马羽赫 赵牡丹 周鹏 王建

（西北大学城市与环境学院，西安 710127）

0 引言

不透水面泛指由沥青、混凝土、塑料等会阻止地表水分下渗至土壤的物质构成的地表面（如广场、道路、建筑物屋顶等）[1]，已经成为衡量城市化进程和环境品质评价的重要指标[2]。随着城市化程度加深，大量植被、湿地等自然表面被不透水面所代替[3]，城市地表结构和热环境受到改变，导致地表径流污染[4-5]、热岛效应增强[6-7]、物种多样性下降[8]等生态环境问题。因此，快速、精确地提取城市不透水面信息具有重要意义。

卫星遥感具有更新周期短、可以大范围监测的特点被广泛应用[9-10]，为快速、大范围监测不透水面动态变化提供了一种有效手段。目前，不透水面遥感信息提取的方法主要有：回归模型[11]、指数法[12-14]、线性光谱混合分解法[15]，以及包括支持向量机[16-17]、人工神经网络[18]、随机森林[19]、决策树[20]等的分类器模型法。指数法主要利用不透水面同其他背景地物的光谱特征在不同波段上的差异，通过建立波段间的比值运算，突出不透水面信息，并辅以合适阈值将其与背景地物分离。该方法可以简单、高效、快速地提取大范围的不透水面，并且无需设置参数[21]，目前已得到广泛的应用。但是，不同的指数构建方式和提取效果存在较大差别。文献[22]提出比值居民地指数（Ratio Resident-area Index，RRI）用于裸地较多城镇信息提取；文献[23]利用植被指数（Soil Adjusted Vegetation Index，SAVI）、改进的水体指数（Modified Normalized Difference Water Index，MNDWI）和建筑指数（Normalized Difference Built-up Index，NDBI）三个专题指数构建遥感建筑用地指数（Index Based Built-up Index，IBI）；文献[24]等构建生物物理指数（Biophysical Composition Index，BCI）推导城市的构成；……