利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究

在对M cfeeters提出的归一化差异水体指数(NDWI)分析的基础上,对构成该指数的波长组合进行了修改,提出了改进的归一化差异水体指数MNDWI(M odified NDWI),并分别将该指数在含不同水体类型的遥感影像进行了实验,大部分获得了比NDWI好的效果,特别是提取城镇范围内的水体。NDWI指数影像因往往混有城镇建筑用地信息而使得提取的水体范围和面积有所扩大。实验还发现MNDWI比NDWI更能够揭示水体微细特征,如悬浮沉积物的分布、水质的变化。另外,MNDWI可以很容易地区分阴影和水体,解决了水体提取中难于消除阴影的难题。

MNDWI和NDWI指数提取富营养化湖泊水体边界的对比研究

本研究基于Landsat 8 OLI卫星影像,采用云南省中部地区的5个湖泊,即滇池、抚仙湖、阳宗海、星云湖和杞麓湖作为研究对象,其中滇池、星云湖、杞麓湖是富营养化湖泊,比较了两种水体指数,NDWI和MNDWI提取湖泊水体边界的精确度。结果表明:由于近红外波段能够较好的区分植被和水体,但也带来了藻类覆盖的水域容易被误识别为植被的情况。因此,采用NDWI提取的富营养化湖泊水体面积比实际值偏小,中红外波段对水分含量较为敏感,在富营养化湖泊中采用该指数可以有效的区分陆地和水体,排除藻类的干扰。因此,MNDWI更适合用于富营养化湖泊的水体边界提取。

基于NDWI的海南岛西部沙漠化信息自动提取方法研究

分析海南岛西部沙漠化土地的光谱特征,主要表现为沙漠化土地整体反射光谱率偏高,在TM3和TM5波段表现尤其突出,反射光谱曲线的波峰形态也比其他背景地物更为明显。选择能较好反映沙漠化土地的植被信息(TM4)和土壤水分信息(TM5)的波段,经波段运算得出归一化水指数(NDWI),用以自动提取沙漠化土地信息。运用海南岛西部典型沙漠化区域对该方法进行了精度检验,结果表明,利用NDWI自动提取沙漠化土地信息是可行的,正确率达到89.71%。为快速自动提取沙漠化土地信息提供了一种新思路,以期能更快捷地为沙漠化治理决策提供准确的时空变化信息和科学依据。

基于NDWI分割与面向对象的水体信息提取

基于OLI融合影像,运用面向对象的目标提取方法对龙羊峡水体信息进行了提取。先将NDWI作为一个波段叠加到融合后的多波段影像中参与多尺度分割,再结合隶属度函数分类方法,选定NDWI的阈值范围提取水体信息,最后与基于像元的NDWI水体提取方法进行了比较。结果表明,两种方法受冰雪影响均较小,但面向对象的NDWI水体提取方法受山体阴影和薄云的影响较小,能完全消除基于像元的NDWI水体提取方法出现的"零星水体"现象。

NDWI与NDVI指数在区域干旱监测中的比较分析——以2003年江西夏季干旱为例

植被水分指数NDWI是基于短波红外(SWIR)与近红外(NIR)的归一化比值指数。与NDVI相比,它能有效地提取植被冠层的水分含量;在植被冠层受水分胁迫时,NDWI指数能及时地响应,这对于旱情监测具有重要意义。结合2003年夏季MODIS影像数据和地面气象数据,以江西省内一片农田和一片林地为试验区域,分析比较了NDWI与NDVI距平值在短期旱情监测中的有效性。监测结果表明,NDWI对植被冠层水分信息比NDVI更为敏感;在短期干旱监测中,NDWI指数能准确地反映旱情的时空变化。

面向GF-1影像的NDWI分割阈值选取方法研究

以位于我国不同地区的15个湖泊为研究区域,基于高分一号(GF-1)卫星遥感影像计算归一化水体指数(normalized difference water index,NDWI),在此基础上分别采用迭代法、大津法和直方图双峰法选取分割阈值及提取水体信息,并分析3种方法的阈值选取结果及水体信息提取结果。研究结果表明:迭代法与大津法选取的阈值相近,与直方图双峰法选取的阈值相差较大;迭代法选取阈值的效率较高;直方图双峰法的提取精度最优,其提取的水域面积与参考面积拟合的效果最好。该研究可为GF-1影像的精准水体提取提供自适应阈值分割方法的选取策略。

基于NDWI和卷积神经网络的冬小麦产量估测方法

为进一步提高冬小麦单产估测的效率和准确性,利于宏观指导农业生产、制定冬小麦整个生长期的精准管理决策,针对目前已有的县域冬小麦单产估测方法存在时效性差、准确度低、成本高等问题,以中分辨率成像光谱仪(Moderate resolution imaging spectroradiometer,MODIS)为数据源,分别提取不同时段可见光与近红外波段信息,选择归一化差值植被指数(Normalized difference vegetation index,NDVI)、归一化差值水指数(Normalized difference water index,NDWI)、土壤调节植被指数(Soil adjusted vegetation index,SAVI)、调整土壤亮度植被指数(Optimal soil adjusted vegetation index,OSAVI)、绿色归一化植被指数(Green normalized difference vegetation index,GNDVI)、改进型土壤调节植被指数(Modified soil-adjusted vegetation index,MSAVI)以及绿红植被指数(Green red vegetation index,GRVI)7个遥感植被指数,以其直方图分布信息作为输入变量,应用卷积神经网络(Convolutional neural network,CNN)回归预测冬小麦产量,对比分析NDWI在冬小麦产量估测上的表现并探究其在霜冻害影响下的精度变化。研究表明,相对于植被指数NDVI、SAVI、OSAVI、GNDVI、MSAVI、GRVI,NDWI对冬小麦生育早期的产量预测表现出更好的预测效果,单产去趋势前后的NDWI对产量的预测精度均高于NDVI、SAVI等植被指数,决定系数最高可达到0.79,且在霜冻害影响下仍能保持较好的预测效果;NDWI在抽穗—灌浆阶段对冬小麦最终产量影响最大,4月23—30日时间段内NDWI对产量的决定系数可达到0.72;空间分布上,研究区域冬小麦具有东部单产最高、中部次之、西部单产最低的空间分布特征,西部和北部山区与东部黄淮海平原交界处误差较大。研究结果可为冬小麦生育早期产量预测提供科学依据。

基于ONDWI水体指数的鄱阳湖水域信息提取

湖泊水体的准确提取在水体灾害监测、水资源利用、防灾抗旱等方面具有重大意义,一般湖泊水体提取的方法受影像阴影、冰雪、云等的影响较大,不利于湖泊水体信息的提取。该研究提出了鄱阳湖水域信息提取的新方法即ONDWI(即Override NDWI)=(NDBNIR)/(NDB+NIR)指数法来进行鄱阳湖水域的水体提取,该方法能有效地去除水体中含有的湿地,同时还能较好地抑制植被和土壤信息。该方法的提出有利于鄱阳湖自然生态水域的水资源保护和水体监测。

基于NDWI和热红外混合的水体识别方法

从现代遥感理论入手,分析了植被、城镇、土壤、水体等典型地物在MERSI图像上的表现特征,进而提出适用于MERSI资料的NDWI结合红外通道的NDWI-EX水体指数扩展模型,提高了水体判识在城镇区域的准确率,为提高洪涝判识的准确度提供借鉴.

基于NDWI与改进型FCM相结合的高分一号影像水域信息提取方法研究

鉴于采用传统方法在提取高分辨率影像水域信息存在不足,本文以高分辨率国产卫星高分一号宽幅16 m空间分辨率多光谱影像为数据源,以浙江省钱塘江流域为研究区域,通过预先对影像进行NDWI处理,在此基础上利用改进FCM聚类算法实现了水域信息的自动提取,并与传统的NDWI和ISODATA分类方法提取结果进行比较。结果表明,该方法在分类效果和精度方面均优于传统分类方法,作为国产高分一号影像水域信息自动提取方法是可行的。

光学和微波遥感数据联合反演植被覆盖表层土壤含水率

【目的】探究Vertical-Vertical(VV)、Vertical-Horizontal(VH)极化及双极化方式对微波遥感反演表层0~10 cm土壤含水率影响,分析不同数据源(Landsat-8,L8;Sentinel-2,S2)得到的归一化植被指数(NDVI)、归一化水体指数(NDWI)对表层土壤含水率遥感反演精度的影响。【方法】基于VV、VH单一极化和双极化模式,结合S2和L8计算的NDVI与NDWI估算植被含水率(VWC),消除植被对土壤的后向散射影响,得到土壤后向散射系数,基于水云模型反演北京市大兴区表层土壤含水率。【结果】对于VV极化,VV+S2NDWI反演0~10 cm土层的土壤含水率精度最高(R^(2)=0.763,RMSE=1.55%);对于VH极化,VH+S2NDVI反演的0~10cm土层的土壤含水率精度最高(R^(2)=0.622,RMSE=1.66%);对于双极化,Dual-Polarized(DP)+S2NDVI反演的0~10cm土层的土壤含水率精度最高(R^(2)=0.895,RMSE=0.89%)。【结论】NDVI更适用于去除水云模型中的植被影响,且双极化方式反演0~10 cm土层的土壤含水率精度较高。

青藏高原多尔索洞错水深反演与水量变化估算

利用由实测水深空间插值获得的水下地形数据估算湖泊水量及其变化往往存在较大误差。以Landsat系列影像数据及多尔索洞错12 m以下实测水深数据为基础,建立多波段组合模型进行水深模拟,结合多时相Landsat影像获取的多尔索洞错边界数据获取水深变化,估算1996~2016年多尔索洞错水量变化。实验结果表明:多因子反演模型的相关系数(R^(2))均在0.90以上,平均绝对误差低至0.48 m,相比空间插值方法能更精确地模拟多尔索洞错水深在12 m以下区域的水深分布情况;近20 a来多尔索洞错不断扩张,水位升高约0.40 m/a,水量增加约0.18 km^(3)/a。

基于遥感监测的沿运洼地内涝特征与影响因素研究

【目的】探究沿运邳苍郯新平原洼地内涝特征及影响因素。【方法】以沿运洼地为重点研究区域,在内涝影响范围内开展勘测、遥感解译等,分析洪涝前后归一化差异水体指数(NDWI)及归一化植被指数(NDVI)特征,研究沿运邳苍郯新平原涝洼地内涝影响范围变化及其对农作物长势影响,探索水利设施建设等对灾害范围的影响。【结果】(1)受灾作物2004年与2005年NDVI的差值为0.5,未受灾区域2004年与2005年NDVI差值为0.25,受灾作物NDVI显著降低,受灾区域内2005年整年作物生长情况弱于2004年。(2)台儿庄节制闸建成后可降低洪涝对附近农田的影响,有效减少洪涝灾害造成的经济损失。【结论】洪涝灾害对洼地内作物长势影响大于洼地外作物,水利设施建设可以有效减少洪涝灾害造成的经济损失;遥感监测技术是防治洪涝灾害的有效手段。

基于几何特征与NDWI的城市水体信息提取研究

在遥感影像获取地物信息过程中,有效提取水体信息与掌握其变化趋势,已成为水资源合理利用,实时规划以及未来保护的重要依据.选用浙江长兴县高分一号遥感卫星数据,根据遥感影像不同地物光谱特征,运用归一化水体指数方法(NDWI)并参考影像包含的几何特征,借助易康软件平台进行遥感影像的面象对象分类,分类为水体和其他两种类别.通过归一化水体指数与基于易康面向对象分类结果与传统基于像素分类的结果进行综合对比分析,基于几何特征与NDWI的分类方法明显优于传统基于NDWI分类方法,能更好利用影像所含的地物特征信息,其结果更加符合真实情况.

归一化差异水分指数在衡邵盆地干旱监测中的适用性研究

利用归一化差异水分指数(NDWI)对衡邵盆地进了干旱监测分析。结果表明,NDWI能很好地反映干旱发生发展的过程,NDWI监测的干旱发生时段和区域与降水量严重偏少的时段和区域有很好的吻合性。此外,NDWI监测的干旱发生区域主要集中在衡邵盆地中部的农业耕作区,能间接地反映农业干旱发生情况。

基于Sentinel-1与Landsat8-OLI数据的土壤水分反演研究

土壤水分是水循环的重要组成部分,也是影响水文和气候变化的重要因素。土壤含水量作为反映土壤水分大小的重要变量,主要用于调控地表与地下的水文循环和能量守恒。利用哨兵(Sentinel)系列,以主动微波雷达遥感卫星(Sentinel-1)的双极化合成孔径成像结果为基准,根据在同一时间段内光学遥感卫星(Landsat8-OLI)成像结果,对青海省格尔木河中下游流域的地表土壤水分变化情况进行了反演研究。根据不同极化方式,利用不同指数:归一化水指数NDWI(Normalized Difference Water Index,NDWI)和归一化植被指数NDVI(Normalized Difference Vegetation Index,NDVI),对求得的植被水云模型土壤水分反演结果进行对比分析。结果表明:(1)VV极化比VH极化效果更好,VV极化NDWI比NDVI反演地表土壤水分的拟合精度更高;(2)VH极化和VH极化与NDWI以及NDVI组合反演土壤水分的效果均不太理想,拟合精度分别为26.9%、27.4和26.2%;(3)地表土壤含水量的反演精度经过水云模型去除植被覆盖后有所提升,VV极化图像与NDWI组合方式在土壤水分反演中更加具有优势,最小均方根误差为8.48,比NDVI组合结果精度提高了1.4%;(4)哨兵影像雷达后向散射系数可以对土壤含水量进行实时、大面积反演研究,VV极化方式结合NDWI指数能够更好地反演出研究区的土壤水分,合成孔径雷达在土壤水分的研究中具有很大的潜力。

基于NDWI-NDSI组合阈值法的布加岗日冰湖提取及其变化分析

自20世纪90年代以来,中国冰川在全球升温影响下处于全面加速退缩的态势。长时序的冰湖变化既能反映冰川演变过程,也可为冰湖灾害研究提供重要依据。本文提出一种基于NDWI-NDSI组合法提取冰湖的改进方法,有效增加了阈值分割法提取冰湖的适用范围,使冰湖的错分现象得到极大改善;并以1988年—2018年共16景Landsat影像为数据源,成功对布加岗日冰川的冰湖面积实施提取并对其做统计分析和时序研究。进而发现,该冰川出现冰湖数目增多(2个)、面积增大近一倍(从约2.7666 km2增加至约5.2308 km2)的现象,表明其在近30年间消融过快、退缩严重,并阐明温度变化为导致这一现象的主要因素,同时指出由冰川融水导致的部分冰湖诱发洪水、泥石流等次生灾害的可能性也极具增高。

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。

多光谱遥感影像在长江水位监测中的应用

人类社会生活、生产活动与江河水位变化密切相关。河道水位监测系统可以实时掌握河道水位的变化情况,是科学预警水情隐患、保障港口及航运安全、提升防汛抗旱能力的重要手段。本文对长江局部水域面积与水位观测值之间的相关性进行了研究,并建立了回归方程;最终利用多光谱遥感影像提取出长江水域面积,并应用该回归方程进行长江水位的推算。结果表明,该方法能够为江河、湖泊、水库等水体的水位监测提供一种简便可行的估算方法。

基于遥感指数的阳宗海流域影像分类提取

基于哨兵2号MSI多光谱数据产品,利用NDVI和MNDWI遥感指数分别提取分类样本区掩膜,在掩膜上构建样本来比较6种监督学习方法的分类效果,并统计分类地物像元所占面积和比例。结果显示:(1)较为复杂的情况下,MNDWI指数提取水体信息的效果要优于NDWI指数。(2)从整体上看,马氏距离法和最大似然法可以很好地区分和识别裸土与建筑像元的特征;除平行六面体法外的其他5种分类法均对植被的分类效果表现较优;水体分类效果最好的是马氏距离法;建筑分类效果最好的是最大似然法;裸土分类效果最优的是马氏距离法。(3)马氏距离法的精度和Kappa系数均为最高,分别是98.93%、0.9767;生产者精度和用户精度最高的分别为最大似然法和马氏距离法;平行六面体法的总体精度、Kappa系数、生产者精度和用户精度均为最低。(4)在阳宗海流域地区,裸土、植被和建筑面积分别为80.28、67.82和6.82 km2,建筑面积占比最小,阳宗海流域人口密度较低。