共查询到20条相似文献，搜索用时 453 毫秒
1.
基于遥感光学影像数据,针对海洋水体的特性,本文提出一种指数模型:在海洋水体平均反射率基础上,构建新的水体指数模型Ocean Water Index(OWI).主要以华南沿海地区、英国泽西岛为实验区,以Landsat 8 Surface Reflectance Tier 1影像、高分四号影像作为主要的数据源,与常用的8种水体指数相比,OWI的错漏率较低.实验发现,本文的亮点在于:(1)仅使用三个可见光波段、一个近红外波段,充分地利用海洋水体的光谱信息,构建了一个新的、可以抑制非水体噪声的水体指数模型;(2)因为新的水体指数模型选择的波段与国产光学卫星的波段吻合,并且使用了一景高分四号数据进行验证新指数的稳定性.实验结果证明了本文方法能够稳定地提取海洋水体,可应用于沿海地区的海岸线变化研究、沿海城市的围填海监测. 相似文献
2.
3.
湖冰光谱特征是湖冰遥感反演的物理基础,是研究湖冰光学特性和空间分布的理论依据。本文以查干湖为例,使用ASD Field Spec 4便携式地物光谱仪采集冰封期不同类型湖冰、积雪和水体光谱,利用Savitzky-Golay滤波法和包络线去除法分析白冰、灰冰、黑冰、雪冰、积雪和水体的反射光谱特征,探索气泡对湖冰反射光谱特征的影响。积雪和雪冰、白冰和灰冰、黑冰和水体的反射特征随着波长的变化特征基本一致,冰的反射率介于积雪和水体之间,其中白冰的反射率高于灰冰和黑冰,在包络线去除结果中,黑冰和水体在440 nm吸收谷处的吸收面积为5.184和10.878、吸收深度为0.052和0.106,雪、雪冰、白冰、灰冰在800和1030 nm吸收谷处的吸收面积和吸收深度的变化表现为雪<雪冰<灰冰<白冰。气泡是影响湖冰光谱特征的重要因素,气泡使白冰反射率减小和黑冰反射率增大,并且气泡使得白冰在800/1030nm和黑冰在440 nm处的吸收面积和吸收深度减小,其中气泡大小和疏密程度的不同会导致湖冰反射率的影响程度存在差异。同时,本文选取时间同步的Landsat 8 OLI遥感影像,在完成辐... 相似文献
4.
为了从海量遥感数据中有效地提取地表水体信息,并提高自动化提取效率,提出了一种基于遥感特征指数的地表水体自动提取方法.该方法选取归一化植被指数(NDVI)、归一化建筑指数(NDBI)和修正归一化水体指数(MNDWI)作为遥感特征指数集,并根据这些指数构建了遥感特征指数曲线.通过分析,发现地表水体在特征曲线中单调上升,植被在特征曲线中单调下降,而其它地物并无此特征.因此,根据这一规律,利用ERDAS IMAGINE软件建立了自动化提取模型.通过与其他方法对比,表明所建立的模型在精度和自动化方面都明显优于其他方法,可用于海量数据地表水体的自动提取.最后,在ARCGIS环境下,并通过决策树模型初步实现了地表水体的自动分类. 相似文献
5.
Landsat 8卫星自2013年2月发射以来,其影像的定标参数经过了不断调整和完善,针对Landsat 8开发的各种算法也相继问世.本文采用最新的参数、算法和引入COST算法建立的大气校正模型,对Landsat 8多光谱和热红外波段进行了处理,反演出它们的反射率和地表温度,并与同日的Landsat 7数据和实测地表温度数据进行了对比.结果表明,现有Landsat 8多光谱数据的定标参数和大气顶部反射率反演算法已有很高的精度,本文引入COST算法建立的Landsat 8大气校正模型也与Landsat 7的COST模型所获得的结果几乎相同,相关系数可高达0.99.但是现有针对Landsat 8提出的地表温度反演算法仍不理想,已提出的劈窗算法误差都较大.鉴于TIRS 11热红外波段的定标参数仍不理想,因此在现阶段建议采用单通道算法单独反演TIRS 10波段来求算地表温度,但要注意根据大气水汽含量的情况选用正确的大气参数计算公式. 相似文献
6.
7.
应用实测光谱估算千岛湖夏季叶绿素a浓度 总被引：4，自引：2，他引：2
依据2010年8月的实测数据构建了千岛湖水体夏季叶绿素a浓度的实测光谱数据估算模型,并进行了验证.利用ASD FieldSpec3野外光谱仪获取高光谱数据,计算水体离水辐亮度和遥感反射率.通过寻找反演水体叶绿素a浓度的高光谱敏感波段,采用单波段相关分析、波段比值、微分光谱、三波段模型、BP人工神经网络等多种算法进行比较分析,结果表明:叶绿素a浓度与单波段光谱反射率的相关性不大;596 nm和489 nm波长处反射率比值、545 nm处光谱一阶微分与叶绿素a浓度均呈较显著相关,估测模型决定系数R2分别为0.782、0.590,RMSE分别为0.89、1.98μg/L;三波段模型的反演结果优于传统的波段比值和一阶微分法,R2为0.838,RMSE为0.71μg/L;神经网络模型大大提高了叶绿素a浓度的反演精度,R2高达0.942,RMSE为0.63μg/L.本研究为今后在千岛湖水域的夏季相邻月份进行叶绿素a浓度大范围遥感反演研究奠定了基础. 相似文献
8.
基于叶绿素荧光峰特征的浑浊水体悬浮物浓度遥感反演 总被引：4，自引：0，他引：4
内陆水体光学特性复杂,其水质参数遥感反演是当前环境遥感研究的热点与难点.2004年10月在太湖实测了67个站点的遥感反射率与相应站点水质参数浓度,通过对水体反射率光谱的分析发现,秋季太湖悬浮物主导了水体光学特性,叶绿素荧光峰的特征主要体现为悬浮物浓度的变化.据此建立了基于水面实测岛光谱遥感反射率数据的叶绿素荧光峰特征与悬浮物浓度之间的拟合关系,发现二者具有很好的响应关系.具体分析了叶绿素荧光峰绝对高度、基线高度、归一化高度(分别归一化到560nm附近最大反射率波段与近红外810nm附近最大反射率波段)及荧光峰积分面积(包括积分总面积、基线以下面积与基线以上面积)等儿种光谱特征与悬浮物浓度之间的关系,其相关系数(R2)分别为0.8822、0.7483、0.8901、0.8547、0.8927、0.8877、0.8632,平均相对误差分别为27.25%、41.03%、27.11%、25.75%、24.91%、25.47%、27.54%.总体反演精度较高,其中总积分面积法效果最好,基线高度法效果最差,而叶绿索荧光峰波段的位移与悬浮物浓度之间不存在明显的相关性.研究结果表明叶绿素荧光峰特征在浑浊内陆水体悬浮物浓度信息提取中具有很好的应用前景,该方法可为浑浊的二类水体悬浮物遥感反演提供了一个新思路. 相似文献
9.
水体Chl.a浓度是水质评价的一个重要指标,受悬浮物浓度季节性变化的影响,如何削弱悬浮物的光谱干扰,是实现内陆水体Chl.a浓度遥感高精度反演的难点之一.基于2011-2013年妫水河6次实测水体高光谱数据和水体Chl.a浓度数据,评价广泛应用的三波段模型和非线性拟合能力较好的支持向量机回归(SVR)模型的反演精度,使用基线校正和一阶微分方法来削弱实测高光谱中非Chl.a光谱信息.定义两种基线:750 nm的反射率值;500与750 nm的反射率值连线,基线校正为光谱反射率减去基线值.利用2013年7月的实测数据进行验证,结果表明,SVR模型比三波段模型更适合季节性浑浊水体的Chl.a浓度反演.通过基线校正筛选后的波段反射率组合作为输入变量能够提高SVR模型的反演精度,决定系数为0.68,均方根误差为3.38μg/L;线性基线校正提高三波段Chl.a估算模型的反演能力有限. 相似文献
10.
基于多时相主被动遥感的漓江水面监测与水质参数反演(2016—2020年) 总被引：1，自引：0，他引：1
以漓江流域为研究区域,以2016-2020年Landsat 8 OLI、GF-1、Sentinel-2A及Sentinel-1A逐月影像为数据源,选用归一化水指数(NDWI)、改进型归一化水指数(MNDWI)、增强型水体指数(EWI)、归一化差值池指数(NDPI)、后向散射系数(S)与主被动遥感加权指数(JQ)提取漓江水体信息,采用二类水体区域性近岸海域水色算法(C2RCC)、最大叶绿素指数(MCI)、双波段比值法(Double R)及叶绿素反射峰强度(ρchl)4种方式,反演漓江水体叶绿素a(Chl.a)与总悬浮物质(TSM)浓度.将漓江划分为278个基本评价单元,利用水面变化区域差异值(WDr)、河岸线发育系数(SDI)与水体信息变化动态度(K)等指标定量分析漓江上、中、下游枯水期和汛期的水文和水质信息的年内时空动态变化,得出以下结论:(1)主被动遥感加权指数JQ与NDPI指数的提取效果优于NDWI、MNDWI、EWI指数与后向散射系数,但与JQ指数相比,NDPI指数提取精度更高、可信度更强.(2)基于C2RCC算法反演的Chl.a浓度的均方根误差(RMSE)处于0.18~7.88 mg/m3之间,TSM浓度的RMSE为0.17~12.55 g/m3,可较好地反映漓江水质参数变化情况.(3)基本评价单元的划分可清楚地分析出上、中、下游地区水域水面宽度、水域面积、Chl.a与TSM浓度的连续变化情况,实测数据则依靠站点监测,所得结果较分散,无法进行连续性分析.(4)漓江5-10月降水较多、水体流动性强,大部分地区平均水面宽度在100~250 m范围内,水体富营养化程度低,水质较好,但2月水质最差,水体富营养化程度较高地区主要集中于上、中游的兴安县、灵川县等城镇居民区以及下游旅游开发区较多的兴坪镇. 相似文献
11.
离散型湖泊水体提取方法精度对比分析 总被引：4，自引：2，他引：2
基于卫星遥感的陆地水体提取方法多种多样,并且应用广泛.对于水体分布支离破碎的枯水期湖泊,准确的水体提取方法尚不明晰,直接影响湖泊水域面积的提取精度.以鄱阳湖湖区为研究对象,利用ALOS遥感影像,以2.5 m高分辨率全色波段融合影像非监督分类(ISODATA)得到的水体面积为参考值,分别使用归一化水体指数(NDWI)法、NDWIISODATA法和基于近红外(NIR)的ISODATA法提取了10 m分辨率的水体分布,分析了不同方法提取结果之间的差异性及产生原因.结果表明:3种方法均可以较好地提取出水体,但利用ISODATA法提取的水体细部信息更为明显,面积值较NDWI法更大;相对于近红外单波段而言,基于NDWI图像的ISODATA法提取水体的精度更高.纵观3种方法,基于NDWI图像的ISODATA法提取的水体精度最高,基于近红外波段的ISODATA法提取结果次之,NDWI阈值法的提取效果最差.研究结果对于离散型湖泊水体提取方法及数据源的选择等具有重要的借鉴和参考意义. 相似文献
12.
水面面积、水位、蓄水量是水库水资源管理的重要基础数据,遥感是湖库水体提取、水位和蓄水量估算的重要技术手段。由于不同水体提取方法的适用性差异、测高卫星数据的有限时间覆盖度和开源数据集的时空分辨率不足等原因,湖库水面面积、水位、蓄水量的长时序、高频率时空变化监测仍存在一定挑战。本研究以新安江水库为研究区,结合多源遥感、气象、水文和土地利用等数据,基于Google Earth Engine云平台,运用水体指数法,分析1987—2022年新安江水库水面面积时空变化特征,构建水位—水面面积、水位—蓄水量和水面面积—蓄水量响应关系,探究水面面积时空变化成因。结果表明:(1)Landsat 5、Landsat 8和哨兵2号数据的最佳水体提取指数分别为AWEIsh和GNDWI,F1-score分别为91.93%、91.03%和93.14%。相比于开放数据集GSWED(32.61%)、JRC GSW(76.17%)和ReaLSAT(69.76%),基于最优水体指数的水体提取结果具有最高的F1-score(91.26%);(2)时间上,1987—2022年新安江水库水面面积呈显著上升... 相似文献
13.
虽然已有许多水指数被运用于咸海和咸海流域的水域面积分析,然而已有研究尚存在很大的不确定性.由于所使用水指数存在水体误识别的问题,导致不同研究得出的结论差异很大.此外,各种研究采用的咸海流域面积也差异很大,流域面积从约1百万km2到2百万km2不等.因此,我们首先界定咸海流域、锡尔河和阿姆河流域以及它们的上、中、下游的边界,然后提出可识别液态水和固态水的四波段指数(ILSW),以解决传统水指数的误别偏差问题. ILSW基于绿色、红色、近红外和热红外波段反射值,是归一化差异水指数(NDWI)和地表温度(LST)的合成.验证结果显示, ILSW水指数在咸海流域的准确性远远超过其他指数.研究结果表明,南咸海的水域面积平均每年缩小963km2,而北咸海几乎没有变化;由于气候变暖,咸海流域上游常年冰雪面积有大幅度退缩趋势,阿姆河上游和锡尔河上游常年冰雪的退缩速率分别为年均6233和384km2/a.气候变化和人类活动引起了严重的水亏问题.自20世纪90年代以来,水亏呈增长趋势,平均每年增长3.778亿m 相似文献
14.
NDCI法Ⅱ类水体叶绿素a浓度高光谱遥感数据估算 总被引：1，自引：0，他引：1
以太湖、巢湖为研究区,以Hyperion和HJ-1A卫星HSI高光谱数据以及实测水质浓度数据为实验数据,引入归一化叶绿素指数(NDCI),对Ⅱ类水体的高光谱叶绿素a浓度估算进行分析研究.首先对高光谱数据的光谱通道设置以及水体光谱特征进行分析,研究确定模型的最优波段.然后,将确定最优波段后的NDCI反射率因子作为变量与实测样本点数据进行回归分析,得到NDCI与叶绿素a浓度之间的回归关系,进行叶绿素a浓度的估算.与常用的比值法、一阶微分法和三波段法相比,NDCI的性能优于这3种方法,表明NDCI是一种计算简单、估算精度高、实用性强的Ⅱ类水体叶绿素a浓度估算方法. 相似文献
15.
遥感影像空间分辨率变化对湖泊水体提取精度的影响 总被引：1，自引：1，他引：0
湖泊面积是表征湖泊水情变化的重要指示因子,如何从不同空间分辨率遥感数据中获取客观准确的水面信息,是当前遥感应用研究中的难点问题.本文以鄱阳湖为例,通过选用丰水期和枯水期代表性Landsat ETM+遥感影像,采用最邻近法(NN)和像元聚合法(PA)两种重采样方法,分别获取分辨率逐渐降低的不同分辨率的影像数据,结合归一化差异水指数法研究水域面积随遥感影像分辨率降低的变化趋势及其误差变化特征,同时深入分析不同影响因素对水体提取精度的差异.研究结果表明:(1)空间分辨率是影响鄱阳湖水体提取精度的重要因素之一,随着遥感影像空间分辨率的降低,提取水域面积的精度相对30 m分辨率时呈逐渐降低的趋势,但整体精度较高,最低精度在67.64%以上;(2)NN重采样方法对遥感影像波段亮度值的均值影响不大,但PA重采样后影像的均值和标准差随分辨率逐渐降低且变化更有规律;(3)水体阈值在PA重采样后变化较大,NN重采样后变化较小,因而采用30 m分辨率时获取的阈值提取PA重采样后鄱阳湖水体误差较大,提取NN重采样后的湖泊水体误差较小.本研究结果对于全球变化影响下湖泊水体信息遥感精确提取具有重要的参考价值. 相似文献
16.
乌梁素海沉水植物群落光谱特征及冠层水深影响分析 总被引：1，自引：0，他引：1
沉水植物对于改善富营养化水体和重建水生生态系统起着至关重要的作用.应用遥感技术可以实时、大面积监测沉水植物的分布和生长情况,而冠层水深直接影响沉水植物在湖泊、河流中的准确遥感解译.本研究基于实测光谱数据,分析了乌梁素海沉水植物光谱特征,并研究了冠层水深对乌梁素海沉水植物反射光谱的影响,建立了乌梁素海沉水植物冠层水深反演模型.结果表明:1)挺水植物在短波红外1662 nm和2223 nm附近分别有一个反射峰,这是挺水植物区别于沉水植物和漂浮藻类的重要波段; 0深度沉水植物(WDC=0)与漂浮藻类的光谱反射率非常接近,但是在绿波段(550～690 nm)有明显差异,因此,可以利用绿波段和短波红外波段的光谱特征来区分挺水植物、沉水植物和漂浮藻类.2)沉水植物群落的光谱反射率随冠层水深的增加而降低,在700～900 nm波段范围内变化最为明显,且在700～735 nm波段附近,沉水植物群落光谱反射率与冠层水深呈显著负相关.3)在建立的单波段/波段比沉水植物冠层水深反演模型中,波段比反演模型要优于单波段反演模型,波段比反演模型的决定系数R2 0.70,均方根误差13.70 cm,平均相对误差28%,反演精度较好,适用于10～60 cm沉水植物冠层水深的反演.4)利用波段响应函数,将实测光谱反射率积分到Landsat-8 OLI波段上,建立OLI了冠层水深反演模型,其中,波段比幂函数模型反演效果最好,R2为0.49,均方根误差为18.17 cm,平均相对误差40.05%.可用于精确大气校正后乌梁素海沉水植物冠层水深的反演. 相似文献
17.
18.
基于环境一号卫星高光谱遥感数据的巢湖水体叶绿素a浓度反演 总被引：5，自引：0，他引：5
三波段模型是基于生物光学模型构建的叶绿素a浓度反演半分析模型,是目前反演内陆富营养化浑浊水体叶绿素a浓度效果较好的方法.本文通过星地同步实验,分析巢湖水体各组分光谱特征,分别基于地面实测数据与环境一号卫星高光谱遥感数据建立三波段模型反演巢湖水体叶绿素a浓度.结果表明,由于特征波段在不同数据源的位置不同,导致了两个模型波段选择及反演精度的差异.因此,只有在充分考虑遥感数据的光谱特征的条件下,分析遥感信息理论和实际图幅影像有效结合在一起的地物信息,才能进一步优化三波段模型的波段选择,实现遥感数据定量反演水体叶绿素a浓度的目标. 相似文献
19.
混合藻类高光谱特征及其叶绿素a分离定量模型 总被引：1，自引：1，他引：0
利用地物高光谱遥感技术,在室内进行小球藻、聚球藻及其混合藻高光谱测量.得到这3组藻的反射光谱特征,同时进行叶绿素a(Chl.a)浓度测量.利用Matlab软件中的神经网络工具箱对得到的高光谱数据进行了曲线拟合.并用拟合结果和光谱测量实际结果分别建立了两种单一藻类的定量模型单一小球藻Chl.a最优的定量模型为用反射率实际值建立的小球藻单波段反射率模型Chl.a=1×10~7(R_(687))~2-37016R_(687)+53.64.单一聚球藻Chl.a最优的定量模型为利用反射率实际值建立的聚球藻两波段模型Chl.a=853 15×[R~(-1)(669)-R~(-1)(730)]×R(730)+505.78.在对两种单一藻类定量模型研究的基础上分别用单波段反射率分离模型、三波段分离模型和两波段分离模型对由小球藻和聚球藻组成的混合藻进行了Chl.a浓度分离.其中单波段反射率分离模型和两波段分离模型得到了较好的分离结果,单波段反射率分离模型结果要优于两波段分离模型结果.利用神经网络模型拟合值构建的模型要优于直接用反射率测量值构建的模型,而三波段分离模型的分离结果不理想,不适用于本研究. 相似文献
20.
因为具有明显的时间与空间分辨率优势,遥感数据成为近岸Ⅱ类水体悬浮泥沙浓度(SSC)信息提取研究的重要数据源之一.悬浮泥沙遥感信息提取的现状可归纳为:(1)建立近岸Ⅱ类水体SSC遥感模式的方法有三种类型,分别是基于地面光谱与SSC测量的反射率反演方法、基于图像信息法和基于大气辐射传输理论模型法;(2)基于地面测量的反射率反演方法属于理论与经验相结合的方法,也是目前用于SSC定量化遥感模式研究的常用方法.其数学表达形式包括线性关系式、对数关系式、负指数关系式、Gordon模式和综合模式等;(3)到目前为止已有的Ⅱ类水体SSC遥感模式适用性方面还不理想,远未达到与试验室分析相匹配的精度.文章认为:加强地面水文光谱实验研究,建立多光谱SSC定量模式,以高分辨率和高光谱遥感融合数据为基础的SSC定量遥感是今后该方向发展趋势. 相似文献