首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 140 毫秒
1.
利用TM影像Band1与Band7提取水体信息   总被引:2,自引:0,他引:2  
本文以北京地区TM影像为例,通过研究水体与其他地物在各个波段光谱特征的差异,对比分析常用的水体信息提取方法—NDWI和MNDWI,提出一种新的水体信息提取方法。该方法利用TM波段1和波段7归一化的比值-(Band1-Band7)/(Band1+Band7)提取水体信息。实验证明:该方法除了可以与NDWI和MNDWI一样提取植被区的水体以外,在城区水体提取中具有显著的优势。  相似文献   

2.
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。  相似文献   

3.
本文以草海国家级自然保护区为例,基于Landsat ETM+影像从区分度、水体错提率和面积精度3方面对比研究了NDVI植被指数和NDWI、MNDWI、RNDWI、NWI、NEW 5种归一化水体指数提取湿地水体信息的准确度。结果表明,NDVI提取水体效果较差,5种水体指数均能对水体进行有效提取,其中NWI法综合精度最高,其次是MNDWI、NEW,较差的是RNDWI和NDWI,从而为水体的快速提取提供了参考。  相似文献   

4.
基于TM/ETM+影像的不同水体指数对比研究   总被引:2,自引:0,他引:2  
本文以草海国家级自然保护区为例,基于Landsat ETM+影像从区分度、水体错提率和面积精度3方面对比研究了NDⅥ植被指数和NDWI、MNDWI、RNDWI、NWI、NEW 5种归一化水体指数提取湿地水体信息的准确度.结果表明,NDⅥ提取水体效果较差,5种水体指数均能对水体进行有效提取,其中NWI法综合精度最高,其次是MNDWI、NEW,较差的是RNDWI和NDWI,从而为水体的快速提取提供了参考.  相似文献   

5.
针对NDWI和MNDWI两种水体指数在水体信息提取过程中易夹杂无用背景信息的问题,该文提出一种经验型归一化差异水体指数ENDWI。利用TM影像的绿光波段、近红外波段和中红外波段构建归一化波段组合,较好的减少了建筑物和道路错提的现象,进一步消除了背景噪音,实现了对水体信息的快速提取。以南昌市六区县的TM影像作为数据源,进行实例论证,实验结果显示ENDWI方法对城区、湖泊区、河流区等局部特定水域的提取更具优势,总体分类精度分别达到了97.45%、98.07%和97.23%,提取过程简单有效,具有一定的实用价值。  相似文献   

6.
基于GF-2高分辨率遥感影像的水体提取方法研究   总被引:1,自引:0,他引:1       下载免费PDF全文
针对GF-2卫星影像数据的特点,利用单波段阈值法、多波段算法、归一化水体指数(NDWI)阈值法、单波段阈值法与阴影水体指数(SWI)相结合的决策树法对刘家峡地区的水体信息进行了提取,同时提出一种单波段阈值法与增强阴影水体指数(ESWI)相结合的决策树分类法,并对以上几种水体提取的效果进行比较分析,发现单波段阈值法与ESWI相结合的决策树分类法能够有效地消除绝大部分阴影的影响,且提取效果较SWI的效果要好,NDWI与多波段算法提取效果次之,单波段阈值法提取效果较差.   相似文献   

7.
针对山区水体、山体阴影与裸地等地类光谱混淆性,基于高分五号(GF-5)影像数据,结合高光谱特征分析构建了山区水体决策树提取模型. 先对水体和相关干扰地类进行高光谱特征分析实现特征波段选取,应用单波段阈值法、多波段谱间关系法、归一化水指数(NDWI)法进行提取实验. 通过比较以上实验不足之处,提出了单波段阈值法与构建的阴影水体指数(SWI)相结合的决策树水体提取模型,以Google Earth高清影像为参考结合实地采样得到的混淆矩阵进行精度评价. 实验结果表明:单波段阈值法与NDWI法易将山体阴影识别为水体,受裸地影响较小;多波段谱间关系法对山体阴影有一定抑制作用,受小面积裸地影响;决策树提取模型能有效抑制山体阴影和裸地影响提取完整水体. 其总体精度为89.39%,Kappa系数为0.82,显著提升了山区水体提取精度.   相似文献   

8.
在对NDWI和MNDWI等传统水体指数进行分析的基础上,本文提出了一种创建水体指数的新思路:将多光谱图像进行LBV和HSV等复合变换,综合利用变换前的多波段信息和变换后的新波段信息绘制地物光谱曲线,寻找水体的光谱特性,进行水体指数的创建.本文利用ETM+图像HSV变换后的Sat波段以及LBV变换后的V波段,创建了综合水体指数(SWI),并利用SWI进行了遥感影像水体信息自动提取实验.实验表明:利用SWI能准确提取水体信息,有效减少水体提取结果中的误提取像元.  相似文献   

9.
如何避免水体提取中阴影信息与水体信息的混淆,是利用遥感数据提取城市水体信息需要解决的一个问题。本文以高分一号WFV图像及Landsat8 OLI图像为数据源,利用阴影轮廓的位置与形状在不同太阳高度角及太阳方位角下的差异性,提出一种基于多时相阴影轮廓差分的城市水体提取方法(WMSD)。以广州市天河区为试验区进行水体信息提取,同时运用NDWI、MNDWI及SWI指数法分别提取水体信息,进行精度对比分析。结果显示,本文所提出的WMSD方法分类精度超过88%,较NDWI法、SWI法及MNDWI法的水体提取精度分别提高了8.50%、9.50%及4.67%。说明基于阴影轮廓位置与形状的差异提取水体信息的方法能够较好地解决阴影与水体提取信息混淆的问题,为利用遥感数据提取城市地区水体提供了一个可行的处理方法。  相似文献   

10.
快速准确地从遥感影像提取冰川堰塞湖水体信息,是研究冰坝遥感监测与应急监测的核心热点问题。以GF-1卫星遥感影像为主要数据源,采用归一化差分水体指数(NDWI)、改进阴影水体指数(ENDWI)和面向对象(SVM)对克亚吉尔冰川堰塞湖水体进行定量提取。比较分析3种水体判识方法,3种方法均可以提取完整的水体边界,并且抑制了90%以上的非水体信息。NDWI法和ENDWI法可应用于GF-1地表水体提取,能够满足冰坝水体监测与应急监测需求,但面向对象法最适宜GF-1影像的水体信息准确提取。  相似文献   

11.
基于TM图像的“增强的指数型建筑用地指数”研究   总被引:6,自引:0,他引:6  
以Landsat TM/ETM+图像为数据源,研究城镇和农村建筑用地信息的提取方法.首先利用TM7,4,2波段创建归一化差值裸地与建筑用地指数(normalized difference bareness and built- up index,NDBBI);然后根据裸地在裸土指数(bare doil index,BSI)图像上的亮度值最高、在改进型归一化差值水体指数(modified normalized difference water index,MNDWI)图像的亮度值最低的特征,提出了增强型裸土指数(enhanced baresoilindex,EBSI);最后选用NDBBI,EBSI,MNDWI和SAVI( soil adjustment vegetation index,SAVI)4个指数,构建一种新型的建筑用地指数,称为“增强的指数型建筑用地指数”( enhanced index - based built - up index,EIBI),可快速地提取建筑用地信息.实验结果表明,用EIBI提取的建筑用地信息客观,人为干预少,可信度高,提取精度可达90%以上,适合于同时提取城市和农村建筑用地信息.  相似文献   

12.
Our study examines the relationships among various environmental variables in Surat city using remote sensing. Landsat Thematic Mapper satellite data were used in conjugation with geospatial techniques to study urbanization and correlation among satellite-derived biophysical parameters namely, normalized difference vegetation index (NDVI), normalized difference built-up index (NDBI), normalized difference water index (NDWI), normalized difference bareness index (NDBaI) and land surface temperature (LST). A modified NDWI (MNDWI) was used for extracting areas under water. Land use/land cover classification was performed using hierarchical decision tree classification technique using ERDAS IMAGINE Expert classifier with an accuracy of 90.4% for 1990 and 85% for 2009. It was found that city has expanded over 42.75 sq.km within two decades. Built-up, fallow and sediment land use classes exhibited high dynamics with increase of nearly 200% and 50% and decrease of 55% respectively from 1990 to 2009. Vegetation and water classes were less dynamic with 20% decrease and 15% increase. The transformation of land parcels from vegetation to built-up, vegetation to fallow and fallow to built-up has resulted in increase of LST by 5.5 ± 2.6°C, 6.7 ± 3°C and 3.5 ± 2.9°C, respectively.  相似文献   

13.
Accurate information on the extent of waterlogging is required for flood prediction, monitoring, relief and preventive measures. The rule-based classification algorithms were used for differentiating waterlogged areas from other ground features using Resourcesat-2 AWiFS satellite imagery (Indian Remote Sensing Satellite with spatial resolution of 56 m). Two spectral indices normalized difference water index (NDWI) and modified normalized difference water index (MNDWI) were used for extracting waterlogged areas in Sri Muktsar Sahib district of Punjab, India. These indices extracted the waterlogged areas (cropped areas inundated with water) but the water features were less enhanced in the NDWI-derived image (when compared with MNDWI-derived image) due to negative values of NDWI and, mixing of water with built up features. The water features were more enhanced with MNDWI and the values of MNDWI were positive for water features mixed with vegetation. The overall accuracy of waterlogged areas extracted from the MNDWI image was 96.9% with the Kappa coefficient of 0.89. The digital elevation model (DEM) was extracted from ASTER-GDEM. The relationships among depth to the water table recorded before the incessant rain in the region, DEM and classified MNDWI images explained the differences in the extent of waterlogging in various directions of the study area. These results suggest that MNDWI can be used to better delineate water features mixed with vegetation compared to NDWI.  相似文献   

14.
基于TM影像的城市建筑用地信息提取方法研究   总被引:2,自引:0,他引:2  
本文选用金华市Landsat TM影像为研究的数据源,在归一化裸露指数基础上,利用归一化植被指数提取出非植被信息,通过图像二值化、叠加分析以及掩膜处理去除了低密度植被覆盖区域的噪音信息,自动提取了金华城市建筑用地信息。研究结果表明,归一化裸露指数和归一化植被指数相结合的方法弥补了单一利用归一化裸露指数来提取城市建筑用地信息的不足,提高了提取精度,而且结果客观可信,是一种不经人为干预的、快速有效的提取城市建筑用地方法。  相似文献   

15.
湛青青  王辉源 《东北测绘》2014,(2):62-65,69
以西安市长安区TM影像为例,研究关于城市建筑用地信息快速、准确提取的方法。通过对归一化差异型指数构成原理的分析,选取土壤调节植被指数( SAVI )、归一化水体指数( NDWI )和归一化差异型建筑指数( NDBI )来提取植被、水体和城市建筑用地专题影像,并将其构建为一幅新影像,分析新影像谱间特征,运用逻辑运算将城市建筑用地信息提取出来。本文方法总体提取效果十分有效,尤其是对于面积较大的城市建筑用地,总精度高达85.3%。综合指数法弥补了单靠某一指数提取城市建筑用地信息的不足,提取结果客观可信,是一种不经人为干预、快速有效的提取城市建筑用地的方法。  相似文献   

16.
城市建设用地遥感信息提取方法研究   总被引:4,自引:0,他引:4  
车风  林辉 《测绘科学》2010,35(4):97-99
本文利用CBERS-02B影像,通过分析各个地类的光谱特征,发现了长沙市城市建设用地和其他背景地物的区别,并在此基础上选取了土壤调节植被指数(SAVI)、归一化水体指数(NDWI)和比值居民地指数(RRI)作为三个指数波段,重新进行波段组合,从而减少了波段数据的冗余,最后采用最大似然法分类,提取出城市建设用地信息,其正确率达到85.6%。  相似文献   

17.
基于水体指数的密云水库面积提取及变化监测   总被引:15,自引:1,他引:14  
密云水库作为北京市惟一的地表饮用水源地,监测其水面的变化可服务于政府的管理和决策。本文在分析地物光谱特征的基础上,利用TM影像的短波红外波段(TM5)和红光波段(TM3),构造了修订型归一化水体指数(RNDWI)来提取水库水面。RNDWI法能够削弱混合像元因素和山体阴影的影响,精确地提取出水陆边界,甚至可以提取出狭窄条状水体。比较RNDWI、改进归一化差异水体指数(MNDWI)及单波段法的水库水面面积提取精度,发现单波段法精度低,MNDWI法精度高,而RNDWI法精度最高。并基于RNDWI法利用TM影像监测了密云水库近二十年的水面面积动态变化,1996年时面积最大(152.306km2),近十年水库面积逐渐减少,2004年面积最小(56.632km2)。  相似文献   

18.
针对复杂环境条件下水体遥感提取结果不连续且易与植被、建筑物、阴影相混淆的难题,基于Landsat 8 OLI影像,以石家庄市平山县岗南水库和宿迁市骆马湖附近河流为研究区,提出了一种空-谱角匹配与多指数法相结合的水体信息提取方法;并与单波段阈值法、归一化差分水体指数法(NDWI)、光谱角匹配法(SAM)、自动水体提取指数法(AWEI)和一类支持向量机法(OC-SVM)的水体提取结果进行对比分析和精度评定。试验结果表明,本文提出的方法兼顾了多特征之间的互补性优势,引入的空间信息有效地抑制了噪声的干扰,且以像素为基元的提取策略较好地保持了水体的边缘信息,避免了出现平滑掉细节信息的情况;与传统方法相比,本文方法受植被、建筑和阴影的干扰最小,对细小水体也具备较好的识别能力。  相似文献   

19.
Accurate built-up information is imperative for loss estimation and disaster management after the occurrence of catastrophic events such as earthquake, tornado, tsunami and flood. These catastrophic events leave behind a trail of mass destruction with property and human losses amounting to millions. Once a natural disaster hits a region, built-up information is required within a short span of time for disaster management. Nowadays, earth observation satellite imagery serves as a promising source to extract the land use / land cover classes. However, the automatic extraction of urban built-up from remote sensing data is a known challenge in the remote sensing community. The normalized difference built-up index (NDBI) algorithm has been recognized as an effective algorithm for automatic built-up identification from medium spatial and spectral resolution satellite images. Few researchers have modified this algorithm and proposed new quantitative expressions for the built-up index. In this paper, three built-up index based, unsupervised built-up extraction algorithms have been reviewed and compared. An automated kernel-based probabilistic thresholding algorithm is used to assort the built-up index values, obtained from modified built-up index algorithms, into built-up and non built-up regions for enhancing the efficiency of the built-up detection process. Qualitative assessment of these algorithms involves computation of several parameters including recently developed parameters like allocation disagreement and quantity disagreement, and classical parameters such as error of omission, error of commission and overall accuracy. This paper presents a case study where the algorithms have been implemented on Landsat-5 Thematic Mapper (TM) image of the city of Delhi and its surrounding areas for detection of built-up regions automatically.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号