基于TM影像的典型内陆淡水湿地水体提取研究

水是维系湿地生态系统稳定和健康的决定性因子,利用卫星遥感影像快速、准确地提取湿地水体信息已经成为湿地调查、研究与保护的重要手段。鉴于TM遥感影像具有较高的空间分辨率、波谱分辨率、极为丰富的信息量、较高的定位精度和相对较低的价格,其必然成为近一段时期湿地调查、研究与保护的重要数据源之一。研究基于TM遥感影像,运用多种方法针对典型内陆淡水湿地的水体信息进行了提取实验,通过对实验结果的分析得出：在面积的准确性、提取的准确度以及视觉效果3种指标下,光谱分类法较其它方法效果要好,其次为单波段阈值分析法与植被指数法,较差的是多波段谱间关系法与水体指数法;影响提取效果的主要原因是湿地水体提取不够完全,这是由影像的分辨率及湿地特殊的水文条件所造成的,采用像元分解及多源遥感数据融合技术将成为提高水体提取精度的重要手段。     

基于Munsell HSV变换的TM影像 水体提取方法研究

目前基于TM影像的水体信息提取方法有很多种,但是都很难快速、准确、客观地消除山体或建筑物阴影的影响。对常用的几种提取方法进行了验证论述,并基于孟塞尔（Munsell）HSV色彩变换,构建了新的水体提取模型（WEM：TM2-TM5>0且Sat-Va>0）。结果表明,基于该模型可以很好地消除阴影的影响,准确地提取水体信息。
     

基于TM影像的平原湖泊水体信息提取的研究

以洪泽湖Landsat TM影像为例,分析了利用单波段阈值法和多波段增强图阈值法进行水体信息提取的差异,从而确定出不同时期不同用途所采用的最佳水体综合提取方法,即综合利用多波段谱间关系(TM2+TM3TM4+TM5)和单波段TM5建立起适合于平原湖泊水域的水体提取方法。     

基于GF-2遥感影像的一种快速水体信息提取方法

在高分辨率遥感影像中,水体与阴影(尤其是高大建筑物阴影)、暗色地物不易区 分。针对 GF-2 遥感影像的光谱特性的大量实验研究,提出了一种新综合水体指数法(NCWI)来 增强水体区域信息;同时利用改进的 OSTU 结合鸡群算法(CSO)快速自适应地确定最佳分割阈 值,进而得到最终的水体区域。将其同归一化 NDWI、改进谱间关系法、主成分分析综合法等 常见水体信息提取方法应用于 GF-2 遥感影像水体信息提取,利用采用实地采样和人工解译的 混淆矩阵对提取的水体区域结果进行精度验证和对比分析,从而验证了其有效性和高效性。4 个实验区域的结果证明,该算法可以快速有效地提取水体信息,精确度分别达到 97.82%, 97.44%,92.13%,96.94%。     

基于三种高分辨率影像样本迁移学习的城市水体提取研究

水体提取是遥感监测城市水环境必不可少的步骤,提取城市中的细小水体目前已成为遥感影像深度学习领域的热点。但是,深度学习需要大量的样本数据集作为输入,而且不同空间分辨率影像往往需要构建不同的样本集。如果影像的空间分辨率差异不大,可以先采用分辨率较低的影像样本训练模型,并加入少量的较高分辨率样本再次训练模型,这种模型可以保证精度和节约时间。研究选用了U-net图像分割模型,针对3种不同空间分辨率——分别为0.5 m、0.8 m和2 m的影像进行样本迁移学习。发现2 m到0.8 m、2 m到0.5 m、0.8 m到0.5 m 3种迁移学习后,提取水体结果对应评价指标F1-score、MIoU、Kappa都在0.80以上。在分辨率差异不大的前提下,这种从较低分辨率样本迁移到较高分辨率影像提取城市水体的方法基本可行,结果精度较好,适用于缺水型城市的水体提取。     

基于TM影像的珠江三角洲河道快速提取方法研究

快速、准确提取河流水体信息是河道开发和治理的基础。在综合分析前人已有研究成果的基础上,以珠江三角洲佛山市境内河网为例,通过对TM影像上水体的遥感信息机理分析,建立多种水体指数模型,并对这些指数模型进行对比分析,结果发现比值指数模型最适合于网河区河流水体的提取。在此基础上,对比值指数模型提取结果进行空间聚类得到网状水系图,并利用形状指数进行修正,将遗漏的细小河流补充进来,最后得到河道水体专题图,精度评价的结果显示其精度可以达到93.7%,说明该方法具有较好的可用性和有效性。特别是应用于河网密布、鱼塘众多,同时人为干扰强烈区域的河道信息提取时具有重要的现实与理论意义。     

山地高原地区TM影像水体信息提取方法比较-以香格里拉县部分地区为例

采用遥感数据对地物进行识别是获取地物信息的一种重要手段。在云南省香格里拉县湿地研究中,以Land-sat ETM+影像作数据源,分别采用了阈值法、差值法和阈值法的结合运用、多波段谱间关系法和阈值法的结合运用3种方法对湿地进行识别。结果表明:采用阈值法难以将灰度值接近的山体阴影和水体区分开来,差值法和阈值法的结合、多波段谱间关系法和阈值法的结合运用提取到的水体信息精度较高,多波段谱间关系法对于消除阴影的效果最好。     

基于深度语义分割的无人机遥感影像水体提取研究

快速、可靠地获取遥感影像中的水体对于指导人类生产活动和掌握水资源的分布规律、开发保护具有重要意义。本研究根据无人机遥感影像在复杂环境下采用OCRNet语义分割模型结合HRNet骨干网进行水体提取,充分利用了水图像的特征,有效抑制了非水噪声,加快了模型的收敛速度。实验结果表明,该网络在准确率上有着不错的表现,Acc可达到99.30%,mIoU为0.9281,kappa系数（KC）为0.9231。     

基于ERDAS IMAGING的TM影像中较小水体识别方法

针对利用Landsat TM遥感影像中水体信息识别的常用方法对细小水体识别的局限性作了深入研究,提出了新的基于ERDAS IMAGING的较小水体识别方法.将TM影像中某3个波段组成的假彩色合成图转换到IHS彩色空间,构建模型进行细小水体的识别.该方法有效地提高了细小水体识别的精度.     

基于知识发现的TM图像居民地自动提取研究

快速准确获取不同类型居民地的空间分布信息具有极其重要的意义,居民地的分布具有点多,面广的特点,这使得地面调查的方法费工费时,遥感技术的发展为居民地的获取提供了先进的技术手段,但是目前从遥感图像中提取居民地的方法多为目视判读提取,这种方法难以满足诸如灾害评估等方面的实时要求。为此以居民地背景较好的成都平原为例,通过对该区1988年的TM图像 不同类型居民地及其背景的光谱特征进行分析,发现了该区两大主要居民地类垢光谱特征知识,这两大类型分别为以水泥顶或瓦顶房屋为主的居民地,主要为城镇一级以上的居民地,另一类为以草顶为主的集村居民地,。由于城镇一级的居民地,其光谱特征与河滩地比较接近,为此又进一步引进了居民地与水体和道路的空间关系知识,利用所发现的知识分别建立了城镇居民地的提取模型和集村居民地的提取模型,实例研究表明,在民民地背景比较好的平原地区,利用这两种模型不仅可以实现自动提取以水泥顶或瓦顶房屋为主的居民地,而且还能够提取以草顶房屋为主的居民地,其精度可以达到85％。     

基于SPOT-5多光谱影像的矿区塌塘水体提取方法研究

针对基于遥感影像的水体提取方法存在水体提取不完整和误提的现象,提出了一种基于SPOT-5多光谱影像的矿区塌塘水体提取方法。在利用波段合成增加一个可用波段的基础上对已有的水体提取方法进行适当的改进,并基于决策树分类器和改进后的方法进行矿区水体的四级提取,保证了水体提取的完整性,同时减少了误提率;最后利用实测数据对水体提取的精度进行了评定。试验结果表明,基于决策树分类器的水体提取方法具有较高的精度,能满足矿区实际应用的需要。     

TM遥感影像几何精校正方法试验与分析

地处四川盆地西北部的绵阳市地表形态复杂,若仅对TM遥感影像进行粗略校正势必对后续分析埋下隐患。文章采用多项几何校正方法对实验区进行几何精校正,控制点源于同期Quick Bird遥感影像,精校正的总体精度可以达到0.5个像元,可以很好的满足后续分析和研究。     

基于影像融合的IKONOS影像阴影信息自动提取方法

高分辨率卫星影像中的地物阴影是其特有的组成部分，如何有效地提取和利用这些阴影信息对于高分辨率卫星影像的应用是一个具有重要意义和实际价值的问题。本文提出在对IKONOS全色波段与多光谱的2、3、4波段进行基于IHS色度空间的影像融合的基础上，运用波谱角度映射表分类方法，对IKONOS影像中的阴影进行自动提取。试验结果表明该方法提取效果良好，平均精度可达85．3％。该方法为高分辨率卫星影像的阴影信息自动提取提供了一种有效途径。     

基于TM影像的冬小麦苗期长势与植株氮素遥感监测研究

叶面积指数和叶片氮素含量是决定小麦群体长势的重要生理指标,也是制定栽培管理措施的必要依据。利用遥感监测小麦返青后的叶面积指数和叶片氮素含量,便于及时采取施肥、灌溉、中耕等调控措施,达到优质、高产稳产、高效的目的。本文使用TM影像数据与实地GPS定位相结合的方法,研究了冬小麦返青后叶面积指数及植株氮素含量的变化态势。结果表明:(1)TM影像的NDVI的地域性差异较大,且随纬度呈现极明显的线型负相关变化态势;(2)将用NDVI反演的LAI与实测的LAI进行比较,二者较为一致,其均方差根(RMSE)为0.111;(3)利用NDVI监测的小麦植株氮素含量与实地观测的植株氮素含量较为相近,二者的RMSE为0.085。总之,利用TM影像的NDVI可以快速、精确地监测返青期小麦的LAI和植株氮素营养状况。同时,本研究结果也可为冬小麦返青期的苗情诊断和管理决策提供及时、准确的信息支持。     

TM影像荒漠化解译与成图技术研究

以TM影像为数据源,系统探讨了影像荒漠化信息提取的图像处理与荒漠化土地类型成图的技术方法。将武威市三地区的荒漠化土地类型分为风蚀荒漠化、水蚀荒漠化和中低山草场退化等类型。通过对图像几何和投影系统转换,图像标准假彩色合成,影像空间增强处理,并结合划分的土地利用/覆被类型,建立TM影像目视解译标志,进行荒漠化信息的提取。借助于ARC/INFO软件的不同模块,进行图像判读、编辑制作图形和统计各类荒漠化信息数据。研究表明,武威市荒漠化现象十分严重,三地区共有各类荒漠化土地217.07万hm2,占其总面积的83.33%,其中以民勤县荒漠化土地面积最大。