武汉市2015年不透水面的提取及其空间自相关分析

合集下载

城市不透水面与地表温度定量关系的遥感分析

城市不透水面与地表温度定量关系的遥感分析

城市不透水面与地表温度定量关系的遥感分析的报告,600字
本报告旨在利用遥感技术来定性研究城市不透水面与地表温度之间的定量关系。

针对这一目标,本报告以某城市为例,采用ArcGIS Pro软件,根据Landsat 8影像以及数字海平面模型,
从街区、建筑物等不同方面进行数据收集及评估,以此为依据,采用遥感和地理信息系统分析处理技术模拟计算和分析气候变化对城市不透水面与地表温度之间的定量关系。

首先,我们运用Landsat 8红外、空间分辨率15米影像,确定
该城市不透水面,全部不透水面都已矢量化为街区、建筑物等不透水面特征。

然后,利用其他不透水特征,如绿地,树木、水体、航道等,划分出不透水的范围。

之后,从地球物理角度,利用三维模型计算地表温度信息,分析不透水特征与地表温度之间的定量关系。

本研究采用了普拉特(Platt)模型法(Net Radiation-Ground Temperature Model),该模型可以建立地表温度与不透水特征之间的定量
关系,从而计算出地表温度的大小和分布规律。

最后,研究报告将采用ArcGIS Pro软件,构建地图,并在地
图上显示不透水特征、地表温度和关联分析的结果,即城市不透水面的分布状况以及不透水面与地表温度之间的关系情况。

总之,本文旨在利用遥感技术定性研究城市不透水面与地表温度之间的定量关系。

本报告将采用Landsat 8影像和数字海平
面模型,与Platt模型法相结合,并利用ArcGIS Pro软件构建
地图,研究出不透水面的分布状况以及与地表温度的定量关系。

城市不透水面遥感信息提取精度对比研究

城市不透水面遥感信息提取精度对比研究

城市不透水面遥感信息提取精度对比研究
王厚望
【期刊名称】《测绘技术装备》
【年(卷),期】2024(26)1
【摘要】不透水面是反映城市工程建设水平和评价城市生态环境质量的有效指标,因此,高效提取不透水面对城市扩张监测和生态系统建设有重要意义。

本文以上海市城区为研究对象,首先利用D-InSAR技术对Sentinel-1A影像进行差分干涉处理,获取相干系数图;然后,与Landsat 8影像进行波段组合;最后,利用多种机器学习算法提取不透水面,并进行精度对比。

结果表明,相较于单一Landsat 8影像,加入相干系数图后,最大似然(ML)算法、支持向量机(SVM)算法、分类与回归树(CART)算法和随机森林(RF)算法提取不透水面的精度均有明显提高。

其中,RF算法表现最好,总体精度达到89.33%。

【总页数】5页(P145-149)
【作者】王厚望
【作者单位】上海市测绘院;自然资源部超大城市自然资源时空大数据分析应用重点实验室
【正文语种】中文
【中图分类】P208
【相关文献】
1.洱海流域不透水面遥感信息提取技术研究
2.洱海流域不透水面遥感信息提取技术研究(英文)
3.基于遥感影像的城市不透水面信息提取研究
ndsat8不透水面遥感信息提取方法对比
5.城市不透水面遥感信息提取方法的比较研究
因版权原因,仅展示原文概要,查看原文内容请购买。

不透水面时序数据

不透水面时序数据

不透水面时序数据不透水面时序数据是指记录了不透水面上不同时间点的相关数据的一种数据集合。

不透水面是指不能渗透水分的表面,如混凝土、铺装道路等。

不透水面时序数据可以包括不同时间段内的降雨量、径流量、水位变化等信息。

这些数据对于城市排水系统的设计和管理非常重要。

一、不透水面时序数据的采集不透水面时序数据的采集可以通过多种方式进行。

一种常见的方式是通过气象站和水文站等设备来记录降雨量和水位变化。

气象站可以记录降雨量,而水文站可以记录水位变化。

另一种方式是通过遥感技术获取不透水面的信息,如利用卫星图像、航空摄影等。

这些数据可以被用来分析不透水面的特征和变化趋势。

二、不透水面时序数据的应用不透水面时序数据在城市水资源管理和城市排水系统设计中有着广泛的应用。

首先,这些数据可以用来评估城市的水资源供应和需求情况。

通过分析不同时间段内的降雨量和径流量,可以了解城市的水资源利用情况,为水资源的合理配置提供依据。

其次,不透水面时序数据可以用于城市排水系统的设计和管理。

通过分析不同时间段内的降雨量和水位变化,可以评估城市排水系统的容量是否足够,以及是否需要进行改造和升级。

此外,不透水面时序数据还可以用于水净化和水质监测。

通过分析水位变化和降雨量,可以判断水体的污染状况,为水净化提供参考。

三、不透水面时序数据的挑战与展望不透水面时序数据的采集和分析面临着一些挑战。

首先,数据的采集和处理需要专业设备和技术支持,这对于一些资源有限的地区来说可能是一个难题。

其次,不透水面时序数据的分析需要一定的专业知识和技巧,这对于一些缺乏相关人才的地区来说也是一个挑战。

此外,不透水面时序数据的准确性和可靠性也需要得到保证。

未来,随着科技的不断进步,这些挑战有望得到解决。

例如,随着物联网技术的发展,可以实现对不透水面时序数据的实时监测和分析,从而提高数据的准确性和可靠性。

总结起来,不透水面时序数据是城市水资源管理和城市排水系统设计中不可或缺的一部分。

武汉市人口分布时空演变特征分析

武汉市人口分布时空演变特征分析

DOI:10.16660/ki.1674-098X.2005-5755-8687武汉市人口分布时空演变特征分析①丁逸尘1 伍雄昌1* 黄美玲2 杨子钰1(1.湖北师范大学 湖北黄石 435000;2.湖北理工学院 湖北黄石 435000)摘 要:本文在GIS技术支撑下,基于武汉市2009—2017年人口数据和武汉市行政区划边界数据,采用人口密度、空间自相关分析、人口重心与人口不均衡指数等方法,研究武汉市2009—2017年人口分布时空演变特点。

结果表明:2009—2017年,武汉市人口密度呈现出明显的地域差异特点,中间高,四周低;武汉市各区人口分布存在显著的空间正相关性,人口的空间集聚趋势逐渐减慢;武汉市人口分布呈不均衡态势,且逐渐减弱;武汉市人口重心总体上先向西南方迁移,再向东北方迁移。

关键词:人口重心 人口不均衡指数 空间自相关 武汉市中图分类号:C922 文献标识码:A 文章编号:1674-098X(2020)09(c)-0244-09Analysis on Spatiotemporal Evolution Characteristics ofPopulation Distribution in Wuhan CityDING Yichen 1 WU Xiongchang 1* HUANG Meiling 2 YANG Ziyu 1(1.HuBei Normal University, Huangshi, Hubei Province, 435000 China; 2.Hubei Polytechnic University,Huangshi, Hubei Province, 435000 China)Abstract: Based on GIS technology, the data of population and administrative divisions is utilized to study the temporal-spatial evolution characteristics of population of Wuhan City from 2009 to 2017. Some results are obtained by the methods of population density, spatial autocorrelation analysis, gravity central of population and population unbalanced index. The results show that some obvious regional differences of population density becoming higher in the middle and lower in the periphery were discovered. The spatial distribution of population had a significant positive spatial correlation. In addition, the spatial agglomeration of the population gradually slowed down. The population distribution was unbalanced and such situation gradually decreased. The population gravity center moved to the southwest first and then to the northeast.Key Words: Gravity center of population; Population unbalanced index; Spatial autocorrelation analysis; Wuhan City①基金项目:湖北省人文社会科学重点研究基地资源枯竭城市转型与发展研究中心2018年度开放基金(项目名称:资源枯竭型城市人为热排放研究;项目编号:KF2018Y01)。

基于特征指数合成影像的不透水面提取和分析

基于特征指数合成影像的不透水面提取和分析

基于特征指数合成影像的不透水面提取和分析法炜1,2,常军3,韩丽华4*(1.首都师范大学资源环境与旅游学院,北京100048;2.首都师范大学水资源安全北京实验室,北京100048;3.山东师范大学地理与环境学院,山东济南250014;4.自然资源部国土卫星遥感应用中心,北京100048)摘要:不透水面作为表征一个地区城市化水平的关键性指标,其时空变化特征与城市建设密切相关。

以济南市重要的泉水补给区南部山区为研究对象,根据植被-不透水面-土壤(V-I-S )城市地表组分模型选取了NDVI 、BCI 、SBAI 、MNDWI 和NDUI 5种遥感特征指数构成合成影像,利用最大似然法对特征指数合成影像进行分类获取不透水面信息,并采用扩展强度与扩展速率分析、土地利用类型转移分析和不透水面重心迁移路径分析等方法研究南部山区1990—2020年间不透水面的时空变化特征,结果表明近30a 间南部山区不透水面呈现出增长速率趋于平缓的持续增长趋势,在空间上呈现出以市中区和历下区为中心的均匀增长态势,且增长重心逐渐由市中区向历下区倾斜。

关键词:不透水面;特征指数;合成影像;重心变化;时空变化分析中图分类号:P237文献标志码:B文章编号:1672-4623(2022)04-0048-06收稿日期:2020-03-16。

项目来源:国家自然科学基金资助项目(41671417)。

(*为通信作者)doi:10.3969/j.issn.1672-4623.2022.04.009Imperious Surface Extraction and Analysis Based on ImageComposed of Feature IndexesFA Wei 1,2,CHANG Jun 3,HAN Lihua 4(1.College of Resource Environment and Tourism,Capital Normal University,Beijing 100048,China;2.Beijing Laboratoryof Water Resources Security,Capital Normal University,Beijing 100048,China;3.College of Geographyand Environment,Shandong Normal University,Jinan 250014,China;nd SatelliteRemote Sensing Application Center of MNR,Beijing 100048,China)Abstract:As a key indicator to represent the urbanization level of a region,imperious surface spatial-temporal variation characteristics are close-ly associated with urban construction.As an important spring recharge area in Jinan,the southern mountainous area was selected as the research object.According to the vegetation-impervious surface-soil (V-I-S)urban land surface component model,five remote sensing feature indexes (NDVI,BCI,SBAI,MNDWI and NDUI)were selected to form the composite image.We used the maximum likelihood classification method to get the impervious surface information and analyzed expansion intensity and expansion rate,land use type transfer and migration path of impervi-ous surface gravity center to reveal impervious surface spatiotemporal change characteristics during 1990-2020.The results show that the imper-vious surface shows a steady and continuous growth in the past 30years.It had increased evenly and the growth center gradually inclined from the Shizhong to Lixia area.Key words:impervious surface,characteristic index,composite image,gravity center change,spatial-temporal variation analysis随着卫星数据的广泛使用,国内外的专家们开展了大量以遥感数据为基础的不透水面提取和时空演变的相关研究[1-6]。

城市不透水面遥感提取方法及时空变化研究

城市不透水面遥感提取方法及时空变化研究

城市不透水面遥感提取方法及时空变化研究城市不透水面遥感提取方法及时空变化研究摘要:随着城市化进程的加快和人口的增加,城市发展中的不透水面(包括建筑物、道路、人工混凝土等)对自然系统和生态环境的影响日益凸显。

因此,及时准确地提取城市不透水面并研究其时空变化具有重要意义。

本文通过遥感技术,结合一定的分类方法和时间序列分析,提出了一种城市不透水面提取方法,并对其时空变化进行了研究。

1. 引言城市不透水面是指那些不具备透水性的区域,包括建筑物、道路、广场和人工混凝土等,其存在对城市环境和生态系统产生重要影响。

因此,及时准确地了解城市不透水面的时空变化是城市规划和生态环境保护的关键。

2. 城市不透水面的遥感提取方法2.1 影像预处理首先,需对获取的遥感影像进行预处理,包括辐射定标、大气校正和几何校正等步骤,以得到准确的数字影像。

2.2 遥感影像分类通过人工目视解译或自动分类方法,将数字影像划分为不同的类别,其中包括不透水面和其他类别,如绿地、水体和裸地等。

根据影像特征和分辨率,选择适当的分类算法,例如支持向量机(SVM)和最大似然分类器等。

2.3 利用空间信息提取不透水面根据不透水面的形态特征和空间分布规律,利用GIS等空间分析工具,将分类结果中的不透水面区域进行进一步提取和精确划定。

3. 城市不透水面的时空分析3.1 时间序列分析通过获取多个时期的遥感影像数据,对城市不透水面进行时间序列分析,以了解其变化趋势和规律。

通常使用斜率提取法和变化偏离指数方法来计算不透水面的变化情况。

3.2 空间分析结合地理信息系统(GIS)和空间统计方法,对城市不透水面的空间分布规律进行分析。

包括不透水面的集聚程度、生态廊道的连接性等指标分析。

4. 城市不透水面变化的影响4.1 城市洪涝风险增加不透水面的增加导致城市内涝问题加剧,降雨水无法迅速排泄,给城市带来较大损失。

4.2 生态环境破坏城市不透水面的增加破坏了水文循环,导致生态系统受损,生物多样性下降。

城不透水面遥感高精度监测关键技术及应用项目介绍

城不透水面遥感高精度监测关键技术及应用项目介绍
具有CNAS测评资质的机构(武汉光庭信息技术股份有限公司测评中心)测评指标:
(1)融合LIDAR的航摄影像提取不透水面的精度提取精度达到95%,比单纯采用光学遥感影像的方法提高了6.74%;
(2)使用多角度视频卫星数据比单角度图像卫星数据对地物分类得到的分类结果精度提高率,自动提取精度达到88.951%,比单纯基于一个视角的视频图像自动提取精度提高了6.691%;
2
行政职务
系副主任
技术职称
教授
国籍
中国
工作单位
武汉大学
完成单位
武汉大学
对本项目技术创造性贡献
作为项目主要参与人员,参与不透水面提取关键技术研究,投入工作量占本人工作总量的80%。
(2)典型案例
1)城市规划和设计部门应用情况:与中国城市规划设计研究院及建设综合勘察研究设计院有限公司等多家单位合作,成功将不透水面提取成果应用于海绵城市试点申报、城市排水防涝、海绵城市规划等现状分析中,成为排水防涝、海绵城市等规划设计中下垫面分析的重要资料,为海绵城市科学研究与规划工作提供了强有力的保障。中国城市规划设计研究院评价:通过将武汉大学提取的不透水面成果用于海绵城市建设、城市排水防涝、海绵城市规划的现状分析中,有效识别了城市不同区域面临的问题,同时将不透水成果用于城市发展趋势分析、城市热岛分析及建设成效的评估等业务中,取得了很好的经济效益和社会效益。
ISBN: 9787564343088
中国科学院遥感与数字地球研究所
程熙,吴炜,沈占锋
有效
软件著作权
多源遥感影像不透水面提取系统v1.0
中国
2016SR139799
2016年3月20日
1318416
武汉大学
有效
发明专利

主流城市不透水面信息提取方法评价及分析

主流城市不透水面信息提取方法评价及分析

第41卷第10期2018年10月测绘与空间地理信息GEOMATICS&SPATIALINFORMATIONTECHNOLOGYVol.41ꎬNo.10Oct.ꎬ2018收稿日期:2017-09-05基金项目:国家重点研发计划(2016YFB0502605ꎬ2016YFC0803100)ꎻ新疆维吾尔自治区重点研发任务专项(2016B03043)ꎻ测绘地理信息公益性行业科研专项(201512027ꎬ201512021)资助作者简介:蒲莉莉(1990-)ꎬ女ꎬ山西霍城人ꎬ工程师ꎬ硕士ꎬ2015年毕业于新疆大学地理学专业ꎬ主要从事地理国情监测工作ꎮ主流城市不透水面信息提取方法评价及分析蒲莉莉ꎬ刘㊀斌(1.新疆维吾尔自治区测绘科学研究院ꎬ新疆乌鲁木齐830002ꎻ2.中亚地理信息开发利用国家测绘地理信息局工程技术研究中心ꎬ新疆乌鲁木齐830002)摘要:选取库尔勒城区为研究区ꎬ以2014年RapidEye为数据源ꎬ在基本数据处理的基础上ꎬ采用主流的不透水面提取方法(线性光谱混合模型:LMSAꎻ主成分分析方法:PCA㊁NDVI二元法)提取2014年库尔勒市城区的不透水面信息ꎮ然后整理地理国情普查成果指标ꎬ转换为实际的不透水面信息作为检验样本ꎬ评价3种方法的提取精度ꎬ确定适宜新疆典型城市的不透水面提取方法ꎮ结果表明:LSMA总体精度㊁Kappa系数及提取效果最佳ꎬNDVI二元法次之ꎬPCA最低ꎮLSMA法虽然局部识别效果较破粹㊁小图斑居多ꎬ但能提取出PCA及NDVI二元法敏感性较差的地块ꎬ推广性较强ꎮ关键词:不透水面ꎻ线性光谱混合模型ꎻ主成分分析ꎻNDVI二元法中图分类号:P231㊀㊀㊀文献标识码:A㊀㊀㊀文章编号:1672-5867(2018)10-0035-04EvaluationandAnalysisMainstreamMethodsofUrbanImpermeableSurfaceInformationExtractionPULiliꎬLIUBin(1.XinjiangAcademyofSurveying&MappingꎬUrumqi830002ꎬChinaꎻ2.EngineeringResearchCenterofCentralAsiaGeoinformationDevelopmentandUtilizationꎬNationalAdministrationofSurveyingꎬMappingandGeoinformationꎬUrumqi830002ꎬChina)Abstract:Basedontheyearof2014RapidEyeimagesandmainstreamimpervioussurfaceextractionmethodsꎬthispaperaimedatex ̄tracttheimpervioussurfaceinformationofthestudyareaꎬKorla.FirstꎬuseLSMAꎬPCAꎬNDVIbinarymethodtoextractinformationofimpervioussurfaceinKorlain2014ꎬandthenreorganizeinformationofimpervioussurfaceasanactualsamplewhichisbasedontheresultsofgeographicalcensustoevaluatetheextractionaccuracyandconfirmtheappropriatemethodtoextractimpervioussurfaceintypicalXinjiangcities.Resultshowsthat:LSMA sprecisionꎬKappacoefficientandtheextractioneffectarethebestꎬNDVIbinarymethodasfollowꎬPCAisworst.FromtherecognitioneffectꎬalthoughLSMAhasmorebrokenlocalrecognitioneffectandsmallplotsꎬthismethodcanextractlesssensitiveplotswherePCAandNDVIbinarymethodlesssensitive.Soꎬthepromotionisstronger.Keywords:impermeableꎻlinearspectralmixingmodelꎻprincipalcomponentanalysisꎻNDVIbinarymethod0㊀引㊀言不透水面是指天然或人为能够隔离地表水渗透到土壤ꎬ进而改变洪水径流的流动㊁物质沉淀和污染剖面的任何物质ꎬ是评价城市进程及生态环境的一个重要指标[1-2]ꎮ从建市以来ꎬ库尔勒市紧紧抓住兵团第二师师部落户㊁西部大开发㊁对口援疆㊁两次中央新疆工作座谈会㊁国家实施 一带一路 发展战略等重大历史机遇ꎬ成为巴州乃至全疆现代化区域中心ꎮ特别是近几年ꎬ全市经济社会和城乡面貌发生了翻天覆地的变化ꎬ利用遥感手段全面掌握库尔勒市的不透水面信息成为当务之急ꎮ目前ꎬ已有许多研究不透水面的方法ꎬ从传统的人工解译㊁多元回归㊁CART方法ꎬ发展为基于光谱和几何分析之上的线性光谱混合模型法㊁面向对象㊁人工神经网络等[3-9]ꎬ但分辨率却局限于中分辨率[10-12]ꎬ成果提取的精细程度不能满足城市生态文明建设及城区规划等需求ꎮ今后ꎬ高等分辨率遥感数据融合将成为提取不透水面的主要数据源ꎬ多源遥感数据必将得到有效应用ꎮ鉴于此ꎬ本文在梳理现有主流不透水面提取方法的基础上ꎬ结合库尔勒市的实际情况ꎬ直接从高分辨率影像入手ꎬ提取城市不透水面分布情况ꎬ以弥补新疆在这方面的空白ꎮ1㊀研究区概况与数据1.1㊀研究区概况库尔勒市隶属新疆巴音郭楞蒙古自治州ꎬ地处欧亚大陆和新疆腹心地带ꎬ塔里木盆地东北边缘ꎬ北倚天山支脉库鲁克山和霍拉山ꎬ南接塔克拉玛干沙漠ꎬ是古丝绸之路的咽喉要道及南北疆重要的交通枢纽㊁物资集散地ꎮ1.2㊀数据源及处理本文使用的数据包括:2014年库尔勒市RapidEye影像ꎬ1ʒ50000DEM㊁DOMꎬ第一次自治区地理国情普查成果ꎮ依次对RapidEye影像进行辐射校正㊁表观反射率提取㊁大气校正㊁几何校正㊁投影转换㊁拼接裁切等预处理ꎬ消除大气散射㊁反射㊁辐射及吸收作用影响ꎬ确保传感器记录数据的真实性㊁有效性ꎮ以DEM㊁DOM为基础ꎬ采用rpc参数和三次卷积像元法对影像进行几何校正ꎬ使校正后的影像均方根误差控制在0.5个象元内ꎮ并用第一次地理国情普查影像中的LCA层进行校正检验ꎬ目视检查影像投影㊁空间位置叠加是否准确ꎮ2㊀研究方法2.1㊀主成分分析法主成分分析(PrincipalComponentAnalysisꎬPCA)是将高维数据投影到较低维空间ꎬ分离反映事物的主要特征ꎬ压缩原有数据矩阵的规模ꎮ每个新变量是原有变量的线性组合ꎬ体现原有变量的综合效果ꎬ具有一定的实际含义ꎮ新变量称为 主成分 ꎬ它可以在很大程度上反映原来变量的影响ꎬ并且这些新变量是互不相关的ꎬ也是正交的ꎮ通过主成分分析ꎬ压缩数据空间ꎬ将多元数据的特征在低维空间里直观地表示出来ꎬ从而进行详细分析ꎮ2.2㊀NDVI二元法NDVI二元法ꎬ是一种简单易提取不透水面信息的方法ꎮ其假设单位像元由不透水面和植被两类构成ꎬ即不透水面与植被覆盖度间存在负相关关系ꎬ通过获取植被覆盖度提取不透水面信息ꎮ具体流程如下所述:1)NDVI求解NDVI=NIR-R()NIR+R(1)式中ꎬNIR表示近红外波段ꎬR为红光波段ꎮ2)植被覆盖度(Fr)Fr=N∗2(2)N∗=NDVI-NDVIsoil()NDVIveg-NDVIsoil()(3)N∗与NDVI关系如公式所示ꎮ其中ꎬNDVIveg为完全植被覆盖像元的NDVI值ꎬ即纯植被像元的NDVI值ꎻNDVIsoil为完全裸土或无植被像元的NDVI值ꎮ通常ꎬ可以直接选取研究区中NDVI的最大值与最小值分别表示NDVIveg和NDVIsoilꎮ3)不透水面覆盖度(FISA)FISA=1-Fr(4)根据不透水面与植被覆盖度呈互补关系ꎬ不透水面覆盖度可由以上公式提取得到ꎮFISA的取值范围为0 1ꎬ且图中越亮的区域表示取值越大ꎮ2.3㊀线性光谱混合模型线性光谱混合模型认为像元在某一波段的反射率是由几个不同端元的反射率与其所占像元面积比例为权重系数的线性组合ꎬ其公式为:Ri=ðnk=1fkRik+εiðnk=1fk=1ꎬ0ɤfkɤ1()(5)式中:i=1ꎬ2ꎬ ꎬm为光谱波段数ꎻk=1ꎬ2ꎬ ꎬn为端元数目ꎻRi为波段i的反射率ꎬ其中包含一种或多种端元成分ꎻfk为端元K在像元内部所占比例ꎻRik为端元K在波段i的反射率ꎻεi为模型在波段i的拟合误差ꎮ3㊀结果与分析3.1㊀提取结果3.1.1㊀主成分分析法提取结果对研究区的5个波段数据进行主成分变换后ꎬ5维的多光谱空间变换成5维的主分量空间ꎬ最后得到的特征值及各主成分分量的贡献率见表1ꎬ前3个主分量间的特征向量矩阵见表2ꎮ表1㊀主成分分量的特征值和贡献率Tab.1㊀Eigenvalueandcontributionrateof㊀㊀㊀㊀principalcomponent主成分特征值贡献率/%累计贡献率/%PC13.942978.8678.86PC20.947919.0997.95PC30.09201.7499.69PC40.01100.2299.91PC50.00450.09100表2㊀前3主成分和RapidEye各波段的相关矩阵Tab.2㊀Correlationmatrixofthefirst3principal㊀㊀㊀㊀componentsandtheRapidEyebands波段主成分PC1PC2PC3B1-0.9636-0.3779-0.0254B2-0.9941-0.33950.1973B3-0.9892-0.36630.3198B4-0.9828-0.18560.3664B5-0.26730.84660.085363㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀测绘与空间地理信息㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2018年㊀㊀由表1㊁表2可以看出ꎬ新生成的分量中ꎬ前3个主分量的累计贡献率高达99.69%ꎬ包含了大多数的地物信息ꎮ在PC1中B2的绝对值最高且呈负值ꎬ即PC1的光谱特征与植被具有较高的负相关性ꎻ不透水面与植被覆盖度的负相关性表明ꎬPC1可以较好地反映不透水面的光谱特征ꎻPC2中的B5值最高且呈正值ꎬ可以较好区分人造地物ꎻPC3中的B4的值最高呈正值ꎬ可增强植被区与非植被区的反差ꎮ因此ꎬ基于已有研究ꎬ选定主成分分量PC1㊁PC2㊁PC3进行假彩色合成ꎬ提取不透水面信息ꎮ3.1.2㊀NDVI二元法提取结果研究区NDVI最大值与最小值分别0.747922㊁0.747922ꎬ依据公式(1)-(4)获得研究区不透水面覆盖度及NDVI二元法不透水面提取结果(如图1㊁图2所示)ꎮ图1㊀不透水面覆盖度(FISA)示意图Fig.1㊀Impervioussurfacecoverage(FISA)schematic图2㊀NDVI二元法不透水面提取图Fig.2㊀NDVIbinarymethodimpervioussurface㊀㊀㊀㊀extractionmap3.1.3㊀LSMA提取结果针对每一种地类ꎬ通过主成份变化法(PCA)和纯净像元指数(PPI)选择多个数目的纯净端元ꎬ分别构造6类不同地类的感兴趣区ꎬ最后采用ENVI5.1中的LinearSpe ̄cralUnmixing进行提取ꎬ获得不同类别的丰度图ꎮ实施中以原始影像结合参照单元ꎬ以所见即所得㊁颜色均等化为原则进行端元选取ꎮ选取不同类型的样本ꎬ以样本Jeffries-Matusita距离㊁转换分离度(TransformedDivergence)作为可分离性的统计指标ꎬ评价样本选取的效果ꎮ各指标统计情况见表3ꎮ表3㊀样本可分离性统计情况Tab.3㊀Sampleseparabilitystatistics植被裸土道路阴影高反照度低反照度JM距离植被 2.0001.9992.0002.0001.985裸土1.999 1.9721.9861.9992.000道路1.9961.872 1.9861.9991.999阴影1.9951.9691.691 2.0001.999高反照度1.9991.9991.9961.999 2.000低反照度1.6601.9991.9981.9991.942转换分离度㊀㊀JM距离和转换分离度的参数值均在0 2.0之间ꎬ大于1.9说明样本之间可分离性好ꎻ小于1.8㊁大于1.4属于合格样本ꎻ小于1.4需要重新选择样本ꎻ小于1需考虑将两类样本合成一类样本ꎮ由表3知ꎬ植被与低反照度JM距离最低ꎬ为1.660ꎬ但属于合格样本ꎻ类别间的转换分离度均大于1.9ꎬ且实际光谱反射曲线差异明显ꎬ样本之间可分离性好ꎮ据此ꎬ获得类别丰度图ꎬ选择高反射率和低反射率的线性求和的方式ꎬ获得不透水面提取结果(如图3所示)ꎮ3.2㊀精度评价以2014年提取结果为基础ꎬ与自治区地理国情普查成果对比ꎬ评价3类方法的提取精度ꎮ地理国情普查成果中的提取指标并不单独存在不透水面类别ꎬ因此ꎬ需要在充分理解和分析不透水面定义与国情指标的基础上ꎬ对LCA地表覆盖层进行整理ꎬ作为其实际地表分布情况ꎮ73第10期蒲莉莉等:主流城市不透水面信息提取方法评价及分析图3㊀LSMA法不透水面提取图Fig.3㊀LSMAmethodimpervioussurfaceextractionmap3.2.1㊀指标整理根据不透水面的定义及提取原理ꎬ在充分分析高反照度和低反照度的地物端元组合的基础上ꎬ对地理国情普查成果中的地表覆盖层(LCA)进行整理ꎬ提出本项目类型指标ꎬ对应情况见表4ꎮ表4㊀指标对应情况Tab.4㊀IndicatorcorrespondingsituationCC码类别本项目中类别0110㊁0120耕地0200园地0300林地0400草地植被0500房屋建筑高反射度0601路面道路0700构筑物0800人工堆掘地低反射度0910盐碱地表0920泥土地表0930砂质地表0940砾石地表0950岩石地表裸土1000水域水域3.2.2㊀精度评价按照25mˑ25m(相当于RapidEye数据5ˑ5像元大小)像元大小在验证数据LCA层布设样本ꎮ其中ꎬ库尔勒市城区面积为244409619.417m2ꎬ布设样点350个ꎬ分别统计样本类别归属情况ꎬ判断反演的不透水面与真实不透地表的一致性程度ꎮ精度验证结果(见表5)表明ꎬLSMA法的精度最高ꎬ其不透水面提取精度为85.13%ꎬ总体Kappa系数为0.832ꎬ相对PCA提高了5.46%ꎬ相对NDVI二元法提高了21.39%ꎮ表5㊀精度评价Tab.5㊀Accuracyevaluation提取方法提取精度Kappa系数PCA79.67%0.787NDVI二元法63.74%0.715LSMA85.13%0.832分析3种方法提取结果的局部特征:PCA方法中ꎬ研究区东北方的山区部分ꎬ原影像中较多为砾石地表㊁岩石地表ꎬ被全部分为不透水面ꎻ西面建筑工地㊁中部城区部分房屋建筑㊁人工堆掘地㊁路两测的乔木林没有被识别出ꎻ田埂路和城郊道路区分效果较差ꎮNDVI二元法:虽然剔除林地㊁园地㊁耕地后效果明显提升ꎬ但对建筑工地㊁低矮房屋建筑区㊁露天堆放场的敏感性较差ꎬ提取效果不佳ꎻ城区多层以上独立建筑之间的阴影也存在错分现象ꎮLSMA法能提取出建筑工地㊁低矮房屋建筑区㊁露天堆放场ꎬ剔除了田间道路路面ꎬ但对其识别效果较破粹ꎬ导致不透水面分布图中小图斑居多ꎬ且散列分布ꎮ4㊀结束语以3种主流提取方式为基础ꎬ在充分结合新疆实际地表样本情况下ꎬ以经过整理的库尔勒市地理国情普查成果作为验证ꎮ结果表明ꎬLSMA法总体精度㊁Kappa系数及提取效果较佳ꎬNDVI二元法次之ꎬPCA最低ꎮ文中选用随机布设点样本ꎬ统计其在3种提取成果及检验样本中的具体类型ꎬ作为模型精度的验证方法ꎬ与面状及栅格验证样本具有一定程度差异ꎬ需要进一步提高ꎮ参考文献:[1]㊀任金华ꎬ吴绍华ꎬ周生路ꎬ等.城市不透水面遥感研究进展[J].国土资源遥感ꎬ2012ꎬ4(95):8-15. [2]㊀程熙ꎬ沈占锋ꎬ骆剑承ꎬ等. 全域-局部 不透水面信息遥感分步提取模型[J].遥感学报ꎬ17(5):1191-1205. [3]㊀邓蕾ꎬ赵小锋ꎬ王惠娜ꎬ等.城市混合像元分解中土壤与不透水面纯像元选取方法的对比研究-以厦门市为例[J].遥感技术与应用ꎬ2013ꎬ28(6):1039-1045. [4]㊀李春林ꎬ刘淼ꎬ胡远满ꎬ等.基于增强回归树和Logistic回归的城市扩展驱动力分析[J].生态学报ꎬ2014ꎬ34(3):727-737.[5]㊀岳玉娟ꎬ周伟奇ꎬ钱雨果ꎬ等.大尺度不透水面遥感估算方法比较 以京津唐为例[J].生态学报ꎬ2015ꎬ35(13):4390-4397.[6]㊀高志宏ꎬ张路ꎬ李新延ꎬ等.城市土地利用变化的不透水面覆盖度检测方法[J].遥感学报ꎬ2010ꎬ14(3):593-606.(下转第42页)表2㊀内外符合精度统计Tab.2㊀Accuracystatisticsofinternaland㊀㊀㊀externalcoincidence精度指标模型名称多面函数神经网络基于EGM2008基于CQG2000内符合精度(cm)0.03.32.44.0外符合精度(cm)8.12.82.43.6因多面函数的特性ꎬ在结点处与真值误差为零ꎬ除此之外ꎬ从整体精度上来看ꎬ基于EGM2008重力场模型的结果最好ꎬ而采用多面函数的精度最差ꎬ外符合精度达到了8.1cmꎬ而其他方法的外符合精度均在4cm内ꎮ而从数学理论一致的两种基于重力场模型的结果来看ꎬEGM2008模型结果较CQG2000模型结果精度更高ꎮ参考水准测量规范的水准允许限差[9]ꎬ评定GNSS水准精度的等效水准等级ꎮ按照检核点和已知点的距离计算相应的理论水准等级限差ꎬ见表3ꎬ从表中可以看出ꎬ基于EGM2008模型的方法可以达到四等水准测量精度水平ꎬ而其他方法有个别点超限ꎬ因此稳定㊁可靠的区域高程拟合方法宜选择基于EGM2008重力场模型的方法ꎮ表3㊀外部检核点理论水准精度Tab.3㊀Externalcheckpointtheoretical㊀㊀㊀levelaccuracy序号点名与已知点距离(km)三等水准限差(cm)四等水准限差(cm)普通水准限差(cm)1GY0354.22.54.16.12GY0366.02.94.97.33Y1074.42.54.26.34Y1123.92.43.95.95YZ115.02.74.56.76YZ135.02.74.56.77Y1157.63.35.58.38Y9113.12.13.55.39Y1215.02.74.56.710Y1274.72.64.36.54㊀结束语高程拟合方法在解决GNSS高程应用方面发挥着重要作用ꎬ而且目前全国CORS应用已经普及ꎬ可以很便捷的获得测量点位的经纬度和大地高ꎬ但各省的似大地水准面模型因诸多原因在服务精度和及时性方面还存在一定限制ꎬ因此ꎬ采用高程拟合的方法仍是目前测绘市场上主流方法ꎮ本文在简要介绍高程系统㊁重力场模型的基础上ꎬ分析了目前主流的高程拟合方法ꎬ为测绘作业提供了参考依据ꎬ同时基于实测数据验证了采用EGM2008重力场模型的高程拟合方法可以达到四等水准测量的精度要求ꎬ并研制了高程拟合软件(GNSSLevelHight软件)ꎬ为测绘工作者简化操作难度㊁快速实现高精度的高程拟合提供了有效的解决途径ꎮ参考文献:[1]㊀祝鹏.基于SVM的GPS高程拟合研究[D].抚州:东华理工大学ꎬ2014.[2]㊀许双安.基于EGM2008模型的GPS高程转换方法研究[J].铁道勘察ꎬ2012(5):31-34.[3]㊀张东明ꎬ吕翠华ꎬ杨万枢ꎬ等.大高差变化区域GNSS高程转换模型与方法的优选[J].地理空间信息ꎬ2017ꎬ15(2):91-93.[4]㊀陈俊勇ꎬ李建成ꎬ宁津生ꎬ等.中国新一代高精度㊁高分辨率大地水准面的研究和实施[J].武汉大学学报:信息科学版ꎬ2001ꎬ26(4):283-289.[5]㊀章传银ꎬ郭春喜ꎬ陈俊勇ꎬ等.EGM2008地球重力场模型在中国大陆适用性分析[J].测绘学报ꎬ2009ꎬ38(4):283-289.[6]㊀杨柏宁ꎬ岳东杰.基于EGM96模型的GPS高程拟合方法研究[J].工程勘察ꎬ2006(5):64-66. [7]㊀匡翠林.高精度GPS水准算法研究及其应用[D].长沙:中南大学ꎬ2004.[8]㊀郭春喜ꎬ聂建亮ꎬ王斌ꎬ等.区域似大地水准面拟合方法及适用性分析[J].大地测量与地球动力学ꎬ2013ꎬ33(1):103-107.[9]㊀国家测绘局测绘标准化研究所.GB/T12898-2009国家三㊁四等水准测量规范[S].北京:中国标准出版社ꎬ2009.[编辑:刘莉鑫](上接第38页)[7]㊀岳文泽ꎬ吴次芳.基于混合光谱分解的城市不透水面分布估算[J].遥感学报ꎬ2007ꎬ11(6):914-922. [8]㊀王浩ꎬ吴炳方ꎬ李晓松.流域尺度的不透水面遥感提取[J].遥感学报ꎬ2011ꎬ15(2):388-400.[9]㊀刘珍环ꎬ王仰麟ꎬ彭建.深圳市不透水表面的遥感监测与时空格局[J].地理研究ꎬ2012ꎬ31(8):1535-1545. [10]㊀李玮娜ꎬ杨建生ꎬ李晓ꎬ等.基于TM图像的城市不透水面信息提取[J].国土资源遥感ꎬ2013ꎬ25(1):66-70.[11]㊀唐菲ꎬ徐涵秋.高光谱与多光谱遥感影像反演地表不透水面的对比 以Hyperion和TM/ETM为例[J].光谱学与光谱分析ꎬ2014ꎬ34(4):1075-1080.[12]㊀李苗ꎬ臧淑英ꎬ吴长山ꎬ等.哈尔滨市城乡结合部不透水面时空变化及驱动力分析[J].地理学报ꎬ2017ꎬ72(1):105-115.[编辑:刘莉鑫]。

不透水面信息提取及高光谱混解研究的开题报告

不透水面信息提取及高光谱混解研究的开题报告

不透水面信息提取及高光谱混解研究的开题报告一、研究背景城市化进程中,城市化面积的不断扩大导致地表覆盖类型深刻变化,城市热岛效应、洪涝害等地球环境问题层出不穷。

其中,城市地面的不透水面覆盖物类型和分布特征是城市水文水资源研究、城市水文模型模拟、城市景观规划及生态环保等领域研究的基础。

对不透水面的精细提取及覆盖类型分类是进行城市水文检验的关键,以此为基础,可通过模型仿真的方法,构建真实的城市水文过程。

此外,对城市不透水面遥感信息的准确提取也有助于相关部门及时监测城市内涝灾害和水资源利用情况,实现科学决策。

高光谱遥感技术因其能够提供连续、高分辨率的光谱特征信息,已成为对地物分类和信息提取的有力手段。

本研究针对不透水面的高光谱遥感信息的混合像元问题,利用多元混合模型,结合地物光谱特征进行不透水面的精细提取和分类识别,旨在提高城市不透水面信息提取的准确性和效率。

二、研究内容1、不透水面遥感数据获取:本研究采用高光谱遥感数据进行研究,通过卫星遥感数据获取城市不透水面信息。

2、高光谱数据的预处理:高光谱遥感数据的预处理包括基于物理模型的大气校正、辐射定标、几何校正和空间数据对齐等。

3、不透水面信息提取:本研究采用多元混合模型(MEM)对不透水面进行精细提取,结合地物光谱特征进行分类识别。

4、成果分析及检验:通过对高光谱数据的处理和分类结果进行评价和检验,确定方法的准确性和可行性。

三、研究意义本研究结合高光谱遥感技术和多元混合模型,对城市不透水面信息进行精细提取和分类,能够为城市水文水资源研究提供基础数据支持,为城市生态环境保护等领域提供参考依据。

同时,本研究对于提高遥感信息提取的准确性和效率,具有重要意义。

基于张量局部保持投影的城市不透水面提取

基于张量局部保持投影的城市不透水面提取

基于张量局部保持投影的城市不透水面提取顾华奇;李婷;王川【期刊名称】《江西科学》【年(卷),期】2018(036)003【摘要】针对城市不透水面提取在海绵城市建设中的迫切需求,提出将张量局部保持投影(Tensor Locality Pre-serving Projections,TLPP)算法应用于高分辨率光学遥感影像的城市不透水面提取中.以南昌市为研究区,以SPOT-7影像为数据源,基于TLPP算法对纹理特征和光谱指数构成的数据集进行特征提取,再采用大津法(Otsu)对获取的新特征进行阈值分割,实现城市不透水层面提取.结果表明:TLPP算法能够很好的利用张量形式的纹理特征和光谱指数以及数据的空间几何结构,获取有利于城市不透水面提取的新特征,为海绵城市建设提供有效的专题数据.【总页数】7页(P424-429,475)【作者】顾华奇;李婷;王川【作者单位】江西省测绘地理信息工程技术研究中心,330209,南昌;江西省基础地理信息中心,330209,南昌;江西省测绘地理信息工程技术研究中心,330209,南昌;江西省基础地理信息中心,330209,南昌;江西省基础地理信息中心,330209,南昌【正文语种】中文【中图分类】P237【相关文献】1.基于多域空间状态矩阵奇异值与局部保持投影的滚动轴承故障特征提取方法 [J], 俞昆;谭继文;李善2.基于局部保持投影的复合位置投影 [J], 林克正;李姝;林晟3.基于张量局部保持投影算法的图像检索 [J], 韩丹丹;韩立新4.基于局部保持投影的神经尖峰电位特征提取与分类 [J], 尹海兵;刘兆;刘亚东;胡德文5.基于局部保持投影的统计不相关复合信息投影 [J], 林克正;陈冬梅;吴清英因版权原因,仅展示原文概要,查看原文内容请购买。

基于改进NDBI指数法的不透水面信息提取

基于改进NDBI指数法的不透水面信息提取

基于改进NDBI指数法的不透水面信息提取
黄小巾;李家存;丁凤
【期刊名称】《地理空间信息》
【年(卷),期】2013(011)005
【摘要】从对不透水面信息的光谱特征入手,分析了不透水面在Landsat ETM+遥感影像上第3、4、5、6波段与其他地类的光谱差异,发现利用归一化植被指数(NDVI)设定合适阈值可以剔除植被信息;构建了一种改进NDBI指数的不透水面信息提取算法,并以福州市为研究区,对该算法进行了验证.结果表明,与常规的NDBI指数法相比,改进后的方法能有效地将不透水面与稀疏植被、裸地区分开,大大提高了不透水面信息的提取精度.
【总页数】3页(P63-64,77)
【作者】黄小巾;李家存;丁凤
【作者单位】城市环境过程与数字模拟国家重点实验室培育基地,北京 100048;资源环境与地理信息系统北京市重点实验室,北京 100048;城市环境过程与数字模拟国家重点实验室培育基地,北京 100048;资源环境与地理信息系统北京市重点实验室,北京 100048;福建师范大学地理科学学院,福建福州 350108
【正文语种】中文
【中图分类】P237.4
【相关文献】
1.基于遥感影像的城市不透水面信息提取研究 [J], 鹿凤;张绪芳;汪玲玲;余起怡;韩海涛;洪娅岚
2.基于NDISI的七台河市不透水面信息提取 [J], 葛壮;李苗
3.基于改进的NDBI指数法的遥感影像城镇用地信息自动提取 [J], 杨智翔;何秀凤
4.基于TM图像的城市不透水面信息提取 [J], 李玮娜;杨建生;李晓;张记龙;李世伟
5.基于倾斜摄影综合SVM与模糊规则的城市不透水面信息提取 [J], 王燕燕;于海洋
因版权原因,仅展示原文概要,查看原文内容请购买。

基于测绘卫星影像的城市不透水面提取

基于测绘卫星影像的城市不透水面提取

基于测绘卫星影像的城市不透水面提取邵振峰;张源;周伟琪;宋杨【摘要】针对城市大尺度的不透水面提取需求,以高分辨率遥感影像为数据源,基于随机森林模型,对光谱和纹理特征进行重要性分析,选出最优参数,实现高精度城市不透水面提取。

选取武汉市作为实验区,以资源3号卫星遥感影像为数据源,不透水面提取的总体精度为0.97,所提取的高精度不透水面可为海绵城市的规划和建设提供有效的专题数据。

【期刊名称】《地理空间信息》【年(卷),期】2016(014)007【总页数】5页(P1-5)【关键词】不透水面;随机森林;高分辨率遥感;海绵城市【作者】邵振峰;张源;周伟琪;宋杨【作者单位】武汉大学测绘遥感信息工程国家重点实验室,湖北武汉 430079; 测绘遥感信息工程国家重点实验室深圳研发中心,广东深圳 518057;武汉大学测绘遥感信息工程国家重点实验室,湖北武汉 430079;武汉大学资源与环境科学学院,湖北武汉 430079;广州市城市规划勘测设计研究院,广东广州510060【正文语种】中文【中图分类】P237不透水面通常是指水不能渗透的任何物质,且基本上是通过交通和建筑物的建设与人类活动和居住密切相关的[1]。

不透水面迅速增加是快速城市化最显著的特征之一。

近年来,在城市化进程的快速发展下,地物分布信息变化频繁,郊区透水性较好的土地类型也向透水性差的城市化用地转变,导致以植被覆盖区为主要组成部分的自然景观被人工构建物替代,老城区的工业用地和低密度居住用地被开发为高密度居住用地和商业用地;由此引起了诸如城市热岛效应、非点源污染、大气污染、生物多样性降低等一系列生态、环境和气候问题。

不透水面作为评估城市生态环境的主要因素和城市人民生活水平的一个重要指标,被广泛应用于城市土地利用分类、城市人口密度评估、城市规划、城市环境评估、热岛效应分析以及水文过程模拟等研究中。

20世纪70年代以来,通过遥感影像提取不透水面已受到广泛关注。

基于高分辨率遥感影像的不透水面信息快速提取

基于高分辨率遥感影像的不透水面信息快速提取

基于高分辨率遥感影像的不透水面信息快速提取熊华伟;俞春生;李小玉;李琳【摘要】Impervious surface area change is the typical character-istic of urbanization, while impervious surface index has been used as an important basis for urban ecological environment system research, urban sprawl monitoring, and human activity impact analysis. When extracting impervious surface information from high-resolution image, trial-and-error method is always used by business staff to determine features participating in the classifica-tion and corresponding thresholds, which is time-consuming and needs a certain accumulation of technology and experience. To cure the above problems, this paper adopts the seperability and threshold (SEaTH) method to realize the automation of features selection and thresholds determination. Extraction rules are built for construction, cement floor and bituminous pavement, which support a rapid and accurate extraction of impervious surface infor-mation.%不透水面面积的增加是城镇化的典型标志,不透水面指数是城市生态环境系统研究、城市扩张监测、人类活动影响分析等的重要依据。

基于ESDA的武汉市不透水面时空变化分析

基于ESDA的武汉市不透水面时空变化分析

基于ESDA的武汉市不透水面时空变化分析王林涛;罗怡丹【期刊名称】《国土与自然资源研究》【年(卷),期】2017(000)002【摘要】本文以武汉市主城区为研究区,对其2005-2013年不透水面变化趋势进行分析.采用精度较高的分层分类法,选取武汉市2005、2009、2013年遥感影像图,提取武汉市主城区的不透水面.利用ESDA方法,借助GIS软件与Geoda空间统计分析软件,对武汉市不透水面变化的总体与局部空间差异进行分析.结果显示:(1)从行政区划和环线结构两方面看,2005-2013年,武汉市主城区不透水面面积总体呈上升趋势,但在2009-2013年间,其增长主要集中在人口密度小、城市不透水面比率较低的二环外及汉阳区、洪山区等区域.(2)武汉市主城区内不透水面的增长不存在空间聚集性,汉阳区在三个时间段内均表现出了与周围区域的差异性,但并不显著,属于"高—低"类型区(H-L),武昌区则在阶段II和阶段III内表现出了不显著差异性,属于"低—高"类型区(L-H);其余行政区则显示无空间自相关性.【总页数】7页(P65-71)【作者】王林涛;罗怡丹【作者单位】武汉大学资源与环境科学学院,湖北武汉430079;中国地质大学公共管理学院,湖北武汉430074【正文语种】中文【中图分类】TU984.16【相关文献】1.成都市不透水面时空变化分析 [J], 辜寄蓉;李琳2.典型绿洲城市不透水面提取及时空变化分析 [J], 蒲莉莉;刘斌;张琴琴3.基于Landsat年际序列影像的武汉市不透水面遥感监测 [J], 邵振峰;潘银;蔡燕宁;舒阳;王浩4.福州主城区热岛效应与不透水面的关系及时空变化分析 [J], 周正龙;沙晋明;季建万5.1979-2020年深圳市不透水面信息提取及其时空格局变化分析 [J], 杨丽媛;陈洋波因版权原因,仅展示原文概要,查看原文内容请购买。

基于数据挖掘技术的流域不透水面及变化信息提取

基于数据挖掘技术的流域不透水面及变化信息提取

基于数据挖掘技术的流域不透水面及变化信息提取
马雪梅;雷秀丽;李希峰;张保华
【期刊名称】《测绘通报》
【年(卷),期】2007()12
【摘要】流域不透水面是流域水循环模拟的重要参数,科学的估算方法对于城市化地区的水量与过程模拟、面源污染的估算、气候变化模拟预测等具有重要意义和实际价值。

利用1988年、1994年、2002年三个年份的TM数据,以区域不透水面及其变化信息提取为研究对象,采用现场调查与计算机辅助分类相结合的方法,应用基于数据挖掘技术的决策树方法对区域不透水面进行信息提取,在此基础上,采用基于数据挖掘的混合法探测技术提取不透水面变化区域和变化类型。

变化监测的总精度平均达到89%,足以满足水文模拟的需求。

【总页数】4页(P34-37)
【关键词】不透水面;变化监测;遥感;决策树分类
【作者】马雪梅;雷秀丽;李希峰;张保华
【作者单位】聊城大学环境与规划学院;测绘出版社;聊城大学建工学院
【正文语种】中文
【中图分类】P237
【相关文献】
1.洱海流域不透水面遥感信息提取技术研究 [J], 邵莉;杨昆
2.洱海流域不透水面遥感信息提取技术研究 [J], 邵莉;杨昆
3.流域不透水面及其变化信息提取 [J], 马雪梅;李希峰
4.基于ETM+/TM数据的滇池流域不透水面变化与城市热岛效应关系研究 [J], 宋毅;杨昆;赵旭东;朱彦辉;潘梅娥
5.1979-2020年深圳市不透水面信息提取及其时空格局变化分析 [J], 杨丽媛;陈洋波
因版权原因,仅展示原文概要,查看原文内容请购买。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

武汉市2015年不透水面的提取及其空间自相关分析摘要:利用分类回归树(CART)从高分一号遥感影像提取武汉市2015年不透水面,总体精度为94.17%,Kappa系数为0.898 6,满足精度要求。

然后通过Moran指数I和Moran散点图对武汉市13个城区的不透水面盖度进行了空间自相关分析。

结果表明,Moran指数为0.241 2,高度显著,说明武汉市13个城区的不透水面盖度存在较强的正向空间自相关。

同时,位于武汉市中部的武昌区、青山区、江岸区、江汉区、汉阳区和?~口区都位于Moran散点图的第一象限,说明武汉市不透水面在中部地区高度集聚;其他7个城区位于第二象限,说明这7个城区的不透水面盖度较低且呈离散分布。

总体而言,武汉市2015年13个城区不透水面盖度存在较强的空间自相关,且中部高,四周低,与实际情况基本一致。

关键词:武汉市;不透水面;分类回归树;空间自相关;Moran指数;Moran散点图中图分类号:TP79 文献标识码:A 文章编号:0439-8114(2017)09-1642-06DOI:10.14088/ki.issn0439-8114.2017.09.011Extraction of Impervious Surfaces and Their SpatialAutocorrelation Analysis of Wuhan City in 2015YUAN Xiu-liu1,2,YANG Kun2,WANG Bao-yun2(1.School of Tourism and Geographical Sciences,Yunnan Normal University,Kunming 650500,China;2.GIS Technology Research Center of Resource and Environment in Western China,Ministry of Education,Kunming 650500,China)Abstract:The impervious surfaces of Wuhan in 2015 were extracted from the GF1 remote sensing image by the classification and regression tree (CART). The Overall accuracy was 94.17%,and Kappa coefficient was 0.898 6. Then spatially autocorrelation analysis of the impervious surface coverage of13 regions of Wuhan was carried out by Moran index and Moran scatter plot. The results showed that Moran index was 0.241 2,and reached highly significant,which indicated that there was a strong positive spatial autocorrelation in impervious surface coverage of 13 areas of Wuhan. Meanwhile,Wuchang district,Qingshan district,Jiangan district,Jianghan district,Qiaokou district and Hanyang district in the central of Wuhan were located in the first quadrant of Moran scatter plot,indicating the impervious surfaces of Wuhan highly concentrated in the central region;other seven regionsin the second quadrant,indicating that impervious surface coverage of these seven area were low and presented discrete distribution. Overall,the impervious surface coverage of 13 regions in Wuhan in 2015 has strong spatial autocorrelation,and the center areas were high,and around areas were low,this tendency basically was consistent with the actual situation.Key words:Wuhan city;impervious surface;the classification and regression tree;spatial autocorrelation;Moran index;Moran scatter plot不透水面指不透水的人造硬化地表,主要包括屋?、沥青或水泥道路以及停车场等具有不透水性的地表面,与透水性的植被和土壤地表面相对;不透水面盖度(Impervious surface coverage,ISC)指某区域内不透水面覆盖面积与区域面积的比例[1]。

不透水面是城市景观的最主要特征,近年来,城市化的快速发展使得不透水面不断扩张,利用遥感影像提取不透水面并分析不透水面的密度、空间范围和格局以及动态变化有助于城市土地的合理利用与发展规划。

Yang等[2]采用阈值分割的方法将ISC分为自然地表、低密度城市用地、中等建设密度用地和高密度城市用地。

任鹏飞等[3]利用Landsat ETM+影像提取了昆明市主城区的不透水面,且分析指出了2000-2010年该地区的不透水面明显增加,并向郊区扩张。

王丽云等[4]利用TM影像分析了宁波市2000-2010年不透水面变化,该地区不透水面在10年间不断增长,且不同年份之间增长速度不同。

翟珂[5]利用Landsat8 OLI影像分析了渤海地区的不透水面趋向海岸分布,不透水面斑块化程度增加。

谢慧君等[6]利用光谱混合分解的方法提取了天津于桥水库流域的不透水面的盖度,并分析指出了该流域的不透水面盖度在30年间逐年增高,且呈线性增长。

综上,已有很多研究对不透水面的密度、空间范围和格局以及动态变化进行了分析,但是几乎没有对不透水面的空间自相关性进行分析。

然而,通过分析不透水面的空间相关性可以进一步了解某地区不透水面的空间分布规律以及空间差异,从而揭示该地区城市化水平的空间差异。

本研究利用高分一号遥感影像为主要数据源,通过分类回归树(Classification and regression tree,CART)提取了武汉市2015年12月6日的不透水面,在保证有效提取精度基础上,对该地区13个行政区划单元的不透水面盖度进行了空间自相关分析。

通过此分析可以了解武汉市2015年13个城区不透水面盖度的空间分布规律和空间分布差异,进而揭示该地区城市化水平的空间差异,这对该城市的规划与发展具有重要意义。

1 数据来源与方法1.1 研究区概况武汉市位于东经113°41′-115°05′,北纬29°58′-31°22′。

地处中国中心,江汉平原东部,长江与汉江的交汇处,是国家区域中心城市(华中)、副省级市和湖北省省会。

武汉市现有13个辖区,其中江岸区、江汉区、?~口区、汉阳区、武昌区、洪山区、青山区7个为中心城区,?|西湖区、蔡甸区、江夏区、黄陂区、新洲区、汉南区6个为新城区。

截至2014年末,武汉市全境面积8 494.41 km2;常住人口1 033.80万人,户籍人口827.31万人;其中,农业人口268.03万人,非农业人口559.26万人。

武汉还是中国重要的工业基地,拥有钢铁、汽车、光电子、化工、冶金、纺织、造船、制造、医药等完整的工业体系;2014年,武汉市GDP 达到10 069.48亿元,迈入中国城市“万亿GDP俱乐部”居华中首位。

2 结果与分析2.1 不透水面提取武汉市2015年主要的土地覆盖类型分为植被(含农用地)、水体和不透水面(建筑用地)、裸地4类。

因此,在遥感影像样本选择时选择植被、水体、裸地和不透水面4类样本,选取的4类样本用于建立CART分类规则和分类的精度验证。

4类样本的数量和样本的可分离性如表2所示。

为了利用CART有效地提取不透水面,需对样本进行统计分析,提取CART分类规则。

首先通过波段运算得到新波段的比居民地指数(RRI)和归一化差异水体指数(NDWI),其中RRI=■[11],NDWI=(B2-B4)/(B2+B4)[12],其中,B为波段b的像元值。

然后把RRI和NDWI和已有的4个波段(b1,b2,b3,b4)进行波段叠加,生成具有6个波段的新遥感影像,最后在新的遥感影像的基础上对4类样本进行样本统计,如表3所示,得到4类样本在6个波段上的平均像元统计值,为CART分类规则的建立提供依据。

在样本统计的基础上建立初步的CART分类规则,构建初步的分类树,并通过多次的阈值调整对分类规则进行修改,从而得到最终的分类规则和分类树(图1)。

分类规则构建步骤如下:①如表3所示,水体的NDWI平均值为-0.27,而其他类型的NDWI平均值都大于0,因此,利用NDWI 由图2可知,不透明水平盖度较高的江汉、江岸、?~口、汉阳、青山、武昌、东西湖和洪山8个城区集中在武汉市中部,而低不透水面盖度的蔡甸、汉南、新洲、江夏、黄陂5个城区分布在武汉市的四周。

结合图3,第一象限的6个城区和第二象限的7个城区则更能说明武汉市2015年不透水面主要集中在中部,而四周的不透水面盖度较低,从而反映出武汉市2015年城市化水平中部高而四周低,且差异较大。

这与江岸、江汉、?~口、汉阳、武昌、洪山、青山7个城区是中心(老)城区,而东西湖、蔡甸、江夏、黄陂、新洲、汉南6个城区是新城区的实际情况基本一致。

3 小结与讨论3.1 讨论武汉市2015年不透水面提取的有效精度是对13个城区不透水面盖度进行空间自相关分析的前提。

本研究采用精度较高的CART分类树进行不透水面的提取,但由于武汉市地表特征复杂及遥感影像空间分辨率较低,武汉市2015年不透水面的提取精度受到一定限制。

相关文档
最新文档