基于Landsat8影像的泾河峡谷段高含沙河流信息提取方法

为了克服从遥感影像中提取高山峡谷型河流信息过程中遇到的山体阴影、水库下游基岩裸露等构成的混合像元效应,提出一种基于Landsat₈ OLI影像的自动提取高山峡谷窄深型高含沙量河流信息的多波段谱间关系的改进方法。以黄土高原泾河中游为例,利用多波段光谱特征,分离水体与山体阴影、裸露山体、基岩边滩,构建适用于高山峡谷窄深型高含沙量河流信息提取的模型。与其他水体信息提取模型相比,该方法克服了山体阴影、水库下游基岩对水体信息提取的影响,提高了高山峡谷窄深型高含沙量河流信息的提取精度。     

基于GEE平台的黄河流域水体指数研究

黄河流域水体复杂,快速、准确地提取流域水体对黄河流域生态保护和高质量发展具有重要意义,但现有的水体指数无法满足去除遥感影像固有的山体阴影和精确提取复杂水体的要求。基于Google Earth Engine(GEE)平台和Sentinel-2影像,提出一种黄河流域水体指数(YRBWI),与归一化差异水体指数(NDWI)、改进的归一化差异水体指数(MNDWI)和阴影水体指数(SWI)进行水体提取效果对比。结果表明,YRBWI对黄河流域水体提取的效果最好,具体表现在可以解决山体阴影混淆问题,能准确提取高含沙量水体;与NDWI、MNDWI和SWI相比,YRBWI的OA和Kappa值最大,说明YRBWI的水体提取精度最高;YRBWI的水体提取精度对阈值的变化不敏感,具有较强的抗干扰性。     

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ASAR、ETM+和MODIS图像的洞庭湖水体信息提取方法比较研究

以洞庭湖为试验区,对基于ASAR、ETM+和MODIS图像的各种水体信息提取方法进行了比较研究。结果表明,这些方法均能较为准确的将水体范围提取出来,但不同程度存在误判和漏判等现象。其中,本文研究提出的基于ETM+图像的谱间关系结合归一化建筑指数法精度较高,能够去除绝大部分阴影和建筑物,且能提取更多的细小河流。在上述基础上,利用ASAR和ETM+图像,对东洞庭湖洪水淹没范围的提取方法进行了研究。     

水稻种植面积遥感提取中田间作业路的消除方法

利用多时相遥感数据提取水稻种植面积是一种快速、高效的方法,但在高空间分辨率的遥感数据源中很难在一个作物物候期内获取多时相影像,高分一号卫星(GF-1/WFV)在16 m分辨率上实现了较高的时间分辨率,但由于存在混合像元,阈值分割尺度的设定会影响水稻面积提取精度。针对此类问题,混合像元分解模型可以有效排除异质地物的干扰。本文以GF-1/WFV遥感影像为数据源,选取银川平原水稻集中分布区破碎化程度不同且仅含有田间作业路和水稻的3个水稻样地作为实验区。首先,利用水稻分蘖期水体特征与孕穗期植被特征较为突出的特点,通过阈值法分类初步获取水稻的空间分布范围;然后在地表反射率遥感影像上选取田间作业路和水稻端元波谱曲线。结合线性混合像元分解模型,根据水稻丰度比例提取最终的种植面积。最后利用高空间分辨率的高分二号遥感影像对提取结果进行精度验证。结果表明,耦合两种方法提取水稻面积的面积精度为96. 33%,比阈值法提取水稻面积的精度提高了14. 63%,有效地排除了田间作业路对水稻面积提取精度的影响,为农作物种植面积信息的精确提取提供参考。     

基于混合像元分解的武汉市湖泊面积变化监测

以中等分辨率Landsat TM/ETM+为数据源的常用水体提取方法有阈值法、谱间关系法、归一化水体指数法和分类法,然而这些方法都未考虑混合像元的影响.遥感影像上不可避免的存在着混合像元,这使得基于像元的遥感信息提取精度难以满足较高精度应用需求.首先利用混合像元线性光谱分解方法从2006年武汉地区LandsatTM影像...     

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%。     

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。     

基于Sentinel-1数据的水体信息提取方法研究

SAR影像对于水体和地表形变具有很好的辨识性,因此常用来进行水体识别、土壤湿度反演和地表形变检测研究与应用。利用载有C波段合成孔径雷达的Sentinel-1卫星数据对大范围的水体信息进行识别,提出了SDWI（Sentinel-1 Dual-Polarized Water Index）水体信息提取方法。该方法受到NDVI和NDWI方法的启发,结合微波遥感中水体信息在影像中的特点,进一步研究了Sentinel-1双极化数据（VV和VH）之间水体信息提取的关系,以此关系达到增强水体特征的目的,同时消除土壤和植被的存在。分别以Sentinel-1A巢湖区域和Sentinel-1B鄱阳湖区域SAR影像为例来提取水体信息,实验结果表明该方法显著有效,但对影像中阴影的处理是未来研究的难点。     

基于SLIC的哨兵1号雷达数据水体信息提取

针对水域面积较少时水体信息提取困难的问题,提出了以Sentinel-1A SAR为数据源,用简化的SLIC超像素分割算法对图像进行分割,根据相似度将分割后图像进行分层区域合并,将图像二值化得到最终水体信息的方法。将提取的信息与Otsu阈值法提取的水体信息进行对比分析,结果表明：水体提取算法相比Otsu阈值法有效提升了水体信息提取的效率和精度,对于防汛减灾具有重要的科学价值。将提出的方法应用于2019年7月份的株洲洪水监测,取得了较好的效果。     

基于马尔科夫随机场的多时相SAR影像变化检测研究

研究了一种基于马尔科夫随机场理论的多时相SAR影像自动变化检测方法。研究的方法综合利用目标像元及其邻域信息,有效实现目标像元所属类别的判定。实验结果表明,基于马尔科夫随机场理论的变化检测方法与其它传统分割方法相比,充分考虑目标像元的空间邻域信息,能够有效减少漏检率,提高整体检测精度。     

NDVI对NDSI积雪信息提取阈值的影响研究

雪盖面积是水文,气候模型的重要输入参数之一。通过遥感可以实时获取大尺度范围内的积雪覆盖信息,弥补地面观测在空间范围上的不足。中等分辨率光谱成像仪(MODIS)数据因其具有高光谱、高时间分辨率的特点,越来越多的应用在积雪信息提取上。本文在总结现有方法的基础上,分析了现有方法的优劣,建立了一个新的积雪信息、归一化植被指数(NDVI)、归一化雪盖指数(NDSI)的线性关系模型。对该模型进行了精度验证。结果表明:在植被覆盖率较高的地区,该方法减少了8.7%的误分类像元。     

基于混合像元分解法的黄河河道水体遥感监测

针对黄河河道水体泥沙含量较高的特点,采用基于混合像元分解的方法进行黄河河道水体提取,并应用于河势监测分析。结果表明,基于混合像元分解法进行黄河河道水体提取,能够有效突出水体信息,抑制较小面积的坑塘水体,快速、准确提取黄河河道水体信息,为河道管理与整治等流域综合管理提供支持。     

基于改进的NDVI密度分割方法的冬小麦面积信息提取

基于高分辨率遥感影像提取的种植结构信息,能够比传统的统计数据更加直观地表达农作物的空间分布特征,这些数据信息是水资源管理部门进行水资源管理的重要数据参考。为解决GF-1 WFV传感器影像中混合像元对小麦信息提取结果的影响,引入高分辨率GF-1PMS传感器影像,在两种影像相同位置建立样本研究区,利用PMS影像的分辨率优势为WFV影像中小麦混合像元训练样本提供真实小麦面积权重,得到WFV影像小麦混合像元NDVI与小麦面积权重的比例关系,再运用区间归一化的方法解决同一NDVI值对应不同小麦面积权重的问题,进而得到混合像元中小麦的真实面积信息,最终提取了冀州市的冬小麦信息。经验证,该方法能够在实地样本不足的条件下,较准确地提取冬小麦面积信息。     

基于GF-1遥感影像的河湖水域面积提取

针对水环境遥感监测需求,开展基于GF-1卫星影像的河湖水面信息提取。以怀洪新河为例,在对水体与背景地物波谱特征变化趋势分析基础上,对比阈值法、谱间关系法、水体指数模型法等3种常用方法在河流水域面积提取上的差异,以目视判断与精度分析对提取结果进行分析,结果表明,对于怀洪新河等大型的河流、湖泊等水体信息,水体指数阈值法提取结果精度最高,且具有水陆区分度高和误识别率低的特点,适用于解决大型水体目标快速提取问题。     

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。     

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。     

基于ETM+图像的厦门湾水体信息提取

选取厦门湾地区部分遥感图像作为试验区域,应用阈值法、谱间关系法、MNDWI指数法3种方法进行水体提取.将提取结果与同期实测水深数据对比,评价各种方法的提取精度.结果表明:MNDWI指数法兼具前两种方法的优点,能排除阴影和云层等信息的干扰,从而较为准确地提取水体.最后应用该方法对整个厦门湾地区的水体信息进行了提取,形成水体信息专题图,从而对厦门市的水体情况进行分析.     

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。     

基于归一化水体指数的水域面积估算研究

以ETM+影像为数据源,采用2种归一化水体指数分别从遥感数据中定量提取水域面积,并将提取结果和监督分类提取结果做比较.研究表明,3种模型都能从ETM+遥感数据中准确提取水体信息,并且归一化水体指数模型简单计算速度快,适合用于水域面积的动态监测.选用优良的训练样本,监督分类提取的结果和归一化差异水体指数相同或者更优.