亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        一種基于遙感指數(shù)的城市建筑用地信息提取新方法

        2014-03-22 00:13:12馬紅
        城市勘測 2014年3期
        關(guān)鍵詞:建筑用波段紅外

        馬紅

        (重慶市勘測院,重慶 400020)

        1 引言

        隨著人口的急劇增多和經(jīng)濟(jì)的快速發(fā)展,城市化進(jìn)程逐步加快,城市空間范圍不斷擴(kuò)大,使得城市建筑用地急劇增加,導(dǎo)致城市熱島效應(yīng)增強、城市景觀格局破壞等一系列問題。因此全面掌握城市建筑用地信息,能夠為國土、規(guī)劃等部門的用地規(guī)劃等政策提供科學(xué)支持。

        傳統(tǒng)人工測量的土地利用監(jiān)測方法很難滿足城市建筑面積快速擴(kuò)展的監(jiān)測需要[1]。結(jié)合計算機(jī)技術(shù)和圖形圖像處理技術(shù),實現(xiàn)基于遙感影像提取的建筑用地計算機(jī)解譯是目前城市建筑用地監(jiān)測主流方法。Ridd提出城市的“植被-不透水面-土壤”模型用于研究城市建筑用地[2],楊存建等人利用邏輯樹判別提取建筑用地信息[3],査勇等提出仿歸一化植被指數(shù)研究城鎮(zhèn)空間形態(tài)信息提?。?],王光彥等利用歸一化建筑指數(shù)提取城市建筑用地信息[4],徐涵秋提出基于壓縮數(shù)據(jù)提取城市建筑用地[1]并利用建筑用地指數(shù)(IBI,index-based built-up index)實現(xiàn)了城市建成區(qū)的界定[5]。

        基于以上方法的建筑用地信息提取所采用的影像均需有中紅外波段,但部分衛(wèi)星影像(如資源三號衛(wèi)星影像、QuickBird衛(wèi)星影像、ALOS衛(wèi)星影像、IKONOS衛(wèi)星影像等)沒有中紅外波段,無法利用其IBI指數(shù)提取建筑用地信息。針對這種情況,本文提出一種基于仿建筑用地指數(shù)(SIBI,similar index-based built-up index)的城市建成區(qū)提取的新方法,彌補了缺乏中紅外波段影像的建筑用地信息提取,該方法不需要依賴其他數(shù)據(jù)。利用資源三號衛(wèi)星綠波段、紅波段和近紅外波段的多光譜影像進(jìn)行了實驗驗證,實驗證明本文方法的精度可達(dá)89.5%,適用于多種沒有中紅外波段的影像分析。

        2 基本原理與方法

        2.1 建筑用地指數(shù)(IBI)

        IBI是徐涵秋提出的采用指數(shù)波段構(gòu)建的指數(shù)[1,6],很大程度上提高了建筑用地提取精度。IBI由3個波段專題指數(shù)(土壤調(diào)節(jié)植被指數(shù)SAVI[7],歸一化建筑指數(shù)NDBI[3]以及改進(jìn)歸一化水體指數(shù)MNDWI[8])計算得到,3個專題波段計算公式如下:

        其中,MIR、NIR、red、green分別代表中紅外波段、近紅外波段、紅光波段和綠光波段,參數(shù)α為0~1之間的土壤調(diào)節(jié)因子。

        建筑指數(shù)IBI[10](index based built-up index)可以基于3個指數(shù)波段構(gòu)建,公式如下:

        2.2 仿建筑用地指數(shù)(SIBI)

        IBI指數(shù)雖能較好地提取建筑用地信息,但是沒有中紅外波段的影像卻無法獲得NDWI指數(shù)和NIBI指數(shù),進(jìn)而無法獲得IBI指數(shù)。鑒于此,本文提出利用SIBI指數(shù)來獲取城市的建筑用地信息的新方法。在軍事遙感中通常利用近紅外波段和綠波段來區(qū)分軍事目標(biāo)和綠色植物[9],本文借鑒MNDWI計算中引入綠波段的方法[10],利用綠波段代替近紅外波段,近紅外波段代替中紅外波段,構(gòu)建仿歸一化建筑指數(shù)(SNDBI: similar normalized difference built-up index),以便提取建筑物信息。計算公式如下:

        進(jìn)一步分析發(fā)現(xiàn),由于水體在可見光到近紅外波段的反射呈逐漸下降的趨勢,與植被和建筑的反射特性區(qū)別較大[11]。計算得到的SNDBI指數(shù)中水體很容易區(qū)分,呈負(fù)值。而原本NDBI中水體呈正值,對照NDBI影像中水體提取結(jié)果,可直觀發(fā)現(xiàn)水體的SNDBI值非常小,故對SNDBI指數(shù)進(jìn)行改進(jìn),引入?yún)?shù)β(β為水體的SNDBI值,通常為負(fù)值)構(gòu)建SNDBI的表格式如下:

        圖1 重慶市資源3號衛(wèi)星影像

        根據(jù)SNDBI指數(shù)(式(5)、(6)),再結(jié)合NDWI和SAVI指數(shù),本文提出構(gòu)建SIBI指數(shù)的方法,公式如下:

        式(7)中,NDWI為歸一化差異水體指數(shù)[12,13],計算公式如下:

        經(jīng)過SIBI指數(shù)增強后建筑用地信息呈正值,植被信息為負(fù)值,水體信息接近零值,如圖1所示(其中(a)為原始影像,(b)為SIBI影像)。采用合適的分割閾值對SIBI影像進(jìn)行分割,可以快速獲取建筑用地信息。

        2.3 城市建筑用地信息提取

        圖2 城市建筑用地信息提取流程圖

        由于得到的SIBI影像能夠較好地區(qū)分建筑物、水體和植被。但是所提取到的建筑用地信息包含了農(nóng)村建筑用地和城市建筑用地信息,兩者在光譜信息方面沒有較大區(qū)別,但在像元大小方面有明顯區(qū)別[1];因此,可以通過去除小面元的方法去除農(nóng)村建筑用地信息,從而獲得城市建筑用地信息,最后采用合并面元的方法聚合城市建筑用地信息。具體步驟如圖2所示。

        3 實驗分析與精度評定

        實驗數(shù)據(jù)為2012年4月獲取的重慶市資源三號衛(wèi)星多光譜影像(如圖1(a)所示)。影像的空間分辨率為 5.8 m,包含藍(lán)波段(0.45μm~0.52μm)、綠波段 (0.52μm ~0.59μm)、紅 波 段 (0.63μm~0.69μm)和近紅外波段(0.77μm~0.89μm)4個波段信息(影像來源的網(wǎng)站為 http://www.cresda.com/n16/index.html )。SIBI結(jié)果如圖1(b)所示,將SIBI影像拉伸到 8 bit影像進(jìn)行影像分割,經(jīng)過反復(fù)實驗,式(1)中α參數(shù)取值為0.5,式(2)中β參數(shù)取值為-0.45,分割閾值為60較好,輸出建筑用地信息(如圖3(a)所示)。根據(jù)輸出的結(jié)果統(tǒng)計分析,去掉小面元的部分(農(nóng)村建筑用地信息)并將設(shè)定閾值進(jìn)行合并處理,即得到城市建筑用地信息,如圖3(b)所示。

        圖3 基于SIBI的建筑用地信息提取結(jié)果

        精度驗證通常用外業(yè)驗證或利用更高分辨率影像或者其他相關(guān)材料完成,本文選取更高分辨率的影像進(jìn)行精度驗證。選用2012年獲取的該地區(qū)空間分辨率為 0.1 m(比原始影像分辨率高出58倍)的正射影像進(jìn)行精度驗證。采用隨機(jī)抽樣法抽取200個樣本,計算他們的總精度和Kappa系數(shù)。表1所示的計算結(jié)果表明,利用該方法提取的城市建筑用地信息提取精度達(dá)到89.5%。

        精度評定結(jié)果 表1

        4 結(jié)論

        通常情況下,通過SAVI、NDBI和MNDWI指數(shù)構(gòu)建的IBI影像將建筑用地信息增強,可以很好的將其分為建筑、植被和水系三個大類,但在缺乏中紅外波段的情況下無法構(gòu)建IBI指數(shù)。本文提出仿歸一化建筑指數(shù)SNDBI,結(jié)合歸一化水體指數(shù)NDWI和土壤抑制植被指數(shù)SAVI可以構(gòu)建仿建筑用地指數(shù)SIBI的新方法。因為在SNDBI中水體呈現(xiàn)與NDBI一樣的高亮度部分,進(jìn)而構(gòu)建的SIBI同樣能夠很好地增強建筑用地信息。只要選擇合理的閾值對SIBI影像進(jìn)行分割,就能準(zhǔn)去提取建筑用地信息。

        準(zhǔn)確提取建筑用地信息之后,通過去除小面元和合并相鄰面元處理,可以除去農(nóng)村建筑用地信息并聚合城區(qū)各種建筑用地,通過簡單的程序設(shè)計既可實現(xiàn),便于城區(qū)建筑用地信息自動提取。實驗結(jié)果證明:①本文方法與IBI指數(shù)方法精度相差不大;②在沒有中紅外波段的情況下本文方法仍然適用。

        [1] Han-Qiu X.Remote Sensing Information Extraction of Urban Built-up Land Based on a Data-dimension Compression Technique[J].Journal of Image and Graphics,2005,10 (2):223~229.

        [2] Ridd M K.Expbring a VIS(vegetation-in pervious surfacesoil)model for urban ecosystem analysis through re-mote sensing comparative anatomy for cities[J].International Journal of Remote Sensing,1995,15(16):2165~5185.

        [3] Zha Y,Gao J,Ni S.Use of normalized difference built-up index in automaticallymapping urban areas from TM imagery[J].International Journal of Remote Sensing,2003,3(24): 583~594.

        [4] Guang-Yan W,Pei L.Extracting Urban Land Use Based on Remote Sensing[J].Bulletin of Soil and Water Conservation,2007,3(27):121~123.

        [5] Han-Qiu X,Du Lin-ping,Xiao-Dan S.Index-based definition and auto-extraction of the urban built-up region from remote sensing imagery[J].Journal of Fuzhou University (Natural Science Edition),39(5):706~712.

        [6] Hanqiu X,Dongfeng L,F(xiàn)ei T.The change detection of impervious development on land surface temperature in a subtropical city:Xiamen,China[J].Internation journal of Chimatology,2012,10(19):1~6.

        [7] Huete A R.A soil-adjusted vegetation Index(SAVI)[J].Remote Sensing of Environment,1988,3(25):295~309.

        [8] Han-Qiu X.Extraction of urban built-up land features from Landsat imagery using a thematic-oriented index combination technique[J].Photogrammetric Engineering and Remote Sensing,2007,12(73):1381~1392.

        [9] Martin A,Boutin J,Hauser D.Remote sensing of sea surface salinity from CAROLS L-band radiometer in the Gulf of Biscay[J].Geoscience and Remote Sensing,IEEE Transactions on,2012,5(50):1703~1715.

        [10] Reiche M,F(xiàn)unk R,Zhang Z.Application of satellite remote sensing for mapping wind erosion risk and dust emissiondeposition in Inner Mongolia grassland,China[J].Grassland Science,2012,1(58):8~19.

        [11] Varshney A.Improved NDBI differencing algorithm for built-up regions change detection from remote-sensing data: an automated approach[J].Remote Sensing Letters,2013,5 (4):504~512.

        [12] Pan JH,Li X X,WangW G.Mariculture Zones Extraction Using NDWIand NDVI[J].Advanced Materials Research,2013(659):153~155.

        [13] Liu Y.Why NDWI threshold varies in delineating water body from multitemporal images[C].2012.

        猜你喜歡
        建筑用波段紅外
        春日暖陽
        網(wǎng)紅外賣
        建筑用成型鋼筋制品加工與配送技術(shù)
        高密度電法在建筑用石料勘查區(qū)遴選中的應(yīng)用
        閃亮的中國紅外『芯』
        金橋(2021年4期)2021-05-21 08:19:20
        建筑用硅酮密封膠及其市場觀察
        上海建材(2020年5期)2020-12-15 00:33:26
        TS系列紅外傳感器在嵌入式控制系統(tǒng)中的應(yīng)用
        電子制作(2019年7期)2019-04-25 13:17:14
        JG/T492—2016建筑用光伏構(gòu)件通用技術(shù)要求
        基于快速遞推模糊2-劃分熵圖割的紅外圖像分割
        M87的多波段輻射過程及其能譜擬合
        午夜福利试看120秒体验区| 青青草视频免费在线播放| 蜜桃免费一区二区三区| 亚洲欧美日韩另类精品一区| 午夜福利电影| 久久亚洲AV无码一区二区综合| 国产人妖av在线观看| 天天做天天爱夜夜爽女人爽| 国产成人综合亚洲精品| 国产精品视频免费的| 97久久综合精品国产丝袜长腿| 98色婷婷在线| 亚洲av无码久久寂寞少妇| 在线无码精品秘 在线观看| 亚洲一区二区在线观看av| 无码国产精品久久一区免费| 大学生被内谢粉嫩无套| 中国人妻沙发上喷白将av| 日本一区二区在线免费看| 曰韩亚洲av人人夜夜澡人人爽| 亚洲欧美另类自拍| 国产一品二品三品精品久久| 狠狠综合久久av一区二区蜜桃| 玩弄放荡人妻少妇系列| 国产美女高潮流白浆在线观看| 亚洲熟女天堂av一区二区三区| 把女人弄爽特黄a大片| 激情欧美日韩一区二区| 国产日韩亚洲中文字幕| av免费在线播放视频| 欧美日韩精品| av资源在线看免费观看| 亚洲成av人片极品少妇| 婷婷色香五月综合激激情| 91视频免费国产成人| 成年男人午夜视频在线看| 亚洲精品无码不卡| 久久婷婷香蕉热狠狠综合| 久久久国产精品粉嫩av| 99久久婷婷国产亚洲终合精品 | 久久国产在线精品观看|