徐 看，刘向铜，何佳君，范君林，周忠赣

(1.东华理工大学 测绘工程学院，江西 南昌 330013；2. 东华理工大学 核资源与环境国家重点实验室，江西 南昌 330013；3. 江西核工业测绘院，江西 南昌 330013)

不透水面是指能够阻止水直接渗透到土壤中的任何自然和人工表面，主要由城市中水泥、沥青、金属和玻璃等材质构成的交通用地(如高速公路、停车场、人行道)、广场和建筑物屋顶等组成(Arnold et al.，1996；Weng，2012)。伴随着全球城市化发展，不透水面正快速取代自然地表，已成为一种十分关键的地表覆盖类型(Zhang et al.，2017；刘畅等，2019)。因此，准确、高效地获取不透水面对城市生态建设及监测城市动态变化有着重要意义。

目前不透水面信息提取的研究主要是利用光学遥感影像信息中各地物的光谱特征差异建立指数模型，再提取出研究区域的不透水面信息(唐鹏飞等，2020；张静敏等，2016；赵晨等，2019)。但是光学遥感影像的成像特点使其无法克服影像成像中的大气影响和云层遮挡，而且对一些地物的光谱特征区分并不明显，存在着一定的光谱混淆，会出现“同物异谱”和“异物同谱”现象(周峰等，2020)。

合成孔径雷达(SAR)以其全天时、全天候、强穿透的成像能力，成为光学遥感的有益补充，甚至是数据获取的唯一手段(陈尔学，1999)。王馨爽等(2015)提出了基于多时相、多极化、干涉SAR测量的SVM土地覆盖分类方法，并且取得了较好的分类结果；江利明等(2008)采用分类与回归树(CART)算法证明了雷达遥感在城市不透水面覆盖度估算中的可行性和潜力；但是上述研究由于影像数据获取的限制，影像获取时间与样本数据获取时间不一致，以及CART算法对数据噪声和训练样本误差比较敏感，影响实验提取精度。……