AbstractThis paper proposes a techn

Abstract
This paper proposes a technique to extract urban built-up
land features from Landsat Thematic Mapper (TM) and
Enhanced Thematic Mapper Plus (ETM) imagery taking two
cities in southeastern China as examples. The study selected
three indices, Normalized Difference Built-up Index (NDBI),
Modified Normalized Difference Water Index (MNDWI), and
Soil Adjusted Vegetation Index (SAVI) to represent three
major urban land-use classes, built-up land, open water
body, and vegetation, respectively. Consequently, the seven
bands of an original Landsat image were reduced into three
thematic-oriented bands derived from above indices. The
three new bands were then combined to compose a new
image. This considerably reduced data correlation and
redundancy between original multispectral bands, and thus
significantly avoided the spectral confusion of the above
three land-use classes. As a result, the spectral signatures of
the three urban land-use classes are more distinguishable in
the new composite image than in the original seven-band
image as the spectral clusters of the classes are well separated.
Through a supervised classification, a principal
components analysis, or a logic calculation on the new
image, the urban built-up lands were finally extracted with
overall accuracy ranging from 91.5 to 98.5 percent. Therefore,
the technique is effective and reliable. In addition, the
advantages of SAVI over NDVI and MNDWI over NDWI in the
urban study are also discussed in this paper.
Introduction
Urban spatial areas have expanded in an accelerated speed
during the last five decades, and rates of urban population
growth are higher than the overall growth in most countries
because urban areas are the locus of economic activity and
transportation nodes (Masek et al., 2000). Expanded urbanized
areas encroached on surrounding valuable natural lands
such as paddy fields, forestlands, or wetlands (Xu et al.,
2000). Urban areas are dominated by built-up lands with
impervious surfaces, and therefore the conversion of the
nature lands into these impervious built-up lands may have
significant impacts on the ecosystem, hydrologic system,
biodiversity, and local climate which can result in the negative
aspects such as the urban heat island phenomenon.
The study of urban spatial expansion and the resultant urban
Extraction of Urban Built-up Land Features
from Landsat Imagery Using a Thematicoriented
Index Combination Technique
Hanqiu Xu
heat island phenomenon always needs accurate data on urban
built-up areas such as the size, shape, and spatial context.
Therefore, a technique is required to quickly reveal the data.
Timely availability of the data is of great importance for
urban planners and decision makers. Fortunately, satellite
remote sensing technology offers considerable promise to
meet this requirement. With different spatial and spectral
resolutions, the satellite observations can provide globally
consistent and repetitive measurements of the Earth’s surface
conditions. The objective of this study is to develop a new
technique to extract urban built-up land features from Landsat
Thematic Mapper (TM) and Enhanced Thematic Mapper Plus
(ETM) imagery. This would allow urban planner and decision
makers to timely understand and evaluate urban growth with
related land-cover changes and be aware of the sustainable
usage of the invaluable nature lands.
Many researchers have made use of remote sensing
imagery to discriminate urban lands from non-urban lands.
A popular method for the definitions of urban areas started
with conventional multispectral classification. However, this
may not produce satisfactory accuracy, normally less than
80 percent, due to spectral confusion of the heterogeneous
urban built-up land class. Therefore, many studies have not
only used a single classification method to extract the urban
built-up lands but also combined different methods to
improve the extraction. Masek et al. (2000) identified urban
built-up areas of the Washington D.C. metropolitan area from
multi-date Landsat images based on an NDVI-differencing
approach with the assistance of an unsupervised classification
and achieved overall accuracy of 85 percent. Xu (2002)
extracted urban built-up lands of Fuqing City in southeastern
China by a combination of signature analysis and supervised
classification. Based on the analysis of spectral response
differences between built land and various non-built classes
within multispectral bands, urban land information was
extracted and then integrated with a classification layer to
generate a final product with improved accuracy. Zhang et al.
(2002) integrated a road density layer with spectral bands for
the post-classification change detection of Beijing, China.
This greatly reduced spectral confusion and increased accuracy
of the change detection. Zha et al. (2003) proposed the
Normalized Difference Built-up Index using TM4 and TM5 and
applied it in extracting urban areas of Najing City of China
PHOTOGRAMMETRIC ENGINEERING & REMOTE SENSING December 2007 1381
College of Environment and Resources, Fuzhou University,
Key Laboratory of Data Mining and Information Sharing,
China’s Ministry of Education, Fuzhou, Fujian 350108,
China ([e-mail]).
Photogrammetric Engineering & Remote Sensing
Vol. 73, No. 12, December 2007, pp. 1381–1391.
0099-1112/07/7312–1381/$3.00/0
© 2007 American Society for Photogrammetry
and Remote Sensing
1382 December 2007 PHOTOGRAMMETRIC ENGINEERING & REMOTE SENSING
Figure 1. Landsat TM image of Quanzhou area (a) with its derived SAVI
(b), MNDWI (c), and NDBI (d) images, and ETM image of Fuzhou area
(e) with its derived SAVI (f), MNDWI (g), and NDBI (h) images (North to
the top; sizes of Quanzhou and Fuzhou images is 7.71 km  7.71 km
and 16.7 km  16.7 km, respectively). A color version of this figure
is available at the ASPRS website: www.asprs.org.
PHOTOGRAMMETRIC ENGINEERING & REMOTE SENSING December 2007 1383
from a Landsat TM image. The index-derived map was
further filtered using the NDVI to remove the vegetation
noise, as the vegetation information was mixed with the
extracted built-up lands. Guindon et al. (2004) mapped
urban land with a combination of spectral and spatial information.
This started with an unsupervised classification and
a segment-based classification, respectively. The two classifications
were then merged using rules to generate a final
product with enhanced land-use classes and accuracy. More
recently, Xian and Crane (2005) measured urban land expansion
of the Tampa Bay watershed of Florida by using a
regression tree algorithm to map urban impervious surfaces
and an unsupervised classification to reveal related landcover
classes which achieved an accuracy greater than
85 percent.
A new technique is proposed in this paper for the
extraction of urban build-up land information. The extraction
is mainly based on a new image derived from three
thematic indices, Soil Adjusted Vegetation Index (SAVI),
Modified Normalized Difference Water Index (MNDWI), and
Normalized Difference Built-up Index (NDBI). The technique
is demonstrated through the extraction of urban built-up
lands of Quanzhou and Fuzhou Cities in southeastern China
from Landsat TM/ETM images.
Methods
Study Area and Remote Sensing Data Source
The remotely sensed data used in this test are a Landsat TM
image (path 119, row 43, covering Quanzhou City) acquired
on 17 May 1996 and an ETM image (path 119, row 42,
covering Fuzhou City) acquired on 29 May 2003. The images
are cloud-free and have excellent quality. Sub-scenes covering
the test cities were further extracted from the two images
(Figure 1a and 1e). No preprocessing of the images was
carried out except a simple atmospheric scattering correction
procedure using the Dark Object Subtraction (DOS) method.
However, to maintain data objectivity and avoid introducing
uncertainty, the data provided in following Tables 1 through
5 are based on the original raw images. Nevertheless, the
extracted results from both raw and DOS-corrected images
were provided in Table 6 to examine whether there are any
differences between them. Also, the means mentioned in
following tables and figures are all calculated based on
related classified images.
Two cities are all located in Fujian Province. Fuzhou
City is the capital of the province, geographically ranging
from 119°13 to 119°25 East and 25°59 to 26°08 North,
and had a total urban area of approximately 119 km2 in the
study year of 2003. While Quanzhou City, about 200 km
south to the Fuzhou, ranges from 118°32 to 118°37 East
and 24°52 to 24°58 North and had a total urban area of
approximately 24 km2 in the study year of 1996.
Production of Index-derived Images
An urban area is a complex ecosystem composed of heterogeneous
materials. Nevertheless, there are still some generalizing
components among these materials. Ridd (1995) divided the
urban ecosystem into three components, i.e., impervious
surface material, green vegetation, and exposed soil while
ignoring water surfaces. However, the open water is an important
component of the urban surface and has to be taken into
consideration in this study. Accordingly, the urban land-use
was grouped into the other three generalized categories, i.e.,
built-up land, vegetation, and open water (Figure 2). Based on
these three elements, three indices, NDBI, SAVI, and MNDWI,
were selected in this study to represent above three major
land-use classes, respectively.
SAVI-derived Vegetation Image
There are various vegetation indices to enhance vegetation
information in remote sensing imagery usually by ratioing a
near-infrared (NIR) band to a red band. This takes advantage
of the high vegetation reflectance in NIR spectral range such
as TM band 4 and high pigment absorption of red light, such
as TM band 3 (Jensen, 2000). Although nearly everyone
working with the remote sensing of vegetation knows the
Normalized Difference Index (NDVI), this study employed
SAVI to highl

ผลลัพธ์ (ไทย) 1:

บทคัดย่อเอกสารนี้นำเสนอเทคนิคการแยกเมือง built-upที่ดินคุณลักษณะจาก Landsat เฉพาะเรื่อง Mapper (TM) และพิเศษเฉพาะเรื่อง Mapper Plus (ETM) ภาพถ่ายสองเมืองในประเทศจีนตะวันออกเฉียงใต้เป็นตัวอย่าง การศึกษาที่เลือกสามดัชนี ตามปกติต่าง Built-up ดัชนี (NDBI),ปรับเปลี่ยนความแตกต่างมาตรฐานน้ำดัชนี (MNDWI), และดินปรับปรุงพืชดัชนี (SAVI) ถึง 3เมืองสำคัญใช้ที่ดินชั้น เนื้อที่ที่ดิน เปิดน้ำร่างกาย และพืช ตามลำดับ ดังนั้น เซเว่นวงของ Landsat ภาพเดิมได้ลดลงเป็น 3วงดนตรีที่เน้นเฉพาะเรื่องมากดัชนี ที่วงสามใหม่ถูกรวมในการเขียนใหม่แล้วรูปภาพของ นี้ลดลงมากความสัมพันธ์ของข้อมูล และความซ้ำซ้อนระหว่างวง multispectral เดิม และดังนั้นหลีกเลี่ยงความสับสนสเปกตรัมข้างต้นอย่างมีนัยสำคัญสามแผ่นดินใช้ห้องเรียน เป็นผล ลายเซ็นสเปกตรัมของใช้ที่ดินเมืองสามชั้นเรียนจะแตกต่างมากขึ้นในคอมโพสิตภาพใหม่กว่าในเซเว่นวงเดิมดีจะแยกภาพเป็นกลุ่มสเปกตรัมของคลาโดยมีการจัดประเภท ครูใหญ่ส่วนประกอบวิเคราะห์ หรือการคำนวณตรรกะบนใหม่รูป ที่ดินเนื้อที่เมืองได้ในที่สุดสกัดด้วยความแม่นยำโดยรวมตั้งแต่ 91.5 ถึง 98.5 เปอร์เซ็นต์ ดังนั้นเทคนิคมีประสิทธิภาพ และเชื่อถือได้ แห่งข้อดีของ SAVI NDVI และ MNDWI มากกว่า NDWI ในการศึกษาเมืองยังได้รับการอธิบายในเอกสารนี้แนะนำมีขยายพื้นที่เมืองพื้นที่ความเร็วความเร่งในระหว่างสุดท้ายห้าทศวรรษที่ผ่านมา และราคาของประชากรเมืองเจริญเติบโตสูงกว่าการเติบโตโดยรวมในประเทศส่วนใหญ่เนื่องจากพื้นที่เมือง โลกัสโพลของกิจกรรมทางเศรษฐกิจ และขนส่งโหน (Masek et al., 2000) ขยาย urbanizedพื้นที่ encroached ในรอบดินแดนธรรมชาติที่มีคุณค่าเช่นนาข้าว forestlands หรือพื้นที่ชุ่มน้ำ (Xu et al.,2000) . เขตเมืองถูกครอบงำ โดยที่ดินเนื้อที่ด้วยพื้นผิว impervious และการแปลงลักษณะที่ดินเป็นที่ดินเนื้อที่ impervious เหล่านี้อาจมีผลกระทบสำคัญต่อระบบนิเวศ ระบบอุทกวิทยาความหลากหลายทางชีวภาพ และภูมิอากาศในท้องถิ่นซึ่งสามารถทำการลบด้านเช่นปรากฏการณ์เกาะความร้อนเมืองการศึกษาการขยายพื้นที่เมืองและ resultant เมืองสกัดของที่ดินเมือง Built-upจาก Landsat ถ่ายโดยใช้ Thematicoriented เป็นดัชนีรวมเทคนิคHanqiu Xuปรากฏการณ์เกาะความร้อนตลอดเวลาต้องการข้อมูลที่ถูกต้องในเมืองพื้นที่เนื้อที่เช่นขนาด รูปร่าง และบริบทพื้นที่ดังนั้น เทคนิคจะต้องเปิดเผยข้อมูลได้อย่างรวดเร็วพร้อมใช้งานทันเวลาของข้อมูลมีความสำคัญอย่างยิ่งสำหรับวางแผนเมืองและผู้ตัดสินใจ โชค ดาวเทียมเทคโนโลยีไร้สายระยะไกลมีสัญญามากไปตอบสนองความต้องการนี้ พร้อมพื้นที่ และสเปกตรัมมติ ข้อสังเกตุดาวเทียมสามารถให้ทั่วโลกประเมินซ้ำ และสอดคล้องกันของพื้นผิวของโลกเงื่อนไขการ วัตถุประสงค์ของการศึกษานี้คือการ พัฒนาใหม่เทคนิคการแยกคุณลักษณะที่ดินเมือง built-up จาก Landsatเฉพาะเรื่อง Mapper (TM) และพิเศษเฉพาะเรื่อง Mapper Plus(ETM) ถ่าย นี้จะช่วยให้การวางแผนเมืองและตัดสินใจผู้ให้เวลาทำความเข้าใจ และประเมินการเจริญเติบโตของเมืองด้วยปกแผ่นดินที่เกี่ยวข้องเปลี่ยนแปลง และตระหนักที่ยั่งยืนธรรมชาติล้ำค่าใช้ที่ดินนักวิจัยจำนวนมากได้ใช้แชมพูภาพดินแดนเมืองจากดินแดนที่ไม่ใช่เมืองการถือเขาถือเราวิธียอดนิยมสำหรับคำนิยามของพื้นที่เมืองที่เริ่มต้นมีการจัดประเภท multispectral ธรรมดา อย่างไรก็ตาม นี้ไม่อาจสร้างความพึงพอใจ โดยปกติน้อยกว่าร้อยละ 80 เนื่องจากสับสนสเปกตรัมของที่แตกต่างกันที่ดินเมือง built-up คลา ดังนั้น ในการศึกษาได้ไม่ใช้วิธีการจัดประเภทเดียวจะแยกการเมืองเท่านั้นที่ดินเนื้อที่ แต่วิธีการต่าง ๆ รวมถึงปรับปรุงสกัด Masek et al. (2000) ระบุเมืองพื้นที่เนื้อที่ของพื้นที่นครหลวงวอชิงตันดีซีจากภาพ Landsat หลายวันตามการ NDVI-differencingวิธีการ ด้วยความช่วยเหลือของการจัดประเภท unsupervisedและความถูกต้องโดยรวมทำได้ร้อยละ 85 เขาฮิว (2002)แยกเมืองเนื้อที่ที่ดินโรงแรมฝูชิงปันเมืองในตะวันออกเฉียงใต้จีน โดยการวิเคราะห์ลายเซ็น และมีจัดประเภทการ ตามการวิเคราะห์สเปกตรัมการตอบสนองความแตกต่างระหว่างที่ดินสร้างคลาสที่ไม่ใช่สร้างต่าง ๆภายในวง multispectral ที่ดินเมืองข้อมูลถูกแยก และรวมแล้ว มีการจัดประเภทชั้นสร้างผลิตภัณฑ์สุดท้าย มีความแม่นยำดีขึ้น Zhang et al(2002) รวมชั้นความหนาแน่นถนนแถบสเปกตรัมสำหรับตรวจสอบการเปลี่ยนแปลงการจัดประเภทหลังปักกิ่ง จีนเพิ่มความแม่นยำและลดความสับสนที่สเปกตรัมนี้ของการตรวจพบการเปลี่ยนแปลง Zha et al. (2003) เสนอการตามปกติต่าง Built-up ดัชนี TM4 และ TM5 และใช้ในพื้นที่เมืองเมืองจีน Najingสมกับวิศวกรรมและแชมพู 2007 ธันวาคม 1381วิทยาลัยสิ่งแวดล้อมและทรัพยากร ฝูโจวมหาวิทยาลัยห้องปฏิบัติการสำคัญของการทำเหมืองข้อมูลและข้อมูลที่ใช้ร่วมกันของจีนกระทรวงการศึกษา 350108 ฟู ฝูเจี้ยนจีน (ส่วน [e-mail])สมกับวิศวกรรมและแชมพูปี 73 หมายเลข 12 2007 ธันวาคม นำ 1381-13910099-1112/07/7312–1381/$3.00/0© 2007 สหรัฐอเมริกาสังคมสำหรับ Photogrammetryแชมพูและสบู่1382 2550 ธันวาคมสมกับวิศวกรรมและแชมพูรูปที่ 1 Landsat TM รูปของฉวนโจว (a) กับ SAVI ได้รับ(ข) MNDWI (c), และ NDBI (d) ภาพ และรูป ETM เที่ยวในฝูโจว(จ) มีรับ SAVI (f), MNDWI (g), และ NDBI (h) ภาพ (เหนือไปด้านบน ขนาดของภาพที่ฉวนโจวและฝูโจวเป็น 7.71 7.71 kmและ 16.7 กิโลเมตร 16.7 กม. ตามลำดับ) รุ่นสีของรูปนี้ได้ที่เว็บไซต์ ASPRS: www.asprs.orgสมกับวิศวกรรมและแชมพู 2007 ธันวาคม 1383จากรูป Landsat TM แผนที่ดัชนีมาถูกกรองใช้ NDVI ที่เอาพรรณนาเพิ่มเติมเสียงรบกวน เป็นข้อมูลพืชที่ผสมกับการแยกที่ดินเนื้อที่ Guindon et al. (2004) แมปที่ดินเมือง ด้วยข้อมูลสเปกตรัม และปริภูมินี้เริ่มต้น ด้วยการจัดประเภท unsupervised และประเภทตามเซ็กเมนต์ ตามลำดับ การจัดประเภทที่สองถูกแล้วผสานใช้กฎเพื่อสร้างตัวสุดท้ายผลิตภัณฑ์ที่ มีการใช้ที่ดินขั้นสูงชั้นและความถูกต้อง เพิ่มเติมล่าสุด ซีอานและเครน (2005) วัดการขยายดินแดนเมืองของลุ่มน้ำแทมปาเบย์ของฟลอริด้าโดยมีอัลกอริทึมต้นไม้ถดถอยต้อง impervious พื้นเมืองและการจัดประเภท unsupervised เฉลย landcover ที่เกี่ยวข้องเรียนซึ่งทำได้แม่นยำมากกว่าถึงร้อยละ 85เทคนิคใหม่ที่นำเสนอในเอกสารนี้สำหรับการสกัดข้อมูลที่ดินสร้างเมือง สกัดส่วนใหญ่ขึ้นอยู่กับรูปแบบใหม่ที่มาจากสามดัชนีเฉพาะเรื่อง ดินปรับปรุงพืชดัชนี (SAVI),ปรับเปลี่ยนความแตกต่างมาตรฐานน้ำดัชนี (MNDWI), และความแตกต่างมาตรฐานเนื้อที่ดัชนี (NDBI) เทคนิคการแสดงถึงการสกัดเมือง built-upดินแดนของฉวนโจวและเมืองฟูโจวในประเทศจีนตะวันออกเฉียงใต้จากภาพ Landsat TM/ETMวิธีการศึกษาพื้นที่และตรวจแหล่งข้อมูลระยะไกลข้อมูลจากระยะไกล sensed ที่ใช้ในการทดสอบนี้จะเป็น Landsat TMรูป (เส้นทาง 119 แถว 43 ครอบคลุมเมือง Quanzhou) มาบน 17 1996 พฤษภาคม และ อัน ETM ภาพ (เส้นทาง 119 แถว 42ครอบคลุมเมืองฟูโจว) มาเมื่อวันที่ 29 2546 พฤษภาคม ภาพปราศจากเมฆ และมีคุณภาพดีขึ้น ฉากย่อยที่ครอบคลุมเมืองทดสอบเพิ่มเติมถูกสกัดจากภาพสองภาพ(รูปที่ 1a และ 1e) ไม่ประมวลผลเบื้องต้นของภาพได้ดำเนินการยกเว้นการแก้ไข scattering บรรยากาศเรียบง่ายขั้นตอนที่ใช้วิธีลบวัตถุมืด (DOS)อย่างไรก็ตาม การรักษาข้อมูลปรวิสัย และหลีกเลี่ยงการแนะนำความไม่แน่นอน ข้อมูลในตารางต่อไปนี้ 1 ผ่าน5 ขึ้นอยู่กับภาพ raw ต้นฉบับ อย่างไรก็ตาม การผลแยกจากทั้งวัตถุดิบ และ DOS แก้ไขภาพได้ในตาราง 6 เพื่อตรวจสอบว่า มีอยู่ใด ๆความแตกต่าง ยัง วิธีที่กล่าวถึงในตามตารางและรูปภาพ ทั้งหมดคำนวณตามภาพลับที่เกี่ยวข้องทั้งหมดอยู่ในฟูเจี้ยนจังหวัดเมืองสอง ฝูโจวเมืองเป็นเมืองหลวงของจังหวัด ไปจนถึงกันทางภูมิศาสตร์จาก 119 ° 13-119 ° 25 ตะวันออกและทิศเหนือ 25 องศา 59-26 ° 08มีพื้นที่เมืองรวมประมาณ 119 km2 ในการศึกษาปี 2003 ในขณะที่เมือง Quanzhou, 200 กม.ใต้สู่ฟูโจว ตั้งแต่ 118 ° 32-118 ° 37 ตะวันออกและ 24 ° 52 ถึง 24 ° 58 เหนือ และมีพื้นที่เขตเมืองทั้งหมดkm2 ประมาณ 24 ปีการศึกษา 1996ผลิตมาดัชนีภาพการเมืองเป็นระบบนิเวศซับซ้อนที่ประกอบด้วยบริการวัสดุ อย่างไรก็ตาม มียังคง บาง generalizingส่วนประกอบในวัสดุเหล่านี้ Ridd (1995) แบ่งการระบบนิเวศเมืองเป็น 3 ส่วนประกอบ เช่น imperviousวัสดุพื้นผิว พืชสีเขียว และสัมผัสดินขณะสองน้ำผิว อย่างไรก็ตาม เปิดน้ำเป็นสำคัญส่วนประกอบของพื้นเมือง และมีการนำเข้าพิจารณาในการศึกษานี้ ดังนั้น ใช้ที่ดินที่เมืองถูกแบ่งออกเป็นสามเมจแบบทั่วไปประเภทอื่น ๆ เช่นเนื้อที่ดิน พืช และเปิดน้ำ (รูปที่ 2) ขึ้นอยู่กับและเหล่านี้สาม สามดัชนี NDBI, SAVI, MNDWIเลือกในการศึกษานี้ถึงเหนือหลักสามที่ดินใช้เรียน ตามลำดับรูปพืชมา SAVIมีดัชนีพืชพรรณต่าง ๆ เพื่อเสริมสร้างพืชข้อมูลในระยะไกลการตรวจภาพถ่ายปกติโดย ratioing การใกล้อินฟราเรด (NIR) วงวงสีแดง นี้ใช้ประโยชน์จากของแบบสะท้อนแสงสูงพืชการ NIR สเปกตรัมในช่วงดังกล่าวเป็นวง TM 4 และการดูดซึมแสงสีแดง ผงสูงดังกล่าวเป็นวง TM 3 (เจน 2000) แม้เกือบทุกคนรู้การทำงานกับแชมพูของพืชมาตรฐานส่วนต่างดัชนี (NDVI), ศึกษาลูกจ้างSAVI เพื่อ highl

ผลลัพธ์ (ไทย) 2:

บทคัดย่องานวิจัยนี้เสนอเทคนิคการสกัดเมืองที่สร้างขึ้นคุณลักษณะที่ดินจากLandsat ใจแมปเปอร์ (TM) และเพิ่มขึ้นใจแมปเปอร์พลัส(ETM?) ภาพการสองเมืองในทิศตะวันออกเฉียงใต้ของประเทศจีนเป็นตัวอย่าง การศึกษาเลือกสามดัชนีปกติแตกต่างดัชนีที่สร้างขึ้น (NDBI) ดัดแปลงปกติดัชนีน้ำแตกต่าง (MNDWI) และดัชนีพืชปรับปรุงดิน(SAVI) เพื่อเป็นตัวแทนของสามที่สำคัญการเรียนการใช้ที่ดินในเมืองที่ดินสร้างขึ้น, เปิดน้ำร่างกายและพืชผักตามลำดับ ดังนั้นเจ็ดวงดนตรีของภาพ Landsat เดิมลดลงเป็นสามวงดนตรีที่มุ่งเน้นเฉพาะเรื่องที่ได้มาจากดัชนีดังกล่าวข้างต้น สามวงใหม่ที่ถูกรวมกันแล้วจะแต่งใหม่ภาพ ข้อมูลนี้ลดลงอย่างมากความสัมพันธ์และความซ้ำซ้อนระหว่างวงดนตรี multispectral เดิมและทำให้อย่างมีนัยสำคัญหลีกเลี่ยงความสับสนสเปกตรัมข้างต้นสามชั้นการใช้ที่ดิน เป็นผลให้ลายเซ็นสเปกตรัมของสามชั้นการใช้ที่ดินในเมืองที่มีความแตกต่างในภาพคอมโพสิตใหม่กว่าเดิมเจ็ดวงภาพเป็นกลุ่มสเปกตรัมของการเรียนจะแยกกัน. ผ่านการจัดหมวดหมู่ภายใต้การดูแลเป็นหลักส่วนประกอบการวิเคราะห์หรือการคำนวณตรรกะเกี่ยวกับใหม่ภาพดินแดนที่สร้างขึ้นในเมืองที่ถูกสกัดสุดท้ายกับความถูกต้องโดยรวมตั้งแต่91.5 ถึงร้อยละ 98.5 ดังนั้นเทคนิคที่มีประสิทธิภาพและเชื่อถือได้ นอกจากนี้ข้อดีของการ SAVI มากกว่า NDVI และ MNDWI มากกว่า NDWI ในการศึกษาในเมืองที่จะกล่าวถึงในบทความนี้. บทนำเมืองพื้นที่เชิงพื้นที่มีการขยายตัวในความเร็วเร่งในช่วงห้าทศวรรษที่ผ่านมาและอัตราของประชากรในเมืองการเจริญเติบโตที่สูงกว่าเจริญเติบโตโดยรวมในประเทศส่วนใหญ่เพราะพื้นที่ในเมืองเป็นสถานทีของกิจกรรมทางเศรษฐกิจและโหนดขนส่ง(Masek et al., 2000) ทำให้มีลักษณะที่มีการขยายพื้นที่โดยรอบรุกรานดินแดนธรรมชาติที่มีคุณค่าเช่นนาข้าวforestlands หรือพื้นที่ชุ่มน้ำ (Xu et al., 2000) พื้นที่เขตเมืองจะถูกครอบงำโดยดินแดนที่สร้างขึ้นด้วยพื้นผิวที่ไม่อนุญาตและดังนั้นจึงแปลงของธรรมชาติดินแดนเข้ามาเหล่านี้ไม่อนุญาตดินแดนที่สร้างขึ้นอาจจะมีผลกระทบอย่างมีนัยสำคัญต่อระบบนิเวศระบบอุทกวิทยา, ความหลากหลายทางชีวภาพและสภาพภูมิอากาศในท้องถิ่นซึ่งจะส่งผลในเชิงลบด้านเช่นความร้อนในเมืองปรากฏการณ์เกาะ. การศึกษาของการขยายตัวเชิงพื้นที่ในเมืองและเมืองผลการสกัดเมืองที่สร้างขึ้นคุณสมบัติที่ดินจากภาพถ่ายดาวเทียมภาพการใช้Thematicoriented ดัชนีรวมเทคนิคHanqiu เสี่ยวปรากฏการณ์เกาะความร้อนมักจะตอบสนองความต้องการข้อมูลที่ถูกต้องเกี่ยวกับเมืองที่สร้างขึ้นพื้นที่ดังกล่าวเป็นขนาดรูปร่างและบริบทเชิงพื้นที่. ดังนั้นเทคนิคที่จะต้องได้อย่างรวดเร็วเปิดเผยข้อมูล. พร้อมใช้งานทันเวลาของข้อมูลที่มีความสำคัญมากสำหรับนักวางแผนเมืองและผู้มีอำนาจตัดสินใจ โชคดีที่ดาวเทียมเทคโนโลยีการสำรวจระยะไกลมีสัญญามากในการตอบสนองความต้องการนี้ ด้วยพื้นที่และสเปกตรัมที่แตกต่างกันมติข้อสังเกตดาวเทียมสามารถให้บริการทั่วโลกวัดที่สอดคล้องและซ้ำๆ ของผิวโลกเงื่อนไข วัตถุประสงค์ของการศึกษานี้คือการพัฒนาใหม่เทคนิคการสกัดเมืองที่สร้างขึ้นคุณลักษณะที่ดินจาก Landsat ใจแมปเปอร์ (TM) และเพิ่มประสิทธิภาพใจแมปเปอร์พลัส(ETM?) ภาพ นี้จะช่วยให้การวางแผนเมืองและการตัดสินใจของผู้มีอำนาจที่จะทันเวลาเข้าใจและประเมินการเจริญเติบโตของเมืองที่มีการเปลี่ยนแปลงที่ดินปกที่เกี่ยวข้องและจะตระหนักถึงการพัฒนาอย่างยั่งยืนการใช้งานของดินแดนธรรมชาติที่ทรงคุณค่า. นักวิจัยหลายคนได้ทำให้การใช้การสำรวจระยะไกลภาพที่แตกต่างจากดินแดนเมืองที่ไม่ใช่ดินแดนเมือง. วิธีที่นิยมสำหรับคำจำกัดความของพื้นที่เขตเมืองเริ่มต้นด้วยการจัดหมวดหมู่ทั่วไป multispectral แต่นี้อาจไม่ถูกต้องที่น่าพอใจตามปกติน้อยกว่าร้อยละ80 เนื่องจากความสับสนสเปกตรัมที่แตกต่างกันของชั้นดินแดนที่สร้างขึ้นในเมือง ดังนั้นการศึกษาจำนวนมากที่ยังไม่ได้ใช้เพียงวิธีการเดียวที่จะจำแนกแยกเมืองดินแดนที่สร้างขึ้นแต่ยังรวมวิธีการที่แตกต่างกันในการปรับปรุงการสกัด Masek et al, (2000) ระบุเมืองพื้นที่ที่สร้างขึ้นจากพื้นที่นครบาลวอชิงตันดี.ซี. จากภาพดาวเทียมLANDSAT หลายวันขึ้นอยู่กับ NDVI-differencing วิธีการด้วยความช่วยเหลือของการจัดหมวดหมู่หากินและประสบความสำเร็จโดยรวมของความถูกต้องร้อยละ 85 เสี่ยว (2002) ที่แยกดินแดนที่สร้างขึ้นในเมืองฝูชิงเมืองทางตะวันออกเฉียงใต้ในประเทศจีนโดยการรวมกันของการวิเคราะห์ลายเซ็นและภายใต้การดูแลการจัดหมวดหมู่ จากการวิเคราะห์ของการตอบสนองสเปกตรัมความแตกต่างระหว่างที่ดินสร้างขึ้นและชั้นเรียนที่ไม่ได้สร้างต่างๆภายในวงดนตรีmultispectral ข้อมูลที่ดินในเมืองถูกสกัดและบูรณาการแล้วมีชั้นการจัดหมวดหมู่เพื่อสร้างผลิตภัณฑ์สุดท้ายที่มีความแม่นยำที่ดีขึ้น Zhang et al. (2002) บูรณาการชั้นความหนาแน่นของถนนที่มีวงดนตรีที่สเปกตรัมสำหรับการตรวจสอบการเปลี่ยนแปลงหลังการจัดหมวดหมู่ของกรุงปักกิ่งประเทศจีน. นี้สับสนสเปกตรัมลดลงอย่างมากและเพิ่มความแม่นยำในการตรวจจับการเปลี่ยนแปลง Zha et al, (2003) ที่นำเสนอความแตกต่างปกติดัชนีที่สร้างขึ้นโดยใช้TM4 และ TM5 และนำไปใช้ในการแยกพื้นที่เขตเมืองของNajing เมืองจีนphotogrammetric วิศวกรรมและการสำรวจระยะไกลธันวาคม 2007 1381 วิทยาลัยสิ่งแวดล้อมและทรัพยากร, ฝูโจวมหาวิทยาลัยห้องปฏิบัติการที่สำคัญของการทำเหมืองข้อมูลและใช้ข้อมูลร่วมกัน, จีนกระทรวงศึกษาธิการ, ฝูโจว, ฝูเจี้ยน 350108, จีน ([e-mail]). Photogrammetric วิศวกรรมและการสำรวจระยะไกลฉบับ 73, ฉบับที่ 12 ธันวาคม 2007 ได้ pp. 1381-1391. 0099-1112 / 07 / 7312-1381 / $ 3.00 / 0 © 2007 สังคมอเมริกันสำหรับการ Photogrammetry และการสำรวจระยะไกล1,382 ธันวาคม 2007 photogrammetric วิศวกรรมและการสำรวจระยะไกลรูปที่ 1 Landsat TM ภาพของพื้นที่ Quanzhou (ก) ที่มีมาของ SAVI (ข), MNDWI (ค) และ NDBI (ง) ภาพและ ETM? ภาพของพื้นที่ฝูโจว(จ) ที่มีมาของ SAVI (ฉ) MNDWI (ช) และ NDBI (ซ) ภาพ (เหนือไปด้านบน; ขนาด Quanzhou และฝูโจวภาพคือ 7.71 กม. 7.71 กม.? และ 16.7 กม. 16.7 กม.? ตามลำดับ) รุ่นสีของตัวเลขนี้สามารถดูได้ที่เว็บไซต์ ASPRS. www.asprs.org photogrammetric วิศวกรรมและการสำรวจระยะไกลเดือนธันวาคม 2007 1383 จากภาพดาวเทียม LANDSAT TM แผนที่ของดัชนีที่ได้มาถูกกรองต่อไปโดยใช้ NDVI ที่จะเอาพืชเสียงเป็นข้อมูลพืชที่ถูกผสมกับดินแดนที่สร้างขึ้นสกัด Guindon et al, (2004) แมปที่ดินในเมืองที่มีการรวมกันของข้อมูลเชิงพื้นที่และสเปกตรัม. นี้เริ่มต้นด้วยการจัดหมวดหมู่หากินและการจัดหมวดหมู่ตามส่วนตามลำดับ การจำแนกประเภทสองถูกรวมแล้วใช้กฎการสร้างเป็นครั้งสุดท้ายของผลิตภัณฑ์กับการเรียนการใช้ที่ดินที่เพิ่มขึ้นและความถูกต้อง อื่น ๆเมื่อเร็ว ๆ นี้, ซีอานและเครน (2005) วัดการขยายตัวของที่ดินในเมืองของลุ่มน้ำแทมปาเบฟลอริด้าโดยใช้ขั้นตอนวิธีการถดถอยต้นไม้เพื่อทำแผนที่พื้นผิวไม่อนุญาตเมืองและการจัดหมวดหมู่ใกล้ชิดที่จะเปิดเผยสิ่งปกคลุมดินต่อที่เกี่ยวข้องกับการเรียนที่ประสบความสำเร็จในความถูกต้องมากขึ้นกว่าร้อยละ85. เทคนิคใหม่ที่มีการเสนอในบทความนี้สำหรับการสกัดของเมืองสร้างขึ้นข้อมูลที่ดิน สกัดเป็นไปตามหลักภาพใหม่ที่ได้มาจากสามดัชนีใจดัชนีพืชปรับปรุงดิน(SAVI) ดัดแปลงปกติดัชนีน้ำแตกต่าง (MNDWI) และปกติแตกต่างดัชนีที่สร้างขึ้น(NDBI) เทคนิคที่จะแสดงให้เห็นผ่านการสกัดที่สร้างขึ้นในเมืองในดินแดนแห่งQuanzhou ฝูโจวและเมืองในทิศตะวันออกเฉียงใต้ของประเทศจีนจากLandsat TM / ETM? ภาพ. วิธีการพื้นที่การศึกษาและข้อมูลการสำรวจระยะไกลแหล่งที่มาของข้อมูลจากระยะไกลรู้สึกที่ใช้ในการทดสอบนี้เป็นLandsat TM ภาพ (เส้นทาง 119 แถว 43 ครอบคลุม Quanzhou City) ที่ได้มาเมื่อวันที่17 พฤษภาคม 1996 และ ETM แล้ว? ภาพ (เส้นทาง 119 แถว 42, ครอบคลุมเมืองฝูโจว) ที่ได้มาเมื่อวันที่ 29 พฤษภาคม 2003 ภาพมีเมฆฟรีและมีคุณภาพที่ดีเยี่ยม ฉากย่อยครอบคลุมในเมืองที่การทดสอบต่อไปถูกสกัดจากภาพสองภาพ(รูปที่ 1a และ 1e) ไม่มีประมวลผลเบื้องต้นของภาพที่ได้รับการดำเนินการยกเว้นการแก้ไขกระเจิงบรรยากาศที่เรียบง่ายขั้นตอนการใช้วัตถุมืดลบ(DOS) วิธี. แต่เพื่อรักษาความเที่ยงธรรมข้อมูลและหลีกเลี่ยงการแนะนำความไม่แน่นอนของข้อมูลที่ระบุไว้ในตารางต่อไปนี้ 1 ถึง 5 จะขึ้นอยู่กับที่เดิม ภาพดิบ อย่างไรก็ตามผลการสกัดจากภาพดิบและ-DOS การแก้ไขที่ถูกระบุไว้ในตารางที่6 เพื่อตรวจสอบว่ามีผู้ใดแตกต่างระหว่างพวกเขา นอกจากนี้วิธีการที่กล่าวถึงในต่อไปนี้ตารางและตัวเลขทั้งหมดที่คำนวณจากภาพโฆษณาที่เกี่ยวข้อง. สองเมืองทั้งหมดตั้งอยู่ในจังหวัดฝูเจี้ยน ฝูโจวเป็นเมืองหลวงของจังหวัดทางภูมิศาสตร์ที่หลากหลายจาก119 ° 13? 119 ° 25? ตะวันออกและ 25 ° 59? 26 ° 08? ทิศตะวันตกเฉียงเหนือและเขตเมืองรวมประมาณ 119 กิโลเมตร 2 ในปีการศึกษา2003 ในขณะที่เมืองฉวนโจวประมาณ 200 กิโลเมตรไปทางทิศใต้ฝูโจวที่มีตั้งแต่118 ° 32? 118 ° 37? ตะวันออกและ 24 ° 52? 24 ° 58? เหนือและมีเขตเมืองรวมทั้งสิ้นประมาณ 24 กิโลเมตร 2 ปีในการศึกษาของปี 1996 การผลิตดัชนีภาพที่ได้มาจากพื้นที่ในเมืองเป็นระบบนิเวศที่มีความซับซ้อนที่แตกต่างกันประกอบด้วยวัสดุ อย่างไรก็ตามยังมีบาง generalizing ส่วนประกอบในหมู่วัสดุเหล่านี้ Ridd (1995) แบ่งระบบนิเวศเมืองออกเป็นสามส่วนคือไม่อนุญาตวัสดุพื้นผิวพืชสีเขียวและดินสัมผัสในขณะที่ละเลยพื้นผิวของน้ำ อย่างไรก็ตามการเปิดน้ำเป็นสิ่งสำคัญที่เป็นส่วนประกอบของพื้นผิวในเมืองและมีที่จะนำมาพิจารณาในการศึกษาครั้งนี้ ดังนั้นการใช้ที่ดินในเมืองถูกแบ่งออกเป็นอีกสามประเภททั่วไปคือที่ดินที่สร้างขึ้น, พืชและน้ำเปิด (รูปที่ 2) ขึ้นอยู่กับทั้งสามองค์ประกอบสามดัชนี NDBI, SAVI และ MNDWI, ได้รับการคัดเลือกในการศึกษานี้จะเป็นตัวแทนไปสามที่สำคัญการเรียนการใช้ที่ดินตามลำดับ. ภาพพืช SAVI มามีดัชนีพืชพรรณต่างๆเพื่อเพิ่มพืชที่มีข้อมูลในระยะไกลภาพโดยปกติ ratioing ใกล้อินฟราเรด (NIR) วงดนตรีวงสีแดง นี้จะใช้ประโยชน์ของการสะท้อนพืชในระดับสูงในช่วงสเปกตรัม NIR ดังกล่าวเป็นTM วง 4 เม็ดสีและการดูดซึมที่สูงของแสงสีแดงดังกล่าวเป็นTM วง 3 (เจนเซ่น, 2000) แม้ว่าเกือบทุกคนที่ทำงานร่วมกับการสำรวจระยะไกลของพืชรู้ดัชนีปกติแตกต่าง(NDVI) การศึกษาครั้งนี้ลูกจ้างSAVI เพื่อ highl

ผลลัพธ์ (ไทย) 3:

นามธรรม
บทความนี้เสนอวิธีการสกัดคุณลักษณะที่ดินเมืองลงจากดาวเทียม mapper ใจ

( TM ) และเพิ่มใจความ Mapper พลัส ( ETM  ) ภาพถ่ายสอง
เมืองในตะวันออกเฉียงใต้ของจีน เป็นตัวอย่าง การศึกษาคัดเลือก
3 ดัชนี ได้แก่ ดัชนีความแตกต่างที่สร้างขึ้น ( ndbi )
แก้ไขรูปต่างน้ำ ดัชนี mndwi
)ดินปรับดัชนีพืชพรรณ ( อาร์เอฟไอดี ) เป็นตัวแทนสาม
สาขาเมืองการเรียน การใช้ประโยชน์ เปิดน้ำ
ร่างกายและพืชตามลำดับ จากนั้น เจ็ด
วงของภาพดาวเทียมเดิมถูกลดเป็น 3
ใจเชิงวงดนตรีที่มาจากดัชนีดังกล่าว
สามวงใหม่แล้วรวมแต่งภาพใหม่

นี้ลดลงอย่างมากและ
) ข้อมูลความซ้ำซ้อนระหว่างวงดนตรี 3 เดิม และหลีกเลี่ยงความสับสนจึง
ทางสเปกตรัมของข้างบน
3 - คลาส เป็นผลให้ , ลายเซ็นสเปกตรัมของ
3 เมือง การเรียนจะแตกต่างมากขึ้น
ใหม่ภาพมากกว่าภาพคอมโพสิตเจ็ดวง
เดิมเป็น กลุ่มของสเปกตรัมของวิชาเรียนแยกกัน .
ผ่านภายใต้การดูแลการจัดหมวดหมู่การวิเคราะห์องค์ประกอบหลัก
หรือตรรกะการคำนวณบนภาพใหม่
, เมืองอยู่อาศัยที่ดิน ได้สกัดด้วย
ความถูกต้องโดยรวมตั้งแต่การตั้งเพื่อ 98.5 % ดังนั้น
เทคนิคมีประสิทธิภาพและเชื่อถือได้ นอกจากนี้ ข้อดีของการเปลี่ยนแปลงด้านพืชพรรณ :
กว่าและมากกว่าใน mndwi ndwi
ศึกษาเมืองยังกล่าวถึงในบทความนี้ .

แนะนำเมืองพื้นที่ได้ขยายพื้นที่ในการเร่งความเร็ว
ในช่วง 5 ทศวรรษ และอัตราการเติบโตของประชากร
เมืองสูงกว่าการเจริญเติบโตโดยรวมในประเทศส่วนใหญ่
เพราะเขตเมืองเป็นสถานที่ของกิจกรรมทางเศรษฐกิจและ
โหนดการขนส่ง ( masek et al . , 2000 ) ขยายพื้นที่บุกรุกในเมือง

รอบคุณค่าธรรมชาติที่ดิน เช่น นาข้าว forestlands , ,หรือพื้นที่ชุ่มน้ำ ( Xu et al . ,
2 ) เขตเมืองเป็น dominated โดยพื้นที่ built-up กับ
พื้นผิวทึบ และดังนั้น การแปลงของธรรมชาติเหล่านี้ไม่อนุญาตการใช้ที่ดินเป็น

ที่ดินอาจจะมีผลกระทบอย่างมีนัยสำคัญต่อระบบนิเวศ อุทกวิทยาระบบ
ความหลากหลายทางชีวภาพและภูมิอากาศท้องถิ่นซึ่งจะส่งผลในด้านลบ เช่น เมือง

ปรากฏการณ์เกาะความร้อน