TM影像湿地水体信息自动提取方法研究

在杨存建等人发现Landsat TM影像中水体具有TM2＋TM3〉TM4＋TM5的特征的基础上，分析了水体及其它几类主要地物的光谱特性在TM影像中的表现特征，发现水体、居民地的阴影以及山体阴影都具有TM2＋TM3〉TM4＋TM5的特点，但是3者（TM2＋TM3）／（TM4＋TM5）的比值却存在着较大的差异，所以辅以适合的阈值（水体（TM2＋TM3）／（TM4＋TM5）〉2．0）可以将水体信息区别于其它所有的地物。并将该方法分析了含不同水体类型的福州市TM遥感影像进行了实验，研究发现用该方法可以将水体与全部居民地的阴影和山体阴影区分开来，实验取得了良好的效果。该方法可用于快速、简便和准确地提取城市和山区中的水体信息，同时克服了水体提取中难于消除阴影（居民地阴影与山体阴影）的难题？     

基于多光谱影像的水体自动提取方法比较研究

以鄱阳湖湿地及附近水域为研究区,基于Landsat OLI影像从水体错提率和面积精度两方面比较了单波段阈值法、归一化差异水体指数法(NDWI)、改进的归一化差异水体指数法(MNDWI)、新型水体指数法(NWI)提取湿地水体的效果。并针对传统提取方法中阈值难以确定的问题,引入直方图波谷法、大津法、迭代法计算阈值。结果表明:单波段阈值法的提取效果较差,3种水体指数法均能对水体进行有效提取;直方图波谷法的计算效果不稳定,不适合计算此次水体提取方法的阈值;大津法和迭代法均能较准确地计算阈值,其中大津法结合新型水体指数法(NWI)精度最高。     

改进TM图像水体自动提取模型的研究

传统的TM图象水体提取模型在实际应用中会有大量的较窄河流被漏提,而这些较窄河流通过目视判读是可以判读出来的。本文在借鉴传统水体提取模型成功经验的基础上,对其不足做了改进研究,并按照步步简化,层层剔除的思路设计出新的TM图象水体自动提取模型,可成功地把包括较窄河流在内的水体提取出来,提高了提取精度。     

基于MODIS数据的黄河水体提取方法研究

通过分析黄河水体在MODIS影像上的光谱表现特征及与其他背景地物在光谱特征上的差异,分别采用单波段阈值法和多光谱混合分析法对黄河水体进行了提取试验研究,并对比分析了两种方法的优缺点,指出多光谱混合分析法更适用于MODIS数据的黄河水体提取。     

基于多种水体指数的城市碧道水体遥感提取方法对比研究

作为最常见的水体遥感提取方法之一,水体指数可用于城市碧道水体监测.基于哨兵2号遥感影像,该文分析比较了双线性插值、Gram-Schmidt(GS)全色锐化方法对于MNDWI、WI水体指数提取结果的影响,并与NDWI水体指数提取结果开展对比.各水体指数均可有效提取城市碧道水体,各项提取精度指标在80％以上,其中GS对应的...     

基于多源遥感数据的水体提取方法研究

快速准确地获取水体信息对于水资源管理利用以及灾害防治具有重要意义.利用不同分类方法探讨多种数据源在不同天气场景下水体提取的最优技术,结合Sentinel和Landsat系列数据,对红碱淖1973—2018年湖泊面积变化进行分析.结果表明:在无云的情况下,使用Sentinel-2结合最大似然分类方法提取效果最好,精度为9...     

基于星载SAR 数据的山区水体提取方法研究

具有全天候和全天时监测能力的星载SAR已经广泛应用于地表水体信息提取,但是因SAR的成像方式为斜距成像,在山区影像有显著的几何形变,将严重影响到影像的几何定位和水体信息的提取.本文以EnvisatASAR数据为例,探讨一种山区水体信息提取方法,即基于DEM的SAR图像模拟技术,对图像精确地正射校正和进一步的对运用双峰法提取的水体作山体阴影剔除.实验研究表明,此方法能很好的修正图像形变、减少山体阴影与水体混淆,提高了水体提取的精度.     

基于决策树方法的杨凌示范区水体提取分析

以陕西省杨凌示范区为研究区,利用LANDSAT影像以及DEM影像数据,分析研究区影像光谱特征,选择合适的分类方法以及建立合适的模型,对研究区遥感影像进行决策树分类,在地图上选取500个抽样点,通过实地考察,记录选样点的数据,统计抽样点的水体类型。实验表明决策树分类法大幅度提高了分类的精度,可以满足生产需要。     

基于纹理特征的SPOT 5影像水体提取方法研究

以2008年8月7日某区SPOT 5遥感影像为研究对象,基于地统计学变差函数的方法对影像的纹理特征进行了提取,并辅以影像的光谱特征进行研究区地物分类,实现了水体信息的自动提取。对基于纹理特征提取法与植被指数法、光谱特征提取法的水体提取结果进行了对比分析。结果表明:基于纹理特征提取法能对河道水体充分提取,河道与河滩地、居民地、湿润地表等地类基本没有错分现象,水体提取的效果较另两种方法有较大改善。     

基于多光谱影像辅助的微波遥感水体提取方法研究

微波遥感数据具有穿透力强的特点,可在灾后复杂天气条件下快速获取灾区地表信息,如水体面积。但是在山区等复杂地形下,由于成像机理造成的阴影,会影响到水体提取的精度。为了快速有效地去除阴影,本文利用数据融合的方法,开展了基于光学影像辅助的微波遥感水体提取方法研究,并结合COSMO Skymed SAR数据和福卫-2号多光谱数据开展了实验分析。通过对HSV、Brovey、主成分、Gram-Schmidt四种融合方法效果的比较,发现无论从目视判读还是在定量指标上,Gram-Schmidt方法的效果都好于其他方法。将融合后图像进行监督分类,可以有效地区分出大部分雷达阴影和水体,从而快速有效地辅助在雷达图像上获取水体信息。     

薄云覆盖下山区河道水体遥感影像提取方法研究

MODIS遥感数据时间分辨率较高,将其应用于河道监测优势明显。但是对于山区多云地区,MODIS数据时间分辨率高的优势无从发挥,且山区沟壑众多,河道狭窄,水体像元多为混合像元,利用现有方法提取水体遥感影像难度较大。为了能够将MODIS数据的优势运用于山区河道监测,选定大渡河流域作为典型研究区域,在对MODIS数据中的典型地物进行采样分析后,首先采用基于小波变换改进的同态滤波削弱云雾,然后对归一化植被指数法(RVI)进行改进,得到了薄云覆盖下山区水体指数(CMWI),消除了薄云的干扰,实现了山区沟壑的模糊处理,突出了水体。图像增强后,河道水体清晰可辨,适用于山区河道遥感监测工作。     

面向无人机水域影像的自动拼接方法

基于无人机航拍的水域影像,研究了该类影像的自动拼接方法。针对水域与陆地共存的影像(水域面积占比例较大,影像灰度值较小),利用SIFT和Harris算子共同提取特征点,再用RANSAC算法对错误匹配进行筛选,从而完成图像拼接。针对影像内容完全是水域的情况,利用无人机携带的POS定向数据辅助图像拼接。最后,以近海面油污监测的实例,阐述了本研究在无人机水资源监测和应急救灾中的实际应用价值。     

人工湖进口流量对水体更新能力影响的研究

建立巫家坝中央公园景观湖MIKE 21数值模型,以水体更新时间为指标,分析了生态补水工程的流量分配对湖泊水体更新能力的影响。分析结果表明,进口流量分配对研究区域水体更新时间的影响较大。整体来看,增加对湖泊流场影响更大的北边界入流量,能够增强研究区域的水体更新能力。该方法能够较好地反映水体对流扩散作用对其更新能力的影响,可作为生态补水工程设计优化的实用工具。     

水库水体的最大类间方差迭代遥感提取方法

针对利用遥感影像结合经验阈值提取水体信息需要进行大量试验,难以客观地确定水体与非水体分割阈值的问题,在最大类间方差法的基础上提出了最大类间方差迭代法来优化提取水库水体信息。基于高分一号(GF-1)卫星影像数据,使用归一化差分水体指数(NDWI)法初步提取了水体信息,通过形态学膨胀算法建立缓冲区,采用多次迭代最大类间方差法计算自适应阈值,用于分割水体与非水体,从而实现水体最优提取。实例验证结果表明,提出的优化方法可以有效地消除建筑等非水体地物信息的干扰,较准确地提取水库水体信息在不同时期的特征,总体分类精度与Kappa系数较最大类间方差法提取结果分别提高了9.36%和24.09%,综合精度平均提高了10.42%。     

一种改进的遥感影像水体信息快速提取方法

水体资源精确提取在水文调查和监测中具有非常重要的意义.针对传统指数模型在检测遥感影像水体信息中存在过程复杂、环节过多以及阈值选择误差较大等诸多问题,提出了一种改进的新型水体快速提取方法NNDWI(New Normalized Difference Water Index),该方法在对水体及非水体地物进行波谱特征分析的基...     

纳潮对龙津河水体更新的模拟分析

龙津河为独流入海河流,出口设丽江水闸挡潮排洪(涝).龙津河海丰县城区段污染严重,枯水期依靠天然径流不足以满足城市景观用水和生态用水需求,需外调大量淡水以改善水质,致使当地水资源供需矛盾日趋尖锐.为分析纳潮节约淡水资源的水力可行性,采用一维Saint-Venant方程和标量传输方程对龙津河纳潮更替水体进行了模拟分析,揭示了纳潮的水力要素变化过程和纳潮对水体更新的作用范围和效果,还定性分析了异重流对龙津河水体更新的作用.     

宽浅型水库水体更新时间数值模拟研究

水体中污染物的迁移、扩散与水体更新时间密切相关。基于EFDC建立了宽浅型水库水动力三维数学模型,并用水库实测资料对模型精确性进行了验证。首先利用验证后的数学模型模拟了宽浅型水库365d流速场和水体更新时间,得到了其水动力特性;然后模拟了无风工况下的水体更新时间,通过对比得到了风对宽浅型水库水体更新时间的影响。研究成果可为宽浅型水库的生态调度提供理论依据。     

黄河三角洲河道信息自动提取研究

对黄河三角洲TM图像上海陆分界线进行了计算,利用数学形态学算法剔除了毛刺并确定了入海口位置,最后利用水体波谱特征改进了种子点增长算法,实现了黄河三角洲河道快速自动提取.     

基于PCA和SVM的遥感影像水体提取方法及验证

针对内陆湖泊水质及光谱特性空间差异性大、支流水系结构复杂而导致的遥感影像水体提取精度低的问题,提出了结合光谱主成分分析(PCA)及支持向量机(SVM)的PCA-SVM水体提取算法。基于GF-1卫星遥感影像,对原始影像光谱波段特征进行PCA降维,从中优选熵、方差、差异性纹理特征向量,结合原始波段及归一化差分水体指数(NDWI),构建了8维特征向量,并基于SVM算法提取湖泊水体。以巢湖洪水期与非洪水期影像为研究实例,分别采用NDWI法、传统SVM算法及PCA-SVM算法对水体进行提取,并进一步基于PCA-SVM算法对2020年汛期巢湖洪水期淹没演变过程进行反演和跟踪,定量解析特征向量组合及SVM惩罚系数C对水体提取性能的影响。结果表明：PCA-SVM算法提取的湖泊完整、支流连续,显著改善了含蓝藻水体漏提、建筑物误提等问题;洪水期和非洪水期提取结果的F1分数分别为95.08%和97.95%,虚警率分别为5.43%和1.13%,提取精度显著高于NDWI法和SVM算法。