impervious-surface-mapping
Extracts impervious surfaces (buildings, roads, parking lots) from optical remote sensing imagery using NDBI or threshold methods. Computes impervious surface ratio and generates coverage maps to supp
SKILL.mdskills/custom/remote_sensing_image/impervious-surface-mapping/SKILL.md
GitHub不透水面提取技能(impervious-surface-mapping)
1. 技能概述
本技能基于光学遥感影像,利用归一化建筑指数(NDBI)或亮度阈值法提取城市不透水面(建筑、道路、停车场等硬化地表),计算不透水率,辅助海绵城市规划与城市内涝风险评估。无真实 GeoTIFF 时自动降级为随机数据模拟模式。
2. 输入要求
| 变量名 | 类型 | 是否必需 | 说明 |
|---|---|---|---|
image_optical |
file (GeoTIFF) | 是 | 高分辨率光学影像(多波段,已完成大气校正),建议 Sentinel-2 或 GF-2 |
aoi |
file (GeoJSON / Shapefile) | 否 | 关注区域边界,不提供则使用影像全范围 |
method |
string | 否 | ndbi(归一化建筑指数)/ threshold,默认 ndbi |
threshold |
float | 否 | 不透水面判定阈值(0-1),默认 0.2 |
3. 处理流程
- 输入校验:
--action check-inputs - NDBI 计算:基于 SWIR 和 NIR 波段计算归一化建筑指数
- 阈值分割:提取不透水面二值掩膜
- 斑块统计:计算面积、覆盖率等统计指标
- 成果输出:impervious_map.tif、impervious_zones.geojson、impervious_stats.csv、report.md
4. 调用示例
python /home/ubuntu/skills/impervious-surface-mapping/scripts/main.py \
--action run \
--inputs-json '{"image_optical":"/path/to/sentinel2.tif","method":"ndbi"}' \
--output-dir /tmp/outputs/ism
5. 输出文件
| 文件 | 含义 |
|---|---|
impervious_map.tif |
不透水面二值掩膜(0=透水,1=不透水) |
impervious_zones.geojson |
不透水面斑块矢量,属性含 area_m2 |
impervious_stats.csv |
统计指标(覆盖率、斑块数、总面积) |
report.md |
不透水面分析与海绵城市治理建议 |
6. 治理场景
- 海绵城市规划:识别高不透水率区域,优先推进透水铺装改造
- 内涝风险评估:不透水率与洪涝风险正相关,辅助排水规划
- 城市扩张监测:追踪不透水面年际变化,评估城市化进程
- 生态红线管控:监测生态保护区内不透水面侵占情况