论文部分内容阅读
近年来,随着城市化进程的加快,生态系统正在不断发生改变,农田、森林和裸土等地表逐渐被人工地表所替代,城市不透水面增加迅速,从而引发了一系列的环境问题,如洪涝、干旱、环境污染和热效应现象等。因此,监测城市化进程中下垫面的变化情况,对于防治环境灾害、解决生态危机、制定城市发展规划具有重要意义。快速精确地提取大区域不透水面信息对于监测城市化进程、研究城市扩张特点、控制人口增长与迁移及生态环境保护至关重要。在现有的不透水面信息提取方法中主要存在样本选取具有主观性、算法模型复杂、人工处理大量数据等问题,需要消耗大量的时间与精力。与以上方法相比,光谱指数方法具有无需参数、计算速度快、适用于大区域信息提取的特征。因此本文将基于光谱指数法提取不透水面,探讨在区域尺度上的应用潜力。具体的研究主要包括以下几个方面;1)应用了修正的归一化差异不透水面指数(Modified Normalized Difference Impervious Surface Index,MNDISI)。该指数是通过亚像元分解法将热红外波段的分辨率提高至30米,并将其应用到归一化差异不透水面指数(Normalized Difference Impervious Surface Index,NDISI)中,构建了 MNDISI 指数。结果表明该方法提高了对城市信息提取的能力;2)应用了基于广义高斯模型自动设置阈值的方法。该方法的可以避免目视解译与人工选取阈值带来的主观性和耗时问题。最后经对比分析验证了该方法具有较高的精度;3)不同指数的对比分析。在光谱指数对比分析前为了验证季节变化对提取不透水面产生的影响,采用了四个不同季节的影像通过计算SDI(Spectral DiscriminationIndex)指标方式验证,表明了夏季的影像有利于不透水面信息提取。并在本文的不同光谱指数对比分析中均采用夏季的影像,通过验证发现MNDISI指数在提取不透水面信息中具有较高的精度,同时BCI(Biophysical Composition Index)与NDISI提取的结果也有一定的优势;4)为了验证光谱指数法在大区域提取不透水面的效果,在本文中将基于Google Earth Engine(GEE)地理云平台将提出 NDISI、NDVI、MNDWI 三个指数相结合的方式应用到不同的不透水面区域,经过验证山东提取的总体精度为84.03%,Kappa 系数为 0.68。经过以上方法的验证与对比发现MNDISI在大区域提取的不透水面效果较好,同时以三种不同指数相结合的方法对大区域不透水面的提取具有可行性与适用性。