本发明专利技术提供一种区域不透水面精确提取的自动化实现方法，针对不透水面覆盖范围(ISA)划分与像元不透水面覆盖率(ISP)计算两个关键的技术环节给出了全新的技术框架。本发明专利技术的技术步骤为：以中分辨率遥感影像为主要数据源，将区域不透水面遥感信息提取划分为“像元级”的ISA划分与“亚像元级”的ISP计算两个技术环节，即先通过多层次遥感信息提取模型的支持在遥感影像上构建了“全局-局部-细节”的迭代提取流程，自动提取出可能包含不透水面信息的像元空间范围，再通过代表性的样本库与非线性机器模型的支持在ISA的像元内自动定量计算亚像元的ISP值，并在技术方法的角度实现了不透水面遥感信息提取流程的自动化和精确化。本发明专利技术适用于土地管理、城市规划、生态环境等有关行业提供相应的信息支撑。
【技术实现步骤摘要】
本专利技术涉及遥感影像处理技术及遥感影像信息提取方法，具体地说，涉及从中分辨率遥感影像中自动、精确地提取多尺度的区域不透水面(建设用地)信息的实现方法，以及不透水面覆盖率样本库的建立，本专利技术可适用于土地管理、城市规划、生态环境等有关行业提供相应的信息支撑。
技术介绍
伴随着人类改造自然的进程加快，大量人工地物的开发相对地减少了植被、土壤等自然地表覆被面，由水泥混凝土等材料构成的各类型建筑、道路及相关设施等人工覆盖会阻止水(和空气)渗透到地表下层面，称之为不透水面或非渗透表面(Impervious Surface Area, ISA)；单位地表面积内的不透水面面积所占的百分比，定义为不透水面覆盖率(Impervious Surfaces Percentage，ISP)。不透水面是区域土地利用变化中最为活跃和重要的类型，对于区域水文系统(径流与非点源污染)及城市气候环境(城市热岛)等生态问题均具有明显的环境效应；此外急速扩张的地表不透水面面积直接反映了建成区扩张情况，对于土地管理与城市建设部门把握土地利用状况意义重大。因此能够满足区域性不透水面遥感信息提取的实用化方法将能极大地弥补我国同发达国家在此方面的技术差距， 提升相关部门遥感应用的实用化水平，对于相关业务应用具有重要实用意义与推广价值。Slonecker Ε. Τ. Remote sensing of impervious surface -.a review Remote Sensing Reviews, Remote Sensing of Environment, 2001 ； Bauer Μ. Ε. , Impervious surface mapping and change monitoring using Landsat remote sensing. ASPRS annual conference proceedings, 2004 ；George X. , . Updating the 2001 National Land Cover Database Impervious Surface Products to 2006 using Landsat Imagery Change Detection Methods. Remote Sensing of Environment,2010.寸。目前对于利用遥感影像提取不透水面的方法，主要可以分为影像“像元级”的不透水面覆盖范围(impervious surface area, ISA)分类与“亚像元级”的不透水面覆盖率ISP(impervious surface percentage, ISP)计算两个层次。其中ISA分类为在遥感影像上计算出不透水面分布的面积，主要利用监督/非监督的影像分类方法得到；ISP计算为分解出每个像元对于地表范围内包含的不透水面积的定量信息，主要方法是混合像元分解与机器回归模型两大类。相应的不透水面遥感信息提取方法参考文献包括Yang L. Μ. An approach for mapping large-area impervious surfaces-synergistic use of Landsat—7 ETM+ and high spatial resolution imagery. Canadian Journal of Remote Sensing，2003 ；Wu C. Normalized spectral mixture analysis for monitoring urban composition using ETM+imagery. Remote Sensing of Environment. 2004 ；EschT.， Large-area assessment of impervious surface based on integrated analysis of single-date Landsat—7 images and geospatial vector data. Remote Sensing ofEnvironment. 2009 等。在区域不透水面遥感信息提取算法方面，目前可见专利/文献中各基础性的研究较多，但尚缺乏关于方法自动化与精细化的关键技术研究。
技术实现思路
本专利技术的目标是提供一种不透水面精确提取的自动化实现方法，针对区域不透水面信息ISA划分与ISP计算两个关键的技术环节给出了全新的技术框架，并同时构建了不同尺度的不透水面遥感信息提取之间的层次对应关系。本专利技术的思路为以中分辨率遥感影像为主要数据源，将区域不透水面遥感信息提取划分为“像元级”的ISA划分与“亚像元级”的ISP计算两个技术环节，即先通过多层次遥感信息提取模型的支持在遥感影像上自动提取出可能包含不透水面信息的像元空间范围，再通过样本库与非线性机器模型的支持在ISA的像元内自动定量计算亚像元的ISP值， 并从技术方法的角度通过“全局-迭代”思想的融入实现了不透水面遥感信息提取的精确化。本专利技术中涉及的模式识别环节均采用了多分类器优选与集成的策略，可以选择不同类型的神经网络、支持向量机等模型的组合协同完成，这种模式具有信息计算准确、算法稳定等优势，再结合本专利技术的技术框架能够发挥出更大的优势。本专利技术的技术方案提供了区域不透水面遥感信息提取的自动化实现及精确化计算的方法，其特征在于包括以下的实施步骤1.基于多层次遥感信息提取模型的ISA自动提取1)选定遥感影像的聚类方法，对不透水面信息密集区及类间合并段进行分析；2)通过样本归属度的计算自动采集不透水样本，在影像范围内提取出ISA分布的全局信息；3)在多层次专题信息模型中逐步融入高层次空间知识，构建特征输入提取上一步计算可能丢失的局部ISA信息；4)在对象化表达基础上通过计算对象的空间形态特征，并通过迭代计算的方式对 ISA分类结果进行细节修正和信息优化，并通过以上2)-4)步整合得到精确的ISA信息；2.基于样本库的ISP自动计算5) ISP样本库的构建，在对具有代表性的ISP样本进行系统采集与组织的基础上， 通过数理抽样扩展样本对于全体特征的代表性；6)对步骤4)得到的ISA信息在步骤幻的样本库中自动匹配与优选最具有代表性的ISP样本集；7)通过非线性机器学习模型对步骤6)的样本集进行ISP模型训练，然后通过优化的模型应用策略对整个影像进行ISP计算，完成不透水面遥感信息提取流程。上述实施步骤的特征包括步骤1)中需要在影像聚类的基础上通过指定大小的模板对影像进行检测，划定影像内不透水面聚集分布的区域。步骤2、,3)、4)是多层次不透水面遥感信息提取模型的计算步骤，构建了“全局-局部-细节”的提取流程。其中步骤2)对应“全局”信息的提取，步骤3)对应“局部”信息的提取，步骤4对应“细节”信息的提取。步骤2)需要在步骤1)中划定的ISA密集区域进行样本自动选择再实现整个区域中ISA全局信息的划定；步骤幻中通过引入纹理特征、空间邻近特征及道路目标特征等三类高层次的影像空间知识针对特定类型的影像局部性ISA信息进行进一步提取；步骤4)通过在步骤2)、3)已提取ISA的作用范围内进行多次迭代计算进本文档来自技高网...
【技术保护点】
１．一种全自动的区域不透水面遥感信息精确提取方法，其特征在于包括以下几个步骤：步骤１，基于多层次遥感信息提取模型的不透水面覆盖范围（ＩＳＡ）自动提取：１）选定遥感影像的聚类方法，对不透水面信息密集区及类间合并段进行分析；２）通过对样本归属度的计算自动采集不透水样本，在影像范围内提取出ＩＳＡ分布的全局信息；３）在多层次专题信息模型中逐步融入高层次空间知识，构建特征输入提取上一步计算可能丢失的局部ＩＳＡ信息；４）在对象化表达基础上通过计算对象的空间形态特征，并通过迭代计算的方式对ＩＳＡ分类结果进行细节修正和信息优化，并通过以上２）－４）步的整合得到精确的ＩＳＡ信息；步骤２：基于样本库的像元不透水面覆盖率（ＩＳＰ）自动计算：５）ＩＳＰ样本库的构建：在对具有代表性的ＩＳＰ样本进行系统采集与组织的基础上，通过数理抽样扩展样本对于全体特征的代表性；６）对４）得到的ＩＳＡ信息在５）的样本库中自动匹配与优选最具有代表性的ＩＳＰ样本集；７）通过非线性机器学习模型对６）的样本集进行ＩＳＰ模型训练，然后通过优化的模型应用策略对整个影像进行ＩＳＰ计算，完成不透水面遥感信息提取流程。
【技术特征摘要】
1.一种全自动的区域不透水面遥感信息精确提取方法，其特征在于包括以下几个步骤步骤1，基于多层次遥感信息提取模型的不透水面覆盖范围(ISA)自动提取1)选定遥感影像的聚类方法，对不透水面信息密集区及类间合并段进行分析；2)通过对样本归属度的计算自动采集不透水样本，在影像范围内提取出ISA分布的全局信息；3)在多层次专题信息模型中逐步融入高层次空间知识，构建特征输入提取上一步计算可能丢失的局部ISA信息；4)在对象化表达基础上通过计算对象的空间形态特征，并通过迭代计算的方式对ISA 分类结果进行细节修正和信息优化，并通过以上2)-4)步的整合得到精确的ISA信息；步骤2 基于样本库的像元不透水面覆盖率(ISP)自动计算5)ISP样本库的构建在对具有代表性的ISP样本进行系统采集与组织的基础上，通过数理抽样扩展样本对于全体特征的代表性；6)对4)得到的ISA信息在幻的样本库中自动匹配与优选最具有代表性的ISP样本集；7)通过非线性机器学习模型对6)的样本集进行ISP模型训练，然后通过优化的模型应用策略对整个影像进行ISP计算，完成不透水面遥感信息提取流程。2.根据权利要求1所述的不透水面覆盖范围(ISA)自动提取方法，...
【专利技术属性】
技术研发人员：沈占锋，程熙，骆剑承，朱长明，周亚男，夏列钢，
申请(专利权)人：中国科学院遥感应用研究所，
类型：发明
国别省市：11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。