基于多尺度遥感的不透水面覆盖率测量方法

叶 进

（福州潮洋工程试验检测有限公司，福建 福州 350000）

0.引言

工业化加快了社会城镇发展速度，导致城市土地的透水性越来越差，为了使土地使用稳定，故设定固定的时间点，来测量城市的不透水面覆盖程度。为此文献[1]以北方某一城市为例，根据城乡建设用地真实数据，构建空间分析模型，通过提取不同时间段内的不透水面特征数据，探究城市格局所处的发展阶段[1]。文献[2]结合不透水面的日常变化轨迹，通过模型分割不透水面的变化过程，以此实现对不透水面覆盖率的测量[2]。此次研究引入多尺度遥感技术，该技术是获取环境数据、实时监控环境变化的重要手段之一，能够拓宽数据观测视野、扩大数据识别面积，根据多尺度遥感技术的瞬态成像功能，快速获取存在动态变化的城市区域，获得不透水面的动态变化进程。此次研究结合多尺度遥感技术，提出全新的不透水面覆盖率测量方法，为城市土地利用提供可靠的技术手段，为城市化管理工作提供更为先进的管理技术。

1.基于多尺度遥感的不透水面覆盖率测量方法

1.1 多尺度遥感技术提取光谱指数

多尺度遥感技术提取有四项影响不透水面特性的光谱指数。根据文献[3]的研究内容可知：可以利用遥感指数法扩充光谱波段，调查区域的土地分割类型，增强各个子区域的影像显示[3]。为此，首先提取归一化差值植被指数，该指数是遥感技术中最常用的光谱指数，利用该指数获得有关地表植被的光谱信息，同时增强此类数据的光谱特征，描述区域内植物的生长状态以及覆盖度。在增强光谱特征过程中，通过组合计算红外波段和近红外波段，得到更加清晰的画面，获得该指数的计算式如式（1）所示：

式（1）中，p1、p2分别为红外波段、红光波段两组测试方法，对应参数值的反射率。

其次提取测试所需的增强型植被指数，用X2表示，该指数是对X1的改进，因为当裸地噪声较大时，X1存在识别缺陷，此时引入蓝光波段强化信号，降低土壤和气溶胶散射给多尺度遥感技术带来的干扰，该指标的计算公式如式（2）所示：

式（2）中，M1、M2分别为不同参数的干扰修正系数；P3为技术应用下蓝光波段在不断变化过程中，对各个节点数据的反射率；λ为城市土壤被利用后，需要选择的调节系数，通常情况下取值为1。

之后需要获取改进的归一化差值水体指数，用X3来表示，当X1指数无法获得不透水面的准确范围时，利用X3提取遥感影像的水系信息，该指数的获取公式如式（3）所示：

式（3）中，p4、p5分别为绿光波段、中红外波段测量过程中用于描述数据变化程度的反射率。该指数将p1替换为p5，当p1对建筑物和水系有较强反射效果时，p5会增强建筑物的反射率，从而实现对不透水面信息的抑制。

最后提取生物物理成分指数，用X4表示，该值的计算公式如式（4）所示：

式（4）中，Z1、Z2分别为高反照率和低反照率；W为植被[4]。

结合上述四项光谱指数，获取不透水面的空间分布特点。

1.2 基于像元尺度获取不透水面时空演变规律

结合光谱指数下的不透水面空间分布特点，从像元尺度的角度进行分析，获取不透水面时空演变规律。不透水面作为分析城市覆盖情况的重要参数，可用来描述城市化进程，所以结合不同年份的遥感光谱影像特征，以二值化的方法进行反复对比，得到不透水面扩张的时序发展规律，确定扩张强度指数和速度指数[5]。设置两个指数分别为u和v，利用式（5）计算：

式（5）中，Δμij为从i阶段到j阶段的测量区域面积；μi为i阶段的不透水面面积占比；C为测量区域的土地总面积；Δt为时间跨度。结合上述两组指标，结合像元尺度获取不透水面在扩张过程中的空间分异规律。其中对于空间自相关指标来说，假设全局空间自相关指数为I，取值范围为(-1，)1，表示空间上某一区域地理现象的自相关性。当I值的取值为0时，表示某一区域地理现象为随机分布状态；当I值的取值接近1时，说明现象呈正相关；当I值的取值接近-1时，说明现象呈负相关。该值的计算公式如式（6）所示：

式（6）中，m为对象个数；φij为空间权重；ai、aj分别为两个不同的测量区域；a-为平均值。而局部自相关指数可通过Ic来表示如式（7）所示：

式（7）中，c为局部区域面积；S2i为方差。通过上述计算公式分析不透水面时空演变规律，将其作为测量不透水面覆盖率的基本约束条件。

1.3 计算地表能量通量

地表能量通量是影响不透水面覆盖率测算结果的重要参数，所以在获得上述数据后，计算测算区域地表的能量通量。到达地面的能量通过不同参数的影响，以其他形式存在，为地表能量平衡方程如式（8）所示：

式（8）中，R为净辐射；A为能够直观得到的显热通量；B为需要经多步计算才能得到的潜热通量；K为土壤热通量。其中R是地表物质开始转换的动力参数，计算该值时需要通过下列方程组获取相关参数如式（9）所示:

式（9）中，ε为大气透过率；h为测量地区的海拔高度；l为日地距离因子；R2为太阳总辐射量；H为太阳常数；α为太阳天顶角；R1为地表净辐射通量；γ为太阳光直射条件下地表所反馈的光反照率；ω为地表比辐射率；f1、f2分别为大气和地面的长波辐射。根据上述方程组，获得地表净辐射通量的取值。参数K可根据深层土壤被传导的能量而获得，该值与净辐射通量之间存在关联性，当植被覆盖程度较大时，该值约为R1的50%；当植被覆盖程度较小时，则该值为R1的5%～12%。描述土壤热通量的取值方法如式（10）所示：

式（10）中，D为地表温度。而显热通量A和潜热通量B，能够描述地表和大气之间不同变化规律的热交换方式，所以可利用蒸散发模型的一般计算方法，获得上述参数中的B值，如式（11）所示：

式（11）中，F为蒸散发参数，该参数的取值可通过式（12）获得：

式（12）中，r为蒸散发模型的约束参数、rmax为标准值；Q为饱和水气压曲线斜率；β为限定控制系数；T1、T2、T3分别为地表温度的干边、湿边以及地表的温度值。将式（12）代入式（11）中，求得潜热通量B，根据式（8）计算显热通量A，实现对地表能量通量的获取。

1.4 构建不透水面覆盖率测算模型

结合获得的不透水面时空演变规律和地表能量通量，构建不透水面覆盖率测算模型。将时空演变规律作为分割遥感图像的限制条件，将地表能量通量作为选定分割点的影响系数，由于使用的技术为多尺度遥感技术，所以利用直方图法，选择多幅多时遥感影像的阈值。该选择可综合式（1）～式（4），利用波段反射率得到水体掩膜、物理成分指数以及裸土指数。测算模型设置的不透水面决策流程（如图1所示）：

图1 测算模型决策流程

设置测算模型的决策流程后，根据多尺度遥感技术的光谱特征原理，构建满足不透水面覆盖率测算要求的一般计算模型，计算公式如式（13）所示：

式（13）中，θ为波段；k1、k2分别为低反照率、高反照率的分量百分比，可通过地表能量通量获得；Z1,θ、Z2,θ分别为同一波段下，两个不同反照率的反射率，根据不透水面时空演变规律获得；bθ为模型的残差。在测算模型求解过程中，存在的残差bθ可能影响实际测算结果，所以利用下列公式计算模型中的残差bθ，当该值被控制在0.02之内时，可以认可式（13）计算结果的准确性。该残差的验证方程如式（14）所示：

式（14）中，N为波段总数；δ为残差bθ的误差值。当该值满足上述条件后，认可不透水面覆盖率测算模型得到的数据，至此实现基于多尺度遥感的不透水面覆盖率测量方法。

2.实验研究

2.1 实验准备

选择M城市中的B区域作为实验测试对象（如图2所示），利用此次提出的不透水面覆盖率测量方法，获取该区域的不透水面变化情况。

已知该区域在1997年～2005年时，城市现代化进程较为缓慢，城市中的主要干道较少，建筑总数量也未超过同期其他同类型城市的建筑总数量。自2006年上半年开始，M城市加快了城市化发展进程，越来越多的主干道、支路，各个建筑、厂房开始出现，到了2012年，B区域中超过50%的空间都被不透水面覆盖。可见M城市中的B区域发展总共可以分为3个阶段。搭建仿真环境，利用仿真软件模拟自1995年至2012年的B城市M区域不透水面覆盖变化情况，利用此次研究的测量方法测量该区域的不透水面覆盖率变化情况。为了保证实验测试结果，引入两种常规的测量方法，分别记为对照A组和对照B组，比较三组方法得到的测量结果与B区域实际变化情况之间的差异。实验开始前测试实验设备与搭建的仿真环境，检查设备网络状态是否稳定，仿真环境是否具备动态变化能力。硬件与软件环境无问题后开始测试（如图2所示）：

图2 实验测试对象

2.2 不透水面变化情况

实验设置3个对应的测试阶段，分别是1999年、2008年以及2014年。测试条件为1999年的不透水面变化情况测试结果（如图3所示）：

图3 第一阶段测试结果

根据图3显示的第一阶段测试结果可知，当不透水面的覆盖速度较慢时，三组测量方法得到的不透水面变化情况，与真实情况完全一致，可见当不透水面的变化趋势极小时，三组方法不存在过大的测量差异性。第二阶段测试2008年时B区域的不透水面变化情况，结果（如图4所示）：

图4 第二阶段测试结果

根据图4显示的测试结果可知：当B区域的不透水面迅速扩张时，实验组能够获得一致的测量结果，而两组常规方法的覆盖率测算结果，受获得的覆盖面积影响，存在一定程度的偏差。测试的第三阶段，分别利用三组方法，测算2014年B区域的不透水面变化情况，测试结果（如图5所示）：

图5 第三阶段测试结果

结合第三阶段测试结果可知：随着城市化进程不断加快，不透水面的覆盖率大幅度增加，此时两组常规方法受各自图像处理技术的影响，获得的不透水面面积比存在极大误差，影响最终的不透水面覆盖率测量结果。

2.3 不透水面覆盖率测量精度评价

为了进一步区分三组方法的不透水面覆盖率测量精度，分别计算三组方法的测量结果精确程度，得到的各项数据（如表1所示）：

表1 不透水面覆盖率测量精度评价结果

为了方便比较，计算三个阶段的不透水面覆盖率测量结果平均值，分别为93.22%、85.55%以及85.95%。可见此次提出的不透水面覆盖率测量方法能够得到更加精准的测量结果。

3.结束语

此次研究结合常规测量方法的一般步骤，融合多尺度遥感技术，通过更加详细的数据分析与处理，得到更为精准的不透水面覆盖率测试结果。但综合全文的研究内容来看，该方法存在两方面问题：（1）涉及的指标极多，因此计算工作体量较大；（2）在问题一的基础上，提出的测量方法工作效率相对偏低。今后可将多尺度遥感技术进一步优化，简化部分计算步骤，提高测量方法的整体工作效率，为城市化进程研究工作提供更加可靠的技术支持。