基于遥感的城市雨水蓄渗能力评价模型构建
发布时间：2022-01-16 16:27
本文基于海绵城市理论研究,提取其中蓄、渗两大指数,基于归一化水体指数（MNDWI）、不透水面指数（BCI）和DEM高程数据,构建了一种可以用来评价城市雨水蓄渗能力的新型遥感指数:归一化差分蓄渗指数（NDSPI）。本文对NDSPI指数模型构建进行了理论分析以及利用武汉主城区Landsat8、DEM数据对该指数进行了精度评估和实用性验证。结果表明:该指数低蓄渗提取精度为0.8782,Kappa统计值为0.8589,各行政单元低蓄渗贡献度与各参数贡献度走向大致相同,满足实验结果需求,该指数可信度高。
【文章来源】：经纬天地. 2020,(03)
【文章页数】：6 页
【部分图文】：
武汉市城区矢量图
为了验证该归一化差分蓄渗指数（NDSPI）的适用性，本研究选取武汉市中心城区作为实验区（如图1所示），其中包括：江岸区、江汉区、硚口区、汉阳区、武昌区、洪山区和青山区。利用Landsat8卫星遥感数据和ASTER GDEM 30m分辨率高程数据作为研究基础数据和底图数据，数据均来自于地理空间数据云（http://www.gscloud.cn/）。遥感影像选取的时间为2018年4月8日，春季清明时节，多雨，研究区内云量低于1%，满足研究所需。研究区的选取考虑到武汉作为沿长江经济带的重要城市之一，而且降雨量丰沛，城市湖泊众多，具备了作为海绵城市的必要条件，此外中等分辨率多光谱数据包含了区分水体、不透水面、植被等的光谱响应信息，满足城市水文水环境模型构建所需。在进行模型验证之前，先对Landsat8数据和DEM数据（如图2-(a）所示）进行预处理，其中，包括辐射定标、大气校正和影像裁剪。其定标参数和校正系数均参考Landsat8使用手册中提供的参数。首先采用MNDWI指数对影像进行湖泊水体信息的提取，并对其做标准归一化处理，（如图2-(b）所示）。然后对研究区影像做缨帽变换，提取其前三个分量及高反射率（TC1）、低反射率（TC3）和植被分量（TC2）。对提取出来的三个分量分别做标准归一化处理，分别得到H、L、V分量，然后使用BCI指数提取出不透水面，（如图2-(c）所示）。为了统一量纲和精度，首先将MNDWI、BCI和DEM标准归一化处理分别得到参数NM、NB和ND。不透水面和地形因素与蓄渗指数成负相关，水体指数和蓄渗指数呈正相关。将三个参数代入到归一化差分蓄渗指数（NDSPI）中，得到结果（如图2-(d）所示）：
其中，P为贡献度；i为样本点；j为指数；n为样本点个数；m为指数模型个数；xji为该指数模型下样本点灰度值。统计不同指数的贡献度（如图4所示）。可以发现DN值在-1至-0.5区间，DEM值占主导地位，而在0.5至1区间水体占主导地位。在-0.5至0.5区间，不透水面指数的比例逐步增大，主要是由于BCI指数提取的不透水面主要集中在0至0.5这一区间。在0.5至1这一区间，由于湖泊和长江水系的影响，水体指数的密度增加，而且DEM也趋于等同，导致水体指数和DEM指数的贡献度骤增。图4 不同指数对NDSPI指数的贡献度
【参考文献】：
期刊论文
[1]中国城市内涝成因和防控策略研究进展[J]. 焦胜,马伯,黎贝. 生态经济. 2019(07)
[2]海绵城市雨水径流集中入渗对土壤和地下水影响研究进展[J]. 李怀恩,贾斌凯,成波,郭超,李家科. 水科学进展. 2019(04)
[3]武汉建设海绵城市的可视化研究[J]. 徐源,郑旭子,何劲秋,王欣雅,杨光,张京澳,周聪. 现代商贸工业. 2019(15)
[4]海绵城市研究进展综述:从水文过程到生态恢复[J]. 赵银兵,蔡婷婷,孙然好,倪忠云,张婷婷. 生态学报. 2019(13)
[5]海绵城市之雨水蓄水池设计及创新技术[J]. 周春勇,李新平,左廷忠,罗勤,陈波. 建筑施工. 2019(03)
[6]基于TM影像的新型组合水体指数模型研究[J]. 聂欣然,刘荣,聂爱球,余健,王道芸. 江苏农业科学. 2018(24)
[7]基于随机森林模型的城市不透水面提取研究——以呼和浩特市为例[J]. 郜燕芳,李俊明,刘东伟,任周鹏,王楠楠. 冰川冻土. 2018(04)
[8]北京城市雨水蓄渗措施配置模式应用案例分析[J]. 舒安平,尤伟,周星,赵宇,于洋,祝荻. 中国水土保持. 2016(02)
本文编号：3593031
【文章来源】：经纬天地. 2020,(03)
【文章页数】：6 页
【部分图文】：
武汉市城区矢量图
为了验证该归一化差分蓄渗指数（NDSPI）的适用性，本研究选取武汉市中心城区作为实验区（如图1所示），其中包括：江岸区、江汉区、硚口区、汉阳区、武昌区、洪山区和青山区。利用Landsat8卫星遥感数据和ASTER GDEM 30m分辨率高程数据作为研究基础数据和底图数据，数据均来自于地理空间数据云（http://www.gscloud.cn/）。遥感影像选取的时间为2018年4月8日，春季清明时节，多雨，研究区内云量低于1%，满足研究所需。研究区的选取考虑到武汉作为沿长江经济带的重要城市之一，而且降雨量丰沛，城市湖泊众多，具备了作为海绵城市的必要条件，此外中等分辨率多光谱数据包含了区分水体、不透水面、植被等的光谱响应信息，满足城市水文水环境模型构建所需。在进行模型验证之前，先对Landsat8数据和DEM数据（如图2-(a）所示）进行预处理，其中，包括辐射定标、大气校正和影像裁剪。其定标参数和校正系数均参考Landsat8使用手册中提供的参数。首先采用MNDWI指数对影像进行湖泊水体信息的提取，并对其做标准归一化处理，（如图2-(b）所示）。然后对研究区影像做缨帽变换，提取其前三个分量及高反射率（TC1）、低反射率（TC3）和植被分量（TC2）。对提取出来的三个分量分别做标准归一化处理，分别得到H、L、V分量，然后使用BCI指数提取出不透水面，（如图2-(c）所示）。为了统一量纲和精度，首先将MNDWI、BCI和DEM标准归一化处理分别得到参数NM、NB和ND。不透水面和地形因素与蓄渗指数成负相关，水体指数和蓄渗指数呈正相关。将三个参数代入到归一化差分蓄渗指数（NDSPI）中，得到结果（如图2-(d）所示）：
其中，P为贡献度；i为样本点；j为指数；n为样本点个数；m为指数模型个数；xji为该指数模型下样本点灰度值。统计不同指数的贡献度（如图4所示）。可以发现DN值在-1至-0.5区间，DEM值占主导地位，而在0.5至1区间水体占主导地位。在-0.5至0.5区间，不透水面指数的比例逐步增大，主要是由于BCI指数提取的不透水面主要集中在0至0.5这一区间。在0.5至1这一区间，由于湖泊和长江水系的影响，水体指数的密度增加，而且DEM也趋于等同，导致水体指数和DEM指数的贡献度骤增。图4 不同指数对NDSPI指数的贡献度
【参考文献】：
期刊论文
[1]中国城市内涝成因和防控策略研究进展[J]. 焦胜,马伯,黎贝. 生态经济. 2019(07)
[2]海绵城市雨水径流集中入渗对土壤和地下水影响研究进展[J]. 李怀恩,贾斌凯,成波,郭超,李家科. 水科学进展. 2019(04)
[3]武汉建设海绵城市的可视化研究[J]. 徐源,郑旭子,何劲秋,王欣雅,杨光,张京澳,周聪. 现代商贸工业. 2019(15)
[4]海绵城市研究进展综述:从水文过程到生态恢复[J]. 赵银兵,蔡婷婷,孙然好,倪忠云,张婷婷. 生态学报. 2019(13)
[5]海绵城市之雨水蓄水池设计及创新技术[J]. 周春勇,李新平,左廷忠,罗勤,陈波. 建筑施工. 2019(03)
[6]基于TM影像的新型组合水体指数模型研究[J]. 聂欣然,刘荣,聂爱球,余健,王道芸. 江苏农业科学. 2018(24)
[7]基于随机森林模型的城市不透水面提取研究——以呼和浩特市为例[J]. 郜燕芳,李俊明,刘东伟,任周鹏,王楠楠. 冰川冻土. 2018(04)
[8]北京城市雨水蓄渗措施配置模式应用案例分析[J]. 舒安平,尤伟,周星,赵宇,于洋,祝荻. 中国水土保持. 2016(02)
本文编号：3593031
本文链接：https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3593031.html
