基于BCI 方法的城市不透水面提取研究

魏志宏

（武威市規(guī)劃測繪設(shè)計(jì)研究院有限公司，甘肅 武威733000）

當(dāng)前，我國城市化進(jìn)程加快，導(dǎo)致以不透水面為主的地表覆蓋類型逐漸取代了以植被、土壤等為主的地表覆蓋類型，不透水面是指能夠阻止水滲入土壤的地表覆蓋類型，城市不透水面比例的增加會(huì)影響城市的植被、水體和城市水質(zhì)環(huán)境、地表熱環(huán)境等，對(duì)生態(tài)環(huán)境的質(zhì)量和人民的生活質(zhì)量都產(chǎn)生負(fù)面影響。不透水面阻止雨水滲入土壤，會(huì)導(dǎo)致地表徑流量增加，造成城市澇災(zāi)和地下水資源緊張；此外，不透水表面可能會(huì)導(dǎo)致城市熱島效應(yīng)，改變城市生態(tài)系統(tǒng)，影響生物遷徙。為了使城市不透水面能夠被合理的開發(fā)和利用，快速、準(zhǔn)確地獲取城市不透水面的信息是一項(xiàng)刻不容緩的任務(wù)[1，2]。面向?qū)ο蟮挠跋穹治黾夹g(shù)來提取不透水面一定程度上避免了影像中常見的“同物異譜和同譜異物”現(xiàn)象，但影像分割的算法費(fèi)時(shí)且提取結(jié)果受圖像分辨率限制[3，4]；目前已經(jīng)提出了各種光譜指數(shù)，用于不透水面的提取，包括不透水面指數(shù)(normalized difference impervious surface index，NDISI)、基于紅波段可見光的指數(shù)(visible red-based built-up index，VrNIR-BI）、基于綠波段可見光的指數(shù)(visible green-based built-up Index，VgNIR-BI）等。結(jié)果顯示運(yùn)用這些方法提取不透水面較為便捷且效果較好[5-7]，但忽略了水體和裸土的波譜與建成區(qū)相似的情況，提取操作時(shí)往往會(huì)將裸土、水體與建成區(qū)混淆，出現(xiàn)錯(cuò)分、漏分，總體分類精度不高的情況，且一般指數(shù)方法對(duì)波段依賴性高，存在普適性不強(qiáng)的問題，為了提高不透水面提取的精度和提取方法適用度，本文使用生物物理指數(shù)（biophysical composition index, BCI）方法提取不透水面。

1 方法介紹

BCI 方 法 是 在 Ridd 構(gòu) 建 的 的 V-I-S 模 型(Vegetation-Imperious-Soil)基礎(chǔ)上提出的，其基本思路是將城市表面的基本組成部分看作是土壤、建成區(qū)和植被，BCI 是一種指數(shù)，被用于區(qū)分城市環(huán)境不同地物的類型。纓帽變換是用于識(shí)別農(nóng)業(yè)谷物長勢的一種方法，由Kauth 提出，而BCI 指數(shù)就是基于纓帽變換(TC transformation)生成的亮度(TC1)、綠度(TC2)和濕度(TC3)三個(gè)分量所構(gòu)建的。由于它具有突出不同土地覆被類型光譜特征和將光譜信息壓縮的優(yōu)點(diǎn)，近年來被廣泛應(yīng)用。TC 分量廣泛用于機(jī)器學(xué)習(xí)方法估算城市建成區(qū)。該指數(shù)與植被豐度呈負(fù)相關(guān)，與建成區(qū)豐度呈現(xiàn)明顯正相關(guān)。經(jīng)過BCI 指數(shù)計(jì)算的結(jié)果，所有地物的數(shù)值都分布在-1 到1 間，植被BCI 值最低且小于0；建成區(qū)的BCI 值最高且大于0；裸土BCI 值接近0。在城市區(qū)域的運(yùn)用方面，BCI 指數(shù)相比其它指數(shù)更有獨(dú)特優(yōu)勢：NDISI 指數(shù)需要依賴遙感影像熱紅外波段，而攜帶有熱紅外波段的影像并不多，這就導(dǎo)致該指數(shù)的普適性遜色于其它指數(shù)；BCI 指數(shù)和植被豐度的相關(guān)性與NDVI 指數(shù)相同，和建成區(qū)的相關(guān)性比NDVI 指數(shù)強(qiáng)，與NDBI 指數(shù)相比，BCI 指數(shù)在土壤和高反照率建成區(qū)之間具有較高的區(qū)分度；ISA 指數(shù)只考慮了植被和建成區(qū)兩種地表覆蓋，所以只適用于以植被和建成區(qū)為主的地區(qū)，不宜用于裸土和水體的分布區(qū)。因此，BCI 指數(shù)比NDISI、NDVI、NDBI 和ISA 等指數(shù)更適合監(jiān)測和分析城市環(huán)境。計(jì)算的BCI 指數(shù)前，需對(duì)數(shù)據(jù)進(jìn)行三步預(yù)處理：包括影像預(yù)處理、水體掩膜和穗帽變換(TC 變換)。由光譜指數(shù)方法計(jì)算的結(jié)果是亮度值，還不是分類結(jié)果，無法進(jìn)行分類后處理，因此使用基于知識(shí)的決策樹分類再進(jìn)行分類。

2 圖像預(yù)處理

圖像預(yù)處理是通過波段運(yùn)算計(jì)算出BCI 指數(shù)，然后根據(jù)經(jīng)驗(yàn)和專家知識(shí)獲取一定的閾值規(guī)則范圍，在BCI 公式中要運(yùn)用到地物在各波段的反射率，而輻射定標(biāo)和大氣校正的根本目的，就是修正和消除地物在各波段的反射率與真實(shí)值的差異。本文預(yù)處理流程為：輻射校正和圖像裁剪。

輻射定標(biāo)就是將傳感器記錄的數(shù)字量化值DN 轉(zhuǎn)換為大氣表觀反射率的過程，定標(biāo)輻射亮度值公式為：

式中K1、/K2為常量，在元數(shù)據(jù)中獲取。本文計(jì)算所用公式為反射率，因此定標(biāo)選擇表觀反射率（大氣層頂反射率）。

本文使用大氣校正的方法為輻射傳輸方程法。輻射傳輸方程法計(jì)算溫度是基于來自熱紅外通道的輻射能量（大氣窗口）。熱紅外傳感器接收的能量主要包括三個(gè)部分：大氣減弱后的地表熱輻射、大氣向下輻射的地表反射、大氣向上輻射，如下式：

3 結(jié)果與精度評(píng)定

3.1 實(shí)驗(yàn)結(jié)果

沈陽市是遼寧省省會(huì)，位于遼寧中部，北緯41°48′11.75″、東經(jīng)123°25′31,18″之間，是東北老工業(yè)基地的特大城市，其重工業(yè)發(fā)達(dá)，人口眾多，同時(shí)戰(zhàn)略位置重要。本次實(shí)驗(yàn)選取沈陽市區(qū)作為研究區(qū)，準(zhǔn)確快速獲取不透水面信息，了解沈陽發(fā)展?fàn)顩r及城市發(fā)展中存在的不足，對(duì)于東北振興和沈陽未來規(guī)劃具有重要意義。

本文以2020 年3 月11 日的Landsat-8 影像為數(shù)據(jù)源，含云量2.09%，影像質(zhì)量良好，方便不透水面信息的提取工作。經(jīng)過BCI 指數(shù)計(jì)算、基于專家知識(shí)的決策樹分類后，得到如下沈陽市不透水面提取結(jié)果。（圖1）

圖1 沈陽市不透水面提取結(jié)果

通過與原圖對(duì)比，沈陽市不透水面整體提取結(jié)果準(zhǔn)確，但城市東南部區(qū)域的水體被誤當(dāng)做不透水面提取，這是因?yàn)樗w的輻射亮度值與不透水面相當(dāng)，且水體與建成區(qū)的波譜響應(yīng)函數(shù)相似，因此在實(shí)際提取時(shí)出現(xiàn)水體與不透水面混淆情況。沈陽市不透水面分布密集，基本城區(qū)內(nèi)基本沒有天然的土地覆蓋類型，以不透水面為地表覆蓋類型已經(jīng)取代了原本以植被、土壤和水體覆蓋的地表覆蓋類型，一方面表明沈陽市發(fā)展速度很快，另一方面不透水面的分布也代表著沈陽正在面臨著嚴(yán)重的環(huán)境污染，城市熱島、溫度上升、雨水無法滲入土壤造成的地下水資源匱乏、地下水循環(huán)受阻及城市排水功能下降等都將會(huì)以各種形式表現(xiàn)出來，最終威脅著沈陽這座城市的發(fā)展和生存。

3.2 精度驗(yàn)證

本研究利用的精度評(píng)價(jià)方法為混淆矩陣，通過在未分類前的影像中選擇感興趣區(qū)作為評(píng)價(jià)提取精度的真實(shí)參考源，表1為精度評(píng)定結(jié)果。

表1 精度評(píng)定結(jié)果

4 結(jié)論

通過BCI 方法對(duì)沈陽市不透水面提取，提取總體精度為88%，kappa 系數(shù)為0.8，證明了BCI 方法適用于不透水面提取，沈陽市不透水面分布密集，其引發(fā)的城市熱島、溫度上升、雨水無法滲入土壤造成的地下水資源匱乏、地下水循環(huán)受阻及城市排水功能下降等結(jié)果都將會(huì)以各種形式表現(xiàn)出來，最終威脅著沈陽這座城市的發(fā)展和生存，因此政府相關(guān)部門合理規(guī)劃沈陽市發(fā)展和環(huán)境保護(hù)已經(jīng)刻不容緩。