以百色市田阳县右江河谷为研究样区,定量比较喀斯特地区的高分一号与Landsat8影像归一化水体指数(Normalized difference water Index,NDWI),以期为喀斯特地区的水资源研究提供科学支撑。选择喀斯特河谷盆地和喀斯特石山两类不同地貌类...以百色市田阳县右江河谷为研究样区,定量比较喀斯特地区的高分一号与Landsat8影像归一化水体指数(Normalized difference water Index,NDWI),以期为喀斯特地区的水资源研究提供科学支撑。选择喀斯特河谷盆地和喀斯特石山两类不同地貌类型为研究区,分别计算两类地区两类影像的NDWI,结合目视解译,对两类影像的水体识别阈值和精度进行比较,进而分析两类影像的归一化水体指数的相互定量关系。结果表明:1)从水体识别阈值看,高分一号影像的水体混合像元NDWI值多在0.6~0.8之间,水体的NDWI值大多为1.0,而Landsat8的水体混合像元NDWI值在-0.2~0之间,水体的NDWI值多为0以上;2)从识别精度而言,在河谷地带和山区,高分一号影像都明显优于Landsat8,特别是对混合水体混合像元的识别,高分一号影像有比较好的优势;3)两类影像NDWI值具有一定的线性关系,但定量回归结果不太理想。高分一号和Landsat8在喀斯特地区水体识别的山地地带和河谷地带都有较好的效果,但高分一号的的估算精度和效果都优于Landsat8。展开更多
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...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。展开更多
冰面水体是冰盖物质平衡的重要组成部分,在全球气候及环境变化研究中发挥着重要的作用。本文以格陵兰岛北部为研究区,选取该区域消融期内不同时相的WorldView-2影像,统计分析区域内典型地物光谱特性,构建了针对冰面水体的归一化水体增...冰面水体是冰盖物质平衡的重要组成部分,在全球气候及环境变化研究中发挥着重要的作用。本文以格陵兰岛北部为研究区,选取该区域消融期内不同时相的WorldView-2影像,统计分析区域内典型地物光谱特性,构建了针对冰面水体的归一化水体增强指数NEWI(Normalized Enhanced Water Index);依据影像上地物分布规律和直方图图形特征,定位冰雪混合物和冰面水体边缘地带灰度值相似的模糊区域,增强区域间地物对比度,提取出冰面水体的精细范围。实验结果表明,本研究所构建的指数有效凸显了冰面水体与非水体的反射率差异。与常用的水体指数NDWI等相比,冰川环境下,本文指数在提高区分度方面优势明显。通过精度评价可知,本文方法所提取出的冰面水体精细化程度高,提取结果完整,错误率低。本研究对冰面水体信息增强及精细化提取具有重要指导意义。展开更多
文摘以百色市田阳县右江河谷为研究样区,定量比较喀斯特地区的高分一号与Landsat8影像归一化水体指数(Normalized difference water Index,NDWI),以期为喀斯特地区的水资源研究提供科学支撑。选择喀斯特河谷盆地和喀斯特石山两类不同地貌类型为研究区,分别计算两类地区两类影像的NDWI,结合目视解译,对两类影像的水体识别阈值和精度进行比较,进而分析两类影像的归一化水体指数的相互定量关系。结果表明:1)从水体识别阈值看,高分一号影像的水体混合像元NDWI值多在0.6~0.8之间,水体的NDWI值大多为1.0,而Landsat8的水体混合像元NDWI值在-0.2~0之间,水体的NDWI值多为0以上;2)从识别精度而言,在河谷地带和山区,高分一号影像都明显优于Landsat8,特别是对混合水体混合像元的识别,高分一号影像有比较好的优势;3)两类影像NDWI值具有一定的线性关系,但定量回归结果不太理想。高分一号和Landsat8在喀斯特地区水体识别的山地地带和河谷地带都有较好的效果,但高分一号的的估算精度和效果都优于Landsat8。
基金Supported by National Natural Science Foundation of China(41501361,41401385,30871965)Open Fund of Fujian Provincial Key Laboratory of Resources and Environment Monitoring&Sustainable Management and Utilization(ZD1403)+1 种基金Fujian Natural Science Foundation(2016J01188)Scientific Research Foundation of Fuzhou University(XRC1345)
文摘冰面水体是冰盖物质平衡的重要组成部分,在全球气候及环境变化研究中发挥着重要的作用。本文以格陵兰岛北部为研究区,选取该区域消融期内不同时相的WorldView-2影像,统计分析区域内典型地物光谱特性,构建了针对冰面水体的归一化水体增强指数NEWI(Normalized Enhanced Water Index);依据影像上地物分布规律和直方图图形特征,定位冰雪混合物和冰面水体边缘地带灰度值相似的模糊区域,增强区域间地物对比度,提取出冰面水体的精细范围。实验结果表明,本研究所构建的指数有效凸显了冰面水体与非水体的反射率差异。与常用的水体指数NDWI等相比,冰川环境下,本文指数在提高区分度方面优势明显。通过精度评价可知,本文方法所提取出的冰面水体精细化程度高,提取结果完整,错误率低。本研究对冰面水体信息增强及精细化提取具有重要指导意义。
