洪涝灾害监测是农情监测的主要任务之一,遥感监测可以弥补地面观测耗人、耗财、信息滞后等诸多不足,已成为洪涝灾害研究领域的重要发展方向。该文基于HJ-1A/1B-CCD数据,以海南岛为研究区,选取研究区内400个训练样本,利用区分度(division...洪涝灾害监测是农情监测的主要任务之一,遥感监测可以弥补地面观测耗人、耗财、信息滞后等诸多不足,已成为洪涝灾害研究领域的重要发展方向。该文基于HJ-1A/1B-CCD数据,以海南岛为研究区,选取研究区内400个训练样本,利用区分度(division degree,DD)对归一化差异水体指数(normalized difference water index,NDWI)、基于蓝光的归一化差异水体指数(normalized difference water index based on blue light,NDWI-B)和混合水体指数(combined index of NDVI and NIR for water body identification,CIWI)3种水体指数进行比较分析。分析结果显示,在应用HJ-1CCD数据进行纯水体、湿地识别时,NDWI-B模型效果最好(综合区分度分别为31.30%、28.13%),是海南岛洪涝灾害监测的最优模型。经验证,NDWI-B模型的水体识别总体精度达91.50%。通过对采样点的水体指数值与地物类型的反复对比确定NDWI-B模型的水体识别阈值为-0.015。利用NDWI-B模型对海南岛2010年9月25日至10月25日的洪涝灾情进行监测。结果表明,10月12日的灾情最为严重,全岛洪水淹没面积达到监测期内最高值,为120.22km2,除东方、昌江、乐东外所有市县均出现新增水体,新增水体主要分布于村庄、耕地、道路、城镇居民地等。从区域上看,东部的文昌、琼海、海口、定安为洪涝重灾区,西部的东方、昌江、乐东为洪涝轻灾区。全岛洪涝影响最大的土地利用类型为水田,其次为旱地。10月12日,水田、旱地的淹没面积分别为61.46和29.59 km2,耕地(水田和旱地)淹没面积占总淹没面积的比例为75.73%。NDWI-B模型具有水陆区分度较大和水体面积提取精度较高的优点外,还能够识别小范围水体和湿地,是海南岛洪涝灾害监测较为理想的模型。该文为海南岛水资源管理、洪涝灾害动态监测及防灾减灾提供参考。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
蒸散发(Evapotranspiration,ET)是地表水循环和能量循环的关键纽带,准确、定量地估算区域ET对于理解陆-气相互作用、全球气候变化等至关重要。MOD16模型基于Penman-Monteith(P-M)方程,是一种获取区域ET的重要遥感模型。然而,MOD16模型...蒸散发(Evapotranspiration,ET)是地表水循环和能量循环的关键纽带,准确、定量地估算区域ET对于理解陆-气相互作用、全球气候变化等至关重要。MOD16模型基于Penman-Monteith(P-M)方程,是一种获取区域ET的重要遥感模型。然而,MOD16模型没有直接利用土壤水分信息,而是通过相对湿度(Relative Humidity,RH)、饱和水汽压差(Vapor Pressure Deficit,VPD)、叶面积指数(Leaf Area Index,LAI)等间接表达土壤水分信息的作用,这可能会给区域ET的估算带来一些不确定性。该研究将归一化水指数(Normalized Difference Water Index,NDWI)作为土壤水分信息的补充项,对MOD16模型的地表阻抗进行修正,以改进MOD16模型(改进后的模型为MOD16-sm),并将改进后的模型在中国西北干旱区绿洲进行验证和应用。模型验证包括模拟值与观测值的对比及误差分析。模拟值与观测值的对比分析结果表明,MOD16-sm模型获取的ET精度较高,决定系数(Coefficient of Determination,R2)为0.77,均方根误差(Root Mean Square Error,RMSE)为0.8 mm/d,平均绝对误差(Mean Absolute Deviation,MAE)为0.46 mm/d;误差分析结果显示,MOD16-sm模型估算结果的误差控制优于MOD16模型,结合模拟值与观测值的对比分析可知,MOD16-sm模型改善了MOD16模型的部分高估现象,MOD16-sm模型能更好地反映土壤水分对ET的影响。模型应用包括ET估算值的空间分布分析及ET估算值的频率分布统计。对MOD16-sm模型的估算结果进行空间分析发现,高植被覆盖区的ET值较高,低植被覆盖区的ET值较低,说明MOD16-sm模型的ET估算结果与土地利用类型密切相关;研究区ET估算值的频率分布结果表明,MOD16-sm模型能较好地反映和表达出不同植被覆盖区的ET通量异质性。因此,利用NDWI对MOD16模型进行改进是可行的和合理的,该研究可为提高区域ET的估算精度提供参考和思路。展开更多
基于风云3号(FY-3)卫星中分辨率成像光谱仪(medium resolution spectral imager,MERSI)数据的归一化差异水体指数(normalized difference water index,NDWI)和基于蓝光波段的归一化差异水体指数(normalized difference water index base...基于风云3号(FY-3)卫星中分辨率成像光谱仪(medium resolution spectral imager,MERSI)数据的归一化差异水体指数(normalized difference water index,NDWI)和基于蓝光波段的归一化差异水体指数(normalized difference water index based on blue light,NDWI-B),通过直方图分析获取了水体指数判识阈值,并对新疆北疆沿天山一带2009—2011年发生的融雪性洪水灾害天气进行了监测。对比基于环境1号卫星CCD数据的监测结果表明:利用FY-3/MERSI的250 m空间分辨率数据可实现对新疆融雪性洪水灾害的监测,其中利用FY-3/MERSI NDWI-BFY数据的判识效果最好。展开更多
文摘洪涝灾害监测是农情监测的主要任务之一,遥感监测可以弥补地面观测耗人、耗财、信息滞后等诸多不足,已成为洪涝灾害研究领域的重要发展方向。该文基于HJ-1A/1B-CCD数据,以海南岛为研究区,选取研究区内400个训练样本,利用区分度(division degree,DD)对归一化差异水体指数(normalized difference water index,NDWI)、基于蓝光的归一化差异水体指数(normalized difference water index based on blue light,NDWI-B)和混合水体指数(combined index of NDVI and NIR for water body identification,CIWI)3种水体指数进行比较分析。分析结果显示,在应用HJ-1CCD数据进行纯水体、湿地识别时,NDWI-B模型效果最好(综合区分度分别为31.30%、28.13%),是海南岛洪涝灾害监测的最优模型。经验证,NDWI-B模型的水体识别总体精度达91.50%。通过对采样点的水体指数值与地物类型的反复对比确定NDWI-B模型的水体识别阈值为-0.015。利用NDWI-B模型对海南岛2010年9月25日至10月25日的洪涝灾情进行监测。结果表明,10月12日的灾情最为严重,全岛洪水淹没面积达到监测期内最高值,为120.22km2,除东方、昌江、乐东外所有市县均出现新增水体,新增水体主要分布于村庄、耕地、道路、城镇居民地等。从区域上看,东部的文昌、琼海、海口、定安为洪涝重灾区,西部的东方、昌江、乐东为洪涝轻灾区。全岛洪涝影响最大的土地利用类型为水田,其次为旱地。10月12日,水田、旱地的淹没面积分别为61.46和29.59 km2,耕地(水田和旱地)淹没面积占总淹没面积的比例为75.73%。NDWI-B模型具有水陆区分度较大和水体面积提取精度较高的优点外,还能够识别小范围水体和湿地,是海南岛洪涝灾害监测较为理想的模型。该文为海南岛水资源管理、洪涝灾害动态监测及防灾减灾提供参考。
文摘蒸散发(Evapotranspiration,ET)是地表水循环和能量循环的关键纽带,准确、定量地估算区域ET对于理解陆-气相互作用、全球气候变化等至关重要。MOD16模型基于Penman-Monteith(P-M)方程,是一种获取区域ET的重要遥感模型。然而,MOD16模型没有直接利用土壤水分信息,而是通过相对湿度(Relative Humidity,RH)、饱和水汽压差(Vapor Pressure Deficit,VPD)、叶面积指数(Leaf Area Index,LAI)等间接表达土壤水分信息的作用,这可能会给区域ET的估算带来一些不确定性。该研究将归一化水指数(Normalized Difference Water Index,NDWI)作为土壤水分信息的补充项,对MOD16模型的地表阻抗进行修正,以改进MOD16模型(改进后的模型为MOD16-sm),并将改进后的模型在中国西北干旱区绿洲进行验证和应用。模型验证包括模拟值与观测值的对比及误差分析。模拟值与观测值的对比分析结果表明,MOD16-sm模型获取的ET精度较高,决定系数(Coefficient of Determination,R2)为0.77,均方根误差(Root Mean Square Error,RMSE)为0.8 mm/d,平均绝对误差(Mean Absolute Deviation,MAE)为0.46 mm/d;误差分析结果显示,MOD16-sm模型估算结果的误差控制优于MOD16模型,结合模拟值与观测值的对比分析可知,MOD16-sm模型改善了MOD16模型的部分高估现象,MOD16-sm模型能更好地反映土壤水分对ET的影响。模型应用包括ET估算值的空间分布分析及ET估算值的频率分布统计。对MOD16-sm模型的估算结果进行空间分析发现,高植被覆盖区的ET值较高,低植被覆盖区的ET值较低,说明MOD16-sm模型的ET估算结果与土地利用类型密切相关;研究区ET估算值的频率分布结果表明,MOD16-sm模型能较好地反映和表达出不同植被覆盖区的ET通量异质性。因此,利用NDWI对MOD16模型进行改进是可行的和合理的,该研究可为提高区域ET的估算精度提供参考和思路。
文摘基于风云3号(FY-3)卫星中分辨率成像光谱仪(medium resolution spectral imager,MERSI)数据的归一化差异水体指数(normalized difference water index,NDWI)和基于蓝光波段的归一化差异水体指数(normalized difference water index based on blue light,NDWI-B),通过直方图分析获取了水体指数判识阈值,并对新疆北疆沿天山一带2009—2011年发生的融雪性洪水灾害天气进行了监测。对比基于环境1号卫星CCD数据的监测结果表明:利用FY-3/MERSI的250 m空间分辨率数据可实现对新疆融雪性洪水灾害的监测,其中利用FY-3/MERSI NDWI-BFY数据的判识效果最好。
