一种平原河网区不透水面信息快速提取方法与流程

本发明涉及地理信息快速提取技术领域，尤其涉及平原区不透水面信息快速提取方法。

背景技术：

早期的不透水面信息提取一般采用人工解译的方式，对不透水面的空间位置和纹理等特征进行目视判读。随着空间技术的发展，遥感技术具有观测范围大、重复观测等优势，使其逐渐成为大尺度和高精度不透水面信息提取和城镇化扩张等相关研究的重要手段。目前基于遥感技术的不透水面信息提取在数据源的选取上通常以landsat卫星和高分一号卫星为主，在研究方法上较多采用单波段阈值、以及基于谱间关系的归一化植被指数ndvi、归一化建筑指数ndbi等。由于同物异谱和同谱异物问题，仅依靠单一时像的遥感影像进行城镇不透水面信息的提取往往较难取得满意的效果。裸土等像元混淆问题仍是困扰不透水面信息精准的主要问题。

本技术针对平原河网区不透水面与水体和裸土等地物较难区分的问题，以苏北里下河平原快速城镇化区为研究对象，利用多时相高分一号影像为数据源，基于像元光谱特征及其季节性变化分析，构建了基于时序ndwi归一化水体指数、ndvi归一化植被指数和ndbi归一化建筑指数的决策树模型，并利用gis空间分析技术对不透水面的时空变化特征进行了分析。

研究方法上以gis和遥感为主要技术手段，在平原河网区不透水面像元与其他地物像元光谱特征对比分析的基础上，运用envi软件平台对landsat影像数据进行空间裁剪、辐射定标、大气校正和几何校正等预处理。

在不透水面积的决策树信息提取模型构建上，基于研究区地物类型、光谱特征及季节性变化等分析，构建了归一化水体指数ndwi、归一化植被指数ndvi和归一化建筑指数ndbi时序数据集，并利用idl+envi二次开发技术，进行了相关指数的最大值合成和标准差计算，用于构建知识规则。

由于植被在近红外波段的高反射特性，以及水体相对其他地物类型较强的吸收特征，在以往的研究中通常利用ndvi进行植被和非植被的区分、归一化水体指数ndwi进行水体和非水体的区分，其中植被主要包括农田和林草地，非植被主要由水体和城镇及裸土构成。考虑到农田受耕作制度的影响，在部分时像影像上表现为裸土信息，鱼塘在休鱼期亦表现为裸土信息，河流受河岸植被的影响，导致水体与植被像元的混淆。

实验研究发现利用多时相的ndvi、ndwi指数，依据水体和植被像元光谱上表现的季节性特征，可最大程度将水体和植被像元进行区分。另外，针对不透水面和裸土光谱特征相似性的问题，考虑到裸土受土壤含水量和植被覆盖的影响，其光谱特征尤其是水分吸收波段具有显著的季节性变化特征，为此本研究逐像元计算了时序ndbi的标准差ndbistedv，用于将混淆在不透水面中的裸土像元进行分离。

技术实现要素：

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的目的在于提出一种平原河网区不透水面信息快速提取方法，对平原河网区不透水面与水体和裸土等地物进行高效地区分。

根据本发明提出的一种平原河网区不透水面信息快速提取方法，所述的快速提取方法包括步骤如下：

s1：基于多期遥感影像利用公式(1)-(3)分别计算ndvi、ndwi和ndbi，然后利用envi的波段叠加功能，得到时序ndvi、ndwi和ndbi数据集；

式中：nir代表像元在近红外波段的反射率值；r代表红外波段的反射率值；g代表绿光波段的反射率值；mir代表中红外波段反射率值。

s2：利用envi+idl进行程序开发，逐像元计算时序ndvi和ndwi数据集的最大值ndvimax、ndwimax，通过直方图分析确定合适的阈值，逐步将植被和水体进行分离；

s3：逐像元计算时序ndbi的标准差ndbistdev，确定合适的阈值，从而进一步将裸土进行分离，最终得到不透水面信息。决策树模型如图1所示。

优选地，步骤s1中的多期遥感影像，需要运用envi遥感图像处理软件对landsat影像数据进行空间裁剪、辐射定标、大气校正和几何校正等预处理。

优选地，步骤s1中的ndvi、ndwi和ndbi需要利用公式完成计算：

式中：nir代表像元在近红外波段的反射率值；r代表红外波段的反射率值；g代表绿光波段的反射率值；mir代表中红外波段反射率值。

优选地，步骤s1中的ndvi、ndwi和ndbi，需要利用envi的波段叠加功能，得到时序ndvi、ndwi和ndbi数据集。

优选地，步骤s2中的ndvi和ndwi数据集的最大值(ndvimax、ndwimax)，需要利用envi+idl进行程序开发计算，并且通过直方图分析确定合适的阈值，逐步将植被和水体进行分离。

优选地，步骤s3中需要逐像元计算时序ndbi的标准差(ndbistdev)，确定合适的阈值，进一步将裸土进行分离，最终得到不透水面信息。

本发明中的有益效果是：

(1)针对不透水面和裸土光谱特征相似性的问题，考虑到裸土受土壤含水量和植被覆盖的影响，其光谱特征尤其是水分吸收波段具有显著的季节性变化特征，为此本研究逐像元计算了时序ndbi的标准差ndbistedv，用于将混淆在不透水面中的裸土像元进行分离。

(2)该方法充分考虑了不同地物的光谱特征及其季节性差异特征，构建了时序ndvi、ndwi和ndbi数据集，并通过最大值合成和标准差计算建立决策树模型，解决了不透水面与水体、植被和裸土的混淆，在不同时期的应用上均取得了较好的分类精度。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是实施例1所述的一种平原河网区不透水面信息快速提取方法。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

实施例1

参照图1，一种平原河网区不透水面信息快速提取方法，所述的快速提取方法包括步骤如下：

s1：基于多期遥感影像利用公式(1)-(3)分别计算ndvi、ndwi和ndbi，然后利用envi的波段叠加功能，得到时序ndvi、ndwi和ndbi数据集；

式中：nir代表像元在近红外波段的反射率值；r代表红外波段的反射率值；g代表绿光波段的反射率值；mir代表中红外波段反射率值。

s2：利用envi+idl进行程序开发，逐像元计算时序ndvi和ndwi数据集的最大值ndvimax、ndwimax，通过直方图分析确定合适的阈值，逐步将植被和水体进行分离，t1＝0.2,t2＝0.6；

s3：逐像元计算时序ndbi的标准差ndbistdev，确定合适的阈值，从而进一步将裸土进行分离，最终得到不透水面信息,t3＝0.7。决策树模型如图1所示。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。