基于GF-2卫星影像的城市道路提取与时空变化分析

本文使用GF-2卫星影像数据，采用多尺度分割方法对影像进行分割，并利用多种分类方法对城市道路进行提取。同时，对龙泉街道2016-2022年道路的变化进行了比较分析。研究得出以下几点结论：

1. 在影像融合方面，本研究采用NND、B、PC、GS 4种融合方法对多光谱影像和全色影像进行融合，并根据8个图像融合评价指标进行评价，结果表明NND的融合效果最佳。
2. 在影像预处理方面，本研究采用最佳指数法对GF-2遥感影像进行最佳波段组合，并得出最佳波段组合为431。
3. 在多尺度分割方面，本研究通过50次分割实验，根据最大面积法和均值方差法确定道路的最佳分割尺度为290，并确定形状因子为0.6和紧致度因子为0.5。
4. 在道路提取方面，本研究采用面向对象的分类方法，利用归一化植被指数、归一化水体指数、亮度均值、长宽比等特征建立道路规则集，并最终选定最邻近分类法作为最佳分类方法。
5. 在对龙泉街道的道路时空变化特征分析方面，本研究通过道路密度、路网连通度、道路服务指数3个指标对2016年和2022年龙泉街道的道路通达度进行评价，结果表明2022年龙泉街道道路通达度更高。

以上是本研究的主要结论，通过对GF-2卫星影像数据的处理和分析，对城市道路的提取和时空变化特征进行了研究，为城市规划和建设提供了一定的参考和指导。