基于测绘卫星影像的城市不透水面提取

针对城市大尺度的不透水面提取需求,以高分辨率遥感影像为数据源,基于随机森林模型,对光谱和纹理特征进行重要性分析,选出最优参数,实现高精度城市不透水面提取。选取武汉市作为实验区,以资源3号卫星遥感影像为数据源,不透水面提取的总体精度为0.97,所提取的高精度不透水面可为海绵城市的规划和建设提供有效的专题数据。     

典型绿洲城市不透水面提取及时空变化分析

选取库尔勒市城区为研究区,以2009、2012、2014年Rapid Eye影像为数据源,利用混合像元分解方法提取了库尔勒市的不透水面信息,分析了不透水面的时空变化特征。选取高程、坡度、坡向、距水系距离、距道路距离、距2009年城区距离、距规划区距离7个因子,利用Logistic回归进一步分析了2009—2014年库尔市不透水面扩张的主要影响因素。结果表明:2009年库尔勒市不透水面所占比例为27.04%,2012年为32.89%,2014年为35.69%;各因素的贡献率依次为坡度、坡向、距规划区距离、距道路距离、距2009年城区距离、距水系距离、高程;整体来看,在交通线密集的地方,城市不透水面分布较多,相对而言交通线稀疏的地方不透水面分布较少,并且具有沿道路轴线发展的趋势。     

基于GEE云平台的山东省不透水面提取

不透水面是衡量城市化发展水平的重要指标,及时、准确地掌握城市不透水面的动态变化对于监测城市地区的发展和环境变化至关重要。利用Google Earth Engine(GEE)云平台和Sentinel-1 SAR数据、Sentinel-2光学数据以及随机森林算法对山东省2020年4月不透水面进行提取。结果表明：使用光学和SAR数据融合的山东省不透水面提取精度为92.17%,Kappa系数为0.79;雷达特征的重要性优于光学特征,光学与雷达数据结合提取不透水面精度更高,错提明显减少;雷达特征对于面状不透水面的提取效果优于线状不透水面,实际使用中应针对不同的应用选择合适的特征。     

基于特征指数合成影像的不透水面提取和分析

不透水面作为表征一个地区城市化水平的关键性指标,其时空变化特征与城市建设密切相关.以济南市重要的泉水补给区南部山区为研究对象,根据植被-不透水面-土壤(V-I-S)城市地表组分模型选取了NDVI、BCI、SBAI、MNDWI和NDUI 5种遥感特征指数构成合成影像,利用最大似然法对特征指数合成影像进行分类获取不透水面信...     

一种基于DELSMA模型的城市不透水面提取方法

针对线性光谱混合分解(LSMA)模型在端元个数不变的情况下易造成不透水面被高估或低估的问题,该文提出了基于影像分层的变端元线性光谱混合分解(DELSMA)模型。以城市不透水面为研究目标,采用Landsat 8陆地成像仪(OLI)影像为实验数据,对比分析DELSMA模型和LSMA模型提取的不透水面精度。与LSMA模型分解结果进行对比,DELSMA模型相关系数从0.898 2提高到0.947 3,拟合优度从0.804 7提高到0.896 3,均方根误差从0.089 5减少到0.079 1,从精度验证结果可以看出,基于影像分层的DELSMA模型对混合像元的分解效果优于LSMA模型。实验结果表明:影像分层降低了场景复杂度,有效减少了同物异谱和异物同谱的干扰;采用变端元进行混合像元分解,有效减少了计算量和地物类内差异对分解精度的影响,一定程度上提高了不透水面的提取精度。     

不透水面提取方法及应用研究综述

围绕数据源、提取方法以及不透水面应用研究3个层面对国内外学者提取不透水面做出了总结,其中数据源主要介绍了Landsat系列、Sentinel系列以及高分系列,不透水面提取方法主要归纳了指数法以及光谱混合分析法,应用研究主要针对不透水面演变分析、与城市生态问题的探究。通过归纳国内外学者的研究成果得出,不透水面的扩张会导致城市地表温度的上升,同时与其他一些生态问题存在一定的相关性。     

高分六号影像不透水面提取研究

针对高空间分辨率卫星影像空间分辨率高、波段较少这一特点,该文以高分六号多光谱影像为数据源,通过分析各类地物的光谱特征曲线,建立了一种新指数。该指数通过增强植被和裸土信息,抑制不透水面信息来扩大不透水面和植被、裸土的差异,实现对不透水面的分离提取。验证阶段将该指数用于天津市河西区和河北省易县中心城区,并将提取结果与垂直不透水面指数(PISI)、比值居民地指数(RRI)的提取结果进行对比。结果表明：该方法在河西区和易县的提取效果都要优于PISI和RRI,并且两块实验区提取结果的总体精度分别为94.0%和91.7%,具有一定的稳定性。     

基于SVM混合核的不透水面提取及扩张分析

利用支持向量机中单一核函数提取不透水面时存在时间复杂度高和提取精度低的问题。针对该问题,本文在径向基核函数的基础上引入多项式核函数,提出了一种混合核函数的不透水面提取方法。首先,由于属性不同的地物具有相似的光谱信息,在特征提取过程中将光谱信息与图像熵纹理信息相结合,可更加清楚地区分各地物类别。然后,在径向基核函数的基础上引入多项式核,可分别从局部和全局角度获取影像的特征信息,提高不透水面提取精度。最后,在不透水面提取结果基础上进行时空演变分析。本文利用阜新市主城区2009—2021年Landsat影像进行试验。结果表明,光谱与熵纹理相结合方法可改善特征提取效果,提升不透水面提取精度。与单一核函数提取方法对比,利用本文方法提取不透水面精度提高了2.5%,证明了该方法的有效性。     

基于光谱混合分解的流域不透水面提取及其动态分析——以于桥水库为例

不透水面不仅是城市非点源污染的主要来源,还是流域生态环境变化的主要因素之一。不透水面的数量、位置、几何形状、分布格局以及透水率与不透水率的比值,均影响着流域的水文环境,因此成为研究热点。本文以天津于桥水库流域为例,综合遥感(RS)与地理信息系统(GIS)技术,从流域尺度上研究1984~2013年间不透水面覆盖度的变化。在ENVI 5.1软件支持下,利用遥感影像获取1984,1994,2004和2013年4个时相的不透水面信息。采用修正后的归一化水体指数剔除水体信息,排除水体对不透水面提取精度的影响。运用线性光谱混合分析法(Linear Spectral Mixture Analysis,LSMA),提取流域不透水面覆盖度。结果表明:流域内不透水面覆盖度大多集中在1~5级,植被覆盖程度较高。近30年间不透水面比例逐年增加,2013年比1984年增加了2.802%,呈线性增长。中等分辨率的遥感影像适合流域尺度的不透水面提取的结果可作为流域水文及规划管理的重要基础性数据。     

基于随机森林算法的城市不透水面信息提取——以长春市为例

为了快速、准确地掌握不透水面的空间分布及满足动态变化信息现实需求,本文基于多分类器集成学习的思想,引入随机森林算法,以Landsat8影像为数据源,长春市为实验区,选取光谱特征、纹理测度、空间变换后的独立分量等25个特征变量进行分类研究,根据OOB误差进行重要性分析并试验得出最优的分类模型,实现高精度不透水面信息的提取,最后与传统参数分类法进行比较。结果表明:随机森林算法的总体精度可以达到94%,高出最大似然分类法5.9%,支持向量机算法0.77%,Kappa系数为0.914 3,均方根误差为0.104 3,不透水面的提取精度达95.54%,可以精确地得出所需信息,为城市建设与规划提供有效的专题数据。     

一种提取城市多种不透水层的垂直不透水层指数

针对中低分辨率影像中不透水层的异质性及其与裸土光谱的易混性两类问题,选用蓝、近红外波段进行线性组合,构建了一种新的不透水层提取指数——垂直不透水层指数(PII)。该指数考虑了不透水层和其他地物在光谱空间的差异与不透水层的内部异质性,并以"不透水层线"与"土壤线"夹角的角平分线作为PII的参照线,实现了自适应的不透水层提取。本文将PII指数应用于武汉和北京不同场景中,并对比归一化建筑物指数(NDBI)、比值居民地指数(RRI)以及生物物理组份指数(BCI)的提取结果。试验表明:1在裸土较少、地形平坦的武汉市区域和裸土较多、地形起伏的北京市区域,PII指数均能有效减弱裸土的混淆影响,不透水层提取精度分别达到96.05%和96.76%,优于其他3种指数;2PII指数不仅增强了不透水层与其他地物的可区分性,还保持了不透水层类内的相似性,在城市不同场景中的不透水层提取精度均能达到90%以上。由于PII指数是一种线性组合形式的指数,能够根据研究区的地物光谱自适应调整指数的方程系数,从而能适用于不同研究区,在裸地较多的地区优势尤为明显。     

近20年上海市不透水地表时空格局分析

选取上海市近20年时间3期Landsat TM遥感影像,运用线性光谱混合模型和距离谱空间分析方法,提取城市不透水地表信息,分析其时空变化情况。研究结果表明,上海市近20年城市不透水地表迅速增长;不透水地表的平均密度从市中心到郊区随距离增加而梯度递减;不透水地表面积与密度水平存在分区差异。     

基于规则的高分影像不透水层提取技术研究

为满足城市环境评价、城市规划监测、城市水循环评价对城市不透水层检测的需求,本文以国产高分卫星多光谱数据为研究基础,提出了一种新颖的基于规则的高分辨率多光谱影像不透水层提取方法,该方法利用归一化指数模型,融合对象统计特征,制定综合判定规则,可有效提升城市区域不透水层的提取精度。同时利用国产卫星数据,选择了典型的10个城市进行实验验证,取得了良好的效果。该方法可广泛应用于城市外轮廓提取、城市环境评估、城市扩展评估等研究领域。     

基于 ALOS 影像与 CV 模型的瞬时海岸线提取

利用ALOS多光谱影像及CV模型对山东沿海三种不同类型海岸、人工海岸、砂质海岸、淤泥质海岸进行海岸线提取,为比较不同特征影像对海岸线提取效果的影响,对同一类型海岸又分为近红外影像、421彩色合成影像、NDWI影像、PCA影像并分别进行海岸线提取,最后利用缓冲区分析进行精度比较。分析得出：对于人工海岸、砂质海岸两种海岸,在一个像元缓冲区内,提取精度基本可以达到80％以上,两个像元内可达到95％以上;对于淤泥质海岸,四种特征影像的提取效果均比较差,只有NDWI影像在两个缓冲区内可达到87％;总体来说, ND-WI影像提取的效果最好。     

高分辨率遥感影像的随机森林变化检测方法

基于面向对象分析(OBIA)的遥感影像变化检测研究已取得显著的进展,代表了遥感影像变化检测的发展范式,未来是发展更加智能的解译分析方法。随机森林作为一种新的机器学习算法,其预测效果和性能稳定性要优于许多单预测器和集成预测方法。本文充分利用OBIA及随机森林机器学习算法的优势,提出了利用随机森林进行面向对象的遥感影像变化检测。首先基于熵率对影像进行超像素分割,通过最优超像素个数评价指数来获取最佳的影像分割结果,并提取每个超像素在前、后时相影像上的光谱特征和Gabor特征作为随机森林的特征输入数据,用于模型的训练。在初始像素级检测结果之上,自动进行分类样本选择并构建分类器模型,用训练好的模型来提取最终的变化区域。利用Quickbird、IKONOS、SPOT-5等3组多光谱影像进行试验,结果表明,本文方法在变化检测精度上要优于对比方法。     

基于随机森林的土地利用分类与景观格局分析

基于景观格局分析方法,分别选取8个反映景观格局类型和6个反映景观水平格局指数用于探索土地利用变化状况.实验结果表明:①基于选择合适的训练样本下,对3期遥感影像采用随机森林的监督分类方法,总体精度均在94％以上,kappa系数均为90％以上;②综合来看,研究期内建设用地为优势景观类型.研究区斑块数量增加,破碎化程度有所加...     

基于Landsat 8数据的城市不透水面及其与热环境的关系研究

利用Landsat8数据,以成都市为研究对象,采用光谱混合分解模型研究估算成都市的不透水面分布信息。通过MNF变换和PPI指数运算,确定高、低反照率,植被及土壤四类光谱端元,并利用Landsat8新增的卷云波段去除云、土壤、沙地等噪声和MNDWI指数去除水体。修正后的高、低反照率组分含量之和即为不透水面含量的估计值。通过将不透水面信息与利用TIRS11波段反演的地表温度进行回归分析,发现两者呈正相关。     

植被调节下的干旱区不透水面覆盖率遥感估算方法

基于DMSP/OLS夜间灯光数据的居住区指数模型（HSI）广泛应用于区域尺度城市不透水面扩张监测。但是,在干旱区由于受到裸岩、沙漠、戈壁等低植被覆盖区干扰,HSI算法的精度和适应性受到了一定的影响。为解决这一问题,本文利用植被覆盖度作为调节系数,对灯光数据与植被指数进行动态调整,构建了适用于干旱区的城市植被调节不透水指数（VAISI）;然后采用SVR模型,通过机器学习的方法构建了城市不透率参考数据与VAISI之间的非线性关系模型,实现对干旱区区域尺度不透水面覆盖率估算;最后,对模型估算结果进行了精度验证和比较分析。试验结果表明：在干旱区,VAISI解决了由于灯光溢出问题及城市周边裸土等低植被覆盖等因素导致的城市周边裸土像元不透率估算过高问题,一定程度上提高了城市内部不透水面空间分布信息的表达能力,有效克服了非灯光区估算结果高于背景值的现象。平均相关系数R由0.69提升到0.79,RMSE由0.17降至0.14。     

基于多时相遥感影像的海岸线变化监测研究

随着社会经济的高速发展,沿海经济带正发生着日新月异的变化,海岸线环境发生了巨大改变。利用遥感技术不受时间、空间限制的特点,研究海岸线变化监测,有利于掌握海岸线分布情况,监测海岸线沿线生态环境。本文是基于多时相遥感影像,开展辽宁省大陆海岸线变化监测研究。