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.

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。

皖北煤矿塌陷区积水自动提取研究

在皖北煤矿集中开采区,煤矿采空区形成塌陷区和坑洞,多处积水,对自然环境和生命安全构成威胁,因此,对这些塌陷区积水进行监测至关重要。本文选择皖北煤矿集中开采区中适当矿区,通过分析GF-1影像数据,并针对塌陷积水与其他积水的光谱特征差异,研究塌陷区积水的自动提取方法。结果表明:采用band3/band2算法提取水体能够自动剔除河流和阴影干扰,相比传统的NDWI图像提取水体的方法更加优越。

基于多源遥感数据的洞庭湖流域时空演变研究

近年来,洞庭湖流域的生态环境面临巨大的压力,主要原因包括自然灾害和人类不合理的开发利用。正确获取流域时空演变趋势对于保护和建设洞庭湖流域的生态环境至关重要。文章基于2017—2021年遥感数据,采用NDWI水体指数阈值法(标准化差异水体指数),分析了洞庭湖在此期间的湖泊流域面积变化趋势,研究了流域重心的迁移趋势,探讨了流域关键问题和脆弱环节。结果表明,大通湖在2017年至2021年3月下旬期间水域变化不大,保持在稳定状态。通江湖泊水域面积变化相对比较大,尤其2019年相比2018年呈断崖式萎缩,由2018年的863 km^(2)萎缩到2019年的648.02 km^(2),减幅214.98 km^(2)。影响湖泊演变的气象因素中,降雨与气温相关性最高。该研究成果可为洞庭湖流域可持续发展的治理措施的制定和科学规划提供重要参考依据。

昆明市近30年水域面积的时空变化特征分析

水域面积是反映水资源状况和水环境变化的重要指标,其变化对生态系统功能、水文循环和气候变化等方面有重大影响。利用PIE-Engine遥感计算云服务平台,基于Landsat TM/ETM+遥感影像,采用NDWI(Normalized Difference Water Index)指数,分析了昆明市水域面积的长时序变化特征和成因,结果表明:昆明市的水域面积近30年来整体上呈现先减少后增加再减少后增加的动态变化趋势;这种变化主要受自然因素和人为因素的共同影响,其中自然因素主要包括气候变化,人为因素主要包括城市扩张、城市水资源的开发与利用、土地利用、水利工程建设和环境污染等。

基于HJ-1 CCD光谱信息的水体识别方法研究——以松花湖为例

该研究利用环境一号卫星(HJ-1)的CCD数据,采用3种不同的水体自动识别方法,即归一化水体指数(NDWI)、近红外阈值法和监督分类法,对2012—2020年间松花湖的水体进行识别和面积计算。该研究旨在评估各方法在水体面积变化检测中的表现及适用性,通过对比这些方法在不同年份的应用效果。结果表明,监督分类法在多数情况下能够识别出更大的水体面积,显示其在广泛水体监测中的优越性。近红外阈值法在特定年份也表现出较好的水体识别效果。该研究结果可以为HJ-1 CCD在水域监测和灾害预防等方面提供重要的决策支持。

基于机载细分光谱遥感影像的中小河道水体提取

卫星遥感影像被广泛应用于水质监测领域,在提取大型湖泊河流的水体边界、水体面积方面具有快速准确等优势,受分辨率影响,影像中存在混合像元等现象,在提取细小河流时容易出现误判情况。本文以太浦河支流部分河段为研究对象,分别使用NDWI、NDVI两种指数模型从高分辨率的细分光谱成像设备的高光谱影像中提取中小河道水体信息,分析同一影像两种指数提取结果的不同和同种水体指数不同阈值提取效果的差异性,并通过总体精度、识别水体面积等精度评价指标进行精度分析。结果表明,对于高分辨率的细分光谱遥感影像,阈值0.0008的NDWI水体指数模型的提取效果最好,总体精度达95.6932%,整体效果优于NDVI植被指数。

基于归一化差异水体指数的水体面积变化监测

以东洞庭湖为研究区域,利用2022年Terra/MODIS卫星数据,结合水体指数法,对东洞庭湖2022年水体面积变化进行监测,通过比较EWI、NDWI、MNDWI三种水体指数精度,选取最适合研究区域的水体指数。研究结果表明:Terra/MODIS卫星数据在中尺度水体面积提取方面具有较好效果。②EWI、NDWI和MNDWI三种水体指数中,NDWI表现最好,NDWI的总体精度和Kappa系数最高。③2022年东洞庭湖水体面积在5-7月期间较大,其他月份较小。其中,3月初水体面积最小,为15392hm^(2);6月初水体面积最大,达到了99745hm^(2)。