1.一种自动化的不透水面范围遥感迭代提取方法,其特征在于,包括以下步骤:S1、获取待提取区域的DSMP/OLS夜间灯光遥感数据和Landsat TM5多光谱遥感数据,得到待提取区域的DMSP/OLS影像和TM影像;
S2、根据待提取区域的DMSP/OLS影像对待提取区域进行城市区域提取,得到城市区域、城市周边区域和非城市区域;
S3、根据待提取区域的TM影像,分别对城市区域和非城市区域进行样本自动选取,得到城市区域的ISA样本集和非城市区域的非ISA样本集,组成初始分类样本集;
S4、采用分类器对初始分类样本集进行迭代分类,并在迭代过程中通过整合光谱信息与空间信息自动采集新的分类样本,提取得到城市区域、城市周边区域和非城市区域的ISA;
S5、对城市区域、城市周边区域和非城市区域的ISA进行整合,完成对待提取区域的ISA提取。
2.根据权利要求1所述的不透水面范围遥感迭代提取方法,其特征在于,所述步骤S2包括以下分步骤:S21、根据待提取区域的DMSP/OLS影像,获取待提取区域中夜间灯光亮度值等于0的灯光区域,并将其作为非城市区域;
S22、根据待提取区域的DMSP/OLS影像,获取待提取区域中夜间灯光亮度值大于0的灯光区域,并根据灯光亮度值将气转换为不同亮度的灯光等值面对象;
S23、将所有灯光等值面对象按面积大小进行降序排列;
S24、从面积最大的灯光等值面对象开始,依次检测所有灯光等值面对象是否包含其他的灯光等值面对象,若是则进入步骤S25,否则将该灯光等值面对象所对应的灯光区域设定为城市区域;
S25、将包含的灯光等值面对象之间仅具有包含关系的灯光等值面对象所对应的灯光区域设定为城市区域;
S26、在灯光区域中去除城市区域,得到城市周边区域。
3.根据权利要求1所述的不透水面范围遥感迭代提取方法,其特征在于,所述步骤S3包括以下分步骤:S31、在待提取区域的TM影像上计算每个像元的NDVI指数、NDWI指数和NDBI指数;
S32、将每个像元的NDVI指数、NDWI指数和NDBI指数进行组合,得到每个像元的合成指数,并根据每个像元的合成指数得到合成指数影像;
S33、根据非城市区域像元点在合成指数影像上的特征值和NDVI指数,通过阈值分割得到非城市区域的非ISA样本,并从中选取预设数量的非ISA样本得到初始的非ISA样本集;
S34、根据城市区域像元点在合成指数影像上的特征值和NDVI指数,通过阈值分割得到城市区域的ISA样本,并从中选取预设数量的ISA样本得到初始的ISA样本集。
4.根据权利要求3所述的不透水面范围遥感迭代提取方法,其特征在于,所述步骤S32中每个像元的合成指数的计算公式为:其中Idxi表示第i个像元的合成指数,NDBIi,NDVIi,NDWIi分别表示第i个像元的NDBI指数、NDVI指数和NDWI指数。
5.根据权利要求4所述的不透水面范围遥感迭代提取方法,其特征在于,所述步骤S33中非城市区域的非ISA样本的分割公式以及步骤S34中城市区域的ISA样本的分割公式均为:其中Pixeli表示第i个像元,ISA表示ISA样本,soil表示土壤样本,vegetation表示植被样本,所述土壤样本和植被样本共同构成非ISA样本,N/A表示未确定样本,aIdx表示合成指数的ISA分割阈值,bIdx表示合成指数的土壤分割阈值,cNDVI表示NDVI指数的植被分割阈值,U为城市区域像元的集合,R为非城市区域像元的集合。
6.根据权利要求1所述的不透水面范围遥感迭代提取方法,其特征在于,所述步骤S4包括以下分步骤:S41、将初始分类样本集输入C5.0决策树分类器,对城市区域Landsat TM影像进行分类,得到初始分类结果及对应的分类概率;
S42、在初始分类结果影像上,根据ISA及非ISA类型的分类概率阈值,将小于阈值的像元划为“未分类”类型,并保留大于阈值的像元对应的分类类型,得到部分分类结果影像;
S43、在部分分类结果影像上,对“未分类”像元进行统计,并计算其对应的局部空间特征值;
S44、将“未分类”像元所对应的局部空间特征值和分类概率值加权相加,根据加权相加结果对“未分类”像元从大到小进行排序,并选取每一类别中局部空间特征值最高的像元作为新的样本加入分类样本集;
S45、判断当前分类结果中城市区域的ISA与上一次迭代分类结果中城市区域的ISA的面积之差是否小于预设的误差阈值,若是则得到城市区域的ISA,并进入步骤S46,否则返回步骤S41采用新的样本集进行迭代分类;
S46、将城市周边区域的Landsat TM影像作为C5.0决策树分类器的输入,按照步骤S41~S45相同的方法进行迭代分类,得到城市周边区域的ISA;
S47、将非城市区域的Landsat TM影像作为C5.0决策树分类器的输入,按照步骤S41~S45相同的方法进行迭代分类,得到非城市区域的ISA。
7.根据权利要求6所述的不透水面范围遥感迭代提取方法,其特征在于,所述步骤S43中局部空间特征值的计算公式为:其中Spa(wk)i表示第i个像元对应第wk类的局部空间特征值,Di,j表示第i个像元与第j个wk类别的已分类像元之间的欧氏距离,b,c均为预定义的距离贡献调节参数。
8.根据权利要求6所述的不透水面范围遥感迭代提取方法,其特征在于,所述步骤S44中局部空间特征值和分类概率值加权相加的计算公式为:Score(wk)i=a1×Prob(wk)i+a2×Spa(wk)i其中Score(wk)i表示第i个像元所对应的局部空间特征值和分类概率值的加权相加结果,Prob(wk)i表示第i个像元对应第wk类的分类概率值,Spa(wk)i表示第i个像元对应第wk类的局部空间特征值,a1,a2均为预定义的权重因子。