英语原文共 13 页，剩余内容已隐藏，支付完成后下载完整资料
基于Landsat-7、ETM 和Landsat-8 OLI/TIRS影像上建成土地的分类和变化检测：各种光谱指数的比较评估
Ronald C. Estoque*；Yuji Murayama
生命与环境科学学院，筑波大学，1-1-1 Tennodai，筑波市，茨城305-8572 日本
|
文章信息 |
摘要 |
|
|
文章背景： 2014年9月14号获得 2015年3月23号收到修订格式 2015年3月26号接受 |
自19世纪90年代中期起，基于卫星图象上的建筑用地的快速和准确的分类已经提出了各种光谱指数。但是，适用于各种卫星云图这些指数之间的综合比较仍然缺乏。因此，本研究探讨和比较六个光谱指数在Landsat-7 ETM （增强型专题制图仪）和Landsat 8 OLI/ TIRS（操作陆地成像仪/热红外传感器）的影像上建筑用地的分类和变化检测上的表现。它包括三个中红外（MIR）系指数，即城市指数（UI）、归一化差值建成指数（NDBI）和基于索引建成指数（IBI），两个可见光（VIS）为基础的指标，即VrNIR-BI和VgNIR-BI或可见红/绿为主的建成指标，和一个热红外（TIR）为基础的指数，即归一化不透明水面指数（NDISI）。此外，也得到了一个水体指数，即改进的归一化水体指数（MNDWI）。采用Otsu的方法将水从MNDVI地图上的非水体分开。随后，水体掩模是用来掩盖所有建成指数地图，只留下非水体。使用相同阈值的方法把所有的建成指数图的非水体分为建成类和非建成类。分类精度是用5000个参考点为每个图像进行评估。结果表明，带有Landsat-7的92.50％和Landsat-8的92.28％的整体精度的VrNIR-BI，以及带有Landsat-7的92.78％和Landsat-8的92.14％整体精度的VgNIR-BI，更强大和优越。它们比其他指数更加精确，比Landsat-7 ETM 图像精度高达8％，比Landsat-8 OLI/ TIRS图像高达10％。定性评估的结果也证实了这些定量的研究结果。研究结果还表明基于VrNIR-BI和VgNIR-BI所检测到的时空城市LUC变化（即建成扩展 ）也是最准确的。这些指数，即提出基于可视指数，在从干燥植物中分离建成土地方面有更好的潜力，其已经成为在应用于从卫星图象分类建筑用地光谱指数的一个重要挑战。 copy; 2015年所有权归爱思唯尔有限公司持有 |
|
|
关键字： 内置指数 城市指数 IBI NDBI NDISI VgNIR-BI VrNIR-BI Landsat-7 ETM Landsat-8 OLI/TIRS |
- 介绍
城市遥感最近吸引了前所未有的关注，因为关于建成土地的程度和格局知识对景观和城市发展规划、风险评估和灾害管理，以及环境资源管理很重要。遥感卫星影像为映射建成的土地提供及时和具有成本效益的方法，这对于当地社区和决策者而言都是非常可取的（Xu，2008）。特别是，卫星影像上的建成土地的分类对于一系列问题很重要，包括但不限于城市扩张的分析（如Estoque and Murayama, 2013; Jaeger and Schwick,2014; Zeng等人, 2015），城市增长的建模及其潜在的环境影响（如Thapa and Murayama, 2011; Estoque and Murayama, 2012, 2014; Kong等, 2012），和城市热岛现象的分析（如Weng等,2004; Chen等,2006; Zhang等, 2009; Li 等, 2014a）。
事实上，用于表征城市生态环境的各项重要指标中包括植被和不透水表面的生物多样性（Platt等, 1994; Savard等, 2000; Strohbach等,2009）和密度（Arnold and Gibbons, 1996;Matthias and Martin, 2003; Behling等, 2015）。不透水表面一般定义为任何可以防止表面水的渗透到土壤中的材料，无论天然的还是人造的（Arnold and Gibbons, 1996; Matthias and Martin, 2003; Weng, 2012）。在基于土地利用/覆被（LUC）的分类和绘图的遥感背景下，正如这项研究，不透水表面被称为建成土地，如建筑物、道路、车道、人行道、停车场等（Matthias and Martin, 2003; Thanapura等, 2007; Weng, 2012; Estoque and Murayama, 2013）。
为快速并准确地检测和分类卫星影像的建成土地，已经提出各种光谱建成索引。这些包括城市指数（UI）（Kawamura等,1996）中，归一化差异建成指数（NDBI）（Zha等,2003），基于索引建成指数（IBI）（Xu,2008）和归一化差值不透水表面指数（NDISI）（Xu,2010）。当UI，NDBI和IBI利用电磁波谱的近红外（NIR）和中红外（MIR）部分（包括用于IB中的可见通道），NDISI使用热红外（TIR）通道，并结合可见光、近红外和中红外通道。像归一化植被指数（NDVI）（Rouse等,1973）和地表温度（LST）（Balling and Brazell, 1988;Weng 等, 2004），光谱建成指数可以在城市生态研究用作指标及参数（Kawamura等,1996;Chen等,2006; Zhang等, 2009; Xu, 2010;Liu and Zhang, 2011）。
单独用于检测不透水表面和建成土地分类的可见光和近红外通道的潜力也被探讨。例如， Matthias和Martin（2003）能够在德国的科隆区域测绘不透的表面区域，通过开发NDVI的属性，该NDVI是使用可见光的红色和近红外波段派生出来的。Thanyapura等（2007）还能通过利用NDVI从开放空间在南达科他州苏福尔斯城的开放空间中分离出不透水面积。在早先的研究中，Masek等（2000）能够利用陆地卫星影像和一种差值植被指数方法检测出华盛顿大都市区的城市发展。最近，Myint等（2011）已经表明，与其它参数如基于对象的分割结果组合，NDVI可以在卫星图象上的建筑物和其它不透水表面的分类有所帮助。
然而，尽管对卫星影像上建成土地的快速且准确分类的各种光谱指数在不断发展，用于各种卫星影像的这些指数之间的综合比较仍然缺乏。因此，这项研究的目的是审查和比较UI，NDBI和IBI（这里称为基于MIR-指数）和NDIS或基于TIR指数用于分类2001年获得的Landsat-7 ETM （增强型专题制图仪）图像及2014年获得的Landsat-8 OLI/ TIRS（操作陆地成像仪/热红外传感器）图像上建成土地的性能。此外，两个基于可见光的指数（即VrNIR-BI和VgNIR-BI或者基于可见光红色/绿色建成指数）也被提出，研究并与这四个指数相比较。利用这六个指标，也可被探测和检查本研究中的时空城市LUC变化（2001至2014年）。在本文中，涉及的影像的预处理和用于最佳二进制阈值的方法的步骤的分步过程也被突出显示。
- 材料和方法
2.1研究区和数据格式
本研究的目的，我们使用了马尼拉，菲律宾及其周边地区作为试验研究网站（图1）。
图1.（a）地图显示了东南亚菲律宾的位置；（b）研究区域的陆地卫星8 OLI/ TIRS影像：马尼拉及其周边地区（RGB：654;2014年2月7日）。粉红色紫色到深灰色区域为建成地，而植被显示为黄色，绿色。干农田和草地表现为橙黄色，而水体表现为蓝色和深颜色。红线标记大城市和省界。 （对于本图例中提及颜色的解释，读者可以参考这篇文章的网页版。）
表1
陆地卫星7 ETM 影像和陆地卫星8 OLI/ TIRS影像的功能。
|
电磁区域 |
Landsat-8 |
Landsat-7 |
空间分辨率（m） |
|||||
|
波段 |
波长（micro;m） |
波段 |
波长（micro;m） |
|||||
|
沿海气溶胶 |
1 |
0.43–0.45 |
NA |
NA |
30 |
|||
|
蓝光 |
2 |
0.45–0.51 |
1 |
0.45–0.52 |
30 |
|||
|
绿光 |
3 |
0.53–0.59 |
2 |
0.52–0.60 |
30 |
|||
|
红光 |
4 |
0.64–0.67 |
3 |
0.63–0.69 |
30 |
|||
|
近红外（NIR） |
5 |
0.85–0.88 |
4 |
0.77–0.90 |
30 |
|||
|
短波红外（SWIR）1 |
6 |
1.57–1.65 |
5 |
1.55–1.75 |
30 |
|||
|
短波红外（SWIR）2 |
7 |
2.11–2.29 |
7 |
2.09–2.35 |
30 |
|||
|
全色 |
8 |
0.50–0.68 |
8 |
0.52–0.90 |
15 |
|||
|
触须 |
9 |
1.36–1.38 |
NA |
NA |
30 |
|||
|
热红外（TIR）1 |
10 |
10.60–11.19 |
6 |
10.40–12.50 |
TIRS(100);ETM (60) |
|||
|
热红外（TIR）2 |
11 |
11.50–12.51 |
||||||
研究区域的气候特点是两个明显的季节，即旱季（11月至4月）和雨季（5- 10月）。从地理上看，马尼拉位于两个主要水体之间，西部有马尼拉湾、东南面有贝湖（图1b）。由于这种地球物理特征，研究区中建成用地的空间扩展大多是朝南北方向集中。研究区典型的LUC类型包括水体，建设用地，林地，草地（包括干草原）和耕地（包括干农田）。
在这项研究中，我们使用了Landsat-7 ETM 和Landsat-8 OLI/ TIRS的L1T（标准地形校正）图像。这些图像可以在世界参考系统（WRS）的116通道50排中找到。在Landsat-7 ETM 影像获取于2001年11月
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[31989]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
