针对多数高空间分辨率的影像波段数量较少,导致改进归一化水体指数(modified normalized difference water index,MNDWI)、新型水体指数(new water index,NWI)和自动水体指数(automated water extraction index,AWEI)等水体指数模型不...针对多数高空间分辨率的影像波段数量较少,导致改进归一化水体指数(modified normalized difference water index,MNDWI)、新型水体指数(new water index,NWI)和自动水体指数(automated water extraction index,AWEI)等水体指数模型不能有效应用的问题,通过分析各地物的光谱信息,构建出新阴影水体指数(new shaded water index,NSWI),旨在提高水体提取精度。在分析现有水体提取方法的基础上提出了新的水体提取方法,采用具有代表性的归一化水体指数(normalized difference water index,NDWI)、支持向量机(support vector machine,SVM)、最大似然(maximum likelihood,ML)法和本文方法,利用不同时期和不同区域的高分辨率影像GF-2以及稳健性分析时选取的中分辨率影像Landsat TM和Landsat OLI进行实验。结果表明:GF-2数据中,本文方法在渭河和玫瑰湖的总体精度分别为97.2%和95.3%,Kappa系数分别为0.966和0.936;在稳健性分析时,采用Landsat TM和Landsat OLI数据,本文方法在东湖和龙羊峡水库的总体精度分别为96.6%和93.4%,均高于其他方法。本文方法充分利用了影像的光谱信息、几何信息和纹理信息,使得提取的地表水体既有较完整的水体边界又保持了局部细节,同时有效抑制了同谱异物、同物异谱现象,减少了噪声斑块的产生,使得提取结果更准确。展开更多
文摘针对多数高空间分辨率的影像波段数量较少,导致改进归一化水体指数(modified normalized difference water index,MNDWI)、新型水体指数(new water index,NWI)和自动水体指数(automated water extraction index,AWEI)等水体指数模型不能有效应用的问题,通过分析各地物的光谱信息,构建出新阴影水体指数(new shaded water index,NSWI),旨在提高水体提取精度。在分析现有水体提取方法的基础上提出了新的水体提取方法,采用具有代表性的归一化水体指数(normalized difference water index,NDWI)、支持向量机(support vector machine,SVM)、最大似然(maximum likelihood,ML)法和本文方法,利用不同时期和不同区域的高分辨率影像GF-2以及稳健性分析时选取的中分辨率影像Landsat TM和Landsat OLI进行实验。结果表明:GF-2数据中,本文方法在渭河和玫瑰湖的总体精度分别为97.2%和95.3%,Kappa系数分别为0.966和0.936;在稳健性分析时,采用Landsat TM和Landsat OLI数据,本文方法在东湖和龙羊峡水库的总体精度分别为96.6%和93.4%,均高于其他方法。本文方法充分利用了影像的光谱信息、几何信息和纹理信息,使得提取的地表水体既有较完整的水体边界又保持了局部细节,同时有效抑制了同谱异物、同物异谱现象,减少了噪声斑块的产生,使得提取结果更准确。