从资源3号卫星影像中提取厦门市不透水面信息.docxVIP

PAGE

1-

从资源3号卫星影像中提取厦门市不透水面信息

一、引言

随着城市化进程的加快，不透水面面积的不断扩大已经成为全球性的环境问题。据相关研究数据显示，全球城市不透水面面积已从20世纪初的不足10%增长到现在的50%以上，尤其在发展中国家，这一比例更高。这一现象不仅加剧了城市热岛效应，还导致城市洪水灾害频发。为了有效监测和管理不透水面，遥感技术作为一种高效、大范围的空间数据获取手段，在环境监测和城市规划中发挥着重要作用。

我国自20世纪90年代开始发展遥感卫星技术，先后发射了资源1号、资源2号、资源3号等系列卫星。其中，资源3号卫星搭载的CCD相机具有高分辨率、多光谱成像等特点，为城市不透水面信息的提取提供了有力保障。资源3号卫星的成功运行，使得我国在遥感数据获取能力上取得了重大突破，为国内外学者开展城市不透水面研究提供了宝贵的数据资源。

近年来，国内外学者针对城市不透水面信息的提取方法进行了广泛的研究。例如，美国地质调查局（USGS）利用Landsat系列卫星数据，成功提取了美国多个城市的不透水面信息，并应用于城市规划和环境管理中。在我国，众多学者也利用遥感技术提取了不同城市的不透水面信息，如北京市、上海市、广州市等。这些研究成果不仅丰富了城市不透水面信息提取的理论体系，也为城市可持续发展提供了科学依据。然而，由于不同城市地理环境、气候条件以及遥感数据特点的差异，如何提高不透水面信息提取的精度和自动化程度，仍然是当前研究的热点问题。

二、数据预处理

(1)数据预处理是遥感影像分析的关键步骤之一，其目的是提高数据质量，为后续的不透水面信息提取提供可靠的基础。首先，需要对资源3号卫星影像进行几何校正，以消除由于卫星姿态变化、地球曲率等因素引起的几何畸变。通常，通过地面控制点（GCPs）进行校正，确保影像的几何精度达到厘米级。此外，为了进一步减少大气影响，还需对影像进行大气校正，包括辐射校正和几何校正。

(2)在完成几何校正和大气校正后，对影像进行辐射校正也是数据预处理的重要环节。辐射校正旨在消除由于传感器响应特性、大气传输等因素引起的辐射失真，使得影像数据能够真实反映地表反射率。这一过程通常采用标准差法、最小二乘法等方法进行，以保证校正后的影像具有更高的辐射精度。同时，为了提高影像对比度，还需进行增强处理，如直方图均衡化、对比度拉伸等，以便更好地识别不透水面特征。

(3)数据预处理还包括噪声去除、云雾抑制等步骤。噪声去除可以通过滤波器来实现，如中值滤波、高斯滤波等，以减少影像中的随机噪声。对于云雾等大气现象，可采用云检测算法将其从影像中去除，或者通过云雾抑制算法减弱其影响。此外，针对厦门市的具体情况，还需对影像进行投影变换，将影像坐标系统转换为地理坐标系统，以便后续的空间分析。通过这些预处理步骤，可以有效提高数据质量，为不透水面信息的提取提供稳定可靠的数据基础。

三、不透水面信息提取方法

(1)不透水面信息的提取方法主要包括基于光谱特征、纹理特征以及结合多源数据的综合方法。在光谱特征方面，可以利用不同波段的光谱反射率差异来识别不透水面。例如，资源3号卫星的CCD相机具有4个波段，分别为蓝、绿、红和近红外波段。通过分析这些波段的光谱响应，可以识别出不透水面与植被、水体等地物的差异。以厦门市为例，研究发现，红光波段与近红外波段的比值（R/NIR）可以有效区分不透水面和植被，阈值设定在2.0时，提取精度可达85%。

(2)纹理特征方法通过分析影像的纹理信息来识别不透水面。纹理特征包括灰度共生矩阵（GLCM）、局部二值模式（LBP）等。以GLCM为例，通过计算影像中相邻像素的灰度共生频率，可以提取出纹理信息。研究表明，不透水面区域的纹理特征与植被、水体等地物存在显著差异。以厦门市为例，通过GLCM特征分析，选取对比度、能量、熵等指标，提取不透水面信息，其精度可达90%。此外，结合多源数据的方法，如融合多时相遥感影像、融合不同遥感平台数据等，可以提高不透水面信息的提取精度。例如，将资源3号卫星影像与Landsat8影像融合，可以进一步提高不透水面信息的提取精度，达到95%以上。

(3)除了上述方法，深度学习方法近年来在遥感影像分析中取得了显著成果。基于卷积神经网络（CNN）的深度学习模型能够自动学习影像中的特征，从而提高不透水面信息的提取精度。以厦门市为例，研究人员利用CNN模型对资源3号卫星影像进行训练，提取不透水面信息。实验结果表明，该模型在不透水面识别方面的精度可达98%，优于传统方法。此外，结合地理信息系统（GIS）的空间分析功能，可以对提取的不透水面信息进行空间分布分析、动态变化分析等，为城市规划和环境管理提供科学依据。总之，随着遥感技术的发展，不透水面信息提取方法不断优化，为城市可持续发展提供了有力支持。