不透水面作为城市化进程的重要环境表征，显著影响城市热环境、径流过程及生态格局。及时、准确地获取不透水面空间分布及动态监测信息，对优化城市土地利用、评估生态环境影响及优化国土空间格局具有重要的现实意义。

传统遥感指数法多依赖单一光谱信息，易将不透水面与裸地等产生光谱混淆，同时缺乏对坡地、植被等干扰因素的有效剔除。针对上述关键问题，地理科学学院解毅教授团队等人依托山西师范大学资源环境信息化管理院士工作站，提出融合多指数并结合数字高程模型和植被信息构建不透水面提取模型，通过分层决策规则逐步剔除非不透水面信息，有效提高了复杂地表下不透水面的遥感识别精度与时空动态监测能力。研究成果以第一作者身份发表在《山西师范大学学报》（自然科学版）。

本研究以太原市主城区（含近郊清徐县）为研究区域，以长时间序列的Landsat-5 TM与Landsat-8 OLI遥感影像为主要数据源，构建融合NDBI、BUAI、MNDWI等遥感指数及引入DEM坡度信息与多时相植被信息的动态分层识别框架。通过专家知识设定判别阈值构建基于规则的决策树模型，对不透水面进行提取并系统分析其时空演变特征。结果表明该方法各期总体提取精度均在 96.00% 以上，Kappa 系数为 0.72~0.87，2013—2023年间扩展速率与扩张强度显著加快，空间结构显著向紧凑集聚演化，整体空间整合度与开发效率明显提高。

解毅教授团队将继续从事生态与城市遥感的相关研究工作，推动遥感技术在国土空间规划与生态保护方面的深入应用。

论文信息：

解毅, 李佩雨, 陈超凡. 基于多遥感指数的太原市不透水面动态监测[J]. 山西师范大学学报(自然科学版), 2026, 40(3):53-62.

基于规则的决策树框架图

1997-2023年研究区不透水面空间分布图