SPOT-5卫星影像中水体信息自动提取的一种有效方法

从卫星遥感影像中快速、准确地提取水体信息已成为水资源调查,水资源宏观监测及湿地保护的重要手段,但目前,进行水体提取所使用的卫星遥感数据的分辨率较低,使其应用的深度和广度受到严重约束。本文利用波段运算得到特征波段(PRWI),经过图像增强处理后提取水体和居民地混合信息,在此基础上通过分析水体的光谱特征,发现水体和居民地在近红外和短波红外上有显著差异,采用决策树模型将水体专题信息提取出来。运用目视判读和定量统计方法来评价提取结果。结果表明,该方法的总体提取效果较好,其提取精度与常规的监督分类方法相比有了较大的提高。经检验发现其误判的像元主要是位于水体和其他地物的交界处。     

乌梁素海遥感影像的水体提取方法与分析

乌梁素海地处干旱的内蒙古巴彦淖尔盟乌拉特前旗境内，因此水体及地物的光谱特征都具有干旱区草型湖泊的特性。本文选取2002年11月8日的ETM遥感图像数据，应用单波段阈值法、色度判别法、比率法、多波段组合运算法及多光谱分析法对水体进行提取，分别阐述了各种方法的优缺点，但其一考虑到水体提取的简单易行，因此采用多波段组合运算法；其二考虑到遥感信息机理以及各种地物的结构、组成和理化性质的差异，而导致不同的地物对电磁波的反射特征也各有不同，所以择取易与明水水体相混淆的芦苇、居民地、林地、山体阴影4种地物在TM1、TM2、TM3、TM4、TM5、TM7六波段的光谱特征值，应用多光谱混合分析法提取乌梁素海水体范围，从而避免了单—红外波段影像的不足。最后将多波段组合法与多光谱混合分析法进行比较，并阐述了二者的适用范围。     

基于Landsat8影像的不同水质类型的水体提取

以2015年Landsat8多光谱遥感影像作为基本信息源,在各地物光谱特征差异分析的基础上,采用谱间关系法与阈值法,构建不同水质水体提取模型,并结合实地水质监测数据及污染源数据,对提取结果进行精度评价与分析。结果表明,基于该方法能将一般水体、富营养化水体与其他地物区别开来,可以准确有效地获取不同水质的水体信息。     

于遥感的土地利用/覆盖信息动态变化监测分析——以扬州市为例

以正在高速发展的扬州市为例,利用不同时相的TM数据、CBERS-02的CCD数据和中国资源卫星二号星的全色数据,研究了城市主要地物信息快速准确提取的原理和方法,采用土壤调节植被指数(ISAV)与其它波段组合的方法对城市绿地信息进行提取;利用非监督分类法提取城市硬质建筑表面信息,决策树分类法提取城市水体信息,多重滤波处理对线性地物提取方面的优势提取道路信息.完成主要地物信息的提取后,对各项提取指标进行动态变化识别及分析,并结合扬州市社会经济指标寻求城市扩展的驱动因子.     

基于遥感的土地利用/覆盖信息动态变化监测分析——以扬州市为例

以正在高速发展的扬州市为例,利用不同时相的TM数据、CBERS-02的CCD数据和中国资源卫星二号星的全色数据,研究了城市主要地物信息快速准确提取的原理和方法,采用土壤调节植被指数(ISAV)与其它波段组合的方法对城市绿地信息进行提取;利用非监督分类法提取城市硬质建筑表面信息,决策树分类法提取城市水体信息,多重滤波处理对线性地物提取方面的优势提取道路信息。完成主要地物信息的提取后,对各项提取指标进行动态变化识别及分析,并结合扬州市社会经济指标寻求城市扩展的驱动因子。     

基于TM遥感影像的南京市水体信息提取

以南京市TM遥感影像为例,利用HOT最优云监测变换方法对遥感影像进行薄云的去除,然后通过分析典型地物在不同波段的光谱特征,引入多波段组合（TM2＋TM3）/（TM4＋TM5）并辅以单波段（TM5）阈值的方法对南京市的水体信息进行了提取。     

基于RapidEye数据的塔里木河上游天然胡杨林区典型地物遥感信息提取研究

胡杨是塔里木河流域荒漠河岸林的建群树种,在胡杨林区进行植被监测,对塔里木河流域生态环境恢复与重建有着极其重要的作用。本研究利用RapidEye影像及地面调查数据对研究区地物特征信息进行了提取,并分析了胡杨林区地物的光谱特征,结果如下:建立了胡杨林区主要地物(胡杨、柽柳、河流、沟渠、裸地、居民地和其它植被)的遥感解译标志,对典型地物在影像上能相互区分的原因进行了解释,同时提取了RapidEye波段的典型地物光谱曲线和面积信息,分析了植被空间分布的特点及规律。为塔里木河流域的植被监测提供一种新的监测手段。     

千岛湖水体叶绿素浓度高光谱遥感监测研究初报

以千岛湖为研究对象,利用高光谱地物光谱仪在库区进行了反射光谱测量和同步水质采样分析.通过研究水体藻类叶绿素浓度与其高光谱反射特征之间的关系,建立了叶绿素a的遥感定量模型, 结果表明:光谱反射率比值R701 nm/R516 nm、IKONOS的红光与蓝光波段反射率之比与叶绿素a线性相关程度都比较高,决定系数分别为0.87和0.83,可以用来估计叶绿素a浓度;而微分光谱、单波段以及其它波段比与叶绿素a的相关性不及前两者.所以,遥感估算千岛湖叶绿素a浓度,采用比值法最准确.由于TM波段与IKONOS波段范围几乎完全相同,而分辨率不同,从经济实用的角度考虑,可以用TM数据对整个库区进行大范围遥感监测,而对其支流和小范围水面,用分辨率较高的IKONOS数据才能满足精度要求.     

利用组合水体指数(NCIWI)提取水体信息研究

在分析MODIS数据与水体识别相关的1~7波段典型地物光谱图像特征及相关水体指数模型的基础上,利用改进的归一化植被指数(MNDVI)和近红外波段6组合,构建了新型组合水体指数NCIWI(new combined index for water body identification),明显增强了水体与植被、土壤、城镇等其他信息的区分度,能够有效提取水体信息。应用2015年的MODIS数据在巢湖地区的水体信息遥感监测实验表明,NCIWI水体识别效果优于其他水体指数模型。     

TM影像中水体提取方法研究

针对利用Landsat TM遥感影像中水体信息提取的常用方法对细小水体提取的局限性作了深入研究,提出了新的水体提取方法.首先利用TM 2+TM 3＞TM 4+TM 5的谱间关系提取水库、坑塘、宽的河流,然后将由3个波段组成的假彩色合成图转换到IHS彩色空间,构建模型进行细小水体的提取,最后将用2种方法提取的结果进行合并,可以完整地将水体提取出来.该方法有效的提高了细小水体提取的精度.