摘 要

随着城市化进程的不断加快，产生了很多负面影响使人们越来越重视对城市不透水面的重视。随着遥感技术的发展，基于遥感影像的不透水面的提取得到了国内外众多学者的重视，众多的方法已经被研究出来，但是大多数还是基于中低分辨率的遥感数据的提取方法的提出。本文主要以南京市为主要研究对象，以landsat-8中分辨率遥感影像为主要数据，主要运用了指数法、回归法、分类法、线性光谱混合分析法四种方法进行了不透水面的提取研究，最后选取统一样本进行精度验证，对比其精度，分析提取结果的原因。

关键字： 不透水面 遥感影像 landsat-8 信息提取

Comparison and analysis of urban impervious surface remote sensing extraction methods

Abstract

With the acceleration of urbanization, many negative effects have been brought about that people pay more and more attention to the urban impervious surface. With the development of remote sensing technology, many methods have been developed, but most are based on low resolution remote sensing data extraction method is put forward. In this paper, taking nanjing as the main research object, by landsat 8 moderate resolution remote sensing image as the main data, mainly USES the index method, regression method, classification, four methods for the linear spectral mixture analysis impervious surface extraction, lastly, a unified precision validation samples, comparing the accuracy, this paper analyzes the reason of the extraction results.

Keywords: impervious to water surface；remote sensing image； landsat-8；information extraction

目 录

摘 要 I

Abstract II

第一章 绪论 1

1.1研究背景与意义 1

1.2研究现状 1

1.3研究内容与技术路线 3

第二章 研究范围概况及数据预处理 5

2.1研究范围 5

2.2自然地理、地形地貌概况 6

2.3研究数据定义及特征 6

2.4数据预处理 7

第三章 基于Landsat 8遥感数据的不透水层提取 10

3.1方法概述 10

3.1.1指数法 10

3.1.2回归法 10

3.1.3线性光谱混合模型法 10

3.1.4分类法 11

3.2对比研究技术方法 11

3.2.1指数法——城市建成区指数法（BUAI） 11

3.2.2回归法——基于植被覆盖度提取不透水面 12

3.2.3线性光谱混合分析法 13

3.2.4分类法——支持向量机SVM分类 14

第四章 实验结果与对比分析 16

4.1精度验证 16

4.2对比分析 17

第五章 总结与展望 19

参考文献 21

致 谢 23

第一章 绪论

1.1研究背景与意义

所谓不透水面，是指城市中自然的或者人工的阻止地表水渗透到地下的地表覆盖物，如由水泥混凝王、玻璃、沥青、塑料、瓦片、金属等材料建成的道路、停车场、屋顶等[25]。目前不透水面已经是城市生态环境评价的重要指标。

城市中植被、水体和湿地等自然景观的面积大量减少都是随着不透水面的增加而导致的，自然景观的大量减少随之带来的副作用便是影响着地表的蒸腾、蒸散作用，进一步阻碍了热力交换的进行，由于热力交换的阻碍，因此热量不得已的表现方式就成了显热交换，地表温度因此将会升高，城市热岛效应由此加剧；不仅如此，不透水面的也影响了地表水，由于各种建筑物、道路等不透水面在地表的大量分布，从而使得地表水难以渗透到地下，因此使地下水的储存量减少了，不仅如此，同时还增加了城市的地表径流，这洪涝灾害就很容易引发；另一方面，不断增加的不透水面和地表径流也使得很多地表的非点源污染物例如病原体、细菌、有毒物质等随着径流进入河流、湖泊，进而污染了流域的水质、更为严重的是，他会破坏生物的多样性；此外，城市空间范围的扩展还与城市不有水面有很大的关系，因为人们经常用不透水面信息来监测城市空间扩展情况，目前，随着遥感提取监测不透水面技术的相对成熟，不透水面也已经成为世界各国评估环境资源变化和监测城市化水平的一个重要指标。所以，及时准确地掌握不透水面分布的信息，根据不透水面来研究城市的动态变化，控制不透水面对城市生态环境的影响，这对于规划和管理城市的可持续发展战略，构建一个绿色、优美而宜居的生态城市具有非常重要的现实意义。

1.2研究现状

自2000s起，我国的学者专家开始研究获取不透水面的方法通过利用遥感信息。李玮娜[3]以山西太原为研究区域，用遥感技术研究获取城市不透水面信息分布的方法，对选择的遥感影像进行预处理，最后分析不透水面提取方法得到的结果与地表温度的关系。唐菲[4](2014)基于线性光谱混合分析模型，对比了高光谱与多光谱影像的不透水面反演能力。李昕瑜[5](2015)以江苏省为研究区域，以不透水面作为城市扩展变化的研究对象，采用不同传感器影像，通过指数生物物理成分指数BCI，对江苏省全省范围内不透水面进行提取；通过对提取结果的研究和各城市市辖区范围不透水面的获取，分析了江苏省近三十年各城市城市扩展的时空变化，以遥感影像为基础，通过指数提取、遥感反演等快速提取法，从地表参数和地表温度的角度揭示了近三十年江苏省城市扩展对地物恃征，如植被、热岛等产生的影响。林婉晴[6](2015)基于ENVI4.8和ArcGis9.3软件平台，以像元级和亚像元级这两个尺度为出发点，对城市不透水面信息的提取方法展开研巧，并以晋江巧为例，将方法研巧过程中得到的结论实际应用于晋江市，对晋江市不透水面时序演变情况加以分析。潘晨[7](2016)以高度城市化背景下的长三角地区为研究对象，以基于遥感数据提取的不透水层提取为研究问题，在着重分析其不透水层空间分布特征及其相关因素的基础上，通过对比分析该区域在多源遥感数据及不同模型提取下的不透水层结果，研究其不确定性。易佳思[8](2017)则结合多光谱影像Landsat 8、Landsat 7、高空间分辨率卫星影像GF-1和LiDAR点云数据的优势，构建图模型，将Grabcut算法引入不透水面提取中，利用Grabcut算法的多源数据融合提取方法，通过能量优化框架，实现了光谱信息、空间信息、高度和强度信息等多源特征融合。根据每一源数据的特点设计特征，一定程度上解决了裸地和不透水面相互混靖的问题。

由上面的论述可知人工解译法、回归分析法、指数模型法、决策树分类法、人工神经网络、线性光谱混合模型法、面向对象法等是目前常用的不透水面遥感提取方法。这些研究虽然已经有了很好的效果，但提取不透水面仍不能做到精确、高效。如：基于V-I-S模型采用线性光谱混合分解将混合光谱信息分解成四种端元，但造成端元之间存在不确定性与光谱相似性有关；回归分析法对数据噪声敏感，且对于不同时间不同季节不同区域难以实现归一；人工智能算法在遥感影像上应用还不够成熟，不易推断网络连接权值的物理意义，学习收敛速度慢，且对训练样本的数量和质量有要求；面向对象法虽然包含了形状、纹理、上下文关系等空间信息，但是分类精度很大程度取决于分割尺度。为了提高算法的精度，专家在以上方法上进行了大量的改进研究。同时，传统的研究方法都没有利用多源数据的优势，只使用单一的数据源，因此不透水面提取的研究热点便是夜间数据、合成孔径雷达数据、机载激光点云数据等新型数据与传统遥感影像相结合。如：Hodgson利用了航片数据和LiDAR点云数据，对城区不透水面进行了提取，相比传统分类方法精度有了很大的提高。

相关图片展示：