基于TM图像的“增强的指数型建筑用地指数”研究

以Landsat TM/ETM+图像为数据源,研究城镇和农村建筑用地信息的提取方法。首先利用TM 7,4,2波段创建归一化差值裸地与建筑用地指数(normalized difference bareness and built-up index,NDBBI);然后根据裸地在裸土指数(bare doil index,BSI)图像上的亮度值最高、在改进型归一化差值水体指数(modified normalized differencewater index,MNDWI)图像的亮度值最低的特征,提出了增强型裸土指数(enhanced bare soil index,EBSI);最后选用NDBBI,EBSI,MNDWI和SAVI(soil adjustment vegetation index,SAVI)4个指数,构建一种新型的建筑用地指数,称为"增强的指数型建筑用地指数"(enhanced index-based built-up index,EIBI),可快速地提取建筑用地信息。实验结果表明,用EIBI提取的建筑用地信息客观,人为干预少,可信度高,提取精度可达90%以上,适合于同时提取城市和农村建筑用地信息。

面向GF-1影像的比值建筑用地指数构建

针对GF-1影像缺少短波红外波段的问题,根据建筑用地信息在缨帽变换(Kauth-Thomas transformation,KT)前2个分量具有高对比度的特征,提出了一种比值建筑用地指数(ratio build-up index,RBI)。在不同的时空条件下,利用该指数分别提取了湖北省钟祥市和襄阳市樊城区的建筑用地信息,并将其结果与常规分类器和建筑用地指数等方法提取的结果进行了比较。结果表明,RBI方法提取的建筑用地信息总精度和Kappa系数均较高,且对裸地信息具有较好的抑制能力。

一种基于指数的新型遥感建筑用地指数及其生态环境意义

城市建筑用地是一种复杂的土地利用类型,在电磁波反射光谱上表现出明显的异质性。因此,很难用简单的方法将其从遥感影像中准确地提取出来。在详细研究了城市建筑用地的光谱特征以后,创建了一种不直接采用影像的原始波段,而是采用由它们衍生的3个指数波段来构成新型建筑用地指数(IBI)。通过对ASTER和Landsat ETM+两种多光谱影像进行的实验表明,新指数除了能够有效地增强影像中的建筑用地信息外,还能和植被指数、水体指数一样,用于进行数值运算,从而实现了建筑用地对城市生态环境影响的定量研究。对厦门、福州两城市的实例分析表明,新的建筑指数与地表温度呈正相关关系,而与植被指数、水体指数呈负相关关系。研究进一步发现,建筑指数与地表温度的关系不是简单的线性关系,而是一种指数函数关系,说明高建筑用地比例地区的升温效应要明显高于低建筑用地比例地区,因此,对城市热岛的形成起着更大的作用。

一种基于遥感指数的城市建筑用地信息提取新方法

提出了一种利用仿建筑用地指数提取城市建筑用地信息的新方法。首先利用近红外波段和绿波段构建仿归一化建筑指数,再将其与土壤调节植被指数和归一化水体指数相结合,进而构建仿建筑用地指数,最后利用仿建筑用地指数提取城市建筑用地信息。仿建筑用地指数影像将建筑用地信息增强,通过影像分割、去小面元以及合并邻近面元处理,可以准确提取城市建筑用地信息,实验精度可达89.5%。

V律指数法提取城市建筑用地遥感影像的研究

通过对Landsat ETM+不同波段遥感影像主要土地利用类型光谱特征曲线进行分析,提出一种新的提取城市建筑用地的方法:V律指数法(V law index,VLI).该方法采用3个波段的遥感影像,并结合约束条件,通过简单的逻辑判断和乘法运算实现建筑用地的提取.随机矩阵点实验测试表明:VLI法能够获得较好的提取效果,与其他建筑用地提取指数如NDBI单指数、NDBI/SAVI/MNDWI三指数方法相比,具有更低的误判率.

基于建筑指数的GF-2影像建筑用地提取

以高分二号(GF-2)影像为数据源,选取南京市江北新区为主要研究区域,针对GF-2影像缺少中红外波段的特性,对比研究了仿建筑用地指数(SIBI)和比值建筑指数(RBI)两种建筑指数的构建方法。通过两组建筑用地提取实验,对比分析了利用两种建筑指数提取南京市江北新区建筑用地的效果。结果表明,利用这两种建筑指数均能有效增强影像中的建筑用地信息,其中RBI略优于SIBI;但由于GF-2影像分辨率较高,仅利用光谱特征构建的建筑指数难以区分建筑用地和道路、部分裸土,应利用影像空间、纹理特征构建建筑物指数。

中国城镇化过程中的建设用地评价指数探讨

本文通过对城市化内涵的分析和我国城镇化过程中土地资源利用问题的研究,发现科学合理的城镇化并不会对耕地带来威胁,而是提高土地利用效率和保护耕地的有效途径。因为世界经验表明,城市化水平越高,土地集约化利用程度越高。我国当前土地资源利用的问题在于,农村人口非农化的过程中,城镇规模扩大,而农村居民点用地并没有减少,部分地区反而呈现出快速增加趋势,而且"两栖"占地、空心村现象严重。同时,我国农村居民点建设用地总量规模很大,是城镇用地的建设用地规模的6倍以上,如果在人口城镇化过程中积极开展农村居民点整理工作,减少两栖占地现象,农村居民点整理必然为城镇扩展提供动力。当然,有农村居民点作为城镇扩展后备土地来源并不意味着就可以盲目地扩展城镇建设用地规模了,由于农村居民点整理涉及到很多方面的问题,是个漫长的过程,因此目前最为关键的解决途径是提高城镇土地利用集约化水平,提高土地利用率和建筑容积率。而发展农地规模化经营,有利于此目标的实现。基于此,文章尝试定义了土地利用城市化指数:LUUI=(城镇用地+工矿用地+交通用地) 农村居民点用地,并验证其可行性,旨在倡导城市化过程中土地资源的科学合理配置,减弱城镇建设与耕地保护的矛盾。

基于MODIS的归一化建筑指数与城市热岛效应关系研究

随着城市化发展,城市建筑用地的增多对区域气候环境造成重要影响。文章通过对2010年4个月份的MODIS数据进行预处理,反演提取出青岛市区的城市归一化建筑指数以及地表温度数据,并对两者间之间的相关关系进行了研究。研究结果表明:城市建筑用地率(归一化城市建筑指数)越高的地区,城市的地表温度越高,热岛效应就越明显。同时,归一化城市建筑指数与地表温度的相关性的空间分布规律也为有效改善城市环境提供了借鉴依据。

基于中等空间分辨率遥感影像的建筑用地信息提取

本研究从中等空间分辨率遥感影像(如Landsat TM影像)的地物光谱响应曲线入手,介绍分析了国内外几种常用的建筑用地提取指数构建原理.然后选取Landsat TM影像进行建筑用地提取实验,并用QuickBird和Google Earth的同期影像辅以验证.实验得出,比值居民地指数RRI,由于其作者构建时并没有对影像进行辐射校正,从而影响了提取精度和模型适用性;归一化建筑指数NDBI和差值建筑覆盖指数DBI,提取精度相对较高,但是会混有裸土、污染水体等信息;指数型建筑用地指数IBI和增强的指数型建筑用地指数EIBI,提取精度最高,达到92%.虽然EIBI期望改进IBI未能很好抑制裸土信息的问题,但实际上所构建指数并没有较好的去除裸土信息,可能是其权重选择没有普适性,所以建议建筑信息提取优先使用IBI.

基于Landsat8数据的建筑用地信息提取方法研究——以济南市市中区为例

以山东省济南市市中区作为研究对象,获取的2015年6月12日的Landsat8OLI影像作为数据源,对影像数据进行了辐射定标、几何校正等预处理,对影像作了图像增强处理,利用对数据进行主成分分析运算以及建筑用地指数运算,突出建设用地专题信息,提高了影像的视觉效果,以便更容易地识别图像内容;采用监督分类中的不同的分类器对其进行了建筑用地信息的提取,比较了不同分类器的分类精度,从而提取了最佳的建筑用地信息。

基于多元信息的建筑用地提取方法研究

针对建筑用地在提取过程中易与大面积裸露耕地和未利用地相混淆,且当前大多建筑用地提取指数阈值难以确定的问题,提出了利用多元信息提取城镇用地和农村居民地的方法。实验结果表明,利用农作物生长、成熟期的不同时相特征可有效削弱大面积的裸露耕地对建筑用地提取精度的影响;构建的裸地弱化建筑指数(Bare Land Weakened Build-Up Index,BWBI)将建筑用地正值化、背景地物负值化,克服了大多数建筑指数阈值难以确定的缺点;利用DMSP/OLS夜间稳定灯光数据构建城镇缓冲区实现了城镇与农村居民地的半自动化提取,其提取精度均达到80%以上。

基于Landsat TM数据的建筑用地信息提取及变化分析

为了从Landsat TM数据中精确提取建筑用地信息并分析建筑用地信息随时间的变化特征,运用压缩数据维的方法,通过构建增强型建筑用地指数EIBI实现了对Landsat TM影像建筑用地的提取.实验结果表明:此方法对天津市2005年和2010年Landsat TM影像的提取精度达到89.66%和91.47%.基于分类计算结果可知,与2005年相比,2010年天津市新增建筑用地面积1064.35km^2,年均净增长率为11.17%.

基于遥感影像的郑州市建筑用地信息提取

以郑州市landsat ETM影像为数据源,进行建筑用地信息提取。首先,提取出归一化植被指数(NDVI)和归一化建筑指数(NDBI)影像,然后分别对所得的指数影像进行二值化,获得二值化图像,再利用叠加分析的方法对两幅指数图像进行逻辑判别,从而提取出建筑用地信息,再进行精度验证。结果表明,利用NDBI和NDVI相结合的方法弥补了单一利用归一化建筑指数的不足,同时人为干扰因素较少,是一种比较客观、准确、快捷的城市建筑用地信息提取方法。

基于IBI指数和ISODATA的城市建成区提取对比分析

以苏州市市辖区为研究区,运用2000年和2015年两期两景Landsat遥感影像,结合建筑用地指数(IBI)和非监督分类的ISODATA分类方法,对苏州市市辖区建成区进行信息提取,并进行精度验证。结果表明,IBI指数提取精度优于ISODATA分类,能够很好地用于建成区提取;15a间苏州市市辖区建成区呈向外围扩张趋势,但扩张不明显。

基于压缩数据维的郑州市建筑用地提取分析

以郑州市为研究区,以两期Landsat系列影像为数据源,对郑州市建筑用地信息进行提取并分析其变化。首先采用压缩数据维的方式,将Landsat影像压缩为归一化建筑指数,修正归一化差异水体指数,土壤调节植被指数,用来表示郑州市最主要的土地覆盖类型,即城乡建筑用地、水体和植被;其次利用三个指数构建建筑用地指数模型IBI;最后构建裸土指数BSI通过掩模处理剔除裸地,对最终提取结果进行精度验证及城市化分析。研究结果表明,基于Landsat系列遥感影像,对感兴趣区进行光谱特征分析,利用压缩数据维的方式对建筑用地提取,对结果利用验证样本进行精度评价,整体精度可达到85%以上;基于提取的建筑面积对比分析,表明建筑用地面积呈现出以城镇为中心整体外延型快速扩张的趋势,且以位于郑州市以东方向的中牟县和新郑市增长速度最快,其扩张面积也最大,从时间和空间上反映出郑州城市化方向和变化进程。

基于Landsat8 OLI数据提取石河子市建筑用地的一个新方法

为了解决IBI指数提取的建筑用地信息含有大量裸地信息的问题,以新疆石河子市Landsat 8 OLI影像为数据源,通过对比分析石河子建筑用地、裸露地和河滩地的光谱特性,分别构建了去除裸露地指数(DBSI)和去除河滩地指数(DFLI),再将IBI、NEBSI、NEFLI二值化后的图像进行叠加分析,以此去除建筑用地信息中的裸露地和河滩地信息。结果表明:NEBSI和NEFLI能有效去除大部分石河子市裸露地和河滩地信息,弥补了IBI指数在提取新疆地区建筑用地信息的一些不足。

城市公园建筑用地对公园内部植被覆盖的影响——以莆田市为例

利用Landsat卫星影像提取建筑指数(NDBI)和植被指数(NDVI),对凤凰山、龙脊山、荔枝公园3个公园2000年、2010年和2020年内部建筑用地扩展及其对植被覆盖的影响进行定量研究。结果表明:NDBI和NDVI呈线性负相关关系,NDBI每提升10%,NDVI降低0.99~1.50,缩减公园建筑空间会增加植被覆盖。

一种利用TM图像自动提取城镇用地信息的有效方法

如何快捷、准确与客观地提取城镇用地信息 ,以获得城镇用地的分布范围和面积资料 ,是有关城镇问题研究中经常涉及到的一个基本问题 ,现代遥感技术为这个问题的有效解决提供了强有力的保证。运用提出的归一化建筑指数 ,从TM图像进行了无锡市城镇用地信息的自动提取。研究结果表明 ,与传统的计算机分类和手工屏幕数字化方法相比 ,归一化建筑指数法是一种非常行之有效的方法。

基于NDBI提取城镇用地的最佳时相遥感影像研究——以郑州市为例

基于郑州市2009年4月份、2009年8月份、2008年10月份和2007年1月份共四个季节的TM遥感影像,利用归一化建筑指数(NDBI)分别提取郑州市的城镇用地,并用混淆矩阵和对应年份实际城镇用地面积对提取精度分别进行了验证。研究结果表明,夏季遥感影像提取精度最高,更适合NDBI指数法提取城镇用地。

基于RS的城镇用地信息提取及格局发展研究

选取2000年与2015年Landsat ETM+/OLI遥感影像为数据源,以齐齐哈尔市为例,利用波段构建增强的指数型建筑用地指数(Enhanced Index-based Built-up Index,EIBI),提取该市2000年及2015年城镇建设用地数据,提取精度达到90%以上。选取年均扩展率、扩展强度指数、间隙度指数、平均分形维数和空间关联指数作为研究指标,剖析齐齐哈尔市城镇格局的时空演变特征,耦合自然与人为因素,揭示该市城镇化进程和特点,并对进一步加快城镇建设进行思考。结果表明:利用EIBI提取城镇用地信息过程客观、效率较高,人工修正后精度达到95%以上。齐齐哈尔市2000年城镇建设用地面积为147 186.69 hm^2,2015年为201 015.38 hm^2,年均扩展率为2.10%,扩展强度为9.10%。城镇外形结构变得相对复杂,城镇化发展具有较低水平的多元化分散分布特征,城镇扩张冷热点分布不均,空间联系程度低,未出现城区与乡镇的区域协调快速发展。齐齐哈尔市城镇化发展空间潜力较大,亟需合理解决阻碍城镇建设的障碍。