Geoskill: 不透水面提取

基于哨兵2号卫星影像,利用光谱指数提取不透水面比例。

安装使用

复制下面这段提示词发给你的 AI(Claude / Cursor / TRAE / Codex / WorkBuddy 等),它会自动帮你完成安装:

帮我安装这个 AI Skill:Geoskill: 不透水面提取。
它的用途是:基于哨兵2号卫星影像,利用光谱指数提取不透水面比例。
完整的 Skill 内容见:https://321skill.com/skills/geoskill-不透水面提取/raw/index.md
请读取该页面内容,如果是 SKILL.md 格式直接安装,如果是 README 提炼核心 prompt 后安装。

提示词包含完整的 Skill 内容链接,AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。

使用示例

‘请使用这份2023年的哨兵2号影像,计算XX市主城区的不透水面比例,并按街道行政区划输出每个街道的覆盖率统计表。’ 它会先计算影像的NDBI、NDVI等指数,然后估算不透水面比例,最后叠加街道边界矢量进行分区统计,生成统计表格和可视化地图。

介绍

该技能主要解决城市扩张监测、环境评估和规划管理中,对不透水面(如建筑、道路等)进行精确识别和量化分析的难题。传统方法依赖人工解译或高成本数据,而本技能通过处理免费开源的哨兵2号多光谱卫星影像,结合NDBI(归一化建筑指数)、NDVI(归一化植被指数)和MNDWI(改进的归一化水体指数)等光谱指数,自动估算每个像元的不透水面比例,支持生成二值分类图或连续比例图,并能按流域或行政单元进行区域汇总,以及进行时间序列的变化检测。

使用时,用户需要提供哨兵2号影像数据(通常为GeoTIFF格式)和感兴趣区域的矢量边界。技能会依次计算各光谱指数,通过预设或可调的阈值或回归模型,将指数组合映射为不透水面比例。用户可以选择输出像元级的分类结果,或进一步进行区域统计,计算整个区域的不透水面覆盖率。对于变化检测,只需输入不同时相的影像,技能即可输出变化区域和变化量统计。

该技能非常适合城市规划师、环境科学家、地理信息(GIS)分析师、水文研究人员以及从事国土空间监测的政府或咨询机构人员使用。他们无需深厚的遥感专业背景,即可快速获取城市建成区的空间分布和动态变化信息,用于评估城市热岛效应、计算地表径流系数、监测土地利用变化等。

使用建议方面,由于算法依赖光谱指数,其精度在裸土、干燥土壤或特定屋顶材料区域可能会受到影响,建议结合实地数据进行局部验证和校准。对于大范围分析,需注意哨兵2号影像的云覆盖问题,优先选择无云或云量少的影像。此外,技能输出的比例是相对估算值,在用于高精度工程决策前,建议与更高分辨率的影像或实地调查数据交叉验证。

核心特点

与同类技能相比,它专门针对哨兵2号影像的光谱波段进行了优化,并集成了NDBI、NDVI、MNDWI多指数联合分析,而非单一指数,提高了城市复杂地表识别的准确性;同时,它原生支持从像元估算到区域聚合再到时序变化检测的完整工作流,无需用户额外拼接多个工具。

注意事项

不适用于缺乏清晰光谱特征的非常规地表材料(如某些新型环保建材覆盖区域),或云层严重覆盖的影像区域。

常见问题

需要什么样的输入数据?

需要哨兵2号 Level-2A 地表反射率产品(多波段GeoTIFF)和定义分析区域的矢量文件(如Shapefile)。

输出结果的精度如何?

在典型城市区域,基于光谱指数的估算精度通常可达80%-90%,但受地表材料、季节和影像质量影响,建议进行局部验证。

给 AI 助手的安装指引

如果你的 AI 编程助手(Claude Code、Cursor、TRAE 等)能看到这个页面,把下面这段发给它即可自动完成安装:

请访问 https://321skill.com/skills/geoskill-不透水面提取/raw/index.md 读取 Geoskill: 不透水面提取 的原始 Skill 定义(Markdown 格式),按其中说明在我的环境里完成安装和配置。