基于2013-2016年TM影像鄱阳湖面积动态监测

基于2016年landsat-8遥感影像,采用ENVI软件分别利用归一化水体指数(NDWI)、改进的归一化差异水体指数(MNDWI)、多波段谱间关系、自动水提取指数法(AWEI)对鄱阳湖水域面积进行提取、分析对比,结果表明自动水体指数提取水体的适用性最好。利用自动水体指数法提取得到鄱阳湖区域2013年到2016年的水域面积,分析得到鄱阳湖水域面积时空变化规律,通过GRACE数据计算得到的等效水高值对变化规律进行验证,两者相关性达0.74。通过GRACE重力数据反演有效的弥补实测数据缺失的不足。

基于Landsat 8影像的赣抚尾闾区水体提取研究

水体是人类赖以生存的重要资源。随着遥感技术的不断发展,利用遥感对水体各方面的研究也越来越多。赣抚尾闾区作为鄱阳湖入湖区的重要组成区域,包含了许多对鄱阳湖主湖区影响很大的农田和城镇,因此,选择该区域作为研究区域具有重要意义。选取Landsat 8遥感影像作为数据源,结合归一化植被指数、归一化水体指数、近红外波段反射率、自动水提取指数等方法,选择合适的阈值,构建适用于赣抚尾闾区水体提取的决策树模型,实现对赣抚尾闾区水体的提取,其精度达到94.86%。通过对结果分析,发现该方法对植被的浅水区水体的提取存在一定的局限性。

Sentinel-2遥感图像的细小水体提取

基于卫星遥感的水体提取算法对面积较大的水体效果较好,应用于细小水体时受混合像元、异物同谱等因素影响,容易出现误判。Sentinel-2卫星多光谱遥感数据空间分辨率为10 m、20 m、60 m,双星时间分辨率5 d,时间和空间分辨率较高,因此本文采用了Sentinel-2绿光波段(560 nm)、红边波段(705 nm)、近红外波段(842 nm、865 nm)和短波红外波段(2190 nm)的遥感反射率,提出了一种植被红边水体指数算法RWI(Vegetation Red Edge based Water Index)。对比分析了植被、阴影、建筑物、混合像元、裸土、水体6种地物的归一化遥感反射率,从机理上解释了为什么RWI比其他水体指数具有更好的提取细小水体的效果。本文对比了常用的几种水体提取算法,包括改进的归一化差异水体指数MNDWI(Modified Normalized Difference Water Index)、多波段水体指数MBWI(Multi-Band Water Index)、自动水提取指数AWEI(Automated Water Extraction Index),以人工目视解译的水体结果为准,对比以上几种算法得到的水体提取结果,得出RWI、MNDWI、MBWI、AWEIsh、AWEInsh的面积提取差异分别为3.6%,4.2%,12.2%,8.8%,19.8%。从结果可以看出RWI算法精度最高。从影像提取结果来看,本文提出的RWI算法提取的水体边界效果更佳,而且能够一定程度上消除山体和建筑物阴影、云阴影以及混合像元的影响。同时,在2016-01—2018-12时间范围内筛选选取了共43景无云的Sentinel-2影像,利用本文提出的算法对雄安新区、神东矿区、永城矿区3个区域的细小水体分布开展了多时相分析。观察后发现每个时相的结果均十分良好,细小水体的边界区分度较高,基本没有错提、漏提,算法具有良好的适用性和稳定性。