最新发表:一种基于Fisher光谱变换的自动提取不透水层的方法(F-MESMA)

发布日期:2019-07-19 10:34
浏览次数:328
F-MESMA
   在大空间尺度范围准确监测不透水层可以为城市规划、预防城市自然灾害(例如城市洪涝、热岛效应等)提供关键的数据支持。星载多光谱影像为多空间、时间尺度监测不透水层覆盖情况提供了可行性。然而, 城市地区地表覆盖较强的空间异质性使中等空间分辨率卫星遥感影像中普遍存在混合像元,即一个像元包含了多种地表覆盖类型。
“混合像元现象”严重制约了遥感监测不透水层覆盖信息的精度,因此本文提出了一种自动混合像元分解制图方法,通过降低遥感影像的类内光谱变异性、扩大类间光谱差异程度提高了亚像元不透水层制图精度。在对像元进行亚像元分类时,我们将Fisher光谱变换与多端元混合像元分解(MESMA)相结合,进一步压制了“光谱变异性”对不透水层制图精度负面影响。我们在全球范围内选取了五个实验区域用于检验本文提出的方法(F-MESMA),与此同时我们将F-MESMA与其他几种用于降低光谱变异性的混合像元分解方法进行比较。实验结果表明,F-MESMA达到了最佳的降低不透水层光谱变异性效果,并且在五个不同城市区域实现了更稳定和准确的不透水层制图精度(RMSEF-MESMA = 0.13 vs. RMSEalternative approaches= [0.16-0.17]。

核心亮点
  1. 提出了一种实用可靠的选取遥感影像端元的方法;
  2. 利用Fisher光谱变换和多端元混合像元分解技术(MESMA)压缩了不透水层的类内光谱变异性,增强了不透水层与其他类别的光谱异质性,最终提高了不透水层的制图精度。
该论文已发表于最新一期Remote Sensing of Environment(一区)上。  相关代码下载点此 

REF: Fei Xu, Xin Cao*, Xuehong Chen, Ben Somers*. (2019). Mapping Impervious Surface Fractions using Automated Fisher Transformed Unmixing. Remote sensing of Environment, online available.
分享到: