一种遥感影像快速计算水面率的方法

为了有效去除阴影噪声对遥感影像水体提取的干扰，快速准确计算大区域范围内的水面率，本文提出基于GF6（高分六号卫星）影像，利用UWI（Urban Water Index，城市水体指数）并结合FROM-GLC10（Finer Resolution Observa-tion and Monitoring of Global Land Cover 10，全球陆地覆盖精细化观测与监测10）数据，通过求交计算和小碎斑删除实现水体提取结果的精细化，有效消除了阴影等噪声对水体提取的干扰，实现水面率的快速计算。本文选择中山市作为试验区，试验区域范围广、地物背景复杂，综合对比本文算法、NDWI（Normalized Water Index，归一化水体指数）算法和TSUWI（Two-Sted Urban Water Index，城市二类水体指数）算法，从定性与定量角度分析，结果表明：本文算法提取的水体连续完整、漏提和误提较少，可有效去除阴影、建筑、道路等噪声干扰，在总体精度、Kappa系数、错分误差、漏分误差等指标均取得了较好结果。利用UWI与FROM-GLC10数据相结合计算水面率具有可行性，为工程化、大面积、快速计算水面率提供了一种新的思路。     

“珠海一号”高光谱数据城市不透水面提取研究

不透水面是评估城市化进程和评价城市环境的重要参考指标，研究城市不透水面的空间覆盖程度对城市生态环境保护、宜居城市建设具有重要意义。本文以“珠海一号”高光谱影像为数据源、珠海市陆域为研究区域，选取支持向量机和随机森林机器学习算法，结合光谱特征，实现城市不透水面信息提取。结果表明：使用“珠海一号”高光谱数据提取不透水面可行性较强，且支持向量机算法更适用于“珠海一号”不透水面提取，总体精度和Kappa系数分别达到92.4%、0.78；基于“珠海一号”高光谱数据进行城市不透水面提取，可为城市规划建设、分析城市土地扩张、评估城市灾害风险提供可靠理论依据和数据支撑。