2018年海南島不透水層分布圖
| 2018年海南島不透水層分布圖 作者：李青雯 閆冬梅 令健梅 黃青青 2019年12月31日 |
 李青雯, 閆冬梅, 令健梅, 黃青青. 海南島2018年不透水層分布圖[J/OL]. 中國科學數據, 2019, 4(4). (2019-12-27). DOI: 10.11922/csdata.2019.0038.zh. |
摘要&關鍵詞
編輯摘要：隨着經濟水平的迅速提高和人口的大幅度增長，城市生態環境變化明顯，擴展速度加快。不透水層作為城市生態環境研究中的一項重要指標，對生態環境變化以及城市發展等具有重要意義。本數據集在研究遙感影像地物光譜特徵的基礎上，分析不透水層提取方法。將改進的歸一化差值不透水面指數方法和垂直不透水層指數方法相結合，基於Matlab提取不透水層，得到海南島不透水層分布圖。本數據反映了2018年海南島的不透水層分布狀況，也為海南島的城市發展規劃決策提供了研究基礎。
關鍵詞：不透水層；不透水面指數；海南島
Abstract & Keywords
編輯Abstract: With the rapid improvement of the economic level and the substantial increase of the population, the urban ecological environment has changed significantly with an accelerating expansion. 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 on the spectral features of remote sensing imagery, this dataset analyzes the impervious layer extraction method. In combination of the improved Modified Normalized Difference Impervious Surface Index method and the Perpendicular Impervious Index method, and based on the impervious layer extracted by using Matlab, we obtained the impervious layer distribution map of Hainan Island. The dataset reflects the distribution of impervious layers of Hainan Island in 2018 and it can also serve as a research basis for the planning and decision making of the urban development in Hainan Island.
Keywords: impervious layer; impervious surface index; Hainan Island
數據庫（集）基本信息簡介
編輯| 數據庫（集）名稱 | 2018年海南島不透水層分布圖 |
| 數據作者 | 李青雯、閆冬梅、令健梅、黃青青 |
| 數據通信作者 | 李青雯（lqwncut@163.com） |
| 數據時間範圍 | 2018年 |
| 地理區域 | 海南島（19°20′N–20°10′N，108°21′E–111°03′E） |
| 空間分辨率 | 30 m |
| 數據量 | 767 KB |
| 數據格式 | *.rar |
| 數據服務系統網址 | http://www.sciencedb.cn/dataSet/handle/835 |
| 基金項目 | 海南省重點研發計劃（ZDYF2018001） |
| 數據庫（集）組成 | 數據集共包括1個數據文件，即MP_hainan.rar，是海南島2018年不透水層分布圖，數據量767 KB。 |
Dataset Profile
編輯| Title | Impervious layer distribution map of Hainan Island in 2018 |
| Data authors | Li Qingwen, Yan Dongmei, Ling Jianmei, Huang Qingqing |
| Data corresponding author | Li Qingwen (lqwncut@163.com) |
| Time range | 2018 |
| Geographical scope | Hainan Island (19°20′N – 20°10′N,108°21′E – 111°03′E) |
| Spatial resolution | 30 m |
| Data volume | 767 KB |
| Data format | *.rar |
| Data service system | < http://www.sciencedb.cn/dataSet/handle/835> |
| Source of funding | Hainan Province Key Research and Development Plan (ZDYF2018001) |
| Dataset composition | The dataset consists of 1 subset in total, recorded as MP_hainan.rar, which is the distribution map of Hainan Island’s impervious layer in 2018. And the data volume is 767 KB. |
引 言
編輯21世紀以來，隨着經濟水平的快速提高和人口迅速增長，中國的城市化水平不斷提高，城市的擴張速度不斷加快。在城市擴張的過程中，土地覆蓋類型、人口聚集地、房屋建築、道路等城市特徵也在發生變化。其中，不透水層[1]是阻止水滲入土壤的土地覆蓋表面，主要包括水泥建築物、道路、停車場等，已成為城市環境研究中的一項重要指標，對生態環境變化以及城市發展等具有重要意義。
對於城市而言，不透水層和生態環境有着密切的關係[2]，不透水層面積的增加會影響水循環，導致水質量的降低[3]，同時會影響城市散熱過程，引發熱島效應。在城市發展方面，不透水層分布的空間特徵能夠體現出城鎮的規劃和結構，不透水層分布的規模能夠直接體現出城鎮發展的現狀。因此可通過研究海南島的不透水層分布獲取海南島生態環境變化信息以及城鎮分布信息，對海南島的城鎮擴展研究以及未來城鎮規劃有着重要意義。
利用遙感技術進行不透水層研究較人工調查相比有更加高效、準確、信息量大等優勢，其已成為不透水層研究中比較有效的方法[4][5]。常用的基於遙感技術的不透水層提取方法有光譜混合分析法、指數法、回歸法、面向對象分類法、基於決策樹方法等。其中光譜混合分析法[6]是基於混合像元問題建立線性混合模型來提取不透水層，指數法是基於不透水層的光譜響應特徵構建不透水層指數，回歸法是通過建立回歸方程得到不透水層的分布。如王憲凱[7]等利用生物物理成分指數（Biophysical Composition Index，BCI）與裸土指數（Bare Soil Index，BI）相結合的方法獲取三亞市的不透水面信息，進而得到三亞市不透水面分布圖，該數據集為本文提供了指數法提取不透水面信息的思路，但本文的研究範圍更廣，提取方法更高效。
目前，不透水層的研究同時存在許多難點。對於中低分辨率遙感影像，每個像元由多個地物類型混合組成，在提取中存在混合像元的問題。由於不透水層的材料具有多樣性，使得不透水層具有較大的光譜差異性，加大了提取的難度。對於高分辨率遙感影像，受城市高建築物的影響，被陰影遮擋的地物光譜信息缺失。另外，海南島具有範圍大、植被覆蓋面積大、雲量大的特點。針對海南島的特點，本文利用Landsat 8遙感影像，結合了改進的歸一化差值不透水面指數方法和垂直不透水層指數方法，得到2018年海南島的不透水層分布圖。
1 數據採集和處理方法
編輯1.1 區域範圍
編輯海南省位於中國大陸最南端，與廣東省接壤，北部為瓊州海峽，西部為北部灣，東部為南海和台灣省，東南和南部與菲律賓、文萊和馬來西亞相鄰。海南省的管轄範圍包括海南島和西沙群島，南沙群島，中沙群島及其海域的島嶼和礁石。海南省跨越18°10'–20°10'N，108°37'–111°03'E，全省土地面積3.5萬平方公里，海域面積約200萬平方公里。
其中，海南島面積3.39萬平方公里是僅次於台灣島的中國第二大島嶼。海南島是典型的熱帶季風氣候區，雨量充沛。年降水量在1000–2600 mm之間，年平均降水量為1639 mm。有明顯的多雨季和少雨季。地勢中間高四周低，為穹形山體，具有明顯的梯級結構，其中位於中南部的五指山為海南島的最高峰。
1.2 基礎數據準備
編輯本文主要研究不透水層的提取方法，並完成不透水層分布圖。美國航空航天局於2013年2月11日發射的Landsat 8陸地資源衛星上有兩個傳感器，分別是OLI陸地成像儀（Operational Land Imager）和TIRS熱紅外傳感器（Thermal Infrared Sensor）。Landsat 8波段設置如表1所示。Landsat 8數據中的捲雲波段為本文的雲掩膜提供了良好的數據支持，同時，TIRS熱紅外傳感器提供了更精細的熱紅外波段信息，能夠滿足本文的波段需求和分辨率需求。因此，最終選擇Landsat 8陸地資源衛星作為遙感數據源。
表1 Landsat 8波段設置
| 傳感器 | 波段 | 波長範圍/ μm | 信噪比 | 空間分辨率/ m |
| OLI | 1-COASTAL/AEROSOL | 0.43–0.45 | 130 | 30 |
| 2-Blue | 0.45–0.51 | 130 | 30 | |
| 3-Green | 0.53–0.59 | 100 | 30 | |
| 4-Red | 0.64–0.67 | 90 | 30 | |
| 5-NIR | 0.85–0.88 | 90 | 30 | |
| 6-SWIR1 | 1.57–1.65 | 100 | 30 | |
| 7-SWIR2 | 2.11–2.29 | 100 | 30 | |
| 8-PAN | 0.50–0.68 | 80 | 15 | |
| 9-Cirrus | 1.36–1.38 | 50 | 30 | |
| TIRS | 10-TIRS1 | 10.60–11.19 | 0.4K | 100 |
| 11-TIRS2 | 11.50–12.51 | 0.4K | 100 |
1.3 數據處理
編輯1.3.1 數據預處理
編輯由於遙感影像數據在獲取和傳輸的過程中，存在幾何畸變和輻射失真等現象。本文對Landsat 8數據進行了幾何精校正、輻射定標和大氣校正，使處理後的數據更加真實地反映地物光譜信息。
1.3.2 掩膜
編輯（1）水體掩膜
圖像掩膜是用選定的圖像、圖形或物體、對待處理的圖像（全部或局部）進行遮擋來控制圖像處理的區域或處理過程。因為提取的不透水層信息受到了水體的干擾，因此對經過指數法提取出的不透水層進行水體掩膜處理。
水體由於對太陽光有很強的吸收能力，所以水體的反射率在可見光波長總體上具有較低的反射率，並且波長越長，反射率越小。水體在藍光波段具有相對較強的反射率，這也是海水呈現出藍色的主要原因，而水體在近紅外波段和中紅外波段反射率較低。
本數據中水體掩膜中的水體提取，採用徐涵秋[8]在Mcfeeters構建的歸一化差異水體指數（NDWI）基礎上，提出的改進的歸一化差異水體指數（MNDWI）。
（2）雲掩膜
遙感影像中的雲是無法避免的，而雲層覆蓋的區域，遙感衛星採集的反射值是由兩部分組成的，其中一部分是太陽輻射經過雲層發射的值，另一部分是太陽輻射經過地物反射後再次穿透雲層的反射值，因此雲層會影響地物在各波段的反射率，干擾不透水層的提取，需要對各景遙感影像的不透水層提取結果進行雲掩膜。由於ENVI中已經有較為成熟的雲自動檢測工具，採用ENVI生成雲掩膜文件。
1.3.3 改進的歸一化差值不透水面指數法
編輯（1）歸一化差值不透水面指數法（NDISI）
在遙感影像中不同地物具有不同的反射光譜，可以通過光譜特徵來識別地物。由不透水層構成的地物具有以下光譜特徵：在熱紅外波段具有較高的反射率，在近紅外波段具有較低的反射率。由於在熱紅外波段和近紅外波段中，土壤、水體、裸地等地物的光譜特徵與不透水層相似，需要加入更多波段信息來區分不透水層與土壤、水體、裸地等地物。通過分析發現，水體[9]在可見光波段中的綠光波段具有較高的反射率，利用徐涵秋提出的改進的歸一化差異水體指數（MNDWI）來識別水體，進而區分不透水層與水體。MNDWI指數的表達式如式（1）所示。
其中Green為綠光波段，MIR為中紅外波段。
同時，利用植被在近紅外波段具有較高反射率的特性，通過擴大強輻射與弱輻射的差異進一步有效提取不透水層。具體來說，歸一化差值不透水面指數就是將不透水層的強反射波段作為分子，弱反射波段作為分母，進行比值運算，來增大強反射波段與弱反射波段的差距，進而達到增強不透水層信息，抑制其他地物信息的效果。不透水層信息則可以用複合波段組成的NDISI指數[10]如式（2）表示。
式（2）中，NIR、MIR和TIR分別為影像的近紅外、中紅外和熱紅外波段；MNDWI為改進的歸一化差異水體指數。
（2）改進的歸一化差值不透水面指數法
對於NDISI，式（2）中通過比值運算增強了熱紅外波段信息，減弱了水體、近紅外和中紅外波段的信息，有效地區分了不透水層與土壤、水體、裸地，但沒有考慮植被對不透水層提取的影響。而海南島處於熱帶地區，常年覆蓋大量植被，使得植被成為海南島不透水層提取中重要的考慮因素。在用NDISI提取海南島不透水層時，發現存在植被誤提取的現象。因此需要引入植被指數進行波段組合，更精確地提取不透水層。綜合多種植被指數後，本文選取了歸一化植被指數NDVI來描述植被信息。
同時，由於前期進行了水體掩膜處理，而NDISI中的MNDWI波段是用來區分不透水層和水體的。因此，可以去除不必要的MNDWI波段，引入必要的NDVI波段，組成新的指數。
改進後的歸一化差值不透水面指數（M_NDISI）如式（3）所示。
式中NDVI如式（4）所示。
M_NDISI方法通過波段運算得到植被指數（NDVI）。然後將熱紅外波段和NDVI波段進行0–255級拉伸，通過波段運算得到M_NDISI。最後，選擇合適閾值，提取出不透水層。
1.3.4 垂直不透水層指數方法
編輯（1）指數構建
基於不透水層在藍波段和近紅外波段的光譜值差異較小，而土壤和植被在藍波段和近紅外波段的光譜值差異較大的特性，田玉剛提出了基於垂直不透水層指數[11]的不透水層提取方法。選擇藍波段和近紅外波段構建PII指數如式（5）所示。
None 、圖片為藍光和近紅外波段的光譜值；圖片、圖片分別為藍光和近紅外波段係數；圖片為常數。圖片、圖片、圖片可通過參照線方程求出。設PII的參照線方程為圖片，則像元在二維平面上的點到參照線的相對垂直距離用式（6）表示。
式（6）中，圖片、圖片為參照線方程的斜率與截距；圖片、圖片分別為像元在藍波段、近紅外波段的光譜值。因此，當PII的係數取式（7）時，圖片其等值線的斜率與參照線相同。參照線如圖1所示，位於參照線上的點圖片，參照線與圖片軸之間的區域為圖片的區域，參照線與ｙ軸之間的區域為圖片的區域。
圖1 樣本點到參照線的距離示意圖
（2）參數估計
在5景Landsat 8遙感影像組成的海南島研究區中，分別選擇100個純淨的土壤樣本和100個不透水層樣本，並獲取各樣本藍波段和近紅外波段的光譜值，對兩者進行最小二乘擬合。
由於自然地物的複雜性，樣本具有一定的離散度，所以需要通過樣本的標準差來調整擬合的土壤線和不透水層線。最終，PII指數的參照線由平移後的土壤線和不透水層線的角平分線構成。
土壤樣本在垂直於土壤線方向具有標準差，設標準差為圖片，同時假設不透水層樣本在垂直於不透水層線方向的標準差為圖片。然後分別按標準差平移後，通過運算得到兩者的角平分線作為PII的參照線。
假設原始土壤線方程為圖片，不透水層線方程為圖片，調整後的土壤線方程為圖片，調整後的不透水層線方程為圖片，令圖片、圖片，經過計算可得式（8）。
PII方法的流程為先在圖像研究區內均勻選取少量純淨土壤樣本和不透水層樣本，獲得各樣本的藍波段和近紅外波段的光譜值，進而得到土壤擬合線和不透水層擬合線，再得到不透水層參照線，並通過數學方法構建不透水層指數。之後，利用波段運算得到Landsat影像上各像元點的計算結果值。最後，選擇合適閾值，提取出不透水層。
1.3.5 不透水層製圖
編輯分別對經過M_NDISI方法和PII方法提取的不透水層進行拼接，得到兩種方法的海南島不透水層數據圖。由於海南島有大面積的山體，會造成大面積的陰影，陰影地區的光譜無法很好地反映地物特徵，造成通過M_NDISI方法提取的不透水層，出現山體陰影誤提取的現象。由於裸土與不透水層的光譜特徵相似，通過PII方法提取的不透水層，出現裸地誤提取的現象。
因此，採用兩種方法結合，將兩種不透水層提取結果進行邏輯推導與運算，得到最終的不透水層提取結果，可以有效減少透水層誤提取的現象。
2 數據樣本描述
編輯對海南島的5景Landsat 8遙感影像進行上述處理，得到將M_NDISI方法和PII方法相結合，提取的海南島2018年不透水層分布圖。如圖2所示，其中紅色部分為不透水層。
圖2 海南島2018年不透水層分布圖
3 數據質量控制和評估
編輯本數據的精度檢驗選用高分二號2017年更新的分辨率為1 m的融合遙感影像作為參考數據，用目視解譯的方法得到不透水層的真實值。在海南島的Landsat 8影像上隨機選取1000個像元點，通過統計每個像元點的不透水層目視解譯結果和提取結果，得到本文方法的提取精度（表2）。
表2 精度分析
| 提取結果\目視 | 不透水層 | 透水層 | 合計 | 用戶精度（UA） |
| 不透水層 | 429 | 63 | 492 | 87.2% |
| 透水層 | 56 | 452 | 508 | 89.0% |
| 合計 | 485 | 515 | 1000 | |
| 製圖精度（PA） | 88.5% | 87.8% | ||
| 總體分類精度（OA） | 88.1% | |||
| Kappa | 0.762 | |||
通過驗證，該方法的OA達到88.1%，Kappa係數達到0.762，具有良好的提取效果。該方法較M_NDISI方法和PII方法具有更高的精度，精度對比如表3所示。
表3 精度對比
| 方法\精度評價 | OA | Kappa |
| M_NDISI方法 | 86.3% | 0.726 |
| PII方法 | 86.1% | 0.722 |
通過對比，可以看出將M_NDISI方法和PII方法的不透水層提取結果進行邏輯推導與運算後得到的提取結果精度，相比M_NDISI方法和PII方法的提取精度有了很大提高。
4 數據價值
編輯本數據集以海南島為研究區，基於2018年的海南島5景Landsat 8遙感數據，得到海南島的不透水層分布圖。通過海南島的不透水層分布，可以監測海南島的生態環境變化以及城鎮規劃和結構，為相關的生態環境研究和社會科學研究提供不透水層分布數據源。本數據集對海南省政策制定、發展規劃以及資源利用都有很大意義。
參考文獻
編輯- ↑ 李德仁, 羅暉, 邵振峰. 遙感技術在不透水層提取中的應用與展望[J]. 武漢大學學報(信息科學版), 2016, 41(05): 569-577, 703.
- ↑ 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.
- ↑ DENG C, WU C. BCI: A Biophysical Composition Index for Remote Sensing of Urban Environments[J]. Remote Sensing of Environment, 2012, 127: 247-259.
- ↑ WENG Q. Remote Sensing of Impervious Surfaces in the Urban Areas: Requirements, Methods, and Trends[J]. Remote Sensing of Environment, 2012, 117: 34-49.
- ↑ 崔秋洋, 潘雲, 楊雪. 基於Landsat 8遙感影像的北京市平原區不透水層蓋度估算[J]. 首都師範大學學報(自然科學版), 2015, 36(02): 89-92.
- ↑ 金晶, 王斌, 張立明. 基於線性光譜混合分析的城市不透水層分布估算[J]. 復旦學報(自然科學版), 2010, 49(02): 197-208, 273-274.
- ↑ 王憲凱, 孟慶岩, 劉瑩, 等. 2004–2015年三亞市不透水面分布數據集[DB/OL]. Science Data Bank, 2018. (2019-01-02). DOI: 10.11922/sciencedb.721.
- ↑ 徐涵秋. 利用改進的歸一化差異水體指數(MNDWI)提取水體信息的研究[J]. 遙感學報, 2005 (05): 589-595.
- ↑ 杜雲艷, 周成虎. 水體的遙感信息自動提取方法[J]. 遙感學報, 1998 (04): 264-269.
- ↑ 徐涵秋. 一種快速提取不透水面的新型遙感指數[J]. 武漢大學學報(信息科學版), 2008(11): 1150-1153, 1211.
- ↑ 田玉剛, 徐韻, 楊曉楠. 一種提取城市多種不透水層的垂直不透水層指數[J]. 測繪學報, 2017, 46(04): 468-477.
數據引用格式
編輯李青雯, 閆冬梅, 令健梅, 黃青青. 海南島2018年不透水層分布圖[DB/OL]. Science Data Bank, 2019. (2019-12-27). DOI: 10.11922/sciencedb.835.
