不透水表面是对水不能快速入渗到地表以下的地表覆盖类型的一个总括，是人工建设而非自然形成的覆盖类型，是城市区域的重要特征。

国外在不透水面提取上起步较早，自上世纪后期，国外环境领域的专家逐渐开始关注利用遥感技术提取不透水面的研究。

不透水面信息分布的提取方法的是随着遥感卫星和遥感图像处理技术的发展而发展的，上世纪 60 年代，研究者利用 GPS 实地测量不透水面分布，需要花费巨大的时间和金钱才能获得较为可靠的不透水分布面信息。

从 20 世纪七八十年代开始，研究者对不透水面信息的获取和专题信息地图的制作开始依靠对航片的判读，首先拍摄不同空间和时间尺度的航片，然后对航片进行校正等图像处理，最后再对这些数据进行解译判断。

Slonecker等（2001)对运用遥感数据提取不透水层的各种方法进行了评述，并将这些方法分为三类：解译性的方法、光谱方法和建模方法。

Brabec等（2002)利用求积仪在航空影像上手工测量不透水层面积，然后在航空图像上计算网格中交集数量和分类图像，并通过对一个区域的城市化百分率来间接评估不透水层表面，然而需要耗费的人工成本很高。

在过去的十多年，从卫星图像中定量提取不透水层的方法被广泛研究，这些方法包括基于像元图像分类方法、对像元分解的亚像元分类方法和决策树模型、通过综合高反照率和低反照率比率（丰度）图像，运用线性光谱混合分析来实现的，还有就是通过建立不透水层和植被覆盖之间的关系来估算不透水层的面积。

目前国外在不透水方面的研究多数侧重于应用，即利用现有的方法进行实验，并对这些方法进行比较。

如 Bauer 和 Yuan[1]（2006）运用 Quick bird 图像比较了基于像元和面向对象的不透水层提取方法；Lu 和 Weng[2]（2009）利用 IKONOS 图像比较了决策树和线性光谱混合分析在城市不透水层提取中的性能； Roeck 等（2009）比较了多层次分类方法和非层次的分类方法在城市不透水层提取中的效果。

Zhang 和 Wang（2007，2008）提出了一种基于改进的图像分割方法的城市不透水层提取方法。