一種基于TM影像的不透水面信息提取方法

楊愛民，王飛紅，于 頌

(1.山西省遙感中心，山西太原 030001；2.中北大學儀器與電子學院，山西太原 030051)

一種基于TM影像的不透水面信息提取方法

楊愛民1，王飛紅2，于 頌1

(1.山西省遙感中心，山西太原 030001；2.中北大學儀器與電子學院，山西太原 030051)

針對TM影像不透水面提取的研究，通過綜合分析被廣泛應用于提取不透水面的歸一化差異不透水面指數法和歸一化差異植被指數法，從而提出一種改進的快速提取不透水面的實驗指數組合法，即通過將植被指數取反減去水體指數。以高分影像ZY3和可提供經緯度信息的Google Earth作為參考，將歸一化差值不透水面指數、歸一化差值植被指數和實驗指數組合法得到的提取結果分別進行評價，獲得了圖像的分類精度，對比可知試驗組合指數法的精度高于其他兩種指數結果，其精度為88.16%。

遙感監測；不透水面；歸一化不透水面指數法；歸一化植被指數法

一、引 言

21世紀以來，城市化進程的不斷加速，使得城市不透水面變化頻繁，因此，通過人工統計監測及時獲取不透水面的變化信息具有一定的難度。近年來，遙感技術不斷發展，基于遙感的不透水面提取方法被廣泛應用，這些方法都可在一定程度上為監管工作提供有力的客觀依據。

近十幾年來，大量提取不透水面的方法被廣泛應用于衛星影像研究中[1-2]，主要包括：基于像元的分類方法(監督分類和非監督分類)、對像元分解的亞像元分類方法、決策樹模型、通過線性光譜混合模型獲得豐度圖像，進而求得不透水層面積。此外還有通過構建不透水面與植被之間的關系，進一步估算不透水層的面積等。金晶等[3]利用線性光譜混合分解模型，應用Landsat TM/ETM＋影像對上海市不透水層進行提取，通過將純度像元指數(PPI)和地表溫度結合，得到了不透水面覆蓋情況；周紀等[4]以北京市作為研究區，應用TM影像，利用線性光譜混合分解模型，通過分析純凈地物的光譜特征曲線的特點，優化端元的提取方法，進而獲取不透水面分布和覆蓋率情況；江利明等[5]應用ERS-1/2重復軌道雷達干涉數據對香港九龍島的不透水面進行研究，運用分類與回歸樹算法，通過分析不透水面和植被的區分度，驗證了雷達遙感在城市不透水面信息提取中的可行性；孟憲磊[6]應用兩景不同時相的ETM＋影像，利用城區內植被覆蓋率與不透水面具有的較強負相關性，通過ERDAS建模，較好地獲得了城市不透水面信息。

以上方法在各自的研究區都獲得了較好的提取精度。但是，這些方法的提取過程較為復雜，前期計算量較大，在城市不透水層頻繁變化的情況下，往往需要可以快速提取不透水層的方法。本文通過對歸一化不透水面指數法(NDISI)和歸一化植被指數法(NDVI)進行分析，在此基礎上，構建了一種新型復合指數——實驗指數組合法，實現了快速、高效地提取不透水面信息。

二、研究方法

1.NDISI法

不透水面在熱紅外波段與近紅外波段的反射率相差較大，即相對近紅外波段，熱紅外波段擁有較高的反射率。因此，利用強反射率熱紅外波段與弱反射率近紅外波段建立指數，達到增強不透水面信息的目的。經過該指數處理，使得不透水面地物表現出較高的反射度，而植被具有相對較低的熱輻射度，從而突出不透水面信息。為了進一步增強不透水面信息，利用水體在可見光波段的反射率低于不透水面，將改進型歸一化差異水體指數(MNDWI)加入NDISI指數的弱反射波段[7]，即

式中，NIR是近紅外波段的反射率，對應TM影像的第4波段；MIR是中紅外波段的反射率，對應TM影像的第5波段；TIR是熱紅外波段的反射率，對應TM影像的第6波段。

式中，GREEN為綠光波段的反射率，對應TM影像的第2波段。

筆者應用NDISI指數對影像進行處理，結果如圖1所示。

圖1 NDISI指數圖

筆者從提取結果中發現：樓宇類、建筑和道路、橋梁類建筑和新建類建筑(例如太原市武宿機場二號航站樓)雖同屬于不透水層類地物，但在NDISI計算結果影像中的灰度值存在較大差異，而且單純使用NDISI提取不透水層也需要兩個以上的閾值才可以將不透水層信息提取出來，結果使得不僅每增加一個閾值會相應增加誤差，而且還需要對處理結果進行掩膜、合并操作。

2.NDVI法

由于植被和不透水層具有很高的負相關性，因此，通過NDVI進行植被提取后的結果圖像上，不透水層應該體現很低的灰度[9]。在利用TM影像的第3和第4波段進行了NDVI計算后，計算結果如圖2所示。

圖2 NDVI指數結果圖

3.實驗指數組合法

考慮到NDVI影像結果中水體和不透水層有著共同特征，即灰度值都很低，因此，首先對影像第4和第3波段進行波段運算(Negative NDVI，NNDVI)，對原圖像進行增強，基于NDVI計算方式，在其分母上使用第3波段減去第4波段的運算，即

式中，RED為紅光波段的反射率。

筆者應用NNDVI指數對影像進行處理，得到結果圖像(如圖3所示)，從圖3中可以看出，增強的結果是不透水層信息和水體信息的灰度均較高，水體灰度高于不透水層，并且所有不透水層的灰度值大小相當，沒有出現NDISI中出現的不透水層灰度既有大于水體灰度又有小于水體灰度的情況。

圖3 NNDVI指數結果圖

鑒于以上分析可知，為了最終得到不透水面信息，還需要將水體信息進行提取。通過對比水體的提取方法，最終采用了楊樹文[10]等人提出的方法，

即利用TM的第1、2、3、4、5波段進行波段運算，如下式

式中，DNWATER為水體提取指數。如圖4所示。

圖4 DNWATER結果圖

對圖5進行閾值選取，進行其二值化處理后，將水體和不透水層信息一并提取，而后再將該二值化結果圖像與經過閾值的提取水體信息的二值化圖像相減以得到不透水層信息，經與高分圖像對比后發現不透水面信息得到了很好的突顯(如圖5所示)，同時，水體信息也得到了較好的抑制。

圖5 不透水面信息提取結果圖

三、精度評價

為了評價分類結果，將利用上述方法提取的分類結果通過同期高分辨率的ZY3影像及Google Earth影像進行分類精度評價。筆者在分類區域范圍內隨機選取了200個樣本進行檢驗，分別獲取了3種不透水面提取方法的精度，結果如表1所示。

表1 三種不透水面提取方法的精度及其對比

根據表1得出，實驗指數組合法對不透水面的提取精度最高，其精度為88.16%，相對于NDISI指數法提高了16.73%，相對于NDVI指數法提高了9.93%。

四、結 論

本文以山西省太原市作為研究區，研究了提取不透水面信息的方法。利用TM遙感影像，通過綜合分析和對比NDISI指數法和NDVI指數對不透水面信息的提取，提出了一種改進的不透水面信息提取方法——實驗指數組合法，即通過NDVI指數取負值進行提取后，去掉水體信息，從而得到不透水面信息。實驗指數組合法降低了不透水面指數中熱紅外波段分辨率低的影響，拉大了水體與不透水面的差異，通過與NDISI指數法、NDVI指數法的分類提取精度進行對比分析，得出實驗指數組合法的提取精度最高，獲得了較好的提取效果。

[1] 徐涵秋.基于壓縮數據維的城市建筑用地遙感信息提取技術[J].中國圖象圖形學報，2005，10(2)：223-229.

[2] 吳志杰，趙書河.基于TM圖像的“增強的指數型建筑用地指數”研究[J].國土資源遙感，2012，24(2)：50-55.

[3] 金晶，王斌，張立明.基于線性光譜混合分析的城市不透水層分布估算[J].復旦學報：自然科學版，2010，49(2)：197-208.

[4] 周紀，陳云浩，張錦水，等.北京城市不透水層覆蓋度遙感估算[J].國土資源遙感，2007(3)：13-17，27.

[5] 江利明，廖明生，林琿，等.利用雷達干涉數據進行城市不透水層百分比估算[J].遙感學報，2008，12(1)：176-185.

[6] 孟憲磊.不透水面、植被、水體與城市熱島關系的多尺度研究[D].上海：華東師范大學，2010.

[7] 徐涵秋.一種快速提取不透水面的新型遙感指數[J].武漢大學學報：信息科學版，2008，33(11)：1150-1153.

[8] 徐涵秋.利用改進的歸一化差異水體指數(MNDWI)提取水體信息的研究[J].遙感學報，2005，9(5)：589-595.

[9] 馬麗，徐新剛，劉良云，等.基于多時相NDVI及特征波段的作物分類研究[J].遙感技術與應用，2008，23(5)：520-524.

[10] 楊樹文，薛重生，劉濤，等.一種利用TM影像自動提取細小水體的方法[J].測繪學報，2010，39(6)：611-617.

A Method of Extraction of Urban Impervious Surface Information from TM Image

YANG Aimin，WANG Feihong，YU Song

P237

B

0494-0911(2014)09-0081-03

2014-03-19

楊愛民(1974—)，男，山西太原人，高級工程師，主要從事環境資源遙感和GIS方面的研究。引文格式:楊愛民，王飛紅，于頌.一種基于TM影像的不透水面信息提取方法[J].測繪通報，2014(9)：81-83.

10.13474/j.cnki.11-2246. 2014.0300