针对传统单一水体提取方法中常见的断线问题,本文利用一种结合遥感光谱信息和DEM的自适应搜索算法提取线状水体,并评估该算法在不同空间分辨率数据提取线状水体的适用性。首先以广州市水体为对象,利用30 m Landsat OLI和16 m GF1-WFV影...针对传统单一水体提取方法中常见的断线问题,本文利用一种结合遥感光谱信息和DEM的自适应搜索算法提取线状水体,并评估该算法在不同空间分辨率数据提取线状水体的适用性。首先以广州市水体为对象,利用30 m Landsat OLI和16 m GF1-WFV影像获取归一化水体指数(NDWI);然后选取30 m分辨率的ASTER GDEM和12.5 m分辨率的ALOS高程数据获取河网数据。通过选择合适的搜索方阵和高差阈值作为提取参数提取河道数据,并针对水体指数提取结果中部分区域的断线问题,空间叠加河道数据,得到最终的河道信息。结果表明,与单一水体指数提取结果相比,水体指数结合DEM自适应搜索算法(NDWI+12.5 m DEM和NDWI+30 m DEM)提取的线状水体连续且准确,总体精度分别达90.5%和95%,特别是12.5 m DEM数据在细节捕捉方面展现出更明显优势,具有更高的精度。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
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...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。展开更多
文摘针对传统单一水体提取方法中常见的断线问题,本文利用一种结合遥感光谱信息和DEM的自适应搜索算法提取线状水体,并评估该算法在不同空间分辨率数据提取线状水体的适用性。首先以广州市水体为对象,利用30 m Landsat OLI和16 m GF1-WFV影像获取归一化水体指数(NDWI);然后选取30 m分辨率的ASTER GDEM和12.5 m分辨率的ALOS高程数据获取河网数据。通过选择合适的搜索方阵和高差阈值作为提取参数提取河道数据,并针对水体指数提取结果中部分区域的断线问题,空间叠加河道数据,得到最终的河道信息。结果表明,与单一水体指数提取结果相比,水体指数结合DEM自适应搜索算法(NDWI+12.5 m DEM和NDWI+30 m DEM)提取的线状水体连续且准确,总体精度分别达90.5%和95%,特别是12.5 m DEM数据在细节捕捉方面展现出更明显优势,具有更高的精度。
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。
文摘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。
