首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到10条相似文献,搜索用时 109 毫秒
1.
利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究   总被引:238,自引:7,他引:238  
徐涵秋 《遥感学报》2005,9(5):589-595
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。  相似文献   

2.
研究山区地表水体信息OLI遥感数据去阴影自动提取方法,设计基于数字高程模型与指数提取的决策树分类方法,提高水体自动识别的精度。该方法选取改进的归一化水体指数、归一化植被指数、比值植被指数、主成分分析前3个分量以及波段之间的组合运算,并结合DEM构建决策树分类规则。综合采用单波段阈值、谱间关系、植被指数和水体指数阈值完成山体水体的去阴影识别研究,与计算机自动识别分类方法比较,其精度明显提高。结果表明,决策树分类方法在精度上明显高于常用的计算机自动分类方法,可以很好地被利用于OLI遥感数据水体信息的海量、大范围提取。  相似文献   

3.
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   

4.
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   

5.
结合对象关系特征的高分辨率卫星影像建筑物识别方法   总被引:1,自引:0,他引:1  
基于面向对象特征影像分析的思想,提出了一种结合建筑物和阴影对象邻近关系特征的建筑物识别提取方法。在多尺度影像 分割的基础上,利用对象的光谱和形状等特征,建立简单的分类决策树,提取粗略的建筑物候选区和相对准确的阴影区。计算相邻 近阴影对象和建筑物对象的关系特征,建立简单的知识规则,即可从建筑物候选区中消除广场等噪音,获得准确有效的建筑物目标 信息。通过QuickBird卫星影像的实验,证明了该方法在高分辨率卫星影像建筑物目标识别中具有相当的适用性和准确性。  相似文献   

6.
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   

7.
利用桂林市1991年和2013年的卫星遥感影像数据,分别提取两个时期的归一化建筑指数(NDBI)、归一化植被指数(NDVI)和改进的归一化差异水体指数(MNDWI)3个地表典型参数,并利用回归分析方法,分析了3个地表典型参数与利用Landsat卫星(热红外波段)反演的地表温度(LST)的相关关系。研究结果表明:桂林市中、高、极高温区3个温度类别的变化趋势与桂林市城市扩张趋势基本一致;NDBI与LST成显著的正相关关系,而NDVI、MNDWI则与LST成负相关关系,且各参数对地表温度响应的程度各有差异。该研究成果对于揭示桂林市热岛效应现状、缓解热岛效应及推进桂林市生态城市建设具有一定的参考意义。  相似文献   

8.
针对国产风云三系列中分辨率卫星快速有效地进行水体识别的问题,基于2011—2016年数据进行了辽宁省主要湖泊水库的光谱分析,提出了晴空条件和有云情况下分别采用归一化水体指数方法和通道值与归一化水体指数相结合方法进行湖泊水库的提取。结果表明:FY3B/MERSI湖泊光谱曲线具有水体光谱特征,具体表现为8通道的数据反射率最高,18通道数据反射率最低。通过与49景TM数据水体提取结果进行对比,FY3B/MERSI数据水体提取的面积精度达到85%以上,总体分类精度达到90%以上,Kappa系数在0.56~0.95之间。提出了简便、快捷的计算模型,为国产卫星数据的业务应用提供了初步方法。  相似文献   

9.
湖泊是气候变化的敏感指示器,快速准确地获取湖泊水体信息对区域气候变化研究、区域生态环境保护和治理具有重要意义。本文基于高分六号(GF-6) WFV数据,以可可西里地区4个湖泊为研究对象,分别采用单波段法、波段差值法、归一化差异水体指数(NDWI)法提取了水体面积,并以目视解译所得结果作为参考标准,对不同方法的提取结果进行了精度评价。结果表明,单波段法易受浅水区水体影响,但受积雪的影响较小,而波段差值法和NDWI法受积雪影响较大;NDWI法虽能有效提取浅水区水体,但仍受一定程度湖底沉积物的影响;波段差值法与单波段法和NDWI法相比,能有效区分浅水区水体和背景地物。  相似文献   

10.
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   

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