共查询到16条相似文献，搜索用时 156 毫秒
1.
基于多源遥感数据的水体信息提取研究 总被引：1，自引：0，他引：1
卫星遥感技术已被广泛应用到水体信息提取中,但目前基于遥感技术的水体信息提取多采用单一的遥感数据源,而没有充分利用多源数据的信息复合优势,因此,提取结果经常受天气气候或空间分辨率限制。本文研究了不同尺度、不同平台的多种遥感数据源的水体信息提取方法。首先,基于波谱间关系决策树分类算法对Landsat ETM+图像进行水体提取,利用其分辨率优势较准确地提取出水体范围;其次,在Radarsat SAR图像上利用阈值法粗提取水体信息后,结合DEM剔除阴影得到水体信息;最后,利用灾前Landsat ETM+图像水体信息提取结果和灾中Radarsat SAR图像水体信息提取结果,进行差值处理,得到洪水淹没范围。研究结果可以为洪水灾害监测与评估提供信息依据。 相似文献
2.
3.
《测绘与空间地理信息》2020,(8)
以邵阳县洪涝灾害为研究对象,采用Landsat8 OLI数据和Sentinel-1 SAR数据,通过NCIWI和SDWI多种指数增大洪灾前后水体和背景差异,利用DEM建模去除SAR数据山体阴影干扰,并采用Otsu法计算最优分割阈值,从而构建精度高、抗干扰性强的Sentinel-1 SAR数据洪水淹没信息提取方法。研究结果表明:1)融合数据提取精度较高; 2) DEM建模去除山体阴影效果良好; 3) GS变换融合法、组合水体指数法结合Otsu分割法,可实现水体精度提取,数据融合对洪水淹没范围与面积监测效果良好。 相似文献
4.
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。 相似文献
5.
洪涝灾害是我国最严重的气象灾害之一,及时准确的洪灾监测是防灾减灾的重要前期工作和基础。本文利用sentinel-1B雷达数据,以黑瞎子岛为研究区,联合使用OSTU阈值分割法和随机森林面向对象分类法针对像素统计单波形、双波形、多波形SAR影像提取洪水要素,实现对洪灾淹没面积的时序监测,为灾情监测提供数据和技术支撑。 相似文献
6.
7.
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。 相似文献
8.
基于阈值分割与决策树的SAR影像水体信息提取 总被引：1，自引：0，他引：1
目前我国的GF-3 SAR数据可实现全天时全天候的对地观测,已服务于海洋、减灾、水利、气象等多个领域。改进了基于阈值分割法与决策树的GF-3 SAR影像水体信息提取方法,首先对GF-3 SAR影像进行基本处理;再采用KI二值化阈值分割法进行图像分割;然后通过构建知识决策树模型来提取水体信息,为了提高精度,采用GDEM数据进行地表建模,提取山体阴影;最后利用空间分析功能将地形建模阴影图与提取的水体范围进行匹配,去除山体阴影,进而获得水体信息的精确范围。通过混淆矩阵计算得到水体信息提取的总体精度为89.22%,Kappa系数为0.71,精度优于基于光学GF-2号影像的水体指数法提取结果。整个流程人工干预少,具有自动化更强、效率更高的优势。 相似文献
9.
洪涝灾害损失评估是防洪减灾科学决策的基础,其中洪水淹没分析是准确提取洪水淹没范围、水深及历时等灾情信息的关键。洪水淹没分析主要采用数字高程模型数据,由于DEM的格网分辨率与高程精度有限,常出现异常的洼地或平地,导致难以可靠地计算每个格网点处的流向,而传统方法采用统一高程的洼地填平处理又使得容易出现洪水演进过程中复杂起伏地形水面爬坡以及平坦地形水位断流的问题,为此提出顾及流速和淹没时间的自适应逐点水位修正算法,即在DEM坡面流模拟的基础上,根据洪水水流特性、地形、边界变化、水流速度、水深变化以及淹没点的淹没时间,计算水位修正值,对洪水演进过程中每个格网点的水位进行修正,采用多种地貌类型的DEM数据进行试验,证明洪水演进的淹没范围、水深及历时的实时计算结果准确可靠,可为快速评估灾害损失与防洪决策服务提供更为科学的依据。 相似文献
10.
在有山区的雷达图像上基于合成孔径雷达(SAR)提取地表水体时,由于水体与山体阴影的亮度值易混淆,导致自动提取地表水体较困难。因此,在SAR成像原理的支持下,通过DEM地形建模去除了水体提取过程中被误提为水体的山体阴影,提高了水体提取精度。首先,对SAR图像进滤波、地理编码等基本处理;然后利用面向对象分类法初步提取水体范围;再使用SRTM DEM数据进行地形建模,提取山体阴影;最后利用空间分析功能将地形建模阴影图与面向对象的水体提取结果进行匹配,达到去除山体阴影的效果,实现水体精提取。 相似文献
11.
洪涝灾害给社会、经济造成巨大损失,及时、快速监测洪涝范围在抗灾救灾中具有重要意义。合成孔径雷达(SAR)由于其主动式微波成像的机理,可为全天时、全天候、大范围洪涝灾害监测提供支持。本文首先以高分三号(GF-3)卫星影像为数据源,基于灰度共生矩阵(GLCM)、局部二值模式(LBP)等6种纹理描述方法提取138个SAR影像纹理特征;然后利用随机森林(RF)指标重要性评估功能,筛选出重要性得分较高的纹理特征进行水体信息提取;最后结合数学形态学对初始水体提取结果进行后处理,评估安徽巢湖附近区域洪涝灾害。试验表明,本文方法的水体提取精度优于传统阈值法(Otsu)及分类算法(KNN和SVM),可有效提取洪涝灾害的影响范围,为选取合适的SAR影像纹理特征进行洪涝范围快速监测提供参考。 相似文献
12.
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月强降水之后河道变宽,10月中旬宽度达到最大;沙湖面积在丰水期趋于稳定,平水期部分缩减。基于Sentinel-2 MSI改进归一化差异水体指数(MNDWI),结合Otsu算法可以快速准确提取水体信息。 相似文献
13.
14.
以日本防灾建设为背景,介绍了SuperMap在日本防灾信息系统开发中的几个典型应用,主要包括灾害地图门户网站、家物倒坏危险区域瓦片制作工具群、洪水推定区域地图数据下载网站、落石防灾管理系统和浸水模拟检索系统. 相似文献
15.
The information content of flood extent maps can be increased considerably by including information on the uncertainty of the flood area delineation. This additional information can be of benefit in flood forecasting and monitoring. Furthermore, flood probability maps can be converted to binary maps showing flooded and non-flooded areas by applying a threshold probability value pF = 0.5. In this study, a probabilistic change detection approach for flood mapping based on synthetic aperture radar (SAR) time series is proposed. For this purpose, conditional probability density functions (PDFs) for land and open water surfaces were estimated from ENVISAT ASAR Wide Swath (WS) time series containing >600 images using a reference mask of permanent water bodies. A pixel-wise harmonic model was used to account for seasonality in backscatter from land areas caused by soil moisture and vegetation dynamics. The approach was evaluated for a large-scale flood event along the River Severn, United Kingdom. The retrieved flood probability maps were compared to a reference flood mask derived from high-resolution aerial imagery by means of reliability diagrams. The obtained performance measures indicate both high reliability and confidence although there was a slight under-estimation of the flood extent, which may in part be attributed to topographically induced radar shadows along the edges of the floodplain. Furthermore, the results highlight the importance of local incidence angle for the separability between flooded and non-flooded areas as specular reflection properties of open water surfaces increase with a more oblique viewing geometry. 相似文献
16.
Satellite remote sensing is an effective method for extracting water bodies on a large scale. Radar imagery, such as synthetic aperture radar (SAR) imagery, can penetrate clouds and provide opportunities for water body identification when in situ observations are difficult to obtain because of severe weather conditions. However, when using SAR images in urban areas to extract water bodies, the radar’s double-bounce effect results in complicated backscatter patterns of water near urban features such as buildings due to the side-looking properties of SAR sensors and the vertical urban structures. Therefore, the objective of this study is to propose a reliable urban water extraction framework for SAR images that integrates urban surface morphological features for controlling radar’s multiple bounces. Statistical (logistic regression) and machine-learning (random forest) models were used to explore how radar’s double-bounce effect influences the prediction performance of urban water extraction. Our findings indicate that when extracting urban water bodies, urban water’s backscatter values could be significantly interfered by the neighboring building density above a threshold height that contributes to radar’s multiple bounces. Without model calibration, our framework incorporating urban surface morphology demonstrates high prediction ability with an Area Under the Curve (AUC) of 0.914 and with 97.0% of urban water cells correctly identified by testing in another city sharing similar urban forms. In summary, our study provides a better understanding of the role of the urban surface morphology in the double-bounce effect in SAR images, specifically for differentiating urban water and land, thereby improving the accuracy of urban water extraction and enhancing the feasibility of further applications of SAR imagery under complex urban landscapes. 相似文献