基于SAR纹理和LightGBM的洪水淹没地区遥感应急监测

针对洪涝灾害期间淹水范围监测精准和时效的高要求,本文提出了一种基于SAR (synthetic aperture radar)纹理信息和LightGBM算法的水体提取方法.与SDWI (sentinel-1 dual-polarized water index)水体指数法、 SVM (support vector machines)、 RF (random forest)和GBDT (gradient boosting decision tree)算法对比表明,在河道、湖泊和洪水淹没区三类重点监测区域,该方法提取精度均达98%以上,总体精度优于其他方法.同时,该方法的运行效率较其他方法提升20～100倍,极大地提高了洪涝灾害期间淹水应急监测的时效性.     

基于高分二号影像的城区水体提取方法研究

针对高分二号遥感影像在进行城区水体提取时,遥感影像波段数较少,造成MNDWI、CWI等方法无法使用,同时受污染的水体与裸地、建筑物、阴影难以完全区分,本文提出采用城区水体阴影指数,结合最大似然估计的方法,通过区分水体和阴影光谱特征,完成与阴影彻底分离,实现在高分二号遥感影像上城区水体的高精度提取.对比阴影水体指数(SWI)、基于植被指数和中红外通道的混合水体指数模型(CIWI)、归一化差异水体指数(NDWI)以及单通道阈值法提取结果,本文方法的处理结果提取精度更高,噪声和阴影更少,总体精度在90%以上,Kappa系数在89%以上.评价数据结果表明,本文处理方法在高分二号遥感影像的城市及周边地区水体提取上是有效可行的.     

一种基于白帽变换的细小水体信息提取方法

提出一种基于形态学白帽变换的线性特征增强处理技术,从而有效提取遥感影像中的细小水体信息.通过白帽变换对改进的归一化差异水体指数(MNDWI)影像进行线性特征增强处理,获取形态学细小水体指数(MNWI)特征影像,并采用经验阈值和自动阈值相结合的方式实现水体样本信息双阈值分割提取,解决细小水体与线状道路容易混淆的问题.利用多幅Landsat影像测试本文方法,结果表明,本文方法能较好地提取细小水体信息,较好地保持细小河道形态的连续性,细小水体提取精度达到80%以上.     

基于深度学习的高分六号影像水体自动提取

为了探究高分六号(GF-6)卫星多光谱相机(PMS)影像提取水体的潜力,分别构建全卷积神经网络(FCN-8s)、U-Net及U-Net优化(VGGUnet1、VGGUnet2)4种神经网络进行了水体提取研究.基于水体提取结果对比分析,确定优选模型为VGGUnet1;提出基于组合损失函数FD-water loss(focal-dice-water loss)的VGGUnet1网络模型,并与归一化差分水指数(norma-lized water index,NDWI)阈值法、最大似然分类法、支持向量机分类法等方法比较.结果表明:基于FD-water loss损失函数的VGGUnet1网络模型能有效提取水体目标,增强小面积水体识别能力,减少水体错分、漏分现象,提高水体提取效果.可见全卷积神经网络在GF-6遥感影像水体提取方面具有可行性,为后续该领域的进一步研究应用提供了参考.     

采用混合像元分解的水库面积提取及变化监测

利用Landsat-5 TM,Landsat-7 ETM+和Landsat-8 OLI遥感影像数据和高空间分辨率(1.14,0.54 m)的Google Earth^TM地面实况图进行水库面积检测与变化监测的技术研究.采用完全约束最小二乘法混合像元分解(FCLS)方法提取不同水库水体信息,并与常用水体指数法及支持向量机(SVM)分类法进行比较,利用多时相FCLS方法监测厦门杏林湾水库2006-2014年间的面积动态变化.结果表明:基于FCLS的方法比NDWI等水体指数方法更能准确地获取水库水体面积大小及其变化信息.     

基于高分影像的城市黑臭水体遥感识别方法研究

城市黑臭水体是一种极端的水污染现象,威胁人类的生产生活和水生态环境健康.利用遥感手段及时、准确地识别黑臭水体的时空分布,对掌握黑臭水体治理进展、推进水污染控制管理起着重要作用.以广州市为研究区域,基于黑臭水体和正常水体在高分影像上的光谱差异,构建了多个黑臭水体识别模型,并采用了一种自动阈值选取算法进行模型阈值的快速选取,进而进行了城市黑臭水体的遥感识别,探讨了影响识别精度的因素.研究结果表明,采用构建的模型识别黑臭水体总体精度最高可达96.8%;从黑臭水体识别的空间分布来看,该模型错分率较小,尤其在细小河涌中有较好的识别效果;地表水质数据和卫星影像的一致性误差、高分影像融合方法和混合像元的存在等可能是导致模型错误识别黑臭水体的原因.基于高分影像的黑臭水体识别模型和自动阈值选择方法可实现对城市黑臭水体的快速和高效识别,为黑臭水体治理和城市水环境精细管理提供有效支撑.     

基于多源数据的云贵高原湖泊水体提取方法对比研究

选取云南省内典型的高原湖泊——滇池、洱海为研究区,以TM影像、OLI影像与GF-1影像为数据源.对于TM和OLI影像,采用NDWI、MNDWI、EWI、NWI和AWEIsh指数法提取水体,结果表明五种方法均提取出水体轮廓,AWEIsh对滇池水体的提取效果最好,提取水体完整,并有效抑制了山体阴影,其总体精度为91.71%,Kappa系数为0.88;EWI与AWEIsh对洱海水体提取效果较好,水体边界清晰,周边细小水体没有漏提,并且有效抑制了阴影及云层,其总体精度达到90%以上,Kappa系数分别为0.87和0.88.对于GF-1影像,采用单波段阈值、多波段谱间关系、NDWI、SWI指数法提取滇池流域的水体,对四种方法提取结果进行对比,结果表明NDWI法的提取效果最好,水体信息提取完整、边界清晰,有效抑制了阴影的影响,其总体精度为90.36%,Kappa系数为0.82.     

利用遥感技术提取水体面积时水体类型对阈值的影响

阈值法是利用遥感技术提取水体面积的主要方法。阈值的确定受多种因素的影响。利用归一化差异水体指数(MNDWI)结合阈值法,对淮河中游局部区域的ETM+影像进行水体提取实验。通过分析不同类型水体DN值-面积曲线变化,结果显示:①不同的水体,阈值不同;②面积较大,水陆界限明显的水体,阈值的取得是在曲线变化较平缓的区间;③水陆过渡不明显的水体和城市中面积较小的水体,DN值取阈值后,曲线仍然快速递增。表明通过遥感技术提取水体时,阈值法适用于面积较大,水陆界限明显的水体。     

基于HJ-1-A卫星CCD相机遥感影像的水体提取

采用面向对象的分析方法(object based image analysis,OBIA),结合水体特征对国产环境卫星(HJ-1-A)CCD相机影像的水体信息进行快速分析、处理和提取.结果表明,对于中低分辨率多光谱遥感影像水体信息的提取,该方法的提取精度在95%以上,优于最小距离法(minimum distance).     

基于GF-1卫星遥感影像提取水体的方法比较

选用GF-1卫星遥感影像为主要数据,以南水北调京石段主要水源地之一岗南水库为研究区域,依据GF-1卫星影像各个波段地物的光谱特征信息,采用单波段阈值法、谱间关系法、水体指数法提取水体信息。同时提出一种基于主成分分析的综合方法提取研究区域水体信息。对4种水体提取方法进行比较分析,实验证明主成分分析综合方法可以提取完整准确的水体边界,并且抑制了95%以上的非水体信息,明显改善了水体信息提取精度。     

面向OLI影像的自动化水体提取方法对比研究

水体边界的精确提取在水资源调查和检测中具有重要意义.由于各种水体提取方法设计时基于不同的多光谱传感器和不同的区域类型,因此研究其在相同影像的适用性很有必要.研究基于Landsat 8 OLI影像数据,以北京及周边为研究区,选取4类常见水体区域类型,即面状水体的水库区域、条带状水体的河道区域、山区阴影水体的山区区域、规则划分水体的规则水体区域,进行水体提取方法研究.通过比较谱间关系法(MSR)、归一化差异水体指数(NDWI)、改进的归一化差异水体指数(MNDWI)、波段特征指数(PRWI)、增强型水体指数(EWI)、城镇水体指数(CIWI)、高斯归一化水体指数(GNDWI)、自动水体提取指数(AWEI)共8类水体提取方法在4个常见水体提取特征区域的一致性及误差.研究得出,水库区域最佳方法为MNDWI、河道区域最佳方法为CIWI、山区区域最佳方法为MNDWI、规则水田区域最佳方法为MSR,以及在4个水体区域综合最佳方法为PRWI.此外,在水体面积较小的研究区域中使用EWI提取水体,可以取得较高的一致性.AWEI方法不适合地形多变的研究区;而在GNDWI方法中水的值域有2段,即需要4个阈值才能将水提出,相较于其他水体指数增加了误差,同时造成该方法在本研究区精度较低.     

结合DEM与淹没频率的水库水体动态遥感提取优化方法

由于云、雪及山体阴影造成的无效地表像元影响，利用遥感影像难以获取高精度的水库水体信息动态监测结果.论文在大津法的基础上，提出了结合DEM和淹没频率约束条件对水库遥感提取结果进行优化的方法(DF优化方法).基于Landsat系列卫星影像数据，使用改进的归一化差分水体指数(MNDWI)，通过大津法初步提取水库水体信息.结合多期提取结果综合得到的淹没频率以及当期有效水体像元的淹没频率特征，填补了受云、雪等因素影响的无效像元.在此基础上综合高程及水体淹没频率信息，剔除了山体阴影及其他偶发性因素的影响.遴选全球九个不同类型水库验证了DF优化方法的有效性，结果显示DF优化方法能有效减小水库水体的提取误差.与全球水体数据集JRC MWH的直接修正结果相比，DF优化方法总体分类精度提高了13%，达到了95.67%.同时，结合同步卫星测高数据构建的水位－水面积关系模型，进一步验证了DF水面积提取结果的准确性.相较于JRC MWH的直接修正结果，DF优化方法提取结果构建的水位－水面积关系模型的RMSE降低了30%.此外，该方法可基于GEE平台实现，能快速完成长时序的水体动态提取，为全球大尺度范围内的水库相关研究提供基础.     

耦合最大熵模型的离散粒子群水体提取

基于光谱匹配的离散粒子群(SMDPSO)是一种高精度的水体提取方法,但是,由于该方法过度依赖于光谱的相似程度,易将与水体具有相似光谱的地物误判为水体.利用最大熵模型替换光谱匹配方法,提出了耦合最大熵模型的离散粒子群方法(MEDPSO).对全球6个典型区域进行了水体提取,结果表明,在提取包含与水体具有相似光谱的雪冰、云及云阴影等Landsat 8_OLI影像水体时,SMDPSO方法误判率高,水体提取的总体精度和Kappa系数低.MEDPSO方法则能显著抑制雪冰、云及云阴影等因素影响,极大地提高了总体精度和Kappa系数.与SMDPSO方法相比,MEDPSO方法极大地降低了相似光谱对水体提取的影响,能在多种情况下精确地提取水体,扩展了离散粒子群在提取水体方面的应用.     

基于WEU-Net模型的贺兰山东麓滞洪区水体信息提取

针对经典U-Net模型在贺兰山东麓滞洪区水体信息提取中存在的过拟合、泛化能力有限等问题,基于Sentinel-1合成孔径雷达卫星和Sentinel-2多光谱卫星影像提出了一种水体信息提取卷积神经网络模型(WEU-Net)。WEU-Net模型通过减少编码器与解码器的跳跃连接以及卷积核数量使网络结构简化,并引入残差块增强特征提取能力,弥补了因简化模型而损失的图像信息;在数据集方面,采用逐步回归法结合改进的归一化差异水体指数构建了Sentinel-1水体指数,优化了Sentinel-1卫星影像数据集特征丰富度。试验结果表明:WEU-Net模型预测总体精度为98.19%,F1分数为0.946 9,分别较经典U-Net模型提高了0.357 7%和0.948 8%,训练时长缩短了49.30%;融合Sentinel-1水体指数后,模型预测总体精度和F1分数分别提高了0.51%和3.16%。     

基于HSV阈值法的无人机影像变色松树识别

【目的】提出一种色调-饱和度-明度(HSV)阈值划分方法,提高变色松树的调查效率,为疫木的砍伐提供数据支撑。【方法】基于变色松树与其他地类在“H-V空间”上的差异建立变色松树阈值提取规则; 对比分析HSV阈值法和红-绿-蓝(RGB)阈值法在不同情景下提取得到的变色松树识别结果,并对识别结果的精度进行评价。【结果】① 变色松树样本在“H-V空间”散点云图中有明显的聚类现象,而在“G-R空间”散点云图中呈条带状分布。② RGB色彩空间中的R和G之间存在较强的相关性,直接采用阈值法提取变色松树时漏分误差较大。HSV阈值法由于在色彩变换过程中能够分离出色调值H和亮度值V,便于进行阈值划分,对基于无人机数据的变色松树识别的总体精度要优于RGB阈值法。③ HSV阈值法对变色松树的识别适合于病死松树发展的后期监测,在对借助高分辨率影像提取的发病前松树分布进行掩膜后,可实现60%～65%的变色松树提取精度。【结论】HSV阈值法对于基于无人机影像的变色松树监测具有一定的优势,能提高人工判读的效率,可为基于无人机影像的变色松树监测提供理论和方法支撑。     

基于MODIS-NDVI时序数据集的面向对象分类提取广西耕地面积的方法研究

研究提取耕地的方法是为了提高耕地提取的高效性,直接目视解译时山体阴影和水体难以区分,建设用地和未种植的耕地难以区分,本文主要以2015年的Landsat 8遥感影像,借助辅助数据DEM及MODIS-NDVI等多源数据基于eCognition平台应用多阈值分割、多尺度分割将影像进行分割成对象,再分别用阈值法、归一化水体指数(NDWI)、增强的指数型建筑指数(EIBI)等将坡度大于25度的地区、水体、建设用地剔除。最后利用影像的波段特点及MODIS-NDVI值进行多次提取研究区耕地,以达到较高精度的分类方法。利用总体面积精度及空间分布进行精度评价。其总体面积精度达到98.84%,且提取出的耕地分布情况符合作物的种植规律。     

基于TM影像的水体信息提取方法研究(英文)

以高邮湖为研究区,TM(Thematic Mapper)影像为数据源,结合常规调查数据,分别运用单波段阈值法、谱间关系法、比值法、归一化差异水体指数(NDWI)法、改进的归一化差值水体指数(MNDWI)法和混合水体指数(CIWI)法进行水体信息提取研究。并通过实验比较6种方法的优缺点,确定出最佳水体提取方法。结果表明,谱间关系法易于消除由于建筑物阴影所造成的水体误提;CIWI易于消除建筑用地所造成的水体误提;基于谱间关系法和CIWI模型,可取得较高的水体提取精度,有效地减少水体误提现象,提高水体识别的精度。研究表明,基于谱间关系法和CIWI模型相结合所提取的水体信息精度可达到95.2%。     

基于Landsat TM数据的黄土高原区水体识别方法研究

基于2007年7月9日Landsat TM数据以固原市周边约500 Km2 的范围为研究对象,分别应用单波段阈值法、多波段谱间关系法、水体指数法等多种方法对研究区的水体进行识别提取.研究结果表明:各种水体识别方法均不能提取满意的水体信息,反映了黄土高原地区水体识别的复杂性和下垫面的特殊性,给水体识别带来了很大的不确定性.TM5单波段阈值法和NDW1与实际水体最为接近,提取了绝大部分水体,TM7单波段阈值法、CIWI、MNDWI次之,但是单波段法中混杂了其他信息.NDWI方法在研究区识别的水体信息更为真实准确,能够反映水库和大型淤地坝位置和面积信息,能够用于监测这类淤地坝水体的变化特征.     

基于遥感数据的岷江上游水域动态监测——以汶川县为例

以1994年的Landsat TM 影像和2002年的Landsat ETM+影像为数据源,分别采用多波段谱间关系法和阈值法相结合,以及水体指数法(MNDWI)和阈值法相结合对汶川县内的岷江干流信息进行识别,结果表明使用多波段谱间关系法和阈值法的结合效果更好,并对比分析了以此方法提取出的水体信息,对近10年的岷江水体面积变化进行动态监测,结果显示汶川县内岷江干流水域面积减少了0.8%.     

基于综合权重水体指数的水体提取研究——以鄱阳湖为例

Landsat TM/ETM+影像具有时空分辨率高(16 d,30 m)的特点,并且水体信息丰富,被广泛用于水体提取和水资源实时监测。近年来,构建水体指数是Landsat TM/ETM+影像提取水体信息成熟有效的方法。从现有水体提取指数出发,以鄱阳湖地区作为试验区,构建综合权重水体指数(Comprehensive weight water index,CWWI)。通过实验,利用归一化水体指数(NDWI)、新型水体指数(NWI)、改进的归一化水体指数(MNDWI)和综合权重水体指数(CWWI)四种水体指数进行鄱阳湖地区的水体提取,影像整体水体提取的精度分别为89.00%,91.00%,90.50%,93.00%。结果表明,综合权重水体指数能够用于进行水体提取,并且水体提取综合精度最高。