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,对比可知试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%。

基于Sentinel-2数据的不透水面识别方法与应用研究

快速、准确获取不透水面的空间分布信息对揭示城市发展与生态环境的关系具有重要意义。该文提出一种基于Sentinel-2数据的不透水面识别方法(Impervious Surface Identification Method,ISIM-S2),首先基于分层分类思想,利用多种指数算法剔除裸土和不透水面以外的地物,得到不透水面靶区,然后采用主成分分析对裸土和不透水面进行分离。为验证ISIM-S2的普适性,将其应用于北京、长春、广州和昆明4个不同地理环境下的研究区,并与生物物理综合指数、不透水面综合指数、比值居民地指数的提取结果进行对比,结果表明:ISIM-S2方法降低了云、水体对不透水面的影响,能有效改善不透水面提取中与裸土的混淆,在上述4个研究区不透水面总体识别精度分别为92.56%、95.78%、92.70%和91.68%,优于其他3种指数,且该方法操作简单、易实现,可为不透水面有效识别提供一种新途径。

半城市化地区不透水面遥感提取优化方法研究

快速、准确获取不透水面的空间分布信息对加快城市化进程及城市规划具有重要意义。目前多数研究注重提取大城市不透水面,忽略了不透水面占比较低的半城市化地区,而传统不透水面提取方法在半城市化地区适用性差,存在大量不透水面与裸土混分。该文在BAEM(Built-up Area Extraction Method)指数的基础上,针对半城市化地区存在大量裸土以及建筑密度低的特点,选取Sentinel-2A作为数据源,分别从指数选取和阈值方法两方面展开优化,提出一种适用于半城市化地区的不透水面提取指数MBAEM(Modified BAEM),并在江苏省淮安市盱眙县和淮阴区开展实证研究。结果表明:1)基于MBAEM指数和OTSU阈值法的优化方法提取效果最好,盱眙县和淮阴区的总体精度分别为89.50%和89.73%,Kappa系数分别为0.7907和0.7950;2)相较于传统BAEM指数提取方法,MBAEM指数较好解决了部分不透水面与水体、裸土混分的问题;3)相较于归一化建筑指数、遥感建筑用地指数、组合建筑区指数,MBAEM指数的总体精度和Kappa系数均有不同程度的提升,且优化方法的提取结果在空间分布上更接近真实结果。

城市不透水面遥感信息提取方法的比较研究

不透水面信息是有效评估城市化进程及发展水平的重要参数.以处于快速发展中的杭州市为例,基于Landsat和SPOT卫星遥感影像数据,计算并分析4种光谱指数(NDISI、ENDISI、BCI和BUAI)及2种监督分类方法(支持向量机和神经网络)对不透水面的提取精度,以确定遥感提取杭州市主城区不透水面信息的最佳方法.结果表明:BCI指数法的提取精度最高,其次是BUAI指数法,NDISI指数法的提取精度最低.该研究可为有关部门快速且高效提取分析不透水面信息提供参考.

基于两种卫星传感器的不透水面提取指数比较

不透水面是城市化过程和环境品质影响评价的重要指标,快速、精确地从遥感影像上提取不透水面信息对分析城市扩张、地表结构变化和评价生态环境品质具有重要意义。前人已经提出了多种指数模型来识别不透水面信息,但是,裸土和沙地的干扰始终是困扰不透水面提取精度的一个主要因素。文章以分布有大量裸土和沙地信息的银川市部分区域为研究区,使用归一化建筑指数(Normalized Difference Built-up Index,NDBI)、比值居民地指数(Ratio Resident-area Index,RRI)、遥感建筑用地指数(Index Based Built-up Index,IBI)、垂直不透水层指数(Perpendicular Impervious Index,PII)和增强型不透水面指数(Enhancement Normalized Difference Impervious Surface Index,ENDISI)这5种目前常用的不透水面提取指数以及2个中等分辨率的传感器(Landsat8 OLI和Sentinel-2 MSI)数据,系统对比了10种不同指数模型和传感器组合下的不透水面提取结果,进而分析5种指数模型的差异性、对不透水面和裸土沙地的区分程度以及对不同传感器数据的响应效果。研究表明:5种不透水面指数在2种数据源下均可以基本提取出不透水面信息,其中指数RRI的提取结果总体精度最高;指数PII和RRI区分不透水面和裸土沙地的效果最好;指数NDBI、IBI和RRI对Sentinel-2 MSI的响应效果较好,指数ENDISI和PII对两种数据响应效果较一致。

一种抑制裸地的不透水面指数构建

目前,不透水面光谱指数提取不透水面区域的方法因其简洁、快速等优势而得到广泛应用。但是,利用光谱指数提取不透水面区域的方法存在裸地和城市不透水面区域容易混淆的缺点。针对这个问题,根据不透水面和裸地与水体、植被在Landsat8 OLI影像的第4、第5和第6波段的光谱特征差异创建不透水面与裸地区域指数(impervious surface and bareness area index,ISBAI)。基于ISBAI和裸地区域指数(bareness area index,BAI)构建一种新型的不透水面指数,称为抑制裸地的不透水面指数(bareness-restrained impervious surface index,BRISI);然后使用改进的双窗口变步长搜寻法(improved double-window flexible pace search,IDFPS)确定最优阈值,从而进行不透水面区域的提取。选取重庆市(山地城市)和西安市(平原城市)作为研究区,对BRISI的提取精度进行评估,并与其他常用的几种不透水面指数进行了对比。实验结果表明,BRISI在重庆实验区和西安实验区的提取精度分别达到86.8%和88.4%,同参与对比的所有的指数相比,BRISI提取精度最高;同时,BRISI还消除了裸地在不透水面区域提取中的影响,克服了其他不透水面指数难以区分裸地和不透水面区域的问题。

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 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。

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.

成都市不透水面时空变化分析

随着城市化进程的加快,以水泥和沥青面为主的不透水面逐渐取代了自然景观,成为城市的主要地表景观。研究采用TM中分影像,对比分析了归一化差值不透水面指数法和城市建成区指数法提取不透水面的效果,成功提取研究区不透水面信息,并分析不透水面在城市区域的时空变化。成都市第一圈层行政区内的不透水面明显多于第二圈层,并呈现"一主、多点"的分布格局,主要分布在中心城区、周边县城、产业园区和工业园区,与城市建成区密度形态一致。随着城市发展,不透水面大量增加,向西和向南扩张明显。

多时相影像福州市不透水面对城市地表温度的空间分布研究

随着城市化进程的加快,城市热力场也随之发生变化,从而影响着城市区域环境、社会经济以及社会环境。由于NDVI具有季相变化的不稳定性,本研究采用两个时相TM/ETM+影像分析福州市及其周边地区不透水面对热力场的时空分布变化状况。为了获取精确的城市不透水面信息,本实验采用NDVI二元法结合2000年同区域的IKONOS影像提取不透水面信息。通过定量分析不透水面百分比、NDVI与地表温度的关系,得出不透水面百分比与城市地表温度呈线性相关,其相关系数在0.7左右;尤其30%以上的不透水面对地表热环境的空间分布影响最为突出,因此,相对于不稳定的NDVI而言,不透水面信息能更好地反映城市热环境的空间分布状况。

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。

归一化遥感指数的应用发展研究

植被、建筑、水体和不透水面作为影响城市热环境的主要因素,其归一化遥感指数一直是广大学者研究的重点内容。从不同方向分析研究归一化遥感指数的产生和发展,为应用研究提供借鉴。

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。

许昌市不透水面的遥感提取与分析

以许昌市辖区为研究区,利用归一化差值指数法进行不透水面信息的提取,并引入植被覆盖指数、地表温度数据,对近10年来许昌市不透水面的变化情况进行了分析。结果表明:近10年来,许昌市不透水面覆盖度总体呈上升趋势,其中北部为增长最为迅速的地区;不透水面覆盖度与植被覆盖指数呈负相关,与地表温度呈正相关。

区域尺度不透水面遥感提取研究——以宁波市为例

不透水面信息提取对于城市化进程研究、"海绵城市"规划建设和生态环境保护有着重要的意义。针对宁波市区域尺度不透水面提取的需求,基于2015年的Landsat OLI影像,分别采用线性混合像元分解法、生物物理组成指数和归一化不透水层指数实现宁波市不透水面提取,并利用地理国情普查数据和邻近时期的高空间分辨率影像对结果进行验证。结果表明:三种算法均能反应出宁波市不透水面空间分布,但相对于其他两种算法,线性混合像元分解法提取的不透水面精度相对较高,MAE和R为13.4%和0.89,能更好地应用于宁波市不透水面信息提取,为后续区域尺度不透水面变化监测提供基础。

近30年秦淮河流域水面变化及其驱动因素分析

针对秦淮河流域城市化水文效应对水文水资源影响,分析秦淮河流域和城市区水面时空变化及其驱动因素,选取流域1985—2015年49景Landsat影像,采用基于K均值聚类水体指数法对比分析水体指数的性能。在探讨水面率与降雨量、温度、流量关系基础上,从自然和人为因素2方面分析水面变化的主要驱动因素。结果表明,流域水面率在2.42%(62.69km^2)~5.05%(130.56km^2)变化,水面增加了8.48km^2,增长8.12%;城市区水面率在2.76%(8.63km^2)~6.63%(20.73km^2)变化,水面减少了6.60km^2,缩减43.15%;流域年降雨量与流量变化态势相同,可知降雨量对水面贡献较小;1988—2015年转移矩阵表明,流域32.34%水面转为耕地,城市区27.90%和20.52%水面转为建设用地与耕地,其他地类转换为水面比重较小;人为因素是水面变化的主要驱动因素。本文对研究城市化水文效应具有一定的理论和实际意义。

上海市快速城市化过程中地表温度与地表覆盖的关系研究

城市热岛是城市化过程带来的生态环境效应之一。城市温度升高不仅使得资源消耗增加,而且影响城市居民的生存环境和生活质量。为缓解城市热岛效应,对城市热岛的影响因素进行分析显得尤为重要。采用Landsat TM影像数据,以上海市外环内区域为研究对象,反演了5、11月的城市地表温度、归一化植被指数、改进的归一化差异水体指数和不透水面率,定量分析了它们之间的相互关系。结果表明:(1)城市地表温度与归一化植被指数、改进的归一化差异水体指数具有显著的负相关,与不透水面率具有显著的正相关。(2)城市地表温度的空间分布具有明显的季节特征,5月地表温度较高的区域主要分布在北部区域,而11月地表温度较高的区域在整个研究范围内均有分布。(3)季节因素对城市地表温度与地表覆盖参数的相关性影响较明显。多元回归结果表明,5月城市地表温度与归一化植被指数相关性最大,降温效果绿地大于水体大于城市不透水面;11月城市地表温度与改进的归一化差异水体指数相关性最大,降温效果水体大于城市不透水面大于绿地。(4)城市绿地和水体对于调节城市地表温度具有显著作用,该结果可用于优化城市格局,缓解城市热岛效应。

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。

海口市城市边缘区空间范围的识别研究

城市边缘区位于城市与乡村之间的过渡交接地带,是城市扩张的前沿,也是城乡建设中最具活力的地区.准确地识别城市边缘区,有助于从城乡对比的角度来衡量城市化程度及其对生态环境的影响,有利于推进城市规划学科的进展.以海口市遥感影像数据为基础,选用不透水面指数评价土地利用程度,然后运用最大熵阈值法进行图像分割,界定海口市城市边缘区内外边界,并对海口市城市边缘区空间范围进行具体识别.最后通过人口统计和归一化植被指数验证识别结果的准确性,并依据识别结果对海口市2009—2017年城市边缘区扩展状况及驱动因素进行分析研究.结果表明,海口城市边缘区扩展变化主要受到自然因素、交通和人口等因子的影响.将不透水面指数与最大熵阈值分割法相结合可以直接从遥感影像中识别出城市边缘区,这是后续对这一特殊区域特征进行研究的基础.对海口城市边缘区扩张研究,有助于促进海口市的城乡协调发展,其对海口市实现城市规划与管理的可持续发展和生态与环境的平衡发展具有重要意义.