基于GF-2高分辨率遥感影像的水体提取方法研究

刘双童; 王明孝; 杨树文; 杨明泽; 杨立华

doi:doi:10.13442/j.gnss.1008-9268.2018.06.007

基于GF-2高分辨率遥感影像的水体提取方法研究

刘双童^1,2,4,
王明孝^3,,
杨树文^1,2,
杨明泽⁴,
杨立华⁴

1.
兰州交通大学测绘与地理信息学院,甘肃兰州 730070
2.
甘肃省地理国情监测工程实验室,甘肃兰州 730070
3.
中国人民解放军68029部队博士后科研工作站,甘肃兰州 730020
4.
兰州精准地形沙盘模型智能制造有限公司,甘肃兰州 730020

详细信息

作者简介:
刘双童(1992-),男,硕士研究生,现从事摄影测量与遥感、三维地形模型制作、工程测量相关研究.

通信作者:
王明孝 E-mail:2502798594@qq.com

计量
- 文章访问数: 665
- HTML全文浏览量: 118
- PDF下载量: 101
出版历程
- 刊出日期: 2018-12-14

Research on Water Body Extraction Method Based on GF-2 High Resolution Remote Sensing Image

1.
Faculty of Geomatics,Lanzhou Jiaotong University, Lanzhou 730070, China
2.
Gansu Provincial Engineering Laboratory for National Geographic State Monitoring, Lanzhou 730070, China
3.
Post-Doctor Research Center of PLA 68029 Troops, Lanzhou 730020, China
4.
Lanzhou Precision Sand Table Model Intelligent Manufacturing Co., Ltd., Lanzhou 730020,China

摘要

摘要: 针对GF-2卫星影像数据的特点,利用单波段阈值法、多波段算法、归一化水体指数(NDWI)阈值法、单波段阈值法与阴影水体指数(SWI)相结合的决策树法对刘家峡地区的水体信息进行了提取,同时提出一种单波段阈值法与增强阴影水体指数(ESWI)相结合的决策树分类法,并对以上几种水体提取的效果进行比较分析,发现单波段阈值法与ESWI相结合的决策树分类法能够有效地消除绝大部分阴影的影响,且提取效果较SWI的效果要好,NDWI与多波段算法提取效果次之,单波段阈值法提取效果较差.
- GF-2 /
- NDWI阈值法 /
- 水体信息 /
- ESWI /
- 决策树分类法
Abstract: For the characteristics of GF-2 satellite image data, the water information in Liujiaxia area is extracted by singleband threshold method, multi-band algorithm, normalized difference water index threshold method(NDWI) and the decision tree method combining singleband threshold method with shadow water index(SWI). At the same time, a decision tree classification method combining single-band threshold method and enhanced shadow water index(ESWI) is proposed.The comparison of the effects of these water extraction method is carried out. It is found that the decision tree classification method combining single band threshold method with ESWI can effectively eliminate the influence of most shadows, and the extraction effect is better than that of SWI. NDWI and multiband algorithm has a second extraction effect.The single-band threshold method has a poor extraction effect.
- GF-2 /
- NDWI threshold method /
- water body information /
- ESWI /
- decision tree classification

HTML全文

参考文献(10)

段秋亚,孟令奎,樊志伟,等.GF-1卫星影像水体信息提取方法的适用性研究［J］.国土资源遥感,2015,27(4):79-84.

黄汝根,孙祥鹏,牟舵.基于“高分一号”遥感影像水体提取方法的对比分析［J］.人民珠江,2017,38(3):66-70.

陈文倩,丁建丽,李艳华,等.基于国产GF-1遥感影像的水体提取方法［J］.资源科学,2015,37(6):1166-1172.

王瑾杰,丁建丽,张成,等.基于GF-1卫星影像的改进SWI水体提取方法［J］.国土资源遥感,2017,29(1):29-35.

马吉晶,杨树文,薛理,等.耦合空-频域特征的高分二号浊水提取模型［J］.遥感信息,2018,33(2):97-102.

易善桢,王志辉.不同方法在水体遥感提取中的应用实现［J］.红外,2007(4):1-4.

巩琳琳,黄强,孙清刚,等.刘家峡水库调度方式对黄河上游水文情势的影响［J］.干旱区资源与环境,2013,27(2):143-149.

韩启金,马灵玲,刘李,等.基于宽动态地面目标的高分二号卫星在轨定标与评价［J］.光学学报,2015,35(7):372-379.

陈业培,孙开敏,白婷,等.高分二号影像融合方法质量评价［J］.测绘科学,2017,42(11):35-40.

陈静波,刘顺喜,汪承义,等.基于知识决策树的城市水体提取方法研究［J］.遥感信息,2013,28(1):29-33,37.

施引文献(19)

期刊类型引用(14)

1.	王恺，万泽福，陈波，陈海鹏，徐宽，李树巍. 基于GF-1影像和水体指数的水域占用图斑自动提取方法研究. 水利科技与经济. 2025(01): 148-154 . 百度学术
2.	李国金. 基于多尺度分割的高分遥感影像典型目标分类. 测绘与空间地理信息. 2024(01): 92-95 . 百度学术
3.	杨蕴，高松峰，李玉，周玉石，张云诗. 大幅面高分辨率光学遥感影像的水体半自动提取. 遥感信息. 2024(01): 59-65 . 百度学术
4.	蒋海涛，周晋皓，李欣茹，林景华，黄少芳，刘吼海，钟志艺. 基于高分二号卫星影像的基塘提取与形态分析. 湖北农业科学. 2023(06): 157-162 . 百度学术
5.	汪承平，何孟琦，王建雄. 富营养化水体信息提取新方法. 中国农村水利水电. 2022(08): 23-28+34 . 百度学术
6.	王春霞，张俊，李屹旭，Phoumilay. 复杂环境下GF-2影像水体指数的构建及验证. 自然资源遥感. 2022(03): 50-58 . 百度学术
7.	王文静，骆继花，罗晨，张存，李军，蒋好忱. 基于多源遥感影像的水体要素自动提取试验. 测绘标准化. 2022(04): 20-27 . 百度学术
8.	毛转梅，刘青，彭尔瑞，陈劲松，令志强. 基于NEWI模型的典型岩溶区普者黑流域水体信息提取. 中国农村水利水电. 2021(01): 71-75 . 百度学术
9.	李晓民，张兴，辛荣芳，李宗仁，李得林，李冬玲. 国产高分数据在青海地区遥感解译泉点浅探. 地理空间信息. 2021(02): 60-63+7 . 百度学术
10.	郑心玥，郭青霞. 基于GF-1号遥感影像的微小水体信息提取研究——以岔口流域为例. 湖北农业科学. 2021(05): 131-137 . 百度学术
11.	毛转梅，刘青，彭尔瑞，陈劲松，吴培军. 云南普者黑湿地流域水域面积变化及其影响因素. 江西农业学报. 2021(05): 109-114 . 百度学术
12.	冯琳，陈圣波，韩冰冰. 基于多时相高分一号影像的玉米涝灾监测. 科学技术与工程. 2020(10): 3868-3873 . 百度学术
13.	梁亮. 浅析遥感技术在水利工程建设中的应用. 黑龙江水利科技. 2020(10): 135-137 . 百度学术
14.	陈俊松，施舫，杜薇，李文静，范佳辉，田佳榕，廖小文，郭鹏，姚世浩，李明诗，王文林. 基于GF-2影像的平原河网区规模化生猪养殖场提取方法研究. 生态与农村环境学报. 2020(11): 1485-1494 . 百度学术