城市不透水层不仅是城市化进程的指示器,更是评估城市环境的一个重要敏感因子,因此开展不透水层及其相关方面的研究已成为当前研究的热点。传统的不透水层提取大多基于中、高分辨率光学遥感影像,但存在很多限制,主要包括异物同谱、混合像元、阴影以及树冠覆盖下的不透水层探测等。为解决这些问题,本项目采用全极化数据、机载激光雷达数据以及高光谱影像等多源遥感数据相结合来发展精确的城市不透水层估算方法。本项目首先基于极化数据进行不透水层估算方法研究,重点开展极化数据不透水层估算模型、极化特征优化选择、利用升降轨消除阴影和叠掩;进一步融合光学影像提高不透水层估算精度;然后探讨综合高光谱和LiDAR的高精度不透水层估算方法;并且将PSVM算法应用到不透水层估算中;最后利用高分影像和实测数据进行不透水层精度评估。研究结果为高精度不透水层遥感估算提供一些新方法,进而推动极化雷达和LiDAR在不透水层遥感估算中的应用。
英文主题词Polarimetric synthetic aperture radar (PolSAR);Lidar;urban impervious surface;support vector machine (SVM);supervised classification