基于MNDWI特征空间的水体追踪识别方法研究

水体作为国土资源的关键要素,其水体面积变化在水资源调查、变化检测及大型水利设施建设评估等方面具有非常重要的意义。由于区域山体阴影、建筑等因素的干扰影响,带来域内所有湖库水体进行一次性提取的难点,文中以landsat8为数据源,研究提出一种MNDWI+水体追踪识别的方法;并以京津冀区域为例,应用本方法在该区域湖库水体的提取精度达到97.5%以内,与常规方法相比,实现了大区域湖库水体的一次性快速精确提取。     

多特征多层次Sentinel-2影像辽宁省湖库水体提取

以辽宁省为研究区,本文基于GEE遥感云平台,使用Sentinel-2遥感影像,提出了一种多特征多层次的湖库水体提取算法。该算法选择自动水体指数(AWEI_sh)和改进的归一化水体指数(MNDWI)提取水体,并利用归一化植被指数(NDVI)、归一化建筑指数(NDBI)、归一化差异红边指数(NDREI)、Sentinel-2的B8和B9波段及DEM数据多层次地消除暗地物和高亮地物噪声,对提取结果中被云雾遮挡而部分缺失的水体进行修复,最后将河流及细小像素剔除。利用此算法提取了辽宁省2017—2021年每年4、7、10月的湖库水体,并对比了不同水体提取算法及不同的水体数据产品。试验结果表明,本文算法在大尺度条件下提取水体具有良好的效果,总体精度达96%以上,可以较好地去除植被、阴影等暗像元表面,并且保证了水体信息的完整性,在大尺度水体提取方面具有一定的适用性和稳定性。     

时序Sentinel-1A数据支持的长江中下游汛情动态监测

合成孔径雷达（SAR）因其对地观测全天候、全天时优势,成为多云多雨天气限制下洪水动态监测中不可或缺的数据来源之一。由于GEE（Google Earth Engine）云计算平台的兴起和短重访Sentinel-1数据的可获取性,洪水监测与灾害评估目前正面向动态化、广域化快速发展。顾及洪水淹没区土地覆盖变化的复杂性和发生时间的不确定性,基于时序Sentinel-1A卫星数据提出了针对大尺度范围、连续长期的汛情自动检测及动态监测方法。该方法首先,利用图像二值化分割时序SAR数据实现水体时空分布粗制图,逐像素计算时间序列中被识别为水体候选点的频率。然后,利用Sentinel-2光学影像对精度较粗的初期SAR水体提取结果进行校正,得到精细的水体分布图。最后,针对不同频率区间的淹没特点,采用差异化的时序异常检测策略识别淹没范围：对低频覆水区利用欧氏距离检测时序断点,以提取扰动强度大、淹没时间短的洪涝灾害区;对高频覆水区利用标准分数（Z-Score）检测时序断点,以提取季节性水体覆盖区。在GEE平台上利用该方法,实现了2020-05—10长江中下游地区全域洪水淹没范围时空信息的自动、快速、有效监测,揭示了不同区域汛情发展模式的差异性。本文提出的洪水快速监测方法对大尺度下的汛情动态监测、灾害定量评估和快速预警响应具有重要的现实意义。     

城市水体空间分布与地表温度之间的关系研究

城市热岛效应影响着城市的气候变化和居民的生活环境,是目前快速城市化进程中最具代表性的区域生态环境问题之一。本文以"百湖之市"武汉为例,采用HJ-1B卫星的遥感影像,提取了城市地表温度,利用景观生态学方法分析了城市水体的空间分布。研究结果表明:地表平均温度受到研究区域内水体面积比重的影响,地表温度的标准差受到水体面积比重和水体离散度的影响。     

基于GEE的干旱区流域湿地水体时空动态变化特征分析——以宁夏平原为例

黄河流域生态保护和高质量发展已成为国家重大战略,宁夏平原为黄河流域具有代表性的典型湿地区域。本文基于谷歌地球引擎平台(GEE)对宁夏平原1984—2020年湿地水体的历史覆盖、面积变化、类型转变及季节性演变等动态信息进行分析与评价。结果表明：(1) 1984—2020年宁夏平原湿地水体历史覆盖面积为1 373.86 km²,占研究区面积的8.1%,全时段覆盖水体面积为116.46 km²;(2) 1984—1999年至2000—2020年宁夏平原地表水体面积共计增加482.99 km²,总体面积变化率为45.6%;(3)研究区新增永久性水体明显,过去37年新增永久性水体218.89 km²,同时季节性水体面积变化幅度较大;(4) 2020年,全年覆盖水体占比为39.45%,而1—6月覆盖时间的水体面积占比超过50%。本文成果可为环境保护和黄河流域高质量发展提供数据支撑。     

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、AWEI_sh、AWEI_nsh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。     

Sentinel-2和Landsat8影像的四种常用水体指数地表水体提取对比

利用卫星影像快速准确地提取湖泊等地表水体范围一直是一个重要的研究课题,其对洪涝灾害监测、水资源管理与利用等具有重要意义。Sentinel-2 MSI和Landsat8 OLI数据是目前主流的开放获取的中高空间分辨率遥感影像。以鄱阳湖区为研究对象,首先,分别使用归一化差异水体指数(normalized difference water index,NDWI)、改进的归一化差异水体指数(modified normalized difference water index,MNDWI)、自动水体提取指数(automated water extraction index,AWEIsh)和基于线性判别分析的水体指数(water index,WI2015)等4种常用的水体指数从2种影像中提取湖泊水体的分布信息;然后,分析了在同种水体指数之下2种影像提取结果的差异性和同一幅影像中4种水体指数提取结果的不同;最后,利用同期的高分一号影像目视解译的结果对水体提取结果进行了精度验证。结果表明,对于2种遥感影像,4种水体指数均能成功地提取出研究区的大部分水体; AWEIsh和WI2015的提取精度最高,在Sentinel-2和Landsat8影像上分别达到了98%和94%以上,MNDWI次之,NDWI的提取精度最低;相对而言,Sentinel-2影像提取的水体细部信息更为明显,整体提取效果优于Landsat8影像。     

时间序列SAR图像不可移动文物水域淹没监测

全球气候变化引起的极端降雨、洪涝灾害是导致不可移动文物受损的重要破坏因素。合成孔径雷达SAR（Synthetic Aperture Radar）具有全天时、全天候、大范围周期性对地观测的优势,是大区域水体监测的重要手段,对不可移动文物水域淹没及风险监测具有重要意义。本文利用时间序列SAR图像提出基于残差U-Net的不可移动文物水域淹没及风险监测框架。首先,基于双峰阈值分割法结合专家知识辅助进行水体样本生成,提高样本制作效率;其次,引入残差模块建立U型卷积网络,综合残差结构及U-Net的特点,缓解梯度更新时的弥散、消失等现象,通过卷积层之间累加和跳跃链接,保留多尺度的地物特征信息,以实现水体快速、高精度的语义分割;最后通过将结果与不可移动文物点位进行空间叠加分析,实现对不可移动文物水淹状况的监测。选取鄱阳湖及南昌市昌邑北垱遗址作为试验研究对象。获取了21景覆盖鄱阳湖区域不同时相Sentinel-1 SAR图像,并结合Sentinel-2光学图像进行结果分析与评价。实验结果表明：本文方法在鄱阳湖试验区对水体提取总精度优于95%,相较于FCN（Fully Convolutional Networks）与U-Net方法具有更好的精度。利用不同时相SAR图像获得时间序列水体分布范围变化图,与昌邑北垱遗址点位进行空间叠加分析,得到不可移动文物水域淹没长时间序列监测结果。实验结果表明本文提出的方法可以有效提取水体范围,对不可移动文物水域淹没及风险监测可以提供有力支撑。     

面向Sentinel-2影像的亚像元级水体提取方法

结合Sentinel-2影像及其他高分辨率卫星数据进行长序列、高频次、大范围的水面率、蓄水量、生态流量等水资源要素监测具有重要意义。为了提高水体提取精度,解决利用多源中高分辨率卫星数据提取水体时的空间尺度效应问题,本文提出了一种面向Sentinel-2影像的亚像元级水体提取方法(简称SWES)。首先利用RWI提取纯水体像元,然后利用膨胀算法提取水陆边界混合像元,最后为解决地物的类内光谱变化问题,采用考虑空间信息的多端元光谱混合分析算法(MESMA)求解水陆混合像元中的水体丰度。3个试验区的结果均表明,SWES取得了较好效果,平均RMSE为0.147,水体提取效果均优于自动亚像元水体提取方法(简称ASWM),尤其在水陆混合像元较多的坑塘养殖区。SWES在试验区获取的水体面积也有较高精度,平均相对误差为8.03%,低于ASWM的20.23%,结果表明SWES能够有效提升水域面积提取精度。     

融合随机森林模型和6种水体指数的上海市水体信息提取

为快速、准确地掌握水体分布信息,本文以上海市为研究区,基于多时相Sentinel-2卫星数据构建水体提取特征集,并采用效率高、稳健性好的随机森林模型,对研究区内的水体进行提取。水体提取特征集在现有光谱波段特征的基础上加入6种水体指数,分别为NDWI、MNDWI、AWEI_sh、WI₂₀₁₅、SWI和RWI,旨在提高水体提取精度。针对10个光谱波段特征及6种水体指数,设计了8种试验方案探究加入水体指数对于水体提取的作用。结果表明,将6种水体指数全部加入的方案精度最高,为97.910%;NDWI和RWI能提高水体提取精度、降低漏提率和误提率。     

从宁夏北部卫星影像探讨黄河的发育

从宁夏北部卫星影像上发现,在宁夏石咀山至内蒙乌达之间,有一组古洪积扇被黄河所穿切,经野外考察认为,该段黄河两岸的Ⅲ级阶地属晚更新世洪积侵蚀阶地,宁夏北部黄河发育于晚更新世以后。     

扎陵湖鄂陵湖近三十年变化的遥感监测与分析

扎陵湖、鄂陵湖是黄河源区两个最大的淡水过水湖,对黄河源区径流量与生态环境有很大影响。本文利用1976-2006年间四个不同时相的卫星遥感影像(MSS/TM/ETM+/CBERS)对扎陵湖、鄂陵湖湖面面积变化进行监测,提取水面分布范围,获得了扎陵湖、鄂陵湖湖面动态变化的数据,为掌握近三十年扎陵湖、鄂陵湖变化提供了可靠依据。近30年扎陵湖鄂陵湖水面变化是气候变化、人类活动、地质构造作用等多种因素综合作用的结果。     

Assessing the suitability of data from Sentinel-1A and 2A for crop classification

Sentinel-1A C-SAR and Sentinel-2A MultiSpectral Instrument (MSI) provide data applicable to the remote identification of crop type. In this study, six crop types (beans, beetroot, grass, maize, potato, and winter wheat) were identified using five C-SAR images and one MSI image acquired during the 2016 growing season. To assess the potential for accurate crop classification with existing supervised learning models, the four different approaches namely kernel-based extreme learning machine (KELM), multilayer feedforward neural networks, random forests, and support vector machine were compared. Algorithm hyperparameters were tuned using Bayesian optimization. Overall, KELM yielded the highest performance, achieving an overall classification accuracy of 96.8%. Evaluation of the sensitivity of classification models and relative importance of data types using data-based sensitivity analysis showed that the set of VV polarization data acquired on 24 July (Sentinel-1A) and band 4 data (Sentinel-2A) had the greatest potential for use in crop classification.     

基于GEE的鄱阳湖湿地植被长期变化特征及其对水文情势的响应北大核心CSCD

针对鄱阳湖湿地植被长期变化的科学问题,本文基于谷歌地球引擎(GEE)遥感大数据平台和CART分类回归树算法提取鄱阳湖2000—2017年涨水期、丰水期、退水期和枯水期的年时序植被分布范围,阐明其时空变化特征;在此基础上,结合水位数据分析湿地植被与水文情势变化之间的响应关系。结果表明,(1)2000—2017年,枯水期、涨水期、丰水期和退水期鄱阳湖湿地植被平均面积分别为846.35、679.03、172.35、508.63 km^(2)。(2)2000—2017年,不同水位期鄱阳湖湿地植被总面积均呈增加趋势,并有向湖心演变的趋势。(3)鄱阳湖植被面积受水位影响显著,水位与植被面积呈负相关,降水异常(如极端降水或严重干旱)是导致植被面积明显偏离平均面积的主导因素。本文结论有助于鄱阳湖湿地生态系统的健康诊断,对鄱阳湖湿地保护和修复政策的制定具有科学参考意义。     

MODIS遥感数据辅助的鄱阳湖水体范围变化数值模拟

针对水体范围高动态变化的鄱阳湖,充分发挥数值模拟和遥感各自的优势,使用从MODIS影像上提取的水体范围初始化鄱阳湖水体范围数值模拟边界和率定模型参数,并与模拟的水体范围结果进行交叉验证分析。对鄱阳湖2001-07-08～11-30水体范围动态变化数值模拟的结果显示,水位模拟平均绝对误差小于15cm,数值模拟获取的水体范围与MODIS无云影像提取的湖泊水体范围具有较高的一致性,水体面积平均相对误差为5.7%。     

Targeting rare earth element bearing mine tailings on Bangka Island,Indonesia, with Sentinel-2 MSI

A laboratory study on rare earth element bearing mine tailings, collected from Bangka Island, Indonesia, reported a new spectral absorption feature at 674 nm associated with Erbium. The present study aims to evaluate the capability of the European Space Agency’s Sentinel-2 MSI sensors to detect this absorption feature from space. An arithmetic band operation is performed on selected visible and near-infrared spectral bands of a Sentinel-2 image. The results show that Sentinel-2 MSI is capable of detecting the 674 nm Erbium-related absorption feature within the particular environmental setting of the study area.     

结合高分遥感和多源数据的高原湖泊流域土地利用分析

高分一号卫星是为提升我国高分辨率数据自给率自主发射的卫星，在土地利用监测方面具有重要的应用价值。将GF-1卫星影像与多源数据影像进行对比能够挖掘各数据源在土地利用动态监测方面的差异性。本文以云南省杞麓湖流域为研究区，选取最新的Sentinel-2、GF-1和Landsat 8卫星遥感影像进行土地利用分类，以第二次全国土地利用调查数据为基期数据，结合野外实地调研和土地利用转移矩阵开展土地利用现状和演变分析，得出以下结论：①杞麓湖流域的水域、建设用地、耕地和林地自中心向外呈现出圈层分布的特征，与第二次全国土地调查结果相比，水域、耕地、林地3种类型的自然景观面积减少，而建设用地和其他用地受人类活动的影响，面积大幅增加，变化主要集中在杞麓湖周边的纳古镇和河西镇。②Sentinel-2卫星影像与GF-1卫星影像均具有较高的空间分辨率，二者对土地利用变化评估的结果相近，均优于Landsat 8卫星影像，其中GF-1卫星影像具有较高的应用价值。     

Evaluating the potential of the red edge channel for C3 (Festuca spp.) grass discrimination using Sentinel-2 and Rapid Eye satellite image data

Integrating the Red Edge channel in satellite sensors is valuable for plant species discrimination. Sentinel-2 MSI and Rapid Eye are some of the new generation satellite sensors that are characterized by finer spatial and spectral resolution, including the red edge band. The aim of this study was to evaluate the potential of the red edge band of Sentinel-2 and Rapid Eye, for mapping festuca C3 grass using discriminant analysis and maximum likelihood classification algorithms. Spectral bands, vegetation indices and spectral bands plus vegetation indices were analysed. Results show that the integration of the red edge band improved the festuca C3 grass mapping accuracy by 5.95 and 4.76% for Sentinel-2 and Rapid Eye when the red edge bands were included and excluded in the analysis, respectively. The results demonstrate that the use of sensors with strategically positioned red edge bands, could offer information that is critical for the sustainable rangeland management.     

基于Sentinel-1的长江干流水域面积动态变化遥感监测

本文利用Sentinel-1数据获得了2016-2020年月度长江干流上海-宜宾段水域面积,并分析其年际、年内变化规律。分析结果表明,①月度变化规律为1-5月水面面积变化相对平稳,6-8月水域面积逐步增加,在7月达到峰值;9月稍有回落,10月再次达到峰值后逐步减少至稳定。②季节性变化规律为冬季水域面积最小,夏季水域面积最大,夏季和冬季呈现明显的季节差异。③年际变化规律为2016年后水域面积呈增长趋势,其中2017-2019年水域面积相对稳定且缓慢增长,2020年面积急剧增长。分段而言,水域面积随时间的变化幅度为下游>中游>上游,中上游变化相对平稳,下游较显著。④易发生洪涝的断面主要分布在中下游段,需引起重视并做好监测预警。