基于离散粒子群算法的2种新型水体提取方法的对比与验证

随着遥感技术在水体提取与监测方面的广泛应用,更多的研究者致力于提高遥感水体提取的精度.离散粒子群算法在遥感图像分类研究中获得了较高的精度和更稳健的分类效果,已经被应用到遥感水体提取领域,但其在水体提取中的适用性和精度还有待对比与验证.本文采用最新提出的2种基于离散粒子群算法的水体提取方法,即光谱匹配耦合离散粒子群算法(...     

山东微山湖近30年湖面面积时空变化及驱动机制

采用1986年7月、1996年7月、2006年7月和2016年7月的4期Landsat数据,利用归一化水体指数模型(NDWI)和修正归一化水体指数模型(MNDWI)提取山东微山湖水域面积,研究近年来微山湖湖面的动态变化。以最大似然分类结果作为标准,验证了用NDWI和MNDWI模型提取面积的精度,得出NDWI模型所提取的湖泊面积更符合实际情况,湖泊总面积从1986年的1338.41km²减少到2016年的1233.26km²,缩小了8.5%,到2000年后期微山湖面积基本稳定在1200km²左右。然后利用湖泊面积动态模型分析了微山湖面积变化及其驱动机制,结果表明近年来随着温度的逐年升高,降雨量呈献出不稳定的变化趋势,加上大量的蒸发等综合作用,导致了微山湖面积的缩小。多年来微山湖流域内随着人口数量的增加、耕地面积以及建筑面积的不断扩张导致需水量逐渐增大,这也是导致湖面面积减少的主要原因之一。开展微山湖湖面时空动态变化及其驱动机制研究,对于湖泊生态系统的保护具有重要的理论和实际意义。     

基于3种遥感指数的东北春玉米干旱识别对比

以东北春玉米为研究对象,探究利用植被光合特性的日光诱导叶绿素荧光(solar-induced chlorophyll fluorescence,SIF)指数、近红外-短波红外波段构建的归一化差值水分指数(normalized difference water index,NDWI)和可见光-近红外波段构建的归一化差值植被指数(normalized difference vegetation index,NDVI)识别东北春玉米干旱的准确度和敏感度。研究发现：SIF指数、NDWI和NDVI对干旱识别准确度均超过80%,其中重度干旱准确度超过94%,且在春玉米苗期表现最佳;3种指数对比可知,SIF指数在春玉米干旱识别的准确度和敏感度方面均最佳,分别为89.27%和81.65%,NDWI敏感度次之,NDVI最差。表明基于光合特性的SIF指数在识别东北春玉米干旱方面优于基于地物光谱特性所构建的植被指数。     

利用改进的归一化差异水体指数（MNDWI）提取水体信息的研究

在对M cfeeters提出的归一化差异水体指数(NDWI)分析的基础上,对构成该指数的波长组合进行了修改,提出了改进的归一化差异水体指数MNDWI(M odified NDWI),并分别将该指数在含不同水体类型的遥感影像进行了实验,大部分获得了比NDWI好的效果,特别是提取城镇范围内的水体。NDWI指数影像因往往混有城镇建筑用地信息而使得提取的水体范围和面积有所扩大。实验还发现MNDWI比NDWI更能够揭示水体微细特征,如悬浮沉积物的分布、水质的变化。另外,MNDWI可以很容易地区分阴影和水体,解决了水体提取中难于消除阴影的难题。