一种高精度人类居住指数的多源遥感城市建成区提取方法技术

本发明专利技术提供了一种高精度人类居住指数的多源遥感城市建成区提取方法。该方法主要包括以下内容：1)采用了夜光遥感影像、Landsat 8OLI遥感影像、POI数据和其他辅助数据作为多源数据输入，并对数据进行预处理。2)计算高精度人类居住指数(STP

【技术实现步骤摘要】
一种高精度人类居住指数的多源遥感城市建成区提取方法


[0001]本专利技术涉及城市遥感解译
，尤其是涉及一种高精度人类居住指数的多源遥感城市建成区提取方法。

技术介绍

[0002]城市建成区的范围界定需要考虑很多因素，比如地形、地貌、城市用地完整性、人口因素等等，目前国内外有很多学者在用遥感影像提取城市建成区方面进行了研究，基于数据源大致可以分为两个方面，光学影像和夜光遥感影像。夜光遥感主要为了获取地球表面的可见光，这种光大部分来自于城镇的照明设施。因此，夜光遥感影像可以捕捉到夜间的灯光信息，能够在一定的程度上反映出人类的活跃性和地区的经济差异，进而反映地球表面的城镇分布。
[0003]2014年Bhatti等人利用Landsat 8 OLI遥感影像进行了城市建成区的提取，研究了归一化建筑指数在Landsat 8 OLI数据中的适用性，将归一化建筑指数与相关高度的波段进行主成分分析，融合归一化植被指数和归一化水体指数，提出了一种新的方法(Built
‑
up Area Extraction Method，BAEM)本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高精度人类居住指数的多源遥感城市建成区提取方法，其特征在于，包括如下步骤：S1：输入城市多源遥感和POI数据；S2：对步骤S1输入的数据进行数据预处理；S3：对S2所得遥感数据，通过计算得到高精度人类居住指数STP
‑
HSI；S4：将高精度人类居住指数STP
‑
HSI作为一种特征值加入到特征库内，并且加入其他相关的58种特征值进而构建了基于多源遥感数据的随机森林建成区提取模型；S5：对步骤S4所得结果，采用随机森林提取模型对城市建成区的遥感数据进行分类，提取城市建成区范围；S6：对步骤S5所得结果进行分析以及参数评估。2.根据权利要求1所述的一种高精度人类居住指数的多源遥感城市建成区提取方法，其特征在于，所述步骤S1中多源遥感数据包括珞珈一号夜光遥感影像、NPP
‑
VIIRS夜光遥感影像、Landsat 8 OLI数据和POI数据。3.根据权利要求1所述的一种高精度人类居住指数的多源遥感城市建成区提取方法，其特征在于，所述的步骤S2多源遥感数据进行数据预处理包括夜光遥感数据、Landsat 8 OLI数据和POI数据三种数据的预处理，主要包括以下方法和步骤：(1)POI数据预处理。由POI点数据生成核密度图；(2)夜光遥感影像预处理。主要包括重投影、重采样。首先对珞珈一号和NPP
‑
VIIRS夜光遥感影像进行重投影，统一投影到横轴墨卡托(UTM投影)坐标系并重采样为POI核密度图相同的像元大小；(3)Landsat 8 OLI遥感数据预处理。包括辐射定标和大气校正。4.根据权利要求1所述的一种高精度人类居住指数的多源遥感城市建成区提取方法，其特征在于，所述的步骤S3高精度人类居住...

【专利技术属性】
技术研发人员：卜丽静，戴栋，张正鹏，涂丽莹，肖曦，谢欣余，张嘉裕，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：