表2  TM传感器

波段 波长范围(微米) 分辨率（米）

1 0。45～0。53 30

2 0。52～0。60 30

3 0。63～0。69 30

4 0。76～0。90 30

5 1。55～1。75 30

6 10。40～12。50 120

7 2。08～2。35 30

2。3 研究理论基础

    遥感数据含有城市地表丰富的物理、生物信息，为定量评价城市地表复杂结构、组成成分和变化过程提供可靠的信息来源。但是城市化是动态的过程，在不同区位、不同阶段，城市地表波谱特征有所差别。城市化初期，城市生态环境和自然状态较为接近，以植被和土壤为主，仅有少量的建设用地；随着城市的发展，人工环境所占比例上升，自然环境比例减少。因此需建立标准化的评价系统，衡量城市生态环境状况，从而比较城市不同区位、不同时间的生态环境差异。文献综述

    基于上述思想，1995年，Ridd提出了城市生态环境组分的参数化概念模型——“Vegetation-impervious surface-soil”(V-I-S)模型。在V-I-S模型中，植被、不透水层与土壤这三种生态要素按一定比率的组合，成为城市地表覆被类型。上述要素中，特别是不透水层信息具有丰富的生态环境意义。Ridd进一步认为，V-I-S模型作为获取城市不透水层等要素的基础模型，能更好地解释城市生态环境，包括自然(如径流模型、城市热岛、城市演变探测等)与人文(如生活质量诊断、人口密度估算等)两方面的含义。由于传统城市系统所依赖的统计数据对今天日新月异、规模越来越大的城市来说, 空间上过于粗糙, 时间上缺乏现势性[2-3]。所以， Ridd提出该模型是为了提供通过遥感手段来实现动态、连续的城市生态环境参数化方法[7]。V-I-S模型为获得城市地表的标准化的定量参数提供了新的视角，并开创了遥感技术在城市生态环境研究中的新领域。

2。4 研究方法技术

2。4。1影像预处理

影像预处理是遥感影像处理工程中十分重要的环节，准确地预处理能提高后期信息提取的准确性，本文影像预处理主要包括几何校正、大气校正和影像裁剪。

1) 几何校正

遥感影像的几何校正可分为几何粗校正和几何精校正两种方式。

几何粗校正被用来去除遥感图像系统性的几何变形，这类几何变形来源于遥感影像的传感器，具有规律性和可预测性，卫星地面接收站一般通过传感器模型来进行校正；

几何精校正则用来消除遥感图像的非系统性几何变形，这类变形来源于传感器的姿态、高度等不稳定性因素，或者其他不可控因素，如成像时空气折射等。

2) 大气校正

在遥感影像的成像过程中，大气散射和吸收会减弱辐射能，从而影响遥感信息的提取。本文需要通过多时相的杭州市遥感影像，提取并分析城市不透水层信息，为消除不同时相遥感影像之间的差异，需要对三景影像进行大气校正。

首先进行辐射定标，即把传感器记录的数字量化值（DN值）或者电压转变为绝对辐射亮度值（辐射率）的过程。