基于高分辨率遥感影像的不透水面信息提取方法研究

《基于高分辨率遥感影像的不透水面信息提取方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、规范s暇务·2008高校GIS论坛论文集基于高分辨率遥感影像的不透水面信息提取方法研究李彩丽都金康南京大学地理与海洋科学学院【摘要】不透水地面是城市地区的特征，它与总用地的比值——不透水率作为一个重要的城市生态指数常出现于城市水文、城市水质面源污染以及城市植被制图等研究中。利用高分辨率遥感影像提取不透水面不仅可获得较高精度的不透水面积信息。而且可为中低分辨率遥感影像的提取提供样本训练区及检验其不透水面信息的提取精度。本文利用南京IKONOS影像，采用面向对象的分类方法进行不透水面信息的提取，较好的解决了阴影归类和遮盖不透水面的植物剔除等难点问题，比较精确的提取了不透水面信息。【关键词

2、】不透水面；面向对象；高分辨率遥感影像；eCogntion1、引言不透水面是指天然的或者人造的能阻止水渗透到地表以下的物质，诸如屋顶、沥青、水泥道路以及停车场等具有不透水性的地表面。人工不透水面是城市地区的特征．城市化的一个重要表现就是不透水面分布比率的上升。随着不透水面的增加，城市中的绿地、湿地和水体面积逐渐减少．也引发了多种环境因子的改变，诸如地表径流、流域水质和城市热环境的变化等，从而使城市生态系统恶化。不透水面分布被认为是表征流域健康、水质以及整个生态系统是否健康最为重要的环境指标之一【㈦】。在国外．通过遥感来提取不透水面的研究自20世纪后期就开始引起关注。Deguchi和S

3、ugio[3](1994)对SPOT的HRV图像应用聚类算法得到了不透水区域。Ji和Jensen[4](1999)利用亚象元分析和分层分类法对TM遥感影像估算不透水面分布。Phinn等(2002)利用混合像元线性分解模型进行不透水面分布测算。Wu[S]等(2003)并1J用LandsatETM+卫星影像结合线性光谱混合模型进行高照度不透水面和低照度不透水面提取得到不透水面分布。WU[16](2004)分析了同种城市地物景观光谱存在很大差异．在此基础上提出改进的归一化混合像3嘶I一班吼com元线性分解模型，成功地提取了俄亥俄州哥伦布市不透水面。Powell[17](2006)提出一种多

4、端元像元分解模型，采用ETM+进行试验研究，取得较好的效果。pu[18](2007)以日本横滨为例，运用混合像元分解模型和神经网络模型对ASTER影像进行像元分解，制作城市地表要素组成图。马雪梅【19】等(2007)采用于数据挖掘技术对流域的TM影像进行不透水面及变化信息提取。利用三年的TM数据，应用基于数据挖掘技术的决策树方法对区域不透水面进行信息提取。目前。提取不透水面信息主要是利用中低分辨率遥感影像，但样本训练区的选择及提取精度的检验是问题。而利用高分辨率遥感影像提取不透水面不仅可获得较高精度的不透水面积信息，而且可为中低分辨率遥感影像的提取提供样本训练区及检验其不透水面信息的

5、提取精度。因而高分辨遥感影像提取不透水面的研究是很有意义的。利用高分辨率遥感影像提取不透水面主要存在阴影归类与不透水面上植物的剔除问题。基于像元的方法对高分辨率遥感影像进行分类，会产生严重的”椒盐”现象。精度较低。所以本文采用面向对象分类方法。利用影像分割手段按一定的标准将像素聚合成代表不同类型地物的影像对象，再对其进行分类，利用像素的光谱信息压真实世界地韧的形状特征和邻近关系特征．引^模糊逻辑规则对分类进行描进使易混淆的地物容易提取，可有效解决阴影归类与不运水面±植物的别除问题．极大地提高影像的分类晴度。。、2、赣据源与影像璜处理21缸据谭采用南京IKONOS影像，包括4m分辨率的

6、多光谱数据和11甘辨§的全色片彰像采集时间为2000￡3月2E日上午10时29廿．走日高度角为520026度率文主要选肛城北地Ⅸ作为研究区太小为2999’2409女fl图12,2*们*A本发实验采用的数据B经过几何校E．只焉进行影像融台。由于IKONOS全色片与多光谱数据来自同一传感器系统．可以直接进行融台，本文通过光谱质量丹析、空间纹理信息分析，选择较近台的主成分变按方法进行影像融合。3、研究技术和方法在对酽究区实地谓查后发现．研究区的不透水面主要包括城市道路屋顶广场小区非绎化庭院及停车塥，高分辨率影像存在严重的阴影问题．这样会影响不透水面提取的精度，同时许多植物将不透水面遮盖7，

7、也害影响不透水面信息提取韵精度。准确提取不透水面信息，必须解头阴影归类和不透水面中绿地信息剔除的q题．这是本文研完的关键所在通过分析不同分类方法的特点．本文采用面向对象分粪方法对研究区进行不透亦面信息的提取面向对象的丹类方法是一种智能化的自动影像分析方法．它的分析单元不再是单十像素+■是影像对象：包括两十步骤：对象生威与信息提取对象生成是采用影像分割技术生成不同的影像对象的过程．针对不同的地物采取不同的尺度．构建尺度同对影像进行分割：本文分割采用异质性最小