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.

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。

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。

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。

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。

石家庄中心城区不透水面提取及空间格局分析

以石家庄中心城区为研究区,基于Landsat8遥感影像,对比分析线性光谱混合分析法和归一化差值不透水面指数在平原区不透水面信息提取中的精确度,从而确定石家庄中心城区这种平原区不透水面提取的最佳方法,并对石家庄中心城区不透水面空间分布格局进行分析。结果表明:线性光谱混合分析法提取精度较高,RMSE(root mean square error)为0.246。石家庄中心城区不透水面面积占比为77.81%,其中,桥西区、裕华区、新华区和长安区不透水面面积占比分别为84.47%、80.45%、75.90%、74.96%,空间分布相对分散。本研究可为石家庄城市空间布局及规划建设提供数据支撑。

城市地表温度与关键景观要素的关系

利用Landsat ETM+遥感影像,提取上海市外环线范围内的地表温度、不透水面率、归一化差值植被指数、改进的归一化差异水体指数,定量研究地表温度与城市关键景观类型之间的关系。结果表明:地表温度与不透水面率呈显著的线性正相关(R2=0.837);地表温度与归一化差值植被指数和改进的归一化差异水体指数呈非线性关系,但地表温度与正的归一化差值植被指数和正的改进的归一化差值水体指数呈显著线性关系。鉴于归一化差值植被指数和改进的归一化差异水体指数大于0时才能真正代表植被和水体,因此,建议今后研究地表温度时使用正的归一化差值植被指数和改进的归一化差异水体指数;地表温度与不透水面率、归一化差值植被指数和改进的归一化差值水体指数的多元线性回归分析表明,不透水面起着增温作用,植被、水体起降温作用,植被较水体的降温作用大。