关性,这说明城市不透水面面积的增加会加剧城市热岛效应.

基于遥感的合肥市不透水层覆盖度研究

随着合肥市城市化进程的不断加快,合肥市城市不透水面也在不断扩张.为了更好地了解合肥市城市不透水盖度的空间分布状况,应用Landsat 8卫星中的OLI和TIRS影像,利用归一化差值不透水面指数(NDISI)来提取合肥市城市不透水层盖度,并对其进行分析.通过计算得出:2017年,合肥市市区不透水层占研究区面积的6.22%,透水层占研究区面积的93.78%.城市不透水层变化是反映城市化进程的一个重要标志.利用遥感技术对合肥市城市不透水面盖度进行估算,研究成果对合肥市的城市规划、环境质量评价、经济发展及城市化进程等都有重要意义.

基于遥感的郑州市不透水面的提取分析

以河南省郑州市为研究区,采用归一化差值不透水面指数法,分析1900年、2000年、2015年三个不同阶段郑州市不透水面的分布情况及影响因素。结论表明:城市不透水面与植被覆盖呈负相关性,城市不透水面面积在郑州市西北和东南两个方向扩张较快,市中心区域的不透水面扩张速度远快于周围离市中心的区县。

基于Landsat OLI数据的不透水面提取方法对比研究——以长株潭城市群核心区为例

不透水面的分布规模和空间格局是影响区域生态系统和环境变化的重要指标。该研究基于LandsatOLI遥感影像,以长株潭主城区核心区为研究区域,进行了归一化建筑指数法、归一化差值不透水面指数法和最小噪声分离结合支持向量机分类法3种方法提取不透水面信息的综合比较。结果表明:MNF结合SVM方法步骤相对较多,在选取端元和去除水体掩膜等方面都存在人工干涉,受人工影响较大;归一化建筑指数法虽然能快速地提取不透水面,但存在裸土与不透水面混淆的情况;而归一化差值不透水面指数法可有效区分裸土与不透水面,提取精度高于其他2种方法。最终选择归一化差值不透水面指数法,提取研究区2013年、2015年的不透水面信息,分析了其空间格局和扩展情况。

不透水面提取技术在第三次全国国土调查标准时点更新工作中的应用研究

以榆中县为样本,研究利用Landsat-8卫星遥感数据,提取和分析不透水面变化信息,用于辅助第三次全国国土调查统一时点更新工作。研究结果表明,使用归一化差值不透水面算法提取的不透水面变化信息准确度高、适用范围大,可以为统一时点更新工作提供指引,减轻人工目视判读寻找变化区的工作量并避免遗漏。

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。

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,NDISI)。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。