基于遥感数据的城市不透水面信息提取研究4-29
基于BCI方法的城市不透水面提取研究
2021.12科学技术创新基于BCI 方法的城市不透水面提取研究魏志宏（武威市规划测绘设计研究院有限公司，甘肃武威733000）当前，我国城市化进程加快，导致以不透水面为主的地表覆盖类型逐渐取代了以植被、土壤等为主的地表覆盖类型，不透水面是指能够阻止水渗入土壤的地表覆盖类型，城市不透水面比例的增加会影响城市的植被、水体和城市水质环境、地表热环境等，对生态环境的质量和人民的生活质量都产生负面影响。
不透水面阻止雨水渗入土壤，会导致地表径流量增加，造成城市涝灾和地下水资源紧张；此外，不透水表面可能会导致城市热岛效应，改变城市生态系统，影响生物迁徙。
为了使城市不透水面能够被合理的开发和利用，快速、准确地获取城市不透水面的信息是一项刻不容缓的任务[1，2]。
面向对象的影像分析技术来提取不透水面一定程度上避免了影像中常见的“同物异谱和同谱异物”现象，但影像分割的算法费时且提取结果受图像分辨率限制[3，4]；目前已经提出了各种光谱指数，用于不透水面的提取，包括不透水面指数(normalized difference impervious surface index ，NDISI)、基于红波段可见光的指数(visible red-based built-up index ，VrNIR-BI ）、基于绿波段可见光的指数(visible green-based built-up Index ，VgNIR-BI ）等。
结果显示运用这些方法提取不透水面较为便捷且效果较好[5-7]，但忽略了水体和裸土的波谱与建成区相似的情况，提取操作时往往会将裸土、水体与建成区混淆，出现错分、漏分，总体分类精度不高的情况，且一般指数方法对波段依赖性高，存在普适性不强的问题，为了提高不透水面提取的精度和提取方法适用度，本文使用生物物理指数（biophysical composition index,BCI ）方法提取不透水面。
1方法介绍BCI 方法是在Ridd 构建的的V-I-S 模型(Vegetation-Imperious-Soil)基础上提出的，其基本思路是将城市表面的基本组成部分看作是土壤、建成区和植被，BCI 是一种指数，被用于区分城市环境不同地物的类型。
城市不透水面与地表温度定量关系的遥感分析
城市不透水面与地表温度定量关系的遥感分析的报告，600字
本报告旨在利用遥感技术来定性研究城市不透水面与地表温度之间的定量关系。
针对这一目标，本报告以某城市为例，采用ArcGIS Pro软件，根据Landsat 8影像以及数字海平面模型，
从街区、建筑物等不同方面进行数据收集及评估，以此为依据，采用遥感和地理信息系统分析处理技术模拟计算和分析气候变化对城市不透水面与地表温度之间的定量关系。
首先，我们运用Landsat 8红外、空间分辨率15米影像，确定
该城市不透水面，全部不透水面都已矢量化为街区、建筑物等不透水面特征。
然后，利用其他不透水特征，如绿地，树木、水体、航道等，划分出不透水的范围。
之后，从地球物理角度，利用三维模型计算地表温度信息，分析不透水特征与地表温度之间的定量关系。
本研究采用了普拉特（Platt）模型法（Net Radiation-Ground Temperature Model），该模型可以建立地表温度与不透水特征之间的定量
关系，从而计算出地表温度的大小和分布规律。
最后，研究报告将采用ArcGIS Pro软件，构建地图，并在地
图上显示不透水特征、地表温度和关联分析的结果，即城市不透水面的分布状况以及不透水面与地表温度之间的关系情况。
总之，本文旨在利用遥感技术定性研究城市不透水面与地表温度之间的定量关系。
本报告将采用Landsat 8影像和数字海平
面模型，与Platt模型法相结合，并利用ArcGIS Pro软件构建
地图，研究出不透水面的分布状况以及与地表温度的定量关系。
城市不透水面遥感信息提取精度对比研究
城市不透水面遥感信息提取精度对比研究
王厚望
【期刊名称】《测绘技术装备》
【年(卷),期】2024(26)1
【摘要】不透水面是反映城市工程建设水平和评价城市生态环境质量的有效指标,因此,高效提取不透水面对城市扩张监测和生态系统建设有重要意义。
本文以上海市城区为研究对象,首先利用D-InSAR技术对Sentinel-1A影像进行差分干涉处理,获取相干系数图;然后,与Landsat 8影像进行波段组合;最后,利用多种机器学习算法提取不透水面,并进行精度对比。
结果表明,相较于单一Landsat 8影像,加入相干系数图后,最大似然(ML)算法、支持向量机(SVM)算法、分类与回归树(CART)算法和随机森林(RF)算法提取不透水面的精度均有明显提高。
其中,RF算法表现最好,总体精度达到89.33%。
【总页数】5页(P145-149)
【作者】王厚望
【作者单位】上海市测绘院;自然资源部超大城市自然资源时空大数据分析应用重点实验室
【正文语种】中文
【中图分类】P208
【相关文献】
1.洱海流域不透水面遥感信息提取技术研究
2.洱海流域不透水面遥感信息提取技术研究(英文)
3.基于遥感影像的城市不透水面信息提取研究
ndsat8不透水面遥感信息提取方法对比
5.城市不透水面遥感信息提取方法的比较研究
因版权原因，仅展示原文概要，查看原文内容请购买。
基于特征指数合成影像的不透水面提取和分析
基于特征指数合成影像的不透水面提取和分析法炜1,2，常军3，韩丽华4*（1.首都师范大学资源环境与旅游学院，北京100048；2.首都师范大学水资源安全北京实验室，北京100048；3.山东师范大学地理与环境学院，山东济南250014；4.自然资源部国土卫星遥感应用中心，北京100048）摘要：不透水面作为表征一个地区城市化水平的关键性指标，其时空变化特征与城市建设密切相关。
以济南市重要的泉水补给区南部山区为研究对象，根据植被-不透水面-土壤（V-I-S ）城市地表组分模型选取了NDVI 、BCI 、SBAI 、MNDWI 和NDUI 5种遥感特征指数构成合成影像，利用最大似然法对特征指数合成影像进行分类获取不透水面信息，并采用扩展强度与扩展速率分析、土地利用类型转移分析和不透水面重心迁移路径分析等方法研究南部山区1990—2020年间不透水面的时空变化特征，结果表明近30a 间南部山区不透水面呈现出增长速率趋于平缓的持续增长趋势，在空间上呈现出以市中区和历下区为中心的均匀增长态势，且增长重心逐渐由市中区向历下区倾斜。
关键词：不透水面；特征指数；合成影像；重心变化；时空变化分析中图分类号：P237文献标志码：B文章编号：1672-4623（2022）04-0048-06收稿日期：2020-03-16。
项目来源：国家自然科学基金资助项目（41671417）。
（*为通信作者）doi:10.3969/j.issn.1672-4623.2022.04.009Imperious Surface Extraction and Analysis Based on ImageComposed of Feature IndexesFA Wei 1,2,CHANG Jun 3,HAN Lihua 4(1.College of Resource Environment and Tourism,Capital Normal University,Beijing 100048,China;2.Beijing Laboratoryof Water Resources Security,Capital Normal University,Beijing 100048,China;3.College of Geographyand Environment,Shandong Normal University,Jinan 250014,China;nd SatelliteRemote Sensing Application Center of MNR,Beijing 100048,China)Abstract:As a key indicator to represent the urbanization level of a region,imperious surface spatial-temporal variation characteristics are close-ly associated with urban construction.As an important spring recharge area in Jinan,the southern mountainous area was selected as the research object.According to the vegetation-impervious surface-soil (V-I-S)urban land surface component model,five remote sensing feature indexes (NDVI,BCI,SBAI,MNDWI and NDUI)were selected to form the composite image.We used the maximum likelihood classification method to get the impervious surface information and analyzed expansion intensity and expansion rate,land use type transfer and migration path of impervi-ous surface gravity center to reveal impervious surface spatiotemporal change characteristics during 1990-2020.The results show that the imper-vious surface shows a steady and continuous growth in the past 30years.It had increased evenly and the growth center gradually inclined from the Shizhong to Lixia area.Key words:impervious surface,characteristic index,composite image,gravity center change,spatial-temporal variation analysis随着卫星数据的广泛使用，国内外的专家们开展了大量以遥感数据为基础的不透水面提取和时空演变的相关研究[1-6]。
城市不透水面遥感提取方法及时空变化研究
城市不透水面遥感提取方法及时空变化研究城市不透水面遥感提取方法及时空变化研究摘要：随着城市化进程的加快和人口的增加，城市发展中的不透水面（包括建筑物、道路、人工混凝土等）对自然系统和生态环境的影响日益凸显。
因此，及时准确地提取城市不透水面并研究其时空变化具有重要意义。
本文通过遥感技术，结合一定的分类方法和时间序列分析，提出了一种城市不透水面提取方法，并对其时空变化进行了研究。
1. 引言城市不透水面是指那些不具备透水性的区域，包括建筑物、道路、广场和人工混凝土等，其存在对城市环境和生态系统产生重要影响。
因此，及时准确地了解城市不透水面的时空变化是城市规划和生态环境保护的关键。
2. 城市不透水面的遥感提取方法2.1 影像预处理首先，需对获取的遥感影像进行预处理，包括辐射定标、大气校正和几何校正等步骤，以得到准确的数字影像。
2.2 遥感影像分类通过人工目视解译或自动分类方法，将数字影像划分为不同的类别，其中包括不透水面和其他类别，如绿地、水体和裸地等。
根据影像特征和分辨率，选择适当的分类算法，例如支持向量机（SVM）和最大似然分类器等。
2.3 利用空间信息提取不透水面根据不透水面的形态特征和空间分布规律，利用GIS等空间分析工具，将分类结果中的不透水面区域进行进一步提取和精确划定。
3. 城市不透水面的时空分析3.1 时间序列分析通过获取多个时期的遥感影像数据，对城市不透水面进行时间序列分析，以了解其变化趋势和规律。
通常使用斜率提取法和变化偏离指数方法来计算不透水面的变化情况。
3.2 空间分析结合地理信息系统（GIS）和空间统计方法，对城市不透水面的空间分布规律进行分析。
包括不透水面的集聚程度、生态廊道的连接性等指标分析。
4. 城市不透水面变化的影响4.1 城市洪涝风险增加不透水面的增加导致城市内涝问题加剧，降雨水无法迅速排泄，给城市带来较大损失。
4.2 生态环境破坏城市不透水面的增加破坏了水文循环，导致生态系统受损，生物多样性下降。
基于Landsat遥感数据城市不透水层信息提取与分析
基于Landsat遥感数据城市不透水层信息提取与分析
李巽云
【期刊名称】《地理科学研究》
【年(卷),期】2024(13)2
【摘要】不透水层作为一种典型的地表覆盖成分,是衡量城市化水平的标准之一,同时也是衡量城市的生态环境的重要指标。
本研究以南京市为研究区,以2013~2018年Landsat8影像为数据源,提取不透水层并反演地表温度,分析了2013~2018年南京市不透水层的时空变化以及不透水层与地表温度之间的相关性。
研究结果表明:1) 南京市11个行政区县中,鼓楼区不透水层所占的面积最大,六合区所占的面积最小。
2) 南京市的不透水面积随时间的推移而增大,越接近市中心的区县,不透水层覆盖面积越大。
3) 不透水层与地表温度的相关性较高。
【总页数】12页(P434-445)
【作者】李巽云
【作者单位】云南师范大学地理学部昆明
【正文语种】中文
【中图分类】F29
【相关文献】
1.基于Landsat TM遥感数据的城市热岛效应信息提取与分析
2.基于Landsat 8遥感影像的北京市平原区不透水层盖度估算
3.基于Landsat-8OLI数据的遥感蚀变信息提取与分析——以金塔大红山地区为例
ndsat8不透水面遥感信息提取方
法对比5.基于Landsat-8OLI数据的遥感蚀变信息提取与分析——以新疆巴里坤别勒库都克地区为例
因版权原因，仅展示原文概要，查看原文内容请购买。
基于高分辨率图像的城市不透水层提取的开题报告
基于高分辨率图像的城市不透水层提取的开题报告题目：基于高分辨率图像的城市不透水层提取一、研究背景城市化进程的快速发展导致城市面积不断扩大，大量的地面被覆盖成了人造的硬质表面，如建筑、马路等，使得城市中的不透水层面积大幅增加。
不透水层的增加不仅影响城市的生态环境，还会对城市的水资源利用、洪涝防治等问题带来影响。
因此，城市不透水层的提取对于城市规划、水资源管理等领域具有重要的意义。
传统的不透水层提取方法采用人工测量或者低分辨率遥感图像，效率低、精度不高。
而随着高分辨率遥感图像技术的不断提高，基于高分辨率遥感图像的不透水层提取成为可能。
二、研究内容本文旨在研究基于高分辨率遥感图像的城市不透水层提取方法，具体研究内容包括：1. 研究高分辨率遥感图像的特点和不透水层提取的原理；2. 搜集高分辨率遥感图像并进行数据处理，如图像配准、辐射校正、几何校正等；3. 采用图像分类算法，如最大似然分类、支持向量机等，对城市区域进行分类，提取出不透水层区域；4. 对提取结果进行分析与评价，包括精度分析等。
三、研究方法本文将采用以下研究方法：1. 文献调研：搜集与高分辨率遥感图像、不透水层提取相关的文献资料；2. 图像处理：对搜集到的高分辨率遥感图像进行预处理，如辐射校正、几何校正等；3. 图像分类算法：采用最大似然分类、支持向量机等分类算法，提取出城市区域中的不透水层；4. 数据分析：对提取结果进行定量分析与评价，包括精度分析等。
四、研究意义本研究的意义在于：1. 提出了基于高分辨率遥感图像的城市不透水层提取方法，具有一定的创新性；2. 该方法可以提高城市不透水层的提取效率和精度，为城市规划、水资源管理等领域提供重要支持；3. 该方法可以避免传统测量方法中的人为误差和时间成本，具有实际应用价值。
五、论文结构本论文的结构安排如下：第一章：绪论1.1 研究背景和意义1.2 国内外研究现状1.3 研究内容和方法1.4 论文结构安排第二章：高分辨率遥感图像的特点和处理2.1 高分辨率遥感图像的特点2.2 数据处理方法第三章：不透水层提取的算法3.1 不透水层提取的原理3.2 图像分类算法3.3 不透水层提取流程第四章：实验设计和结果分析4.1 实验设计4.2 数据处理和结果分析第五章：结论与展望5.1 结论5.2 研究不足与展望参考文献。
城不透水面遥感高精度监测关键技术及应用项目介绍
（1）融合LIDAR的航摄影像提取不透水面的精度提取精度达到95%，比单纯采用光学遥感影像的方法提高了6.74%；
（2）使用多角度视频卫星数据比单角度图像卫星数据对地物分类得到的分类结果精度提高率，自动提取精度达到88.951%，比单纯基于一个视角的视频图像自动提取精度提高了6.691%；
2
行政职务
系副主任
技术职称
教授
国籍
中国
工作单位
武汉大学
完成单位
武汉大学
对本项目技术创造性贡献
作为项目主要参与人员，参与不透水面提取关键技术研究，投入工作量占本人工作总量的80%。
（2）典型案例
1）城市规划和设计部门应用情况：与中国城市规划设计研究院及建设综合勘察研究设计院有限公司等多家单位合作，成功将不透水面提取成果应用于海绵城市试点申报、城市排水防涝、海绵城市规划等现状分析中，成为排水防涝、海绵城市等规划设计中下垫面分析的重要资料，为海绵城市科学研究与规划工作提供了强有力的保障。中国城市规划设计研究院评价：通过将武汉大学提取的不透水面成果用于海绵城市建设、城市排水防涝、海绵城市规划的现状分析中，有效识别了城市不同区域面临的问题，同时将不透水成果用于城市发展趋势分析、城市热岛分析及建设成效的评估等业务中，取得了很好的经济效益和社会效益。
ISBN: 9787564343088
中国科学院遥感与数字地球研究所
程熙，吴炜，沈占锋
有效
软件著作权
多源遥感影像不透水面提取系统v1.0
中国
2016SR139799
2016年3月20日
1318416
武汉大学
有效
发明专利
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
本科毕业论文（设计）( 2016届 )题目：基于遥感数据的城市不透水面信息提取研究系（部）：资源环境学院专业：地理信息系统学生姓名：张绪芳学号： 120715149 指导教师：章勇职称（学位）：完成时间：2016 年 4 月 1 日池州学院教务处制学位论文原创性声明本人所提交的学位论文，是在指导老师指导下独立完成的研究成果。
本人在论文写作中参考的其他个人或集体的研究成果，均在文中以明确方式标明。
本人依法享有和承担由此论文而产生的权利和责任。
声明人（签名）：年月日目录第一章绪论 (1)1.1 研究背景与意义 (1)1.2 研究现状 (2)1.2.1 不透水面定义及特征 (3)1.2.2 研究方法 (3)1.3 研究内容 (4)1.4 研究方法与技术路线 (4)第二章研究区遥感数据的预处理 (4)2.1 Landsat8数据简介 (4)2.2 遥感数据预处理 (5)2.2.1投影转化 (5)2.2.2几何校正 (6)2.2.3辐射校正 (6)2.2.4生成标准文件 (6)第三章基于植被覆盖度提取不透水面 (6)3.1基于植被覆盖度提取不透水面原理 (6)3.2实验流程 (6)3.2.1水体掩膜 (6)其中蓝色部分为水体，淡蓝色表示透水性较好的地物，黄色表示不透水面，颜色越深的地方不透水性越强。
(7)3.2.2 不透水面提取 (7)3.3 精度评估 (9)第四章线性光谱混合分解 (9)4.1线性光谱混合分解原理 (9)4.1.1线性光谱混合的定义与特征 (9)4.1.2 端元的确定 (11)4.2 实验方法 (12)4.2.1 水体掩膜 (12)4.2.2 最小噪音分离 (13)4.2.3 端元选择 (14)4.2.4 线性分解 (17)第五章结论与展望 (18)5.1 主要结论 (18)5.2 存在问题与展望 (18)摘要城市不透水面的信息提取研究是研究城市化进程的一个重要手段。
随着我国社会生产力的发展,科学技术的进步以及产业结构的调整,农业人口向非农业人口转变,农业地域向非农业地域的转变。
城市不透水面也随之迅速增加。
城市不透水面是指阻碍地表水下渗的一切人工或自然物质物质。
城市不透水面是城市中地表中很明显的地表之一,它阻止了地表水向地下的下渗,导致了多个方面的影响，从而改变城市的整体生态结构。
因此获取不透水面的信息,至关重要。
关键词：不透水面；线性光谱混合分解；端元；Landsat8AbstractCity is opaque information extraction is an inportant means of study of urbanization.with the development of productivity,the progress of scienceandtechnology,theadjustmentofindustrialstructure,theagriculturalpopulation,ag riculturalregionasaregionalnon-agriculturaltransformation,thecity is opaque aslo will increase.opaque surface is the most significant surfacefeaturesinthecity,protect the water flow into underground,change of the urban ecological environment.so,get the information of opaque is very inportant.Keywords:opaque;linearspectralunmixturealgorithn;(LSMA);Endmember;Landsat8第一章绪论1.1 研究背景与意义在城市规划学中，城市的含义是非农业人口与非农业产业聚集为主要特征的居民点与建筑物。
而城市不透水面是指城市中一切阻止水分渗入地下的人工或自然物质。
因此研究城市不透水面，可以间接的得出城市发展状况。
城市不透水面可以检测城市的发展状况。
随着城市化发展的加快，城市人口持续增多，城市建设面积随之扩大，必然会占用更多的土地，城市绿地等自然景观被人工不透水面（城市建筑、城市道路等）取代，故不透水面可以用来监测城市的土地利用覆盖度变化，为城市更好更快更健康的发展决策提供更加科学的理论依据。
城市不透水面改变了城市生态环境。
城市不透水面的增加必然会给城市生态环境带来一系列负面影响。
例如导致城市的绿化面积、城市植被、湿地、水体面积减少，进而导致了城市生态环境的改变。
如城市河流水质变化、城市热环境的变化等。
因此，探讨城市不透水面也是研究当前城市化的生态环境效应的最佳切入点。
城市不透水面是影响城市气候的一个因素。
影响城市气候有很多因素，太阳辐射、地面状况、反射率、植被覆盖等各种因素。
不同的地面状况对热量的吸收及热量的传输都有所不同。
城市化的发展，城市建筑群的凸起，交通发展导致大量渗水性好的土地、植被减少，取而代之的是不透水的柏油路与水泥路。
使得城市地区升温快，并向四周及大气中大量辐射，造成同一时间城市温度高于郊区温度，这就是所谓的城市热岛效应。
城市不透水面影响着城市水文变化。
城市化的发展，城市建筑物、城市道路、水泥面、等不渗水面的增加，透水性好的土地及植被的减少，导致城市下垫面的滞水性、渗水性发生明显的变化，天然集水区（河流、湖泊）的调蓄能力减弱，城市雨水汇流特征改变，其最终的表现为洪水总量增多，洪水汇流时间大大缩短。
简单的说是城市不透水面把原本渗入地下的水给截住了，从而更易导致洪水的爆发。
由此可见，研究城市不透水面可为城市可持续发展提供重要的理论依据。
城市不透水面积比率被认为是代表整个城市生态系统是否健康最为重要的环境指标之一。
而不透水面的数量、透水率、位置、几何和空间特征等因素对城市生态环境产生的系列影响，已经被很多专家学者作为研究城市化发展，生态环境变化，土地利用变化，城市气候气温变化，城市水文变化，水质面污染以及城市专题制图等研究一个重要的突破口。
因此，研究城市不透水面的发展变化，及不透水面的信息提取，对城市化的发展，具有非常重要的现实意义。
1.2 研究现状从上个世纪80年代起就有学者开始对城市不透水面产生兴趣，并且开始相关的研究，后在2000年前后受到了广泛关注。
传统提取不透水面一般采用人工解译法，专业的说就是采用监督分类或非监督分类方法，通过目视解译对不透水面的位置、纹理、阴影、等特征进行判读，从而获取不透水面的相关信息。
该方法简单易于理解，可操作性强，但是需要研究者具有较高的先验知识，对研究区地物特征有大致了解，并与野外调查相结合，费时费力，个人主观性影响较大[9]。
21世纪以来，我国学者专家也开始利用各种方法提取城市不透水面。
其中姜红梅等结合水文数据，对土地利用类型分类，然后对不透水面进行提取，后来涌现出一大批专家和研究者分别对北京、上海、南京、秦淮流域等地不透水面的研究，获得了很多有价值的研究成果。
王俊松[1]等利用传统的监督分类方法，结合主成分分析（PCA分析）、植被指数等在增强裸地、绿地、等透水信息反差的情况得到了高精度的城市透水地表信息。
姜红梅[2]等将数字高程模型数据和土地利用的栅格信息进行空间校准，通过目视解译直接提取新安江模参数的不透水面积比。
相对于国内学者的研究，上个世纪后期，国外环境邻域专家开始关注利用遥感技术提取不透水面的研究。
Bauer [3]等采用1990和2000年的TM/ETM图像，利用缨帽变换中绿度值与不透水面之间的负相关性，使用最小二乘法算法，以此估算不透水面的分布情况。
Lu 等［5］将美国国防气象卫星线性业务扫描系统( DMSP －OLS) 获取的数据与MODIS NDVI max和人类居住指数作为自变量，从ETM+图像上获得的居民点数据集作为因变量，建立回归模型，对中国南部地区的人类居住地进行绘图，并取得了较好的效果。
1.2.1 不透水面定义及特征尽管国内外研究者对不透水面的研究很多，但对不透水面这一概念并没有严格的定义和分类。
Schueler[6］认为不透水面由建筑物顶部（如建筑物楼顶）和交通系统（如道路、地铁和停车场）等两部分组成；Arnold 和Gibbons［7］将不透水面定义为“任何阻挡水分流入土壤的物质”，不仅包括人工建筑物，还包括自然产生的物质（如坚硬的裸露基岩）。
目前，大部分研究者都将道路、停车场及建筑物等研究对象作为城市不透水面。
1.2.2 研究方法1.2.2.1 人工解译法人工解译方法是利用人的主观想法对研究区的地物进行目视判读，通过自己的先验知识来判读和分析地物的大小、形状、纹理、色调、阴影等信息。
从而获得不透水面的信息[8]。
尽管该方法可操作性强，实验原理简单，但是解译工作需要耗费大量的人力物力，同时受个人主观性的影响较大，还要于野外调查相结合，工作量大，所以应用范围十分有限[9]。
1.2.2.2 线性光谱混合分析法（LSMA）线性光谱混合模型( linear spectral mixture anal-ysis，LSMA)[10]是指像元在某波段的反射率是由构成像元基本组分的反射率以其所占像元面积比例为权重系数的线性组合。
Murray[11]研究发现同一城市的同一地物的光谱之间存在很大的差异,并在此基础上提出了改进后的的归一化混合像元线性分解模型。
该模型算法简单、计算方便，在不透水面的研究中得到广泛应用。
1.2.2.3 指数模型法指数模型法是指采用特定的指数，直接或者间接地与研究对象建立起一种数学函数模型，利用计算机程序运行出所需的信息[12]。
在对不透水面的研究中，也有许多学者相继采用多种指数模型法。
查勇等利用NDBI（归一化建筑指数）提取了城镇建设用地信息，进而获得了不透水面的信息。
1.2.2.4 决策树分类法（Decision Tree Classifier）决策树分类法是图像分类方法之一，它是由一系列二叉树连接而成，它是一种典型的多级分类器，用于将图像中的像元归属到相应的类别中去，每个决策树用一个设定好的关系式将图像中的像元分成两类，新生成的类又可以根据另外的关系式继续向下分类。
一直分类下去，直到停止。
1.2.2.5 面向对象法面向对象方法( object based image analysis，OBIA)[13]就是以像元对象为单位，利用影像的光谱信息及现实情况下的地物的形状和相邻关系，采用模糊逻辑对影像进行分类描述，使容易混淆的地物区分开来并且提取出来，进而更精确的获得不透水面的信息。
这种方法避免了基于像元的高分辨率遥感图像信息提取时所产生的“椒盐”现象。