The knowledge of impervious surfaces, especially the magnitude, location, geometry, spatial pattern of impervious surfaces and the perviousness–imperviousness ratio, is significant to a range of issues and themes in environmental science central to global environmental change and human–environment interactions. Impervious surface data is important for urban planning and environmental and resources management. Therefore, remote sensing of impervious surfaces in the urban areas has recently attracted unprecedented attention. In this paper, various digital remote sensing approaches to extract and estimate impervious surfaces will be examined. Discussions will focus on the mapping requirements of urban impervious surfaces. In particular, the impacts of spatial, geometric, spectral, and temporal resolutions on the estimation and mapping will be addressed, so will be the selection of an appropriate estimation method based on remotely sensed data characteristics. This literature review suggests that major approaches over the past decade include pixel-based (image classification, regression, etc.), sub-pixel based (linear spectral unmixing, imperviousness as the complement of vegetation fraction etc.), object-oriented algorithms, and artificial neural networks. Techniques, such as data/image fusion, expert systems, and contextual classification methods, have also been explored. The majority of research efforts have been made for mapping urban landscapes at various scales and on the spatial resolution requirements of such mapping. In contrast, there is less interest in spectral and geometric properties of impervious surfaces. More researches are also needed to better understand temporal resolution, change and evolution of impervious surfaces over time, and temporal requirements for urban mapping. It is suggested that the models, methods, and image analysis algorithms in urban remote sensing have been largely developed for the imagery of medium resolution (10–100 m). The advent of high spatial resolution satellite images, spaceborne hyperspectral images, and LiDAR data is stimulating new research idea, and is driving the future research trends with new models and algorithms.
ความรู้ของพื้นผิวทึบ โดยเฉพาะขนาด , สถานที่ , เรขาคณิต , รูปแบบทางพื้นที่ของพื้นผิวที่ทึบและ perviousness –รับรองอัตราส่วน มีความสำคัญกับช่วงของปัญหาและแนวคิดในการเปลี่ยนแปลงของโลก สิ่งแวดล้อม วิทยาศาสตร์สิ่งแวดล้อม กลางและปฏิสัมพันธ์ของมนุษย์และสภาพแวดล้อม . ข้อมูลพื้นผิวทึบเป็นสิ่งสำคัญสำหรับการวางผังเมืองและการจัดการทรัพยากรสิ่งแวดล้อม และ ดังนั้น การรับรู้จากระยะไกลของพื้นผิวทึบในเขตเมืองได้ดึงดูดความสนใจมากเป็นประวัติการณ์ ในกระดาษนี้ , ดิจิตอลต่างๆและสารสกัดจากระยะไกลวิธีการประมาณการพื้นผิวทึบจะถูกตรวจสอบ การอภิปรายจะเน้นความต้องการของชุมชนทำแผนป้องกันพื้นผิว โดยเฉพาะผลกระทบของพื้นที่ , เรขาคณิต , spectral และมติชั่วคราวในการประมาณค่าและแผนที่จะให้ความสนใจ ดังนั้น จะเลือกวิธีที่เหมาะสมตามลักษณะการระยะไกลข้อมูล การทบทวนวรรณกรรมนี้ชี้ให้เห็นว่า แนวทางหลักในช่วงทศวรรษที่ผ่านมา ได้แก่ พิกเซลตามหมวดหมู่ การถดถอย ฯลฯ ภาพ ) sub-pixel ตาม ( เชิงสเปกตรัม unmixing รับรองเป็นส่วนเติมเต็มของพืช , เศษฯลฯ ) , ขั้นตอนวิธีการ และโครงข่ายประสาทเทียม เทคนิค เช่น ข้อมูล / ภาพ ฟิวชั่น ระบบผู้เชี่ยวชาญ และวิธีการจำแนกตามบริบท ยังได้สำรวจ ส่วนใหญ่ของความพยายามในการวิจัยได้รับการทำสำหรับการทำแผนที่เมืองภูมิทัศน์ในระดับต่าง ๆในพื้นที่และความต้องการความละเอียดของแผนที่ดังกล่าว ในทางตรงกันข้ามมีความสนใจน้อยในสเปกตรัมเรขาคณิตและคุณสมบัติของพื้นผิวที่ทึบ งานวิจัยอื่น ๆ นอกจากนี้ยังจำเป็นต้องเข้าใจความละเอียดและการเปลี่ยนแปลงและวิวัฒนาการของพื้นผิวทึบตลอดเวลา และความต้องการชั่วคราวสำหรับแผนที่เมือง พบว่า รูปแบบ วิธีการ และขั้นตอนในการวิเคราะห์ภาพเมืองระยะไกลได้รับไปพัฒนาสำหรับภาพความละเอียดปานกลาง ( 10 – 100 เมตร ) การมาถึงของพื้นที่สูงความละเอียดภาพดาวเทียม spaceborne hyperspectral , ภาพ และ ข้อมูล LIDAR กระตุ้นความคิดงานวิจัยใหม่และจะทำให้แนวโน้มการวิจัยในอนาคต ด้วยรูปแบบใหม่และขั้นตอนวิธี
การแปล กรุณารอสักครู่..