基于遥感光谱指数的城市建筑信息提取方法及应用研究
发布时间：2021-03-10 12:29
本文旨在研究基于遥感光谱指数的建筑信息提取。首先,分析了遥感影像在数字量化值（Digital Number,DN）和地表反射率（Surface Reflectance,SR）下反演典型建筑指数的性能差异;其次,对城市指数（Urban Index,UI）进行了改进,提出了一种抑制裸地的建筑信息提取算法模型;最后,构建了重庆市主城区2001年-2019年间的长时间序列建筑信息数据集。具体的研究内容及主要结论如下:1.为了研究大气校正对建筑指数性能差异的影响,选取7种典型建筑指数,反演了大气校正前后的建筑指数,实验结果表明:（1）大气校正后建筑指数的最小值变小,最大值变大,取值范围变宽,遥感影像得到了改善,建筑信息增强。大气校正后建筑指数的标准差相比未校正的建筑指数的标准差增加了一倍左右,建筑指数标准差变大,则离散程度大,从提取建筑信息的角度分析,大气校正去除了大气对图像的影响,更能反映地表辐射的真实情况。（2）校正后反演的建筑指数与未校正反演的指数之间具有极强的正相关关系,但又存在明显的区别。各种建筑指数在大气校正前后的总体精度和Kappa系数不相同,相比未校正影像反演的指数,大气校正后的...
【文章来源】：重庆邮电大学重庆市
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
研究区位置及范围示意图
重庆邮电大学硕士学位论文第2章研究区域及数据预处理14图2.2裁剪后研究区域(Landsat8B5(R),B4(G),B3(B))2.3本章小结本章首先对重庆研究区域的地理位置和气候因素等方面进行了简单的介绍。其次，对Landsat系列遥感影像数据进行了简单的说明。最后，对实验所需的遥感影像进行裁剪、几何校正、辐射定标和大气校正等预处理步骤，并说明了相关预处理步骤原理，得到后续实验所需的重庆市Landsat系列的遥感影像数据。
重庆邮电大学硕士学位论文第3章大气校正对建筑指数性能差异的影响分析20对建筑特征构建的建筑指数，它组合了可见光波段，近红外波段，短波红外波段及热红外波段来提取建筑信息[43]，计算公式如3.12：[(NDWI56)/3]+[(56)/3]TIRBBNDISITIRNDWIBB(3.12)对于Landsat8影像，B5为NIR波段，B6为SWIR1波段，NDISI具有归一化指数的特征，取值范围为-1到1。TIR为热红外波段，因为TIR波段不能进行大气校正，在获取大气校正后NDISI指数时，TIR与大气校正后的NDWI、B6和B5波段需要进行0到1的线性拉伸。3.3大气校正前后建筑指数统计分析3.3.1校正前后OLI影像目视效果对比图3.1大气校正前后的Landsat8影像如上图3.1，在定量和定性评价FLAASH大气校正效果之前，首先对大气校正前后影像的目视效果进行对比。通过对比大气校正前后标准彩色合成影像，我们可以明显看出未经过FLAASH大气校正的OLI影像整体比较模糊，大气校正后遥感影像纹理更加清晰，图像整体变亮，色彩对比更加突出，山体和植被尤为明显。大气校正在一定程度上有效地减少了大气对图像干扰的影响，能清楚地识别山体、建筑和植被纹理性质。大气校正后的遥感影像不仅保留了原始影像地物特征信息的同时，影像上的建筑区域信息在校正后也得到了增强。这种改善对后期建筑区
【参考文献】：
期刊论文
[1]基于FLAASH模型的Worldview3大气校正[J]. 陈玲,陈理,李伟,刘建宇. 国土资源遥感. 2019(04)
[2]基于三指数合成影像的西北地区城市建筑用地遥感信息提取研究[J]. 唐璎,刘正军,杨树文. 地球信息科学学报. 2019(09)
[3]2006―2016年粤港澳大湾区城市不透水面时空变化与驱动力分析[J]. 冯珊珊,樊风雷. 热带地理. 2018(04)
[4]哈尔滨市中心城区不透水面时空变化及驱动力分析（英文）[J]. 李苗,臧淑英,吴长山,那晓东. Journal of Geographical Sciences. 2018(03)
[5]不同辐射校正水平下植被指数特征对比分析[J]. 赵娟娟,谈树成,杨林. 云南地理环境研究. 2017(06)
[6]集成夜间灯光数据与Landsat TM影像的不透水面自动提取方法研究[J]. 程熙,吴炜,夏列钢,罗瑞,沈占锋. 地球信息科学学报. 2017(10)
[7]常用大气校正模型对图像清晰度提升的对比分析[J]. 谭伟,王钰,何红艳,齐文雯. 航天返回与遥感. 2017(05)
[8]TM遥感图像FLAASH大气校正异常值的改正[J]. 温素馨,韦玉春,汪美会. 测绘科学. 2017(07)
[9]一种提取城市多种不透水层的垂直不透水层指数[J]. 田玉刚,徐韵,杨晓楠. 测绘学报. 2017(04)
[10]基于多源遥感影像的多尺度城市植被覆盖度估算[J]. 高永刚,徐涵秋. 红外与毫米波学报. 2017(02)
硕士论文
[1]基于光谱指数的城市建筑信息快速提取方法研究[D]. 邓陆.重庆邮电大学 2019
[2]基于遥感技术的城市不透水面信息的提取应用[D]. 李玮娜.中北大学 2013
本文编号：3074663
【文章来源】：重庆邮电大学重庆市
【文章页数】：69 页
【学位级别】：硕士
【部分图文】：
研究区位置及范围示意图
重庆邮电大学硕士学位论文第2章研究区域及数据预处理14图2.2裁剪后研究区域(Landsat8B5(R),B4(G),B3(B))2.3本章小结本章首先对重庆研究区域的地理位置和气候因素等方面进行了简单的介绍。其次，对Landsat系列遥感影像数据进行了简单的说明。最后，对实验所需的遥感影像进行裁剪、几何校正、辐射定标和大气校正等预处理步骤，并说明了相关预处理步骤原理，得到后续实验所需的重庆市Landsat系列的遥感影像数据。
重庆邮电大学硕士学位论文第3章大气校正对建筑指数性能差异的影响分析20对建筑特征构建的建筑指数，它组合了可见光波段，近红外波段，短波红外波段及热红外波段来提取建筑信息[43]，计算公式如3.12：[(NDWI56)/3]+[(56)/3]TIRBBNDISITIRNDWIBB(3.12)对于Landsat8影像，B5为NIR波段，B6为SWIR1波段，NDISI具有归一化指数的特征，取值范围为-1到1。TIR为热红外波段，因为TIR波段不能进行大气校正，在获取大气校正后NDISI指数时，TIR与大气校正后的NDWI、B6和B5波段需要进行0到1的线性拉伸。3.3大气校正前后建筑指数统计分析3.3.1校正前后OLI影像目视效果对比图3.1大气校正前后的Landsat8影像如上图3.1，在定量和定性评价FLAASH大气校正效果之前，首先对大气校正前后影像的目视效果进行对比。通过对比大气校正前后标准彩色合成影像，我们可以明显看出未经过FLAASH大气校正的OLI影像整体比较模糊，大气校正后遥感影像纹理更加清晰，图像整体变亮，色彩对比更加突出，山体和植被尤为明显。大气校正在一定程度上有效地减少了大气对图像干扰的影响，能清楚地识别山体、建筑和植被纹理性质。大气校正后的遥感影像不仅保留了原始影像地物特征信息的同时，影像上的建筑区域信息在校正后也得到了增强。这种改善对后期建筑区
【参考文献】：
期刊论文
[1]基于FLAASH模型的Worldview3大气校正[J]. 陈玲,陈理,李伟,刘建宇. 国土资源遥感. 2019(04)
[2]基于三指数合成影像的西北地区城市建筑用地遥感信息提取研究[J]. 唐璎,刘正军,杨树文. 地球信息科学学报. 2019(09)
[3]2006―2016年粤港澳大湾区城市不透水面时空变化与驱动力分析[J]. 冯珊珊,樊风雷. 热带地理. 2018(04)
[4]哈尔滨市中心城区不透水面时空变化及驱动力分析（英文）[J]. 李苗,臧淑英,吴长山,那晓东. Journal of Geographical Sciences. 2018(03)
[5]不同辐射校正水平下植被指数特征对比分析[J]. 赵娟娟,谈树成,杨林. 云南地理环境研究. 2017(06)
[6]集成夜间灯光数据与Landsat TM影像的不透水面自动提取方法研究[J]. 程熙,吴炜,夏列钢,罗瑞,沈占锋. 地球信息科学学报. 2017(10)
[7]常用大气校正模型对图像清晰度提升的对比分析[J]. 谭伟,王钰,何红艳,齐文雯. 航天返回与遥感. 2017(05)
[8]TM遥感图像FLAASH大气校正异常值的改正[J]. 温素馨,韦玉春,汪美会. 测绘科学. 2017(07)
[9]一种提取城市多种不透水层的垂直不透水层指数[J]. 田玉刚,徐韵,杨晓楠. 测绘学报. 2017(04)
[10]基于多源遥感影像的多尺度城市植被覆盖度估算[J]. 高永刚,徐涵秋. 红外与毫米波学报. 2017(02)
硕士论文
[1]基于光谱指数的城市建筑信息快速提取方法研究[D]. 邓陆.重庆邮电大学 2019
[2]基于遥感技术的城市不透水面信息的提取应用[D]. 李玮娜.中北大学 2013
本文编号：3074663
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3074663.html
