Sentinel-2 MSI卫星数据在水体信息提取中的应用

为实现水灾发生后淹没区域的快速监测,为受灾地区的灾情评估、调查及水资源管理提供依据,借助Sentinel-2 MSI卫星对乌海湖、黄河宁夏石嘴山河段、沙湖3个研究区域2018年7—10月强降水前后水位、水体面积进行了动态监测.结果表明,乌海湖10月中旬之前水体面积持续增大,之后出现下降;黄河石嘴山部分河段在7月强降水之...     

淡水湖泊湿地水体信息提取方法

及时、准确地获得水体信息是对水资源保护、利用和可持续发展的有利支持。以洪泽湖为研究区,通过实验比较了阈值法、TM2+TM3>TM4+TM5的谱间关系法、比值法和新型水体指数法提取水体结果的优缺点。研究表明,基于谱间关系构建的新型水体指数法能有效地提取各种类型的水体,且具有很强的普适性。新型水体指数法有效地提高了水体信息提取精度,提取精度高达92.5%。     

改进型混合水体指数的城市水体信息提取——以宿州市为例

针对混合水体指数不易区分水体与建筑用地问题,该文对混合水体指数进行了改进。在混合水体指数中加入两个短波红外波段与其平均值的比值,构建了改进型混合水体指数。以2013年4月28日Landsat 8卫星影像为数据源,以宿州市主城区、朱仙庄与芦岭矿区为研究区,并且利用改进型混合水体指数对研究区水体信息进行提取和分析。结果表明:改进型混合水体指数能够快速、准确、有效地提取城市和矿区水体信息,其水体识别能力和识别效果比混合水体指数强;改进型混合水体指数一定程度上提高了湖泊、河流等水体信息与建设用地、植被等地物的区分度。     

ASTER数据的煤矿区水体信息提取

为实现多光谱数据对煤矿区水体信息提取,以萍乡市芦新岭及周边煤矿为试验区,在国内外学者对水体指数法提取水体信息和应用的启发下,对试验区不同地物的波谱特征进行分析。本文首先利用数学统计方法建立一种ASTER数据综合归一化差异水体指数模型SWI ASTER_xy,然后利用这一模型对试验区进行水体信息提取。试验表明,该模型能够有效地提取矿区各类水体,还可以运用在ASTER数据（或其他多光谱数据）对不同区域不同地物的提取,在遥感地物定量提取上具有很好的效果和潜力,具有一定的推广价值。     

基于新型水体指数(NWI)进行水体信息提取的实验研究

基于遥感数据构建的水体指数模型可用于水体信息的提取。本文在对水体及其背景地物进行光谱特征分析的基础上,结合水体在近红外和中红外波段(相当于Landsat TM/ETM+影像的Band 4,Band 5和Band 7)同时具有强吸收这一典型特征,提出了一种新型的水体指数NW I(New W ater Index)。将该指数在含不同水体类型的遥感影像上进行实验,均获得了较好的提取效果。利用文献样本数据所作的实验表明,NW I具有很强的普适性,可用于水体信息的快速提取,且具有较高的精度。     

Sentinel-2影像多特征优选的黄河三角洲湿地信息提取

以北方典型河口湿地—黄河三角洲湿地为研究区,采用在特征选择和分类提取等方面具有明显优势的随机森林算法,对研究区内的湿地信息进行提取。首先基于多时相、光谱信息丰富的Sentinel-2数据生成4类不同的特征变量,包括光谱特征、植被指数和水体指数、红边指数、纹理特征;再根据以上特征构建6种不同的提取方案,对黄河三角洲湿地信息进行提取并验证不同方案的提取精度,旨在选择最佳方案改善湿地信息提取的效果。结果表明:(1)有效地使用多种特征变量是提高湿地信息提取的关键,就不同特征对湿地信息提取的贡献率而言,红边指数植被指数和水体指数光谱特征纹理特征;(2)基于随机森林算法优选的特征变量提取效果最佳,总体精度高达90.93%,Kappa系数为0.90,表明随机森林算法可以有效地进行特征选择,在特征变量数据挖掘的同时,仍能保证湿地信息提取的精度,提高运行效率。本研究为湿地信息提取在数据源选择、特征选择和方法选择方面提供了一种新思路、方法和技术手段。     

高潜水位煤矿区沉陷水体信息提取

针对高潜水位煤矿区煤炭开采后极易形成大面积的沉陷积水区,且沉陷水体信息易与矿区其他地物混淆的问题,该文提出了针对高潜水位矿区水体信息提取的增强型改进归一化水体指数(E-MNDWI).对研究区典型地物光谱进行分析,将E-MNDWI应用于Landsat系列数据,并对比验证该指数与改进归一化水体指数(MNDWI)的精度水平.研究结果表明:矿区投入运行后,利用E-MNDWI提取沉陷水体的精度普遍较MNDWI高,总体精度在90％以上,Kappa系数大于80％.选取高分1号数据作为验证数据源,发现E-MNDWI的计算面积精度高达93.07％.与其他水体指数对比,E-MNDWI的综合精度最高.E-MNDWI对于山区和平原水体提取具有较好的效果,能够消除山体阴影和其他物体倒影的影响.     

随机森林遥感信息提取研究进展及应用研究

随机森林算法已经应用于遥感影像信息提取领域,但鲜有对其应用发展的总结和归纳.本文介绍了随机森林分类方法的基本原理,并阐述其在多源遥感数据(多光谱数据、高光谱数据、SAR数据)信息提取以及分类数据集筛选中的应用研究,通过说明其在分类精度验证、模型可移植性以及算法改进等方面的研究进展,对随机森林分类方法在今后的发展进行了展...     

基于随机森林的第三次国土调查可行性分析——以水体为例

全国第三次国土调查的一个重要步骤为内业勾绘图斑,需要大量的人力、物力及财力来支撑.利用目视解译的方法进行内业图斑的勾绘,不仅费时费力,而且需要作业人员具有一定的遥感图像解译经验从而满足图斑勾绘的进度及精度.因而,针对全国第三次国土调查,本文基于随机森林的分类方法探讨遥感图像分类的精度是否可以满足全国第三次国土调查图斑勾绘的精度,主要以水体为例.通过利用目视解译的成果来验证随机森林分类的精度,结果表明,随机森林分类的总体精度为91.45％,Kappa系数为0.66,因而,利用随机森林的分类方法可以满足全国第三次国土调查的精度,并且可以精度较高地提取遥感图像中的水体.     

基于TM数据的水体信息提取试验

由对水体在TM图像中的波谱特征分析可知,一般水体在TM4图像上的亮度值是小于TM2波段的。以贵州黔西地区为例,采用了多种方法来提取遥感数据中的水体信息。经过分析比较,最终认为LOC方法提取水体的效果最佳。     

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。     

WorldView-2影像林地信息提取的研究与实现

林地信息的获取具有重要意义,可广泛应用于城市规划编制、林地资源分析、水土流失治理等领域。本文基于WorldView-2影像,在研究分割与对象特征的基础上,采用面向对象方法,实现了林地信息提取,其用户精度达到94%,制图精度达到97.2%。然后,将像元二分模型应用于林地类对象,计算其植被覆盖度。试验表明,面向对象方法能高效、准确、经济地提取林地信息;基于林地类对象计算的植被覆盖度能较好地表征植被覆盖情况。     

CatBoost模型在水深反演中的应用

在多光谱遥感水深反演研究中,由于影响反演精度的因素较多,传统的水深反演模型具有一定局限性。机器学习算法在解决非线性高复杂问题上较有优势,将其应用在某些特定区域水深反演可提高反演精度。本文利用Sentinel-2多光谱遥感影像和LiDAR测深数据,以瓦胡岛为研究区域,构建CatBoost水深反演模型,与传统水深反演模型及Boosting中的XGBoost和LightGBM模型的反演精度进行比较。试验结果表明,经过参数优化后的CatBoost水深反演模型的决定系数、均方根误差、平均绝对误差和平均相对误差分别为96.19%、1.09 m、0.77 m和9.61%,准确性最高,效果更佳。     

分步迭代的多光谱遥感水体信息高精度自动提取

以LANDSAT卫星遥感数据为信息源, 在归一化差异水指数(NDWI)计算的基础上, 采用“全域—局部”的分步迭代空间尺度转换机制, 将全域分割、全域分类、局部分割与分类等计算过程有机地结合起来, 分阶段地融合了水体信息提取所需的不同层次知识, 并建立迭代算法实现了水体最佳边缘的逐步逼近, 获得了高精度的水体信息提取。通过对青藏高原试验区湖泊信息提取的实验表明, 该方法除了能够实现对复杂多样的水体信息进行高精度自动提取外, 还可有效避免与阴影等信息的混淆。     

集成地理探测器与随机森林模型的城市人口分布格网模拟

精细尺度的城市人口分布信息是城市资源配置和综合管理的重要依据。本文以广州市越秀区、荔湾区、天河区、海珠区、白云区及黄埔区作为研究区域,基于人口统计、夜间灯光、兴趣点及土地利用等多源数据,利用地理探测器识别人口分布的影响因子,运用随机森林模型开展人口分布空间格网模拟研究。研究结果表明,与传统的相关分析相比,地理探测器能够更为准确地识别人口空间分布的重要影响因子。基于随机森林模型的人口分布格网模拟结果与街道（镇）实际人口的相关系数为0.774,平均相对误差约为30%。相比基于线性回归模型的模拟结果,随机森林模型的精度有明显提高。     

Sentinel时序影像的长江流域地表水体提取

传统水体提取算法大多基于某一时期单景遥感影像,无法表现出水体随着时间和空间高度可变的特性,虽然国内外已出现部分时序水体数据产品,但其空间分辨率及水体边界的精度仍无法满足一些研究和应用的需要.本文以地表环境复杂的长江流域为研究区,基于GEE (Google Earth Engine)云平台,使用Sentinel-2 MS...