不同水体指数提取淤泥质海岸线的分析与比较

水体指数是快速、准确提取大范围区域中海岸线的有效方法。但水体指数对以淤泥质岸线提取海岸线的适用性有待检验。本文以上海市的部分淤泥质海岸为研究区,以三幅Landsat影像为数据源,采用NDWI、MNDWI、AWEInsh、AWEIsh等四种水体指数提取海岸线,使用遥感影像进行目视解译的海岸线作为参考,探究上诉四种水体指数提取海岸线的差异。结果表明:MNDWI指数提取的海岸线能得到最佳提取效果;在120 m范围内,各种水体指数的海岸线提取精度均高于50%。     

基于深度学习的黑臭水体遥感信息提取模型

黑臭水体分布广泛,严重损害人民的居住环境和城市整体美观形象。以河北省廊坊市为研究区,利用高分二号(GF-2)多光谱数据和实测数据,使用PSPNet(Pyramid Scene Parsing Network)和U-Net模型对黑臭水体遥感信息提取进行对比实验研究。基于可见光波段(RGB)及近红外波段(NIR)计算归一化差异植被指数(NDVI)和归一化差异黑臭水体指数(NDBWI),针对细小形状的黑臭水体普遍存在的漏检问题,引入注意力机制模块对模型进行优化改进,构建改进型深度学习黑臭水体遥感信息提取模型。结果表明:输入RGB+NIR+NDVI+NDBW六通道组合遥感影像并引入注意力机制的U-Net网络模型对黑臭水体的提取结果最佳,其精度评价指标F1-srore、MIoU、Recall分别达到了0.864 5、0.868 1、0.835 9。