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.     

HJ-1A/1B卫星CCD影像的鄱阳湖6S大气校正研究

HJ-1A/1B卫星CCD数据具有较高的空间、时间分辨率,在内陆湖泊水色遥感定量监测中有较大的应用潜力,大气校正是其需要解决的首要问题.采用6S模型对2009年10月24日鄱阳湖HJ-1A/1B卫星CCD影像进行大气校正处理,并用实测数据进行了对比分析,结果表明6S模型校正后的CCD影像水体遥感反射率能表现鄱阳湖水体悬浮泥沙浓度入江水道高于主湖区的空间分布特征;二波段(绿光波段)和三波段(红光波段),大气校正结果精度较高,平均相对误差分别为9.6%、12.6%,最小相对误差分别达到3.0%、1.6%;一波段(蓝光波段)、四波段(近红外波段)大气校正结果误差较大,建议参数反演时尽量避免采用这两个波段.     

基于OLI影像的几种常用水体提取方法对比研究

选取安徽省西南部的沿江平原和皖南山区为研究区,以Landsat8 OLI影像为数据源,基于面向对象的思想,比较阈值法、谱间关系法、NDWI指数、MNDWI指数、EWI指数法、CIWI指数法、PRWI指数法在平原地区和山地地区的水体信息提取的优势与不足。试验结果表明,7种方法均可以有效提取,综合来看,阈值法较适合平原地区的水体信息提取,谱间关系法适合山地地区的水体信息提取,MNDWI指数和阈值结合水体指数法较适合平原地区的水体信息提取。从精度评价角度看,阈值法提取OLI影像的水体信息效果最差,MNDWI指数提取的水体信息精度最高。     

基于混合特征空间MRF(Markov Random Filed)模型的高分辨率遥感影像水体提取

水体信息提取是遥感图像在水资源调查与利用、水生态监测等应用中的关键技术之一.针对现有的水体指数法或影像分类法在水体边界处理效果不够精确、易产生误提取和漏提取等问题,提出一种基于混合特征空间与MRF模型图像分割算法的水体提取新算法.结合遥感图像颜色特征与归一化差异水体指数NDWI创建混合特征空间,将遥感图像中的像素作为MRF模型中的随机变量,构建基于混合特征的能量函数,使用迭代的图割算法(Graph Cut)最小化能量函数确定水体边界,然后根据已提取的水体主体的水体指数及颜色特征等信息对水体边界进行自适应精细化处理.对石梁河水库水体提取的实验表明,该方法能够自动对周边环境复杂的水库水体信息进行提取,并且水体边界的提取效果良好,达到较高的水体提取精度.     

湖泊叶绿素a反演的大气校正模型比较研究

为获取湖泊叶绿素a定量反演所需的最优大气校正方法,以太湖为例,分别使用FLAASH、6S及QUAC 3种大气校正模型对HJ-1B卫星CCD数据进行大气校正,通过对比各波段反射率及遥感指数与叶绿素a的相关性,得到归一化水体指数相关系数最高,并使用归一化水体指数建立叶绿素a反演模型.反演模型R2在0.7以上,同时通过了统计检验.实验利用太湖采样点平均光谱反射曲线及实测光谱对比大气校正模型的影像处理效果,并在此基础上,利用误差参数评价不同大气校正处理后的反演精度.结果表明:3种大气校正算法的影像处理效果总体较好,FLAASH和6S算法的各项参数接近,反演精度优于QUAC算法,并且聚类分析结果很好地证实了二者的相似性;QUAC算法在获得较高精度的同时其典型地物光谱出现失真.因此,在湖泊叶绿素a浓度反演建模时,大气校正方法应优先考虑FLAASH算法和6S算法,尽量避免使用QUAC算法.     

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。     

基于HJ-1卫星CCD数据的长江中游武汉河段悬浮物浓度反演

环境一号(HJ-1)卫星是我国自发研制的专门用于环境和灾害监测的光学卫星.其数据获取周期短、空间分辨率高,能及时、连续、准确地监测悬浮物浓度时空变化,在内陆二类水体遥感监测方面具有良好的应用前景.该文以长江中游武汉河段为研究区,利用HJ-1卫星CCD数据第1、3波段建立了具有较高精度的悬浮物浓度反演模型,并对2008年11月14日武汉河段悬浮物浓度进行了反演,得到其空间分布图.结果表明,该模型的悬浮物浓度反演均方根误差(RMSE)为8.84mg/L,平均绝对百分比误差(MAPE)为13.6%.从空间分布来看,在武汉附近,长江干流悬浮物浓度高于支流汉江,江心洲滩附近水体悬浮物浓度偏高.     

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NDVI-MNDWI特征空间的水体信息增强方法研究

以新疆吐鲁番为研究区域,以Landsat8/OLI影像为主要数据源,通过分析水体与地形阴影区以及建筑用地等典型地类在改进后归一化差异水体指数(MNDWI)与归一化植被指数(NDVI)所构成的二维特征空间中的表现特征,提出一种能够有效凸显水体影像特征的复合型水体指数(CNDWI),并据此进行水体信息的遥感自动提取实验.研究结果表明:CNDWI指数不仅明显增加研究区内的水体与山体阴影区之间的区分度,同时还保持了其他水体指数所具有的以极大值表达水体以及水体与建筑用地和植被等地物之间存在明显差异性的优点.     

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。     

基于Landsat遥感影像的黑河干流中游湿地信息提取

基于Landsat卫星遥感影像,将一种新的水体自动提取指数(AWEI_nsh/AWEI_sh)运用于湿地信息提取,并通过箱型图统计方法自动获取了12种相关变量的阈值范围.结果表明:利用该水体自动提取指数和归一化植被指数,结合数字高程模型建立决策树模型,可对研究区内的湿地信息进行有效提取,且2000,2014年的遥感影像湿地信息提取精度分别为83%、93%,提取方法可用于大范围湿地研究.     

基于遥感影像光谱分析的蓝藻水华识别方法

利用Landsat-7 ETM+遥感影像数据,以淀山湖为例,在分析蓝藻和其他典型地物影像光谱曲线及其特征的基础上,构建归一化蓝藻指数(NDI_CB),有效地从浑浊水体中提取蓝藻信息.通过k-均值非监督分类结果可以发现,构建的归一化蓝藻指数较传统的归一化差值植被指数(NDVI)和比值植被指数(RVI)更加适用于提取低密度蓝藻空间分布信息.在此基础上,基于遥感影像光谱特征和归一化蓝藻指数,采用了支持向量机的分类识别模型,最终得到淀山湖区域蓝藻的空间分布范围与面积,通过发现在某一特定时间蓝藻分布的规律,为蓝藻预警和治理的生态学分析提供了及时、有效和客观的依据.     

随机森林在城市不透水面提取中的应用研究

基于高分一号数据采用随机森林模型,引入归一化水体指数NDWI、归一化植被指数NDVI、土壤调节植被指数SAVI、建筑指数BAI、Brightness指数、ICA独立分量、纹理信息及原始影像波段等共17个特征,在matlab环境下提取了深圳市某区域不透水面,并与最大似然分类和支持向量机方法进行对比.结果表明:随机森林的多特征组合方法能有效提升分类精度,在不透水面信息提取中比传统参数分类方法(MLC)总体精度提高了7.681%,Kappa系数提高了0.119 4.     

基于Landsat卫星的庐山西海水域面积提取和变化研究

针对NDWI和MNDWI两种指数在提取水体过程中会产生背景噪音和地物错提的现象,提出一种能够减少无用背景信息的水体提取指数ENDWI,利用TM影像的绿光波段、近红外波段和中红外波段建立归一化比值模型.该方法不仅有良好的水陆分离性,还进一步减少了背景无用信息的干扰,提高了水体提取的精度.以TM/OLI影像为数据源,利用ENDWI法对庐山西海25年的面积变化状况进行监测.结果表明25年间水库面积有增有减,面积平均值为283.99km2,2016年面积达到最大为317.45km2;水库面积的变化是气候水文变化和人类活动共同作用的结果.     

基于遥感的城市化进程监测方法及其应用

【目的】利用不同分类精度的指数模型分析南京2001—2015年的城市化进程。【方法】借助2001年Landsat7 ETM+,2006、2010年Landsat5 TM及2015年Landsat8 OLI南京地区遥感影像数据,首先通过归一化差异水体指数(the modified normalized difference water index,MNDWI)提取水体信息,随后利用城市指数(the urban index,UI)、归一化建筑指数(the normalized difference built-up index,NDBI)、建筑指数(the index-based built-up index,IBI)、基于红光的建筑指数(the visible red-based built-up index,VrNIR-BI)、基于绿光的建筑指数(the visible green-based built-up index,VgNIR-BI)模型提取不透水层,结合最大类间差分法将影像分为建成区和非建成区两类,最后融合分类结果形成南京地区城市化专题地图。【结果】从验证结果来看,所有模型的总体精度均高于64.33%,其中UI、NDBI模型具有总体最高精度。UI模型精度最低69.67%(2001年),最高85%(2010年); NDBI模型精度最低72.00%(2001年),最高82.60%(2010年)。在UI模型和NDBI模型下城市化发展水平,分别从2001年的11.55%和17.66%攀升至2015年的20.50%和25.60%。【结论】在精度最高的UI指数和NDBI指数模型下,南京市除高淳区和溧水区之外的各个行政区的建成区增量前4名分别是江宁区、六合区、浦口区和栖霞区。     

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.     

基于MODIS数据的水体超分辨率制图——以丹江口水库为例

遥感数据是提取水体信息的常用数据,实际应用中,中、高分辨率空间数据能够以较高精度提取水体信息,但由于时间分辨率较低,难以有效监测水体的动态变化过程.以MODIS(Moderate-resolution Imaging Spectroradiometer)为代表的低空间分辨率遥感数据时间分辨率高,在全球大范围快速提取水体及水体动态变化监测中具有重要意义,但是受其空间分辨率较低的限制,提取的水体信息精度不高.针对该问题,该文提出了一种针对MODIS数据的水体超分辨率制图方法.该方法首先利用MODIS数据MOD09Q1产品的1、2波段,通过线性混合像元分解,得到水体丰度图;然后利用MODIS数据MOD09A1产品的2、4波段,计算得到水体归一化指数,对水体丰度图进行后处理以减少混合像元分解误差;最后以修正后的水体丰度图为输入,建立超分辨率制图模型,从而得到最终的高空间分辨率水体分布图.将上述方法应用于丹江口水库,并与利用Landsat-8/OLI数据提取的水体分布图进行对比,结果表明,相对于传统像元尺度的水体制图结果而言,通过超分辨率制图得到的水体制图结果精度更高,不仅能够更好的保留水体空间分布特征,提取的水体面积也更加准确.基于MODIS数据利用超分辨率制图方法对丹江口水库进行水体提取,完成了2014年12个月丹江口水体面积变化图.超分辨率制图可以获得具有Landsat空间分辨率和MODIS时间分辨率的水体制图结果,实现对丹江口水库的高时空分辨率的水域变化监测.