(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210201179.1 (22)申请日 2022.03.03 (71)申请人 湘潭大学 地址 411105 湖南省湘潭市雨湖区湘潭大 学 (72)发明人 卜丽静　戴栋　张正鹏　涂丽莹　 肖曦　谢欣余　张嘉裕　 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/25(2022.01) G06V 10/60(2022.01) G06V 10/762(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06K 9/62(2022.01) (54)发明名称 一种高精度人类居住指数的多源遥感城市 建成区提取方法 (57)摘要 本发明提供了一种高精度人类居住指数的 多源遥感城市建成区提取方法。 该方法主要包括 以下内容： 1)采用了夜光遥感影像、 Landsat   8OLI遥感影像、 POI数据和其他辅助数据作为多 源数据输入， 并对数据进行预处理。 2)计算高精 度人类居住指数(STP ‑HSI)。 3)使用STP ‑HSI(高 精度人类居住指数)等59 个特征值构建随机森 林 特征库。 4)利用随机森 林算法进行城市建成区域 的提取和精度评估。 本发明方法的处理过程没有 近似， 在引入多源数据和S TP‑HSI等特征参数后， 本专利方法可有效减少灯光溢出、 噪声等问题， 能提高建成区提取的精度， 且具有普遍适用性， 能广泛应用于城市 建成区的提取。 权利要求书2页 说明书5页 附图3页 CN 114596489 A 2022.06.07 CN 114596489 A 1.一种高精度人类居住指数的多源遥感城市建成区提取方法， 其特征在于， 包括如下 步骤： S1： 输入城市多源遥感和POI数据； S2： 对步骤S1输入的数据进行 数据预处 理； S3： 对S2所 得遥感数据， 通过计算得到高精度人类居住指数STP ‑HSI； S4： 将高精度人类居住指数STP ‑HSI作为一种特征值加入到特征库内， 并且加入其他相 关的58种特 征值进而构建了基于多源遥感数据的随机森林建成区提取模型； S5： 对步骤S4所得结果， 采用随机森林提取模型对城市建成区的遥感数据进行分类， 提 取城市建成区范围； S6： 对步骤S5所 得结果进行分析以及参数评估。 2.根据权利要求1所述的一种高精度人类居住指数的多源遥感城市建成区提取方法， 其特征在于， 所述步骤S1 中多源遥感数据包括珞珈一号 夜光遥感影像、 NPP ‑VIIRS夜光遥感 影像、 Landsat  8 OLI数据和POI数据。 3.根据权利要求1所述的一种高精度人类居住指数的多源遥感城市建成区提取方法， 其特征在于， 所述的步骤S2多源遥感数据进行数据预处理包括夜光遥感数据、 Landsat  8  OLI数据和POI数据三种数据的预处 理， 主要包括以下 方法和步骤： (1)POI数据预处 理。 由POI 点数据生成核密度图； (2)夜光遥感影像预处理。 主要包括重投影、 重采样。 首先对珞珈 一号和NPP ‑VIIRS夜光 遥感影像进行重投影， 统一投影到横轴墨卡托(UTM投影)坐标系并重采样为POI核密度图相 同的像元 大小； (3)Landsat  8 OLI遥感数据预处 理。 包括辐射定标和大气校正。 4.根据权利要求1所述的一种高精度人类居住指数的多源遥感城市建成区提取方法， 其特征在于， 所述的步骤S3高精度人类居住指数STP ‑HIS的计算主 要包括以下 方法和步骤： (1)FCM‑STP指数计算。 基于FCM原理对夜光遥感影像计算一个先验概率， 首先初始化聚 类中心， 得到夜光遥感影像的初始分类结果； 然后基于 分类结果， 结合时序信息和空间邻域 信息得到先验概率； 最后采用平均值法， 融合POI数据， 得到FCM ‑STP指数， (参考： 涂丽莹,张 正鹏,卜丽静,尹茁,徐娜.POI与夜光FCM ‑STP指数融合的城市建成区提取方法[J].遥感信 息,2021,3 6(05):124‑133.)。 (2)STP‑HIS指数计算。 将夜光遥感影像空间上像元的邻域信息和时间序列信息与POI 数据进行融合， 公式如下： 式中， E为FC M‑STP指数； NDVI是归一 化植被指数。 5.根据权利要求1所述的一种高精度人类居住指数的多源遥感城市建成区提取方法， 其特征在于， 所述的步骤S4中构建基于多源遥感数据的随机森林建成区提取模型， 模型 的 建立是通过加入59个特征值来构建随机森林特征库， 包括归一化植被指数， 归一化建筑指 数、 人类居住指数STP ‑HSI和纹理特征。 纹理特征包含均值、 方差、 对比度、 协同性、 相关性、权　利　要　求　书 1/2 页 2 CN 114596489 A 2相异性、 熵、 二阶距8个特征， Landsat  8 OLI遥感数据有7个波 段， 因此一共 得到56个纹理特 征值。 6.根据权利要求1所述一种高精度人类居住指数的多源遥感城市建成区提取方法， 其 特征在于， 所述的步骤S 6中对步骤S 5所得结果进 行分析以及参数评估 是指经过随机森林模 型的训练之后， 采用混淆矩阵和特 征贡献度对分类结果进行评估。权　利　要　求　书 2/2 页 3 CN 114596489 A 3