一种基于TM影像的不透水面信息提取方法

杨爱民，王飞红，于 颂

(1.山西省遥感中心，山西太原 030001；2.中北大学仪器与电子学院，山西太原 030051)

一种基于TM影像的不透水面信息提取方法

杨爱民1，王飞红2，于 颂1

(1.山西省遥感中心，山西太原 030001；2.中北大学仪器与电子学院，山西太原 030051)

针对TM影像不透水面提取的研究，通过综合分析被广泛应用于提取不透水面的归一化差异不透水面指数法和归一化差异植被指数法，从而提出一种改进的快速提取不透水面的实验指数组合法，即通过将植被指数取反减去水体指数。以高分影像ZY3和可提供经纬度信息的Google Earth作为参考，将归一化差值不透水面指数、归一化差值植被指数和实验指数组合法得到的提取结果分别进行评价，获得了图像的分类精度，对比可知试验组合指数法的精度高于其他两种指数结果，其精度为88.16%。

遥感监测；不透水面；归一化不透水面指数法；归一化植被指数法

一、引 言

21世纪以来，城市化进程的不断加速，使得城市不透水面变化频繁，因此，通过人工统计监测及时获取不透水面的变化信息具有一定的难度。近年来，遥感技术不断发展，基于遥感的不透水面提取方法被广泛应用，这些方法都可在一定程度上为监管工作提供有力的客观依据。

近十几年来，大量提取不透水面的方法被广泛应用于卫星影像研究中[1-2]，主要包括：基于像元的分类方法(监督分类和非监督分类)、对像元分解的亚像元分类方法、决策树模型、通过线性光谱混合模型获得丰度图像，进而求得不透水层面积。此外还有通过构建不透水面与植被之间的关系，进一步估算不透水层的面积等。金晶等[3]利用线性光谱混合分解模型，应用Landsat TM/ETM＋影像对上海市不透水层进行提取，通过将纯度像元指数(PPI)和地表温度结合，得到了不透水面覆盖情况；周纪等[4]以北京市作为研究区，应用TM影像，利用线性光谱混合分解模型，通过分析纯净地物的光谱特征曲线的特点，优化端元的提取方法，进而获取不透水面分布和覆盖率情况；江利明等[5]应用ERS-1/2重复轨道雷达干涉数据对香港九龙岛的不透水面进行研究，运用分类与回归树算法，通过分析不透水面和植被的区分度，验证了雷达遥感在城市不透水面信息提取中的可行性；孟宪磊[6]应用两景不同时相的ETM＋影像，利用城区内植被覆盖率与不透水面具有的较强负相关性，通过ERDAS建模，较好地获得了城市不透水面信息。

以上方法在各自的研究区都获得了较好的提取精度。但是，这些方法的提取过程较为复杂，前期计算量较大，在城市不透水层频繁变化的情况下，往往需要可以快速提取不透水层的方法。本文通过对归一化不透水面指数法(NDISI)和归一化植被指数法(NDVI)进行分析，在此基础上，构建了一种新型复合指数——实验指数组合法，实现了快速、高效地提取不透水面信息。

二、研究方法

1.NDISI法

不透水面在热红外波段与近红外波段的反射率相差较大，即相对近红外波段，热红外波段拥有较高的反射率。因此，利用强反射率热红外波段与弱反射率近红外波段建立指数，达到增强不透水面信息的目的。经过该指数处理，使得不透水面地物表现出较高的反射度，而植被具有相对较低的热辐射度，从而突出不透水面信息。为了进一步增强不透水面信息，利用水体在可见光波段的反射率低于不透水面，将改进型归一化差异水体指数(MNDWI)加入NDISI指数的弱反射波段[7]，即

式中，NIR是近红外波段的反射率，对应TM影像的第4波段；MIR是中红外波段的反射率，对应TM影像的第5波段；TIR是热红外波段的反射率，对应TM影像的第6波段。

式中，GREEN为绿光波段的反射率，对应TM影像的第2波段。

笔者应用NDISI指数对影像进行处理，结果如图1所示。

图1 NDISI指数图

笔者从提取结果中发现：楼宇类、建筑和道路、桥梁类建筑和新建类建筑(例如太原市武宿机场二号航站楼)虽同属于不透水层类地物，但在NDISI计算结果影像中的灰度值存在较大差异，而且单纯使用NDISI提取不透水层也需要两个以上的阈值才可以将不透水层信息提取出来，结果使得不仅每增加一个阈值会相应增加误差，而且还需要对处理结果进行掩膜、合并操作。

2.NDVI法

由于植被和不透水层具有很高的负相关性，因此，通过NDVI进行植被提取后的结果图像上，不透水层应该体现很低的灰度[9]。在利用TM影像的第3和第4波段进行了NDVI计算后，计算结果如图2所示。

图2 NDVI指数结果图

3.实验指数组合法

考虑到NDVI影像结果中水体和不透水层有着共同特征，即灰度值都很低，因此，首先对影像第4和第3波段进行波段运算(Negative NDVI，NNDVI)，对原图像进行增强，基于NDVI计算方式，在其分母上使用第3波段减去第4波段的运算，即

式中，RED为红光波段的反射率。

笔者应用NNDVI指数对影像进行处理，得到结果图像(如图3所示)，从图3中可以看出，增强的结果是不透水层信息和水体信息的灰度均较高，水体灰度高于不透水层，并且所有不透水层的灰度值大小相当，没有出现NDISI中出现的不透水层灰度既有大于水体灰度又有小于水体灰度的情况。

图3 NNDVI指数结果图

鉴于以上分析可知，为了最终得到不透水面信息，还需要将水体信息进行提取。通过对比水体的提取方法，最终采用了杨树文[10]等人提出的方法，

即利用TM的第1、2、3、4、5波段进行波段运算，如下式

式中，DNWATER为水体提取指数。如图4所示。

图4 DNWATER结果图

对图5进行阈值选取，进行其二值化处理后，将水体和不透水层信息一并提取，而后再将该二值化结果图像与经过阈值的提取水体信息的二值化图像相减以得到不透水层信息，经与高分图像对比后发现不透水面信息得到了很好的突显(如图5所示)，同时，水体信息也得到了较好的抑制。

图5 不透水面信息提取结果图

三、精度评价

为了评价分类结果，将利用上述方法提取的分类结果通过同期高分辨率的ZY3影像及Google Earth影像进行分类精度评价。笔者在分类区域范围内随机选取了200个样本进行检验，分别获取了3种不透水面提取方法的精度，结果如表1所示。

表1 三种不透水面提取方法的精度及其对比

根据表1得出，实验指数组合法对不透水面的提取精度最高，其精度为88.16%，相对于NDISI指数法提高了16.73%，相对于NDVI指数法提高了9.93%。

四、结 论

本文以山西省太原市作为研究区，研究了提取不透水面信息的方法。利用TM遥感影像，通过综合分析和对比NDISI指数法和NDVI指数对不透水面信息的提取，提出了一种改进的不透水面信息提取方法——实验指数组合法，即通过NDVI指数取负值进行提取后，去掉水体信息，从而得到不透水面信息。实验指数组合法降低了不透水面指数中热红外波段分辨率低的影响，拉大了水体与不透水面的差异，通过与NDISI指数法、NDVI指数法的分类提取精度进行对比分析，得出实验指数组合法的提取精度最高，获得了较好的提取效果。

[1] 徐涵秋.基于压缩数据维的城市建筑用地遥感信息提取技术[J].中国图象图形学报，2005，10(2)：223-229.

[2] 吴志杰，赵书河.基于TM图像的“增强的指数型建筑用地指数”研究[J].国土资源遥感，2012，24(2)：50-55.

[3] 金晶，王斌，张立明.基于线性光谱混合分析的城市不透水层分布估算[J].复旦学报：自然科学版，2010，49(2)：197-208.

[4] 周纪，陈云浩，张锦水，等.北京城市不透水层覆盖度遥感估算[J].国土资源遥感，2007(3)：13-17，27.

[5] 江利明，廖明生，林珲，等.利用雷达干涉数据进行城市不透水层百分比估算[J].遥感学报，2008，12(1)：176-185.

[6] 孟宪磊.不透水面、植被、水体与城市热岛关系的多尺度研究[D].上海：华东师范大学，2010.

[7] 徐涵秋.一种快速提取不透水面的新型遥感指数[J].武汉大学学报：信息科学版，2008，33(11)：1150-1153.

[8] 徐涵秋.利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J].遥感学报，2005，9(5)：589-595.

[9] 马丽，徐新刚，刘良云，等.基于多时相NDVI及特征波段的作物分类研究[J].遥感技术与应用，2008，23(5)：520-524.

[10] 杨树文，薛重生，刘涛，等.一种利用TM影像自动提取细小水体的方法[J].测绘学报，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

杨爱民(1974—)，男，山西太原人，高级工程师，主要从事环境资源遥感和GIS方面的研究。引文格式:杨爱民，王飞红，于颂.一种基于TM影像的不透水面信息提取方法[J].测绘通报，2014(9)：81-83.

10.13474/j.cnki.11-2246. 2014.0300