一种提取不透水面的可见光波段遥感指数

发布时间：2021-06-18 18:05

　　为了从高分辨率无人机影像中获取准确的城市不透水面信息,在可见光波段范围内建立绿-蓝光谱特征空间,综合土壤线及不透水面线,构造了能够将土壤、植被像元与不透水面像元有效分离的绿-蓝不透水面指数。以广州市局部地区的GF-2号影像为验证数据对比及分析垂直不透水层指数、比值居民地指数以及绿-蓝不透水面指数的提取结果,以验证绿-蓝不透水面指数的可行性与提取精度。同时,将眉山市洪雅县部分地区的无人机正射影像作为试验数据进行不透水面提取。结果表明,在3个不透水面提取指数的横向对比中,绿-蓝不透水面指数和垂直不透水层指数的提取结果总体精度相同,验证了绿-蓝不透水面指数的有效性。在对无人机正射影像的不透水面提取中,得益于无人机低空摄影技术能够获取地形特征的特点,解决了建筑物屋顶因植被覆盖导致的错分问题,提取结果总体精度达到了96.95%,Kappa系数为0.936 1。试验证明了绿-蓝不透水面指数能够代替归一化差值不透水面指数、垂直不透水层指数、比值居民地指数等,应用于无人机遥感影像的不透水面信息提取中。 

【文章来源】：农业工程学报. 2020,36(08)北大核心EICSCD

【文章页数】：8 页

【部分图文】：

研究区影像

城市不透水面大多为道路、停车场、人行道、屋顶等，若以颜色和亮度信息对不透水面进行归类可分为亮色不透水面（如涂了防水层的屋顶）、暗色不透水面（如公路）和蓝色不透水面（如厂房屋顶）[12]。透水面则分为水体、植被和土壤，指数提取不透水面的方法通常需要在预处理中将水体剔除[18]，因此，此处暂不讨论水体。为了分析透水面和不透水面在光谱特征上的差别,对验证区影像内的3类不透水面地物和2类透水面地物进行采样，图2为验证区内各典型地物在红、绿、蓝3个波段上的光谱均值所构成的光谱响应曲线。由图2所示，蓝色不透水面和暗色不透水面的蓝绿波段连线具有递减的趋势，同时，植被和土壤的蓝绿波段连线具有递增的趋势，因此，若以蓝波段和绿波段构成特征空间，可以增大不透水面与透水面的差距。为了进一步验证提出的假设，分别以Green-Blue、Red-Blue、Green-Red3种光谱特征空间绘制5种地物的散点图（图3）。

图3b中植被像元与暗色不透水面像元相交错，难以区分。图3c中植被像元与土壤像元分别位于不透水面像元的两侧，部分植被像元与蓝色不透水面像元混合，若以此光谱特征空间构造指数易影响提取精度。而图3a中植被像元与土壤像元聚成了一类，3种不透水面像元聚成了另一类，因此，在Green-Blue光谱特征空间下，透水面与不透水面像元之间的差距较明显，易于区分二者。2.3 绿—蓝不透水面指数的构造

【参考文献】：
期刊论文
[1]Landsat8不透水面遥感信息提取方法对比[J]. 刘畅,杨康,程亮,李满春,郭紫燕.  国土资源遥感. 2019(03)
[2]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)
[3]遥感技术在不透水层提取中的应用与展望[J]. 李德仁,罗晖,邵振峰.  武汉大学学报(信息科学版). 2016(05)
[4]基于可见光波段无人机遥感的植被信息提取[J]. 汪小钦,王苗苗,王绍强,吴云东.  农业工程学报. 2015(05)
[5]流域非点源污染景观源汇格局遥感解析[J]. 张新,程熙,李万庆,罗雷.  农业工程学报. 2014(02)
[6]基于二维光谱特征空间的土壤线自动提取算法[J]. 秦其明,游林,赵越,赵少华,姚云军.  农业工程学报. 2012(03)
[7]一种快速提取不透水面的新型遥感指数[J]. 徐涵秋.  武汉大学学报(信息科学版). 2008(11)
[8]比值居民地指数在城镇信息提取中的应用[J]. 吴宏安,蒋建军,张海龙,张丽,周杰.  南京师大学报(自然科学版). 2006(03)



本文编号：3237138