地球大数据科学工程 I 区论文(评审中) 版本 ZH2
下载
海南岛2018年不透水层分布图
Impervious layer distribution map of Hainan Island in 2018
 >>
: 2019 - 08 - 15
: 2019 - 09 - 10
: 2019 - 09 - 10
186 0 0
摘要&关键词
摘要:随着经济水平的迅速提高和人口的大幅度增长,城市生态环境变化明显,扩展速度加快。不透水层作为城市生态环境研究中的一项重要指标,对生态环境变化以及城市发展等具有重要意义。本数据集在研究遥感影像地物光谱特征的基础上,分析不透水层提取方法。通过改进的归一化差值不透水面指数(MNDISI)方法和垂直不透水层指数(PII)方法,基于Matlab通过指数法提取不透水层,得到海南岛不透水层分布图。本数据反映了2018年海南岛的不透水层分布状况,也为海南岛的城市发展规划决策提供了研究基础。
关键词:不透水层;不透水面指数;海南岛
Abstract & Keywords
Abstract: With the rapid improvement of the economic level and the substantial increase of the population, the urban ecological environment has changed significantly and the expansion speed has accelerated. As an important indicator in urban environmental research, impervious layers are of great significance to ecological environment changes and urban development. Based on the study of the spectral features of remote sensing imagery, this dataset analyzes the impervious layer extraction method. By the Modified improved Normalized Difference Impervious Surface Index (MNDISI) method and Perpendicular Impervious Index (PII) method, the impervious layer was extracted using Matlab, and the distribution map of Hainan Island impervious layer was obtained. This data reflects the distribution of impervious layers in Hainan Island in 2018 and also provides a research basis for urban development in Hainan Island.
Keywords: impervious layer;  index method; Hainan Island
数据库(集)基本信息简介
数据库(集)名称海南岛2018年不透水层分布图
数据作者李青雯、闫冬梅、令健梅、黄青青
数据通信作者李青雯(lqwncut@163.com)
数据时间范围2018年
地理区域海南岛(19°20′N–20°10′N,108°21′E–111°03′E)
空间分辨率30 m
数据量129.7 MB
数据格式*.tif
数据服务系统网址http://www.sciencedb.cn/dataSet/handle/835
基金项目海南省重点研发计划(ZDYF2018001)
数据库(集)组成数据集共包括2个数据文件,它们分别为:MNDISI.tif,PII.tif。其中:(1) MNDISI.tif 是基于MNDISI的海南岛不透水层分布图,数据量64.7 MB;(2) PII.tif 是基于PII的海南岛不透水层分布图,数据量65.1 MB。
Dataset Profile
TitleImpervious layer distribution map of Hainan Island in 2018
Data authorsLi Qingwen, Yan Dongmei, Ling Jianmei, Huang Qingqing
Data corresponding authorLi Qingwen (lqwncut@163.com)
Time range2018
Geographical scopeHainan Island (19°20′N – 20°10′N,108°21′E – 111°03′E)
Spatial resolution30 m
Data volume129.7 MB
Data format*.tif
Data service system< http://www.sciencedb.cn/dataSet/handle/835>
Source of fundingHainan Province Key Research and Development Plan (ZDYF2018001)
Dataset compositionThe dataset consists of 2 subsets in total. The subsets are recorded as MNDISI.tif and PII.tif. Among them: (1) MNDISI.tif is the distribution map of Hainan Island impervious layer based on MNDISI, the data volume is 64.7 MB; (2)PII.tif is the distribution map of Hainan Island impervious layer based on PII, the data volume is 65.1 MB.
引 言
21世纪以来,随着经济水平的快速提高和人口迅速增长,中国的城市化水平不断提高,城市的扩张速度不断加快。在城市扩张的过程中,土地覆盖类型、人口聚集地、房屋建筑、道路等城市特征也在发生变化。其中,不透水层[1]是阻止水渗入土壤的土地覆盖表面,主要包括水泥建筑物、道路、停车场等,已成为城市环境研究中的一项重要指标,对生态环境变化以及城市发展等具有重要意义。
对于城市而言,不透水层和生态环境有着密切的关系[2],随着不透水层面积的逐渐增加,生态环境发生如下变化:地表径流量增加、地下径流量减少、水质下降和非点源污染等[3]。此外,不透水层比其他地面物体更容易积聚热量并且不透水层的增加会影响城市的散热过程,从而引发了城市热岛效应。因此可通过研究不透水层获取地区生态环境变化信息并针对不同环境变化作出应对措施。在城市发展方面,不透水层分布的空间特征能够体现出城镇的规划和结构,不透水层分布的规模能够直接体现出城镇发展的现状。因此提取不透水层对城镇扩展研究以及未来城镇规划有着重要意义。利用遥感技术进行不透水层研究较人工调查相比有更加高效、准确、信息量大等优势,其已成为不透水层研究中比较有效的方法[4-5]。如王宪凯[6]等利用BCI指数与BI指数相结合的方法获取三亚市的不透水面信息,进而得到三亚市不透水面分布图,该数据集为本文提供了指数法提取不透水面信息的思路,但本文的研究范围更广,提取方法更高效。
本文研究了基于遥感影像的不透水层提取的基本原理,分析了基于Matlab平台的不透水层指数法,比较了改进的归一化差值不透水面指数方法和垂直不透水层指数方法,得到基于两种方法的2018年海南岛的不透水层分布图。
1   数据采集和处理方法
1.1   区域范围
海南省位于中国大陆最南端,与广东省接壤,北部为琼州海峡,西部为北部湾,东部为南海和台湾省,东南和南部与菲律宾、文莱和马来西亚相邻。海南省的管辖范围包括海南岛和西沙群岛,南沙群岛,中沙群岛及其海域的岛屿和礁石。海南省跨越18°10'–20°10'N,108°37'–111°03'E,全省土地面积3.5万平方公里,海域面积约200万平方公里。
其中,海南岛面积3.39万平方公里是仅次于台湾岛的中国第二大岛屿。海南岛是典型的热带季风气候区,雨量充沛。年降水量在1000–2600 mm之间,年平均降水量为1639 mm。有明显的多雨季和少雨季。地势中间高四周低,为穹形山体,具有明显的梯级结构,其中位于中南部的五指山为海南岛的最高峰。
1.2   基础数据准备
本文主要研究不透水层的提取方法,并完成不透水层分布图,根据波段需求和空间尺度需求,最后选择了美国航空航天局于2013年2月11日发射的Landsat 8陆地资源卫星作为遥感数据源。Landsat 8卫星上有两个传感器,分别是OLI陆地成像仪(Operational Land Imager)和TIRS热红外传感器(Thermal Infrared Sensor)。Landsat 8波段设置如表1所示。
表1   Landsat 8波段设置
传感器波段波长范围/ μm信噪比空间分辨率/ m
OLI1-COASTAL/AEROSOL0.43-0.4513030
2-Blue0.45-0.5113030
3-Green0.53-0.5910030
4-Red0.64-0.679030
5-NIR0.85-0.889030
6-SWIR11.57-1.6510030
7-SWIR22.11-2.2910030
8-PAN0.50-0.688015
9-Cirrus1.36-1.385030
TIRS10-TIR10.60-11.190.4K100
11-TIR11.50-12.510.4K100
1.3   数据处理
本文利用Landsat 8数据在对其进行几何精校正的基础上,使用Matlab基于改进的归一化差值不透水面指数方法和垂直不透水层指数方法分别提取2018年海南岛的5景影像的不透水层,最后进行云层掩膜和水体掩膜,经图像裁剪得到海南岛不透水层分布图。
1.3.1   改进的归一化差值不透水面指数法
(1)归一化差值不透水面指数法(NDISI)
在遥感影像中不同地物具有不同的反射光谱,可以通过光谱特征来识别地物。由不透水层构成的地物具有以下光谱特征:在热红外波段具有较高的反射率,在近红外波段具有较低的反射率。由于在热红外波段和近红外波段中,土壤、水体、裸地等地物的光谱特征与不透水层相似,需要加入更多波段信息来区分不透水层与土壤、水体、裸地等地物。通过分析发现,水体[7]在可见光波段中的绿光波段具有较高的反射率,利用徐涵秋提出的改进的归一化差异水体指数[8](MNDWI)来识别水体,进而区分不透水层与水体。MNDWI指数的表达式如式(1)所示。
其中Green为绿光波段,MIR为中红外波段。
同时,利用植被在近红外波段具有较高反射率的特性,通过扩大强辐射与弱辐射的差异来进一步有效提取不透水层。具体来说,归一化差值不透水面指数就是将不透水层的强反射波段放在分子,弱反射波段放在分母,进行比值运算,来增大强反射波段与弱反射波段的差距,进而达到增强不透水层信息,抑制其他地物信息的效果。不透水层信息则可以用复合波段组成的NDISI指数[9]如式(2)表示。
式(2)中,NIR、MIR和TIR分别为影像的近红外、中红外和热红外波段;MNDWI为改进的归一化差异水体指数。
(2)改进的归一化差值不透水面指数法(MNDISI)
实验中发现NDISI无法很好区分出不透水层和植被,因此引出归一化植被指数NDVI来更高效地提取出不透水层。改进后的归一化差值不透水面指数(MNDISI)如式(3)所示。
式中NDVI如式(4)所示。
MNDISI方法通过波段运算得到改进型归一化水体指数(MNDWI)和植被指数(NDVI)。然后将热红外波段、MNDWI和NDVI波段进行0–255级拉伸,通过波段运算得到MNDISI。最后,选择合适阈值,提取出不透水层。
1.3.2   垂直不透水层指数方法
(1)指数构建
基于不透水层在蓝波段和近红外波段的光谱值差异较小,而土壤和植被在蓝波段和近红外波段的光谱值差异较大的特性,田玉刚提出了基于垂直不透水层指数[10]的不透水层提取方法。选择蓝波段和近红外波段构建PII指数如式(5)所示。
为蓝光和近红外波段的光谱值;分别为蓝光和近红外波段系数; 为常数。可通过参照线方程求出。设PII的参照线方程为,则像元在二维平面上的点到参照线的垂直距离用式(6)表示。
式(6)中,为参照线方程的斜率与截距;分别为像元在蓝波段、近红外波段的光谱值。因此,当PII的系数取式(7)时,其等值线的斜率与参照线相同。参照线如图1所示,位于参照线上的点,参照线与轴之间的区域为的区域,参照线与y轴之间的区域为的区域。


图1   样本点到参照线的距离示意图
(2)参数估计
在5景Landsat 8遥感影像组成的海南岛研究区中,分别选择100个纯净的土壤样本和100个不透水层样本,并获取各样本蓝波段和近红外波段的光谱值,对两者进行最小二乘拟合。
由于自然地物的复杂性,样本具有一定的离散度,所以需要通过样本的标准差来调整拟合的土壤线和不透水层线。最终,PII指数的参照线由平移后的土壤线和不透水层线的角平分线构成。
土壤样本在垂直于土壤线方向具有标准差,设标准差为,同时假设不透水层样本在垂直于不透水层线方向的标准差为。然后分别按标准差平移后,通过运算得到两者的角平分线作为PII的参照线。
假设原始土壤线方程为,不透水层线方程为,调整后的土壤线方程为,调整后的不透水层线方程为,令,经过计算可得式(8)。
代入式(7)即可得到PII系数。
PII方法的流程为先在图像研究区内均匀选取少量纯净土壤样本和不透水层样本,获得各样本的蓝波段和近红外波段的光谱值,进而得到土壤拟合线和不透水层拟合线,再得到不透水层参照线,并通过数学方法构建不透水层指数。之后,利用波段运算得到Landsat影像上各像元点的计算结果值。最后,选择合适阈值,提取出不透水层。
1.3.3   不透水层制图
(1)水体掩膜
图像掩膜是用选定的图像、图形或物体、对待处理的图像(全部或局部)进行遮挡来控制图像处理的区域或处理过程。因为提取的不透水层信息受到了水体的干扰,因此对经过指数法提取出的不透水层进行水体掩膜处理。
水体由于对太阳光有很强的吸收能力,所以水体的反射率在可见光波长总体上具有较低的反射率,并且波长越长,反射率越小。水体在蓝光波段具有相对较强的反射率,这也是海水呈现出蓝色的主要原因,而水体在近红外波段和中红外波段反射率较低。
本数据中水体掩膜中的水体提取,采用徐涵秋[8]在Mcfeeters构建的归一化差异水体指数(NDWI)基础上,提出的改进的归一化差异水体指数(MNDWI)。
(2)云掩膜
遥感影像中的云是无法避免的,而云层覆盖的区域,遥感卫星采集的反射值是由两部分组成的,其中一部分是太阳辐射经过云层发射的值,另一部分是太阳辐射经过地物反射后再次穿透云层的反射值,因此云层会影响地物的在各波段的反射率,干扰不透水层的提取,需要对各景遥感影像的不透水层提取结果进行云掩膜[15]。由于ENVI中已经有较为成熟的云自动检测工具,采用ENVI生成云掩膜文件。
2   数据样本描述
对海南岛的5景Landsat 8遥感影像进行上述处理,分别得到基于MNDISI方法和PII方法提取的海南岛2018年不透水层分布图。如图2和图3所示,其中红色部分为不透水层。


图2   基于MNDISI的海南岛不透水层分布图


图3   基于PII的海南岛不透水层分布图
3   数据质量控制和评估
本数据的精度检验选用高分二号2017年更新的分辨率为1 m的融合遥感影像作为参考数据,用目视解译的方法得到不透水层的真实值。在海南岛的Landsat 8影像上随机选择10个区域,其中每个区域包含100个像元点,通过统计每个像元点的不透水层目视解译结果、MNDISI方法提取结果、PII方法提取结果,分别得到两种方法的提取精度(表2、表3)。
表2   MNDISI精度分析
MNDISI\目视不透水层透水层合计
不透水层3566362
透水层99539638
合计4555451000
通过计算,可得MNDISI方法的准确率AR为89.5%,误分率ER为10.5%。
表3   PII精度分析
PII\目视不透水层透水层合计
不透水层37429403
透水层81516597
合计4555451000
通过计算,可得PII方法的准确率AR为89%,误分率ER为11%。
4   数据价值
本数据集以海南岛为研究区,基于2018年的海南岛5景Landsat 8遥感数据,得到海南岛的不透水层分布图。通过海南岛的不透水层分布,可以监测海南岛的生态环境变化以及城镇规划和结构,为相关的生态环境研究和社会科学研究提供不透水层分布数据源。本数据集对海南省政策制定、发展规划以及资源利用都有很大意义。
[1]
李德仁, 罗晖, 邵振峰. 遥感技术在不透水层提取中的应用与展望[J]. 武汉大学学报(信息科学版), 2016, 41(05):569-577, 703.
[2]
JR ARNOLD C L, GIBBONS C J. Impervious Surface Coverage: The Emergence of a Key Environmental Indicator[J]. Journal of the American Planning association, 1996, 62(2): 243-258.
[3]
DENG C, WU C. BCI: A Biophysical Composition Index for Remote Sensing of Urban Environments[J]. Remote Sensing of Environment, 2012, 127: 247-259.
[4]
崔秋洋, 潘云, 杨雪. 基于Landsat 8遥感影像的北京市平原区不透水层盖度估算[J].首都师范大学学报(自然科学版), 2015, 36(02): 89-92.
[5]
WENG Q. Remote Sensing of Impervious Surfaces in the Urban Areas: Requirements, Methods, and Trends[J]. Remote Sensing of Environment, 2012, 117: 34-49.
[6]
王宪凯, 孟庆岩, 刘莹, 要志鑫. 2004–2015年三亚市不透水面分布数据集[DB/OL]. Science Data Bank, 2018. (2019-01-02). DOI: 10.11922/sciencedb.721.
[7]
杜云艳, 周成虎. 水体的遥感信息自动提取方法[J]. 遥感学报, 1998 (04): 264-269.
[8]
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 (05): 589-595.
[9]
徐涵秋. 一种快速提取不透水面的新型遥感指数[J]. 武汉大学学报(信息科学版), 2008(11): 1150-1153, 1211.
[10]
田玉刚, 徐韵, 杨晓楠. 一种提取城市多种不透水层的垂直不透水层指数[J]. 测绘学报, 2017, 46(04): 468-477.
数据引用格式
李青雯, 闫冬梅, 令健梅, 黄青青. 海南岛2018年不透水层分布图[DB/OL]. Science Data Bank, 2019. (2019-08-15). DOI: 10.11922/sciencedb.835.
稿件与作者信息
论文引用格式
李青雯, 闫冬梅, 令健梅, 黄青青. 海南岛2018年不透水层分布图[J/OL]. 中国科学数据, 2019. (2019-09-10). DOI: 10.11922/csdata.2019.0038.zh.
李青雯
Li Qingwen
主要承担工作:负责Landsat TM影像不透水层自动化提取算法研究等。
lqwncut@163.com
(1998—),女,河南省人,硕士研究生,研究方向为遥感图像处理。
闫冬梅
Yan Dongmei
主要承担工作:本数据集的生产和质量控制的整体技术流程设计。
(1973—),女,山西省人,博士,研究员,研究方向为遥感图像处理与应用、空间大数据挖掘与分析。
令健梅
Ling Jianmei
主要承担工作:负责2018年研究区Landsat-8影像数据预处理、及实地验证与考察、精度分析等。
(1992—),女,甘肃省人,硕士研究生,研究方向为林业信息工程。
黄青青
Huang Qingqing
主要承担工作:负责2018年研究区Landsat-8影像数据采集、整理及实地验证与考察。
(1982—),女,湖南省人,博士,助理研究员,研究方向为遥感图像处理与应用。
出版历史
I区发布时间:2019年9月10日 ( 版本ZH2
参考文献列表中查看
中国科学数据
csdata