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
堰塞湖水体动态监测对于堰塞湖的险情评估、灾害推演、安全管理以及降险处置决策等均具有重要意义。为了高效提取高山区堰塞湖真实水体范围,以中巴公路Attabad堰塞湖为研究区,利用决策树分类结合归一化差值水体指数(normalized differen...堰塞湖水体动态监测对于堰塞湖的险情评估、灾害推演、安全管理以及降险处置决策等均具有重要意义。为了高效提取高山区堰塞湖真实水体范围,以中巴公路Attabad堰塞湖为研究区,利用决策树分类结合归一化差值水体指数(normalized difference water index,简称NDWI)、综合水体指数(comprehensive water index,简称CWI)等6种常规水体提取方法来提取堰塞湖水体范围,并对比了6种方法用于堰塞湖水体提取的效果,筛选出适用于高山区堰塞湖的最佳水体提取方法,最后使用混淆矩阵法进行了精度评价,并做了分类后处理,准确提取了堰塞湖水体边界。研究结果表明:(1)6种水体提取模型中CWI模型水体提取效果最好;(2)基于坡度的决策树分类方法总分类精度为89.31%,Kappa系数为0.84,较为完整地提取了高海拔堰塞湖真实水体范围,有效剔除了湖岸斜坡山体阴影,湖泊边界较为清晰完整。基于决策树的高山区堰塞湖水体提取方法在高海拔山区能较为有效地提取真实水体范围,尤其是针对地形切割强烈、山体阴影较多的堰塞湖区域,能快速准确识别水体。该方法的优点是:水体提取过程较为简单,容易实现,提取效率较高,便于推广。展开更多
文摘为提高灌溉农田中灌溉水体的识别精度,以河套灌区解放闸灌域作为研究区,基于Sentinel-2遥感影像,结合灌区实际情况对地表水体提取模型(WatNet)进行改进,得到MWatNet模型并提取灌溉水体。采用总体精度(Overall accuracy,OA)、平均交并比(Mean intersection over union,MIoU)、F1值等水体提取精度指标进行综合评价。结果表明:改进后的地表水体提取模型(MWatNet)在解放闸灌域农田灌溉水体的提取上具有较好的识别精度,模型总体精度达到96%,平均交并比达到83%,F1值为80%,实地调研验证准确度为85.7%;对比原WatNet、水体语义分割模型(Deeplabv3_plus)和水体提取模型(Deepwatermapv2),MWatNet在灌溉水体提取的连结性、剔除道路和城镇干扰等方面,均表现出更好的效果和模型运行效率。利用该模型可以实现灌溉水体定量化表征,为灌溉用水调度提供了数据支撑。
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。
文摘堰塞湖水体动态监测对于堰塞湖的险情评估、灾害推演、安全管理以及降险处置决策等均具有重要意义。为了高效提取高山区堰塞湖真实水体范围,以中巴公路Attabad堰塞湖为研究区,利用决策树分类结合归一化差值水体指数(normalized difference water index,简称NDWI)、综合水体指数(comprehensive water index,简称CWI)等6种常规水体提取方法来提取堰塞湖水体范围,并对比了6种方法用于堰塞湖水体提取的效果,筛选出适用于高山区堰塞湖的最佳水体提取方法,最后使用混淆矩阵法进行了精度评价,并做了分类后处理,准确提取了堰塞湖水体边界。研究结果表明:(1)6种水体提取模型中CWI模型水体提取效果最好;(2)基于坡度的决策树分类方法总分类精度为89.31%,Kappa系数为0.84,较为完整地提取了高海拔堰塞湖真实水体范围,有效剔除了湖岸斜坡山体阴影,湖泊边界较为清晰完整。基于决策树的高山区堰塞湖水体提取方法在高海拔山区能较为有效地提取真实水体范围,尤其是针对地形切割强烈、山体阴影较多的堰塞湖区域,能快速准确识别水体。该方法的优点是:水体提取过程较为简单,容易实现,提取效率较高,便于推广。
