张燊+杨岩
摘要：以高分二号（GF-2）印象为数据源，选取南京市江北新区为首要研讨区域，针对GF-2印象短少中红外波段的特性，比照研讨了仿修建用地指数（SIBI）和比值修建指数（RBI）两种修建指数的构建办法。经过两组修建用地提取试验，比照剖析了使用两种修建指数提取南京市江北新区修建用地的作用。成果表明，使用这两种修建指数均能有用增强印象中的修建用地信息，其间RJ3I略优于SIBI；但因为GF-2印象分辩率较高，仅使用光谱特征构建的修建指数难以区别修建用地和路途、部分裸土，应使用印象空间、纹路特征构建修建物指数。
关键词：GF-2印象；修建用地指数；修建用地提取
导言：改革开放之后，我国城镇化进程不断加速，修建用地也随之急剧改变，及时精确地监测修建用地的改变能够精确把握城市开展的状况。使用遥感印象完成修建用地提取现已成为了首要的研讨方向。其间，构建修建指数的提取办法自动化程度高、人为干涉小，成为当时的研讨热门，已有不少学者连续提出了不同的修建指数。例如，查勇、杨山等树立了归一化修建指数（NDBI），徐涵秋提出使用指数波段来构建修建指数（IBI）吴志杰等构建了“增强的指数型修建用地指数（EIBI），等等。这些修建指數均针对TM/ETM印象构建。
因为高分二号（GF-2）卫星印象与TM印象比较短少短波红外波段（即中红外），因而前文说到的各修建指数均不适用，针对GF-2印象进行修建用地提取的研讨显得十分必要。现在，针对GF-1印象，仅杨文军等人提出了比值修建用地指数（RBI）马红等构建了仿修建用地指数（SIBI），鉴于GF-2与GF-I卫星波段设置类似，本文别离将这两种办法用于GF-2印象中，经过进行比照试验，剖析比较两种办法的适应性，并提出改善办法。
1修建用地提取原理
1.1仿修建用地指数（SIBI）
为了适用于高分印象，马红等构建了仿修建用地指数模型。该指数模型在徐涵秋提出的指数型修建用地指数（IBI）的基础上构建和改善。IBI由三个波段指数构成，别离为改善的归一化水体指数（MNDWI）、归一化土壤调理植被指数（SAVI）、归一化修建指数（NDBI），IBI表达式为：
MIR为多光谱印象的中红外波段，NIR为近红外波段，Green为绿光波段，Red红光波段。
仿修建用地指数凭借军事方面使用绿光波段和近红外波段来区别植被与方针物的办法，将近红外波段和绿光波段别离替代中红外光波段和近红外波段，由此构建SNDBI：
因为在地物的光谱曲线中能够看出水体在绿光波段到近红外波段的反射率不断下降，因而水体的仿归一化修建指数出现负值，而在本来的归一化修建指数中，水体出现正值，因而引进参数β进行改善。将SNDBI中小于β的值（即水体）赋值为1，其他（其他地物）不变。
而水体指数则直接选用归一化水体指数NDWI，归一化土壤调理植被指数（SAVI）坚持不变，其间土壤调理因子a取0.5。
结合以上三者，仿归一化修建用地指数（SIBI）的核算表达式为
在高分遥感印象的SIBI印象中，修建用地出现正值，植被为负值，水体挨近0，经过SIBI印象进行阈值切割，可将修建用地提取出来。
1.2比值修建指数（RBI）
比值指数在构建进程中，经过对图画进行缨帽改换（KT改换）来提取修建物。选取与高分印象参数附近的IKNOROS印象的KT改换矩阵模型（由Home于2003年提出）对GF-2印象进行改换。经过剖析KT改换后各地物的主成分重量值，进行构修建指数。
剖析KT改变矩阵，结合光谱曲线图，能够发现修建用地在KTl重量与KT2重量的改变差值远远大于其他地物，水体出现负值，植被趋近于1，因而构建比值修建指数；
使用比值指数进行图画增强后，水体出现负值，植被挨近于1，修建物和裸地出现较大的正值，经过对RBI印象进行阈值切割可提取修建用地。
2城市修建用地提取试验
2.1数据源及研讨区概略
数据源选用GF-2卫星的高分辩率印象。高分二号卫星是我国自主研发的民用光学遥感卫星，搭载有一台高分辩率1米全色相机和一台4米多光谱相机，卫星归纳观测效能处于国际先列。其印象波段参数如表1所示。
研讨区域为南京市江北新区，江北新区地处长江以北，占地面积2451平方千米，是东部沿海地区与长江的经济交汇点。为便于剖析与点评，在该研讨区内裁取一个试验区，如图1（a）所示，其间赤色区域代表植被，蓝色区域代表水体，绿色区域代表裸地，蓝绿色和黄色区域代表修建用地。
2.2试验成果与剖析
构建修建指数的进程如下：①对印象进行预处理（辐射校对、大气改正）；②对原图画进行裁剪得到试验区；③构建三个仿归一化指数，按公式（3）核算仿归一化修建指数，得到SIBI印象，如图2（a）所示；④对原图画进行KT改换，按公式（4）构建RBI印象，如图2（b）所示；⑤别离对SIBI图画和RBI印象进行阈值切割，提取修建用地成果别离如图2（c）、2（d）所示。比照图l（a）、（b）、（c）能够看出，使用这两种修建指数均能将印象中大部分修建用地提取出来，而且清楚的显示出修建用地的散布状况与散布特色，能够用于城市效应的剖析。
3精度剖析
为定量点评修建用地提取精度，在图1（a）试验区域中选取部分区域作为精度试验区进行精度剖析。该试验区云量影响小，含有修建用地、路途、裸地、植被、水体5类地物，别离使用两种修建指数提取的成果如图2所示。
经过剖析提取成果发现，两种修建用地指数目视提取精度较高。SIBI指数在该区域中较好地别离了水体与修建用地，但对裸地与修建物的别离才能较弱；使用RBI指数提取的修建用地作用要优于SIBI指数，按捺了大部分的裸地信息。两种办法的提取成果中均存在将路途错分红修建用地的现象。针对两种修建指数对原图画的修建用地与非修建用地随机采样，样本数为21044，树立混杂矩阵，进行精度查验，经过修建用地与非修建用地的提取精度和图画的整体精度进行评判，精度的核算办法为：精度=正确分类的样本数/样本总数，成果如表2。从表中也能够看出使用RBI指数提取的成果更优。
但是，因为高分二号印象具有较高的分辩率，仅使用光谱特征构建的修建指数进行修建用地提取，往往不能得到很高的精度，特别易将路途、裸土错分为修建用地。为更好地提取高分辩率印象中的修建用地，应测验使用印象空间、纹路特征构建修建物指数。
4总结与展望
高分印象中短少中红外波段增大了修建用地提取难度，SIBI是对修建指数IBI进行改善得到的修建指数，RBI则经过对原图画进行KT改变来增强修建区信息，两者都能够对印象中修建用地信息进行增强，并能经过阈值切割将大部分修建区提取出来，但精度远没有到达使用需求。经过使用南京江北新区高分二号印象进行试验能够发现，只是依据光谱特征构建的修建指数现已不再彻底适用于高分辩遥感印象，针对高分辩率印象所含的丰厚信息，结合空间、纹路特征等，对多种信息进行归纳剖析才是往后的研讨方向。endprint
