Please wait a minute...
 
国土资源遥感  2012, Vol. 24 Issue (2): 50-55    DOI: 10.6046/gtzyyg.2012.02.10
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
基于TM图像的"增强的指数型建筑用地指数"研究
吴志杰1,2, 赵书河3
1. 龙岩学院资源工程系, 龙岩 364012;
2. 福州大学环境与资源学院, 福州 350108;
3. 南京大学地理与海洋科学学院, 南京 210093
A Study of Enhanced Index-based Built-up Index Based on Landsat TM Imagery
WU Zhi-jie1,2, ZHAO Shu-he3
1. Department of Resources Engineering, Longyan University, Longyan 364012, China;
2. College of Environment and Resources, Fuzhou University, Fuzhou 350108, China;
3. School of Geographic & Oceanographic Sciences, Nanjing University, Nanjing 210093, China
全文: PDF(669 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 以Landsat TM/ETM+图像为数据源,研究城镇和农村建筑用地信息的提取方法。首先利用TM 7,4,2波段创建归一化差值裸地与建筑用地指数(normalized difference bareness and built-up index, NDBBI ); 然后根据裸地在裸土指数(bare doil index, BSI)图像上的亮度值最高、在改进型归一化差值水体指数(modified normalized difference water index, MNDWI)图像的亮度值最低的特征,提出了增强型裸土指数(enhanced bare soil index, EBSI); 最后选用NDBBI,EBSI,MNDWI和SAVI(soil adjustment vegetation index, SAVI)4个指数,构建一种新型的建筑用地指数,称为"增强的指数型建筑用地指数"(enhanced index-based built-up index,EIBI),可快速地提取建筑用地信息。实验结果表明,用EIBI提取的建筑用地信息客观,人为干预少,可信度高,提取精度可达90%以上,适合于同时提取城市和农村建筑用地信息。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
王耿明
黄铁兰
朱俊凤
徐燕君
关键词 SPOT 5数据稀土矿地貌遥感定量预测    
Abstract:A new method for extraction of built-up land information both in suburban area and in urban district by using Landsat TM/ETM+ imagery is proposed in this paper. Firstly, to suppress the information of bare soil with the middle-infrared(TM7), near-infrared(TM4) and green band (TM2), it is necessary to build a secondary index, which is called normalized difference bareness and built-up index(NDBBI). At the same time, to enhance the information of bare soil from existing indices of bare soil index(BSI)and modified normalized difference water index(MNDWI), another secondary index is built, which is called enhanced bare soil index(EBSI). Finally, the indices of NDBBI, EBSI, SAVI and MNDWI are applied to constructing a new index for delineating built-up land features in satellite imagery, which is called enhanced index-based built-up index(EIBI). The new index(EIBI)can be employed to extract the built-up land information both in suburban area and in urban district. This approach has been successful in Fuzhou and Zhangzhou experimental regions. Built-up features can be extracted objectively and sufficiently with the accuracy above 90%.
Key wordsSPOT 5 data    rare earth resources    land form    remote sensing quantitative forecast
收稿日期: 2011-07-08      出版日期: 2012-06-03
: 

TP 751.1

 
基金资助:

国家科技支撑计划项目子课题(编号: 2011BAK07B02-08)资助。

引用本文:   
吴志杰, 赵书河. 基于TM图像的"增强的指数型建筑用地指数"研究[J]. 国土资源遥感, 2012, 24(2): 50-55.
WU Zhi-jie, ZHAO Shu-he. A Study of Enhanced Index-based Built-up Index Based on Landsat TM Imagery. REMOTE SENSING FOR LAND & RESOURCES, 2012, 24(2): 50-55.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2012.02.10      或      https://www.gtzyyg.com/CN/Y2012/V24/I2/50
[1] 顾娟,陈军,张宏伟,等.基于遥感影像的居民地提取研究综述与展望[J].计算机工程与应用,2007,43(30):1-4.
[2] 杨存建,周成虎.TM影像的居民地信息提取方法研究[J].遥感学报,2000,4(2):146-150.
[3] 赵萍,冯学智,林广发.SPOT卫星影像居民地信息自动提取的决策树方法研究[J].遥感学报,2003,7(4):309-315.
[4] 杨存建,周成虎.基于知识发现的TM图像居民地自动提取研究[J].遥感技术与应用,2001,16(1):1-6.
[5] 高永光,祝民强,朱骥,等.赣中红壤区TM图像的居民地信息自动提取专家模式研究[J].国土资源遥感,2002(4):67-69.
[6] 安如,赵萍,王慧麟,等.遥感影像中居民地信息的自动提取与制图[J].地理科学,2005,25(1):74-80.
[7] Zha Y,Gao J,Ni S.Use of Normalized Difference Built-up Index in Automatically Mapping Urban Areas from TM Imagery[J].International Journal of Remote Sensing,2003,24(3):583-594.
[8] 杨存建,张果,陈军,等.基于遥感的成都市及其周边城镇的扩展[J].地理研究,2008,27(1):101-108.
[9] 徐涵秋.基于压缩数据维的城市建筑用地遥感信息提取[J].中国图象图形学报,2005,10(2):223-229.
[10] Xu H.A New Index for Delineating Built-up Land Features in Satellite Imagery[J].International Journal of Remote Sensing,2008,29(14):4269-4276.
[11] 徐涵秋,杜丽萍.遥感建筑用地信息的快速提取[J].地球信息科学学报,2010,12(4):574-578.
[12] 吴宏安,蒋建军,张海龙,等.比值居民地指数在城镇信息提取中的应用[J].南京师大学报:自然科学版,2006,29(3):118-121.
[13] 徐涵秋.Landsat遥感影像正规化处理的模型比较研究[J].地球信息科学,2008,10(3):294-301.
[14] 徐涵秋.基于影像的Landsat TM/ETM+数据正规化技术[J].武汉大学学报:信息科学版,2007,32(1):62-66.
[15] 陈志强,陈健飞.基于NDBI指数法的城镇用地影像识别分析与制图[J].地球信息科学,2006,8(2):137-140.
[16] 杨智翔,何秀凤.基于改进的NDBI指数法的遥感影像城镇用地信息自动提取[J].河海大学学报:自然科学版,2010,38(2):181-184.
[17] Huete A R.A Soil-adjusted Vegetation Index(SAVI)[J].Remote Sensing of Environment,1988,25(3):295-309.
[18] 徐涵秋.利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J].遥感学报,2005,9(5):589-595.
[19] Rikimaru A.Landsat TM Data Processing Guide for Forest Canopy Density Mapping and Monitoring Model[C]//ITTO Workshop on Utilization of Remote Sensing in Site Assessment and Planning for Rehabilitation of Logged-over Forest,Bangkok,Thailand,1996:1-8.
[1] 武爱彬, 赵艳霞, 秦彦杰, 沈会涛, 李庆辰. 河北生态用地时空格局的地貌分异特征[J]. 国土资源遥感, 2020, 32(2): 146-153.
[2] 安全, 贺中华, 赵翠薇, 梁虹, 焦树林, 杨朝晖. 基于地貌视角的喀斯特流域水系分维估算方法适应性分析[J]. 国土资源遥感, 2019, 31(4): 104-111.
[3] 崔林林, 袁乔, 李国胜. 黑龙江省大气水汽含量及其影响因素分析[J]. 国土资源遥感, 2019, 31(1): 79-86.
[4] 王婷, 潘军, 蒋立军, 邢立新, 于一凡, 王鹏举. 基于DEM的地形因子分析与岩性分类[J]. 国土资源遥感, 2018, 30(2): 231-237.
[5] 李晓民, 张焜, 李冬玲, 李得林, 李宗仁, 张兴. 青藏高原札达地区多年冻土遥感技术圈定方法与应用[J]. 国土资源遥感, 2017, 29(1): 57-64.
[6] 李雪冬, 张洪岩, 杨广斌, 李晓松, 周越. 辅以地貌类型的喀斯特地区土地利用信息提取[J]. 国土资源遥感, 2016, 28(3): 138-145.
[7] 张兵, 崔希民, 韦锐, 宋保平, 赵旭阳. 基于IRS-P6卫星影像的高原地貌分类与信息提取[J]. 国土资源遥感, 2016, 28(2): 120-125.
[8] 张洁, 梁明剑, 邵延秀. 基于Openness可视化参数的二维地貌显示[J]. 国土资源遥感, 2015, 27(3): 172-176.
[9] 国巧真, 宁晓平, 王志恒, 蒋卫国. 地形地貌对半山区土地利用动态变化影响分析——以天津市蓟县为例[J]. 国土资源遥感, 2015, 27(1): 153-159.
[10] 肖春蕾, 郭兆成, 张宗贵, 李迁, 尚博譞, 吴芳. 利用机载LiDAR数据提取与分析地裂缝[J]. 国土资源遥感, 2014, 26(4): 111-118.
[11] 夏娟, 丁贤荣, 康彦彦, 葛小平, 潘进, 李森. 辐射沙脊群地貌遥感制图[J]. 国土资源遥感, 2014, 26(1): 122-126.
[12] 秦润君, 吴虹, 郭琪, 赵胜利. 基于遥感和GIS技术的漓江自然地貌破坏现状调查[J]. 国土资源遥感, 2013, 25(1): 160-164.
[13] 奚晓旭, 刘少峰, 吴志远, 韦蔚, 焦中虎, 李力. 基于粗糙度的月表虹湾地区地形地貌解译[J]. 国土资源遥感, 2012, 24(1): 95-99.
[14] 章钦瑜, 张登荣, 黄国成, 朱骏. 板桥稀土矿遥感找矿信息提取与矿产预测研究[J]. 国土资源遥感, 2012, 24(1): 120-126.
[15] 王耿明, 黄铁兰, 朱俊凤, 徐燕君. 离子吸附型稀土矿资源潜力遥感定量预测——基于SPOT5数据的地貌研究[J]. 国土资源遥感, 2012, 24(1): 127-131.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发