基于高分一号遥感影像的水体提取方法对比分析与改进

以高分一号遥感影像为数据源,以安徽省黄山市屯溪流域内的东方红水库为研究对象,采用单波段阈值法、两波段差值法、波段比值法、归一化差分水体指数(NDWI)法、归一化差分植被指数(NDVI)法共5种水陆像元度量方法,分别应用平均值法和最大类间方差迭代法两种阈值选取方法对东方红水库进行水体提取,探索最大类间方差迭代法在水体提取变量上的改进效果,在此基础上提出了一种改进的最大类间方差联合水体提取法,并对比了改进前后的水体提取效果。结果表明:改进后的水体提取方法可以很好地降低影像提取中产生的噪点,提高水体提取的精度,提取成果的平均相对误差为4.69%,决定系数为0.8579,相比于改进前平均相对误差降低了0.68%,决定系数提高了0.0539。

基于高分一号卫星影像的水体信息提取方法初探

本文以山西汾河水库为研究区域,利用高分一号卫星影像,分别选择阈值分割法、归一化差异水体指数法和面向对象法对研究区水体信息进行提取,并对3种方法提取结果进行精度检查。通过试验得出如下结论:阈值分割法对水体先验知识要求低,简单易用;归一化差异水体指数法由于未能消除阴影与水体的混淆问题,使得提取水体信息精度较低;面向对象法提取水体信息结果精度较高,但易丢失人工水塘与沟渠信息。该研究结果对利用高分一号卫星影像进行其他土地利用信息的提取具有一定借鉴意义。

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。

结合水体指数与卷积神经网络的遥感水体提取

常用多光谱遥感水体提取少有兼顾光谱与空间信息,致使水体提取的可靠性和准确性难以保证。在利用遥感水体光谱特性的同时,融入深度学习算法,提出归一化差分水体指数(normalized difference water index,NDWI)与深度学习联合的遥感水体提取方法。该方法首先选取典型水体样本进行训练,构建深度学习卷积神经网络(convolutional neural networks,CNN)水体识别模型。其次,计算多光谱影像NDWI指数并分割成图斑,以图斑包络矩形构建初始的水体目标子区。最后,构建NDWI指数与CNN水体识别概率的联合估计模型,并以迭代运算实现最优化遥感水体提取。实验验证了该方法的高可靠性与准确性。相比常用方法,水体识别准确率高达94.19%,而错分率仅为5.04%,显著提高了水体提取精度。

基于MODIS数据的水体提取算法研究与实现

MODIS遥感数据以其自身特点已被广泛应用于洪水灾害监测。根据MODIS数据的特点以及水体的波谱特性,分别采用了归一化植被指数法、谱间关系法和自组织神经网络算法进行了水体提取试验研究,并对比分析了三种方法的优缺点,以及用C语言对这三种算法进行实现。

长江上游MODIS影像的水体自动提取方法

利用MODIS资料,分析了长江上游不同水体及其它主要地物在1～7通道的光谱特征,分析发现,水体混合像元在可见光的光谱特征与山体的阴影、云的阴影、城镇等的光谱特征具有很好的相似性,仅采用近红外波段和红光波段的方法不能有效提取出研究区的水体.提出综合采用归一化差分水指数、积雪指数以及可见光、近红外多通道信息的方法,逐步提取出研究区的水体及混合水体像元.

基于Landsat 8卫星OLI影像的合肥市水体信息提取方法研究

以安徽省合肥市为研究区,以2013年5月14日OLI影像为数据源,经过辐射定标、大气校正和影像裁剪等一系列预处理工作,利用神经网络分类法进行监督分类,并运用谱间关系法、改进的归一化差异水体指数法(MNDWI)提取合肥市的水体信息。通过对谱间关系法和MNDWI分类结果的总体精度比较,确定谱间关系法是水体提取的有效方法之一。

高分一号卫星影像水体信息提取方法比较研究

针对高分一号卫星影像中水体信息的提取,本文分别采用单波段阈值法、归一化差异水体指数法(NDWI)、支持向量机(SVM)法与最佳指数法(OIF)对天津市武清近郊的水体信息进行提取,并对提取结果进行细节比较与精度评价,分析4种提取方法的优势和不足。结果表明,运用不同的方法对高分一号卫星遥感影像中的水体进行提取,精度不尽相同。其中,OIF综合方法提取的水体信息最完整,精度可达95.62%;SVM法操作针对性强,提取精度为91.1%;归一化水体指数法精度最低,但结合阈值法提取水体后精度明显得到改善,精度可达到92.29%。此次试验为高分一号水体信息的提取提供了有效的参考依据。

一种应用大津法的自适应阈值水体提取方法

针对基于单一阈值的大范围水体提取同时存在着漏提与误提的局限性,提出了基于大津法的局部范围阈值自适应确定的方法。通过分析水体与其背景地物的光谱特征,发现归一化水体指数(Normalized Difference Water Index,NDWI)直方图呈现明显的双峰分布,对NDWI使用大津法可以较准确地自动计算出水体与非水体的阈值。在初始阈值提取的水体信息的基础上,通过窗体提取局部范围的水体及其背景并进行局部自适应阈值的计算,实现自适应阈值水体信息的提取。使用环境小卫星影像对闽江流域进行水体提取实验,结果表明该方法可实现大范围水体快速提取,提取精度为95.25%,较全局统一阈值提取精度提高5.25%,并能在一定程度上消除地形阴影与建筑物等的影响,对细小水体的提取精度有所提高。

针对资源三号卫星影像水体提取的谱间关系法

针对现阶段水体提取的数据源多是国外测绘卫星数据且需要多波段、丰富光谱信息的问题,通过研究资源三号卫星影像中水体的光谱特征以及阴影的光谱特征,提出一种在资源三号卫星影像中水体提取的方法。运用单波段阈值法、归一化差分水体指数法、支持向量机法、基于阈值的谱间关系法4种方法对提取水体的效果进行比较分析。实验结果表明,本文提出的基于阈值的谱间关系法提取水体的效果比另外3种方法有明显提升,能有效剔除阴影的影响,并且能较好地提取影像中的细小水体。

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%。

城市水体信息提取方法对比分析研究

选择2014年Landsat8 OLI影像为数据源,以太原市城区为研究区,在对影像进行辐射校正、波段组合、波段参数统计、波谱关系分析的基础上,分别采用阈值法、改进后归一化差异水体指数法和基于专家知识的决策树分类法对研究区的水体信息进行提取,对提取结果进行对比分析。研究结果表明:阈值法在提取速度上最快,但水体与建筑物阴影信息混淆严重;改进后的归一化差异水体指数法速度和精度均介于两者之间,水体与建筑物阴影信息混淆情况稍微改观;基于专家知识的决策树分类精度最高,但速度相对较慢,要求决策者对研究区有充分地了解,建立相应的分类规则。

一种利用多时相GF-4影像的快速水体提取方法

鉴于GF-4在洪涝灾害领域的重要应用,为了更好地消除山体阴影和城区建筑对水体提取的影响,以GF-4的PMS传感器影像为数据源,针对其影像的高时相与水体在近红外波段高吸收的特点,提出了一种基于多时相影像在近红外波段变化方差的快速水体提取方法。以长江中下游地区的2个典型区域为研究对象,对比分析了该方法与NDWI阈值法的水体信息提取结果,并进行了精度评价。实验结果表明,该方法不仅能快速准确地提取水体信息,而且能很好地去除山体阴影和城区建筑的影响,对细小水体也有很好的提取能力,在2个区域的水体提取精度分别达到99.04%与99.37%,高于NDWI阈值法。该方法可以有效地提取水体信息,为GF-4水体提取提供技术支持。

基于FY3A/MERSI影像的几种常用水体提取方法的比较分析

随着遥感技术的飞速发展,利用遥感数据来进行水资源的监测、调查和分析已经成为一种必然的趋势。通过选取新疆博湖县境内中国最大的内陆淡水湖-博斯腾湖为研究区,FY3A/MERSI影像为数据源,利用监督分类法从Landsat-ETM+影像提取水体,提取结果作为FY3A/MERSI影像水体提取精度验证的底图。采用单波段阈值法、基于阈值的多波段谱间关系法和基于阈值的水体指数法从FY3A/MERSI影像提取研究区水体,基于混淆矩阵法,提取结果分别与Landsat-ETM+影像底图作对比分析,最终得出结论,基于阈值的水体指数法中的归一化差异水体指数法提取研究区水体的总体精度最高,为96.37%,Khat为0.915。

一种改进光谱角匹配的水体信息提取方法

快速、准确地从卫星遥感影像上获取水体信息已成为水资源调查及监测、湿地保护、洪涝灾害评估等领域的重要技术手段。本文以GF-4卫星的PMS传感器影像为数据源,提出了一种改进光谱角匹配(MSAM)的水体信息提取方法,以内蒙古中东部和长江中下游两个试验区为研究对象,对比分析了MSAM与单波段阈值法、NDWI阈值法、支持向量机和光谱角匹配等传统方法的水体信息提取结果,并进行了精度评价。试验结果表明,本文提出的MSAM方法不仅能准确地提取水体信息,而且能很好地区分水体与云阴影,对细小水体的提取也具有很好的效果。在内蒙古中部和长江中下游两个试验区的水体提取精度分别达到99.86%和98.37%,在5种水体提取方法中的精度最高,可以有效地提取水体信息。

基于高分一号卫星遥感数据的复杂水体信息提取方法研究

以山东省微山县为研究区,高分一号卫星遥感影像为数据源,基于单波段阈值法、归一化水体指数法与决策树法对复杂水体信息进行提取,采用人工目视解译的水体信息作为真值,统计3种方法的漏提率、误提率和提取精度;采用混淆矩阵验证3种方法对不同类型的水体的提取精度。结果表明,3种方法均可应用于水体信息提取,按提取精度由高到低的顺序是决策树法(98.7672%)、单波段阈值法(98.1526%)、归一化水体指数法(95.2977%)。

利用高分一号影像提取水体信息的方法研究

高分一号卫星影像以高空间分辨率、多光谱分辨率以及高时间分辨率为优势在水资源领域中具有广阔的应用空间。为了能够找到一种及时、快速、准确提取水体信息的方法,本文采用单波段阈值法、谱间关系法、NDVI法以及NDWI法结合光谱分析等方法对吉林省扶余市与长春市交界的松花江部分河段的水体信息进行提取,并对提取结果进行对比、分析。结果表明利用归一化差异水体指数(NDWI)法,再结合阈值法能够将水体信息完整地提取出来,此次试验研究为利用高分一号卫星影像提取水体信息提供了可靠地参考依据。

基于遥感技术的洱海水域面积提取方法研究

湖泊作为区域地表水循环中的一个重要载体,对区域的水资源环境平衡发挥着重要作用。本文运用遥感技术,以2010年ETM+作为数据源,对遥感图像进行预处理之后,通过应用缨帽变换、归一化差分水体指数(NDWI)和增强型水体指数(EWI)3种方法,分别对云南省大理州洱海2010年的水域面积进行提取,比较方法准确性。通过对比效果得出,针对取洱海水域面积3种方法提取效果都非常好,其中归一化差分水体指数法能够更为准确而且快速的提取出水体面积。

遥感技术支持下海岸线提取算法

以河北省唐山市曹妃甸地区的海岸线为研究对象,选取ETM遥感影像进行低通滤波、中值滤波以及均值平滑处理。运用边缘检测方法中的修复归一水体指数算法(MNDWI)和Soble算法,实现了对曹妃甸地区的海岸线的自动提取。两种提取方法相比较的结果表明,Soble算法比修复归一化水体指数法提取精度更高,更适合曹妃甸地区的海岸线提取。

基于遥感监测方法的湖泊面积变化成因分析

利用近24年来不同时期的Landsat-8 OLI_TIRS卫星遥感图像作为数据源,本文对武汉市东湖水域进行了研究,分析得出近年来东湖水域面积动态变化情况,运用改进的归一化差异水体指数法(MNDWI)对水域面积进行提取,并结合历年各项气象数据、城市发展数据等影响因子进行相关性分析,研究结果表明:东湖近年水域面积变化与城市发展改造和人类利用方式变化具有很大相关性。