MNDWI。
[0154] 其中，所述调整归一化水体指数MNDWI是在归一化水体指数NDWI的基础上进行的 计算，用于移除影像上的水体，减小后续的提取误差。
[0巧5] 具体地，根据公式（3)计算所述调整归一化水体指数MNDWI;
[0156]
(3)
[0157] 在公式（3)中，所述Green为所述福亮度影像数据中的绿光波段像元数据，所述 NIR为所述福亮度影像数据中的近红外波段像元数据。
[0158] 进一步地，当所述调整归一化水体指数不大于0时，在所述福亮度影像数据中提 取纯净像元数据。
[0159] 具体地，当所述MNDWI不大于0时，表明此影像区域为非水体区域，在影像中保留 此区域。
[0160]当所述MNDWI大于0时，表明此影像区域为水体区域，对所述区域进行剔除。
[01W]进一步地，利用建筑线方程、±壤阴影线方程确定垂直不透水层指数PBI的系数n；
[0162] 具体地，在上一步保留的区域中通过目视解译选取各类典型地物，包括S种不透 水层、±壤、植被、水体和阴影的纯净像元作为不透水层纯净像元数据样本；其中，所述纯净 像元是指该像元中只包含一种地物，没有其他地物混合。所述纯净像元应尽量选取位于地 物中屯、的像元作为纯净像元。
[0163] 该里，因城市中不透水层类型可按其光谱特征的不同分为=种；亮色建筑、暗色建 筑和藍色建筑。其中，亮色和藍色不透水层在藍光波段的反射率较高，其余几种地物在藍光 波段反射率低，因此藍光波段能够有效区分亮、藍色建筑与裸±。而暗色建筑的光谱值在近 红外波段无较大变化，裸±则显著升高，因此可利用藍波段与近红外波段值的差异来区分 暗色建筑与裸±。利用W上几种地物的光谱特性，可W确定垂直不透水层指数PBI。
[0164] 该里，利用建筑线方程确定垂直不透水层指数PBI的系数n具体包括：
[0165] 在藍-近红外特征空间内作不透水层的样本散点图，对所述不透水层的样本散点 进行线性最小二乘拟合，确定所述建筑线方程y=abX+b;其中，所述建筑线斜率为ab。该 里，所述却的值为1.2。
[0166] 其中，在藍-近红外特征空间内作不透水层的样本散点图具体包括；在提取了S 种地物的纯净像元数据样本的基础上，对纯净像元数据样本的藍、近红外波段值进行导出， W藍波段像元值为X轴横坐标，W近红外波段像元值为y轴纵坐标，将纯净像元数据样本散 点进行作图，得到藍-近红外特征空间内的S种地物的样本散点图。
[0167] 具体地，纯净像元样本散点图如图4所示，在图4中，所述"?"代表亮色不透水层， 所述"?"代表藍色不透水层，所述"0"代表暗色不透水层，所述"□"代表±壤，所述"A" 代表阴影，所述代表植被，所述"X"代表水体，所述"--"代表建筑线，所述"一一'' 代表±壤阴影线。
[0168] 进一步地，在影像上选取纯净的±壤像元数据及山体影像数据构建±壤和山体阴 影样本数据，对所述±壤和山体阴影样本数据进行最小二乘拟合，确定±壤阴影线方程y =assX+b;其中，所述±壤阴影线斜率为心所述aj勺值为3. 8。
[0169] 利用公式（4)计算所述垂直不透水层指数PBI的系数n;其中，当n与a相等时， 不透水层的提取效果最好。
[0170] a =ri', :d、、(4) 厶
[0171] 其中，所述n值为2. 5。
[0172] 当确定出垂直不透水层指数PBI的系数n后，可W利用公式（6)计算PBI指数。 [017引PBI=nBlue-NIR(6)
[0174]其中，所述Blue为福亮度影像数据中的藍光波段像元数据，所述NIR为福亮度影 像数据中的近红外波段像元数据。
[01巧]根据均值标准差法确定所述PBI指数的不透水层提取阔值T;具体地，对福亮度影 像数据进行快速统计获取所述PBI影像像元的均值y和标准差e;
[0176]利用公式（7)确定所述PBI指数的不透水层提取阔值T。
[0177]T=y+e(7)
[0178] 该里，如图5所示，所述y值为0. 074,所述e值为0. 03,当阔值T为均值y与 一倍标准差e之和时，不透水层的提取效果最好。
[0179] 当所述PBI指数大于所阔值T时，确定所述影像像元为不透水层区域，所述不透水 层包括；亮色不透水层、暗色不透水层和藍色不透水层。其中，有山体阴影的不透水层提取 结果如图6所示。
[0180] 当所述PBI指数不大于所阔值T时，确定所述影像像元为±壤、植被等透水层区 域。
[0181] 实施例四
[0182] 实际应用中，本实施例是W武汉市作为无山体阴影的实验区进行不透水层的提 取。其中，无山体阴影区域的原始影像图如图7所示。
[0183] 当对无山体阴影的实验区进行不透水层的提取时，按照实施例一提供的方法，具 体实施如下：
[0184] 直接从云服务器或者本地服务器上获取武汉市的卫星影像数据，所述卫星影像数 据可W包括；Landsat卫星影像数据。
[0化5] 根据公式（1)计算未校正的A波段大气层福亮度P'
[0186] P' ,=MpQcai-Ap(1)
[0187] 其中，在公式（1)中，所述Mp为增益系数；所述Qcai为A波段的影像像元亮度DN 值；所述Ap为偏置系数；所述A取值为自然数。
[0188] 根据公式（2)对所述未校正的A波段大气层光福亮度P 进行校正，获取校 正后的A波段大气层福亮度P\ ;
[0189]
C2)
[0190] 其中，在公式（2)中，所述0SE为当地的太阳高度角。
[0191] 该里，当A波段大气层福亮度P,计算出W后，所述影像数据即被预处理为福亮 度影像数据。
[0192] 根据所述福亮度影像数据中的绿光波段像元数据和近红外波段像元数据计算调 整归一化水体指数MNDWI。
[0193] 其中，所述调整归一化水体指数MNDWI是在归一化水体指数NDWI的基础上进行的 计算，用于移除影像上的水体，减小后续的提取误差。
[0194] 具体地，根据公式（3)计算所述调整归一化水体指数MNDWI;
[0195]
(3)
[0196] 在公式（3)中，所述Green为所述福亮度影像数据中的绿光波段像元数据，所述 NIR为所述福亮度影像数据中的近红外波段像元数据。
[0197] 进一步地，当所述调整归一化水体指数不大于0时，在所述福亮度影像数据中提 取纯净像元数据。
[019引具体地，当所述MNDWI不大于0时，表明此影像区域为非水体区域，在影像中保留 此区域。
[0199] 当所述MNDWI大于0时，表明此影像区域为水体区域，对所述区域进行剔除。
[0200] 进一步地，利用建筑线方程、±壤线方程确定垂直不透水层指数PBI的系数n;
[0201] 具体地，在上一步保留的区域中通过目视解译选取各类典型地物，包括=种不透 水层、±壤、植被、水体和阴影的纯净像元作为不透水层纯净像元数据样本；其中，所述纯净 像元是指该像元中只包含一种地物，没有其他地物混合。所述纯净像元应尽量选取位于地 物中屯、的像元作为纯净像元。
[0202] 该里，因城市中不透水层类型可按其光谱特征的不同分为=种；亮色建筑、暗色建 筑和藍色建筑。其中，亮色和藍色不透水层在藍光波段的反射率较高，其余几种地物在藍光 波段反射率低，因此藍光波段能够有效区分亮、藍色建筑与裸±。而暗色建筑的光谱值在近 红外波段无较大变化，裸±则显著升高，因此可利用藍波段与近红外波段值的差异来区分 暗色建筑与裸±。利用W上几种地物的光谱特性，可W确定垂直不透水层指数PBI。
[0203] 该里，利用建筑线方程确定垂直不透水层指数PBI的系数n具体包括：
[0204] 在藍-近红外特征空间内作不透水层的样本散点图，对所述不透水层的样本散点 进行线性最小二乘拟合，确定所述建筑线方程y=abX+b;其中，所述建筑线斜率为ab。该 里，所述却的值为1.4。
[0205] 其中，在藍-近红外特征空间内作不透水层的样本散点图具体包括；在提取了 = 种地物的纯净像元数据样本的基础上，对纯净像元数据样本的藍、近红外波段值进行导出， W藍波段像元值为X轴横坐标，W近红外波段像元值为y轴纵坐标，将纯净像元数据样本散 点进行作图，得到藍-近红外特征空间内的S种地物的样本散点图。
[0206] 具体地，纯净像元样本散点图如图8所示，在图7中，所述"?"代表亮色不透水层，