不透水面数据自动提取的遥感技术方法

摘要：

高效准确地提取不透水面数据对提高降雨径流模拟效率和精度至关重要.针对中低分遥感(RS)影像存在混合像元、高分RS影像具有光谱局限性的不足,以重庆某小区为研究对象,通过遥感指数法扩充光谱波段,使研究区域易错分地类与其他地类的可分离性得到明显增强,其平均最小分离度由扩充前的1.26、0.16和0.69分别增大到3.29、4.74和8.89,整体平均最小分离度由0.70增大至5.64;基于eCognition Developer平台,采用FNEA算法、K最邻近算法实现了面向对象的不透水面数据自动提取;用混淆矩阵进行精度计算,得到分类总体精度为82.98％、Kappa系数为0.75、不透水面的用户精度为94.85％;研究区域的SWMM模拟结果得到纳什效率系数(NSE)为0.92,径流峰值误差为9.56％,峰现时间误差为0,表明该方法不仅自动化程度高、时效性强,而且模拟精度高,尤其适用于手动提取基本不具备可行性的大尺度区域不透水面数据的提取.

关键词：遥感技术、不透水面数据提取、降雨-径流模型、下垫面数据提取

所属期刊栏目：36

分类号：TU992(地下建筑)

资助基金：国家重点研发计划;重庆市科委社会民生类重点研发项目

在线出版日期：2021-01-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：101-107