SPOT-5卫星影像中水体信息自动提取的一种有效方法
SPOT5卫星遥感影像解译方法
（ 山西 省林 业 调 查 规 划 院 ， 西 太原 山 ００１ ） ３ ０ ２
摘 要 ：山西 省 森 林 资 源 二 类 调 查 首 次 大 规 模 、 方位 应用 “ Ｓ 技 术 ， 采 用 法 国最 新 的 高 分 辨 率 Ｓ ＯＴ５卫 星 影 全 ３” 并 Ｐ 像 数据 。作 者 就 在 二 类 调查 中如 何 对 Ｓ ０ Ｐ Ｔ５影像 进 行 解译 ， 何 建 立 解 幅覆 盖范 围为 ８ ｍ×８ ｍ。Ｓ ＯＴ５遥感 数 ０ｋ ０ｋ Ｐ
据 的高 空间分 辨率和 多光谱分 辨率 为森林 资源 调查
提供 了丰富 的、 可靠 的 、 高精度 的基 础数据 源 。从 性 价 比分 析 ， 在其 他 高分 辨率 遥感 数 据 目前 比较 昂贵
的状 况 下 ，Ｐ Ｓ ＯＴ５遥 感 数 据 比较 适 用 于 大 面 积 的 森
二 类 调 查 ， 首 次 全 面 采 用 “ Ｓ 技 术 ， 覆 盖 应 用 并 ３” 全
指地 物形状 、 面积或 体积 在影像 上 的尺 寸 。 地物 影像 的大小 取决 于 比例 尺 ， 根据 比例 尺 ， 以计算影 可 像上 的地 物在实 地 的大小 。对 于形状 相似 而难于判 别 的两种 物体 ， 以根据 大小标 志加 以区别 。 可
关 键 词 ：Ｓ ＯＴ５ Ｐ ；解译 ；解译 标 志
中 图分 类 号 ： Ｐ ５ Ｔ ７３
文献标识码 ： Ｂ
文 章 编 号 ：０ ７７ ６ ２ ０ ）３０４ —２ １ ０ — ２ Ｘ（ ０ ７ ０ — ０ ２ ０
１ Ｓ ＯＴ５卫 星遥 感 数 据 特 点 Ｐ
２０ ０ ２年 ５月法 国 Ｓ （Ｔ 地 球 观测 卫 星 系列 之 Ｐ） ５ 号卫 星 （ Ｐ Ｉ ＯＴ５ 星 ） 射 。 Ｐ ＮＳ 卫 发 Ｓ ＯＴ５遥感数 据 的 多光谱 波段 空 问分辨率 为 １ 短波 红 外空 间 分辨 ０ｍ， 率 为 ２ 全 色波段 空 问分辨率 达到 ５ｍ 和 ２ ５ｍ， ０ｍ， ．
关于SPOT5遥感数字正射影像图(DOM)制作方法的探讨
（９４年 航摄、 ９７年 调绘， ９ ０年 西安 坐标 系， １９ １９ １８
１８ 国家高程基 准， ９５ 等高距为 ２ ５米 ） ． 。在九原 区
境 内，９ ８版 地 形 图 只 有 部 分 地 区 的地 形 图 （ 要 １９ 主
（） ３
是平原丘陵地 区） Ｄ Ｍ（ ：Ｏ Ｏ ） 和 Ｅ １ ｌＯ Ｏ 数据。 北部 山区
建 纠 变 换 幽数 ０ 定 数据 几 州 辅ｌ Ｉ Ｉ 范 位 簧 刊懈 连 个
像 索
月 ４日 在圭亚 那卫 星发射 中心发射成功。 目前， 在
资源 卫 星家 族 中 。Ｐ Ｓ ＯＴ一５具 有 不 可 比拟 的优 势 ，
Ｊ 蚺 戢 镭 ５
崧Ｊ
震样
Ｙ方向尺寸不等、 卫星轨道偏角 、 大气折光、 地球 曲
率等因素的几何粗纠正处理。
卫 星数据 的校正一般采用 间接法处理． 照控 按
卫星姿态 、 高度、 速度、 地球曲率、 地形等因素造
制点的选择原则 ， 选择控制点对， 分别读取被校正遥
收 稿 日期 ：０ ５ １ ５ ２ ０ 一ｌ 一ｌ
二乘预测法等。 以常用 的二次多项式为例， 进行反解法纠正。 其
公式 为 ：
ｘ＝ａ ｉ ｏ＋ａ Ｘｉ ａ Ｙｉ ａＸｉ ＋ａ Ｘ； ＋ ａＹｉ ｌ ＋ ２ ＋ ３ Ｙｉ ４ ｚ ５ ｚ ｙ＝ｂ ｉ ｏ＋ ｂ Ｘｉ ｂ Ｙｉ ｂ Ｘｉ ＋ｂ Ｘｉ ｌ ＋ ２ ＋ ３ Ｙｉ ４ ＋ｂ Ｙｉ ５
・
９０ ・
维普资讯
科技 与经济 ２６ 第 期 ０ 年 ２ ０
册 册 羽叼 坶刁 口
感图像的坐标和所对应控制点的地面坐标， 建立 图 像数据坐标与实地坐标之间的函数关系。通常用所
SPOT5卫星遥感影像数据基本参数
SPOT5遥感卫星基本参数北京揽宇方圆信息技术有限公司前言：遥感传感器是获取遥感数据的关键设备，由于设计和获取数据的特点不同，传感器的种类也就繁多，就其基本结构原理来看，目前遥感中使用的传感器大体上可分为如下一些类型：（1）摄影类型的传感器；（2）扫描成像类型的传感器；（3）雷达成像类型的传感器；（4）非图像类型的传感器。
无论哪种类型遥感传感器，它们都由如下图所示的基本部分组成：1、收集器：收集地物辐射来的能量。
具体的元件如透镜组、反射镜组、天线等。
2、探测器：将收集的辐射能转变成化学能或电能。
具体的无器件如感光胶片、光电管、光敏和热敏探测元件、共振腔谐振器等。
3、处理器：对收集的信号进行处理。
如显影、定影、信号放大、变换、校正和编码等。
具体的处理器类型有摄影处理装置和电子处理装置。
4、输出器：输出获取的数据。
输出器类型有扫描晒像仪、阴极射线管、电视显像管、磁带记录仪、XY彩色喷笔记录仪等等。
虽然不同卫星的基本组成部分是相同的，但是由于，各个组成部分的具体构造的精细度又是不同的，的，所以不同的卫星具有不同的分辨率。
一、法国SPOT卫星法国SPOT-4卫星轨道参数：轨道高度：832公里轨道倾角：98.721o轨道周期：101.469分/圈重复周期：369圈/26天降交点时间：上午10：30分扫描带宽度：60 公里两侧侧视：+/-27o 扫描带宽：950公里波谱范围：多光谱XI B1 0.50 – 0.59um20米分辨率B2 0.61 – 0.68umB3 0.78 – 0.89umSWIR 1.58 – 1.75um全色P10米B2 0.61 – 0.68um SPOT-5波段波长范围(μm)高分辨率几何装置植被成像装置高分辨率立体装置1 PA：0.49-0.69 2.5m或5m —10m2 B0：0.43-0.47 —1km —3 B1：0.49-0.61 10m ——4 B2：0.61-0.68 10m 1km —5 B3：0.78-0.89 10m 1km —6 SWIR：1.58-1.75 20m 1km —立体成像装置装置HRS沿轨道方向形成像对HRG的像对成像能力轨道交叉方向形成HRVIR的像对成像能力轨道交叉方向形成HRV的像对成像能力轨道交叉方向形成波段及分辨率沿轨道方向1个全色波段（10米），通过重采样方式形成5米分2景全色影像（5米），可以生成一景2.5米影像3个多光谱波段（10米）1个短波红外波段（201个全色波段（10米）3个多光谱波段（20米）1个短波红外波1个全色波段（10米）3个多光谱波段（20 m）植被成像装置。
不同指数法在地表水体提取中的效果比较
收稿日期：2019-07-17 基金项目：国家联合基金项目（U1704125）；河南省高等学校重点科研项目（17A570002） 作者简介：李爱民（1972-），男，山东菏泽人，副教授，研究方向：遥感与地理信息技术。E-mail: aiminli@
Copyright©博看网 . All Rights Reserved.
果更加准确 [7]。8）基于形态学白帽变换的细小水 体信息提取方法。能对细小水体做增强处理 [8]。 9）结合卷积神经网络与水体指数的遥感水体提取 方法。水体识别准确率高达 94.19％，错分率仅为 5.04％，显著提高了水体提取精度 [9]。10）基于离 散粒子群算法的谱匹配方法，识别影像中的水体和 非水体，只考虑 2 个参数，提取方法新颖、稳健且 成本低廉 。 [10]
引言
近年来，随着各种高分辨率卫星的投入使用， 遥感技术在水资源领域的应用越来越广泛，基于影 像提取水体的方法很多。主要有以下方法：1）单波 段阈值法。对某一波段设置灰度临界值，通过波段 运算，区分遥感图像中的水体和非水体信息 [1] 。2） 多波段谱间关系法。根据遥感影像的几个波段针对 水体的光谱特性，构建波段运算关系式，区分水体 和其余地物的信息 [2]。3）水体指数法。抑制其他地 物信息而增强水体信息，为遥感影像水体信息提取 研究指引新的方向 [3]。4）改进的水体指数法。用中 红外波段代替近红外波段，提取水体效果更佳 [4]。 5）植被指数法。根据水体与植被在红光及近红外 波段的波谱特性，构建植被指数，运用单通道阈值 法，可以有效提取水体 [5]。6）面向对象的方法提取 水体信息，在地形复杂地区水体提取的准确率高达 95% [6]。7）基于高分 2 号（GF-2）影像 4 个波段 的比值算法。此方法识别黑臭水体的精度最高，结
水体提取方法
水体提取方法简单归纳总结一、基于MODIS影像的几种提取方法。
最常用的水体提取方法：波段阈值法、谱间关系法（波段组合法）和多光谱混合分析法单波段阈值法是提取水体的最简单易行的方法。
基本原理：是利用水体在近红外波段上反射率较低,易与其它地物区分的特点,选取单一的红外波段, 通过反复试验, 确定一个灰度值,作为区分水体与其它地物的阈值即可。
缺点：是无法将水体与山区阴影区分开来,提取的水体往往比实际要多。
有些文献中叙述由于阀值随时间、地点变化的不确定性使得该方法具有局限性,但对于非山区的特定时相和区域里,尤其像MODIS 这样高光谱的遥感数据, 首先应选用阈值法进行试验,因为光谱的细分已经将上述问题大大减弱。
若能获得较满意的提取效果,则很容易实现水体的自动提取。
对于用阈值法确实得不到理想效果的,则可以考虑谱间关系法和多光谱混合分析法。
利用谱间关系可建立的模型很多,如对波段进行如下组合运算CH7/CH6 ,CH7/CH5, CH6/CH5, 从而找出组合图像上水陆分界非常明显的影像。
以CH7/CH6为例,可以采用如下方法剔除非水体: 在ENVI 软件下输入CH7 及CH6 波段, 运用波段计算功能,将公式CH7/CH6输入,载入影像, 在放大窗口中,手工裁取明水水域范围, 生成多边形,对各多边形赋予一个感兴趣区( AOI) 文件, 并将其输出为EN-VI 等矢量文件即可。
对波段进行组合运算的目的,是为了增强水陆反差。
MODIS 数据的波段 1 是红光区( 0. 62 ～0.67um) ,水体的反射率高于植被, 波段2 是近红外区( 0. 841 ～0. 876um) ,植被的反射率明显高于水体,因此, 采用归一化植被指数NDVI( Normalized Difference Vegetation Index) 来进行处理可以增强水陆反差,其计算公式为:DNVI= (CH2- CH1)/(CH2+ CH1) ( 1)( 1) 式中CH1 ,CH2 分别为MODIS 数据波段1,2 的地表反射率。
遥感影像提取水体的方法
遥感影像提取水体的方法遥感技术是一种高效准确的数据获取工具，它在水文学、环境科学和灾害管理等领域具有广泛的应用。
使用遥感技术提取水体是一种在遥感图像处理中常用的方法，因为它可以快速而准确地分析和检测区域中的水体。
以下是关于遥感影像提取水体的10种常见方法：1. 基于阈值法的水体检测方法阈值法是一种简单的遥感图像处理方法，它可以根据像元值的大小为图像中的不同对象分配不同的像元值。
在水体提取中，阈值将像素分为水和非水两个类别。
这种方法在成像分辨率相对较高的遥感图像中表现良好。
2. 基于形态学的水体检测方法形态学方法是一种以数学中的形态学为基础的图像处理方法，它可以消除噪声、填补空洞并修复边缘中的小孔。
在水体提取中，这种方法可以有效地分离与清晰未清晰水体，精准提取水体边界。
3. 基于纹理特征的水体检测方法纹理特征是描述像素之间空间约束关系的一种特征。
在水体提取中，通过核密度、图像风貌、局部变异和纹理梯度等方法可以提取水体。
4. 基于峰度的水体检测方法峰度是统计学中一个用于描述概率分布的形式的参数。
在水体提取中，根据图像中每个像素值周围像素的峰度值，可以将像素分类，从而识别水体。
5. 基于基准反射率的水体检测方法水体在不同波段下的反射率特征是有别于非水体的。
在水体提取中，可以利用这一特点进行分类并获得水体形态特征。
6. 基于物理模型的水体检测方法将自然界中的物理过程和遥感图像处理方法结合起来，就可以使用基于物理模型的水体检测方法。
这种方法包括利用水体吸收的方法、利用水体散射的方法、利用水体反射的方法、利用水体温度的方法等。
7. 基于垂直植被指数的水体检测方法垂直植被指数（NDVI）是反映植被状态的指数，它可以有效地分析水体和非水体之间的差异。
在水体提取中，可以使用NDVI的变化来分离水体和非水体区域。
8. 基于人工神经网络的水体检测方法人工神经网络（ANN）是一种模拟人脑信息处理机制的数学模型，它可以用于分类和识别任务。
SPOT5影像数据不同融合方法的比较与评价
中图分类号 ：Ｐ ５ Ｔ７
文献标识码 ： Ｂ
文章编号 ：６ ２— ８７ ２ １ ） ３ ０ １ ０ １７ ５ ６ （０ ２ ０ — ０ ９— ５
Ｃｏ ｐ ｒ ｓ ｎ ｎ ａ ｕ ｔｏ ｓ ｂ ｔ ｅ ｆｅ ｅ ｔ ｍ ａ ｉｏ ｓ ａ ｄ Ｅｖ ｌ ａ ｉ ｎ ｅ ｗｅ ｎ Ｄｉ ｒ ｎ
Ｆｕｓｏ ｅ ｈ ｄ ｎ Ｓ ｉ ｎ Ｍ ｔ ｏ ｓ ｏ ＰＯＴ ｍ ａ ｅ Ｄａ ａ ５ Ｉ ｇ ｔ
ＤＥ ＮＧ ｉｎ Ｌａ ｇ ， ，ＣＨＥＮＧ ａ Ｘｉｎ—ｆ ，ＸＩ ｉ ｕ Ｅ Ｊｎ—ｈ ｎ ，ＸＩ ｎ ｒ ｌ ｓｕ ｃ ｎ ｏ ｒ ｍ ， ｈ ｏｍａ Ｕｎｖ ｒ ｔ ， ｕ ｕ２ １０ ， ｈｎ ； １ ｃ ｏ ｌ Ｔ ｒｉ ｉ ｏ ｒｅａ ｄＴ ｕｉ ｏ ｏ ａ Ｒｅ ｓ Ａｎ ｎ Ｎ ｒ ｌ ｉｅｓ ｙ Ｗ ｈ ４ ０ ３ Ｃ ｉａ ｉ ｉ ２ ａ ｏａｏｙｏ ｔｒｌ ｉ ｓ ｒＰ ｏｅｓａ ｄＰ ｅ ｅｔ ｎＲ ｓａｃ ｆ ｈ ｉ ｒｖｎ ｅ ．Ｌ ｂ ｒｔｒ ｆ Ｎａｕ ａ Ｄｓ ｔ ｒｃｓ ｎ ｒｖ ｎ ｏ ｅｅｒｈｏ ｕ ｏ ｉｃ ，Ｗｕ ｕ２ １０ ，Ｃ ｉａ ａｅ ｉ Ａｎ Ｐ ｈ ０ ３ ｈｎ ） ４
邓 良 ，程先 富 一 ， － ，，谢金 红 肖明子 ，
（． １ 安徽 师范大学 国土资源与旅游学院 ， 安徽 芜湖 ２ １０ ； ． ４０３ ２ 安徽 自 灾害 过程与防控研究省级实验室 。 然 安徽 芜湖 ２１０ ） ４０３
摘
要： 采用小波 Ｉ Ｓ变换 、 Ｈ 小波 Ｐ Ａ变换 、 Ｈ Ｅ Ｓ变换 等五 种不同融合技 术对 Ｓ Ｏ Ｃ Ｅ ＬＲ Ｐ Ｔ５的 多光谱 影像 和全 色影
基于SPOT5卫星影像与遥感技术的湿地调查实验研究
基于SPOT5卫星影像与遥感技术的湿地调查实验研究摘要：本文探讨基于遥感计算机监督分类技术提取湿地信息，对2012年天津市湿地的进行调查，监测河湖为代表的湿地等专题因子遥感解译标志的建立，为本区域生态环境的保护和经济的发展提供数据和决策依据。
关键词：遥感计算机解译影像分类湿地调查中图分类号：p23 文献标识码：a 文章编号：1672-3791（2013）03（a）-0039-02天津市地处渤海湾顶，九河下梢，有数万公顷浅海域和沼泽、滩涂，水库和纵横交错的河流，星罗棋布的坑塘洼淀。
天津市湿地含有海岸湿地、河流湿地、湖泊湿地等，为物种多样性提供了良好的生态环境。
北大港、团泊洼、大黄堡、尔王庄、七里海等湿地按国际评判标准的分类，都属于相当重要的等级。
如何保护和合理开发利用湿地，成为保护天津城市生态环境与促进天津经济持续发展重要课题，本人提出了利用遥感技术监测天津湿地的状况，希望为相关部门提供参考作用。
1 湿地的分类湿地分为人工湿地和天然湿地两大类详细分类如表1所示。
本论文研究的湿地范围仅为天津海岸线以上的湿地，并不包括海岸线以下至低潮时水深不超过6 m的水域。
2 湿地地物光谱特征与识别研究湿地的光谱特征主要是由水本身物质的组成决定的，但是又受到了各种水状态的影响。
水体的反射主要在蓝绿光波段，其他波段吸收都很强，特别到了近红外波段吸收就更强。
地表较纯洁的自然水体对0.4～2.5μm 波段的电磁波吸收明显高于绝大多数其它地物。
3 监测的数据源spot卫星是法国空间研究中心（cnes）研制的一种地球观测卫星系统。
“spot”系法文systeme probatoire d’observation dela tarre的缩写，意即地球观测系统。
每一影像覆盖面积60×60km2。
当进行侧向（可达27°）扫描时，每一影像覆盖面积为80×80 km。
spot卫星的普段参数：（1）绿谱段（500～590 nm）：该谱段位于植被叶绿素光谱反射曲线最大值的波长附近，同时位于水体最小衰减值的长波一边，这样就能探测水的混浊度和10～20 m的水深。
SPOT5卫星数据处理
北京揽宇方圆信息技术有限公司SPOT5卫星数据处理1数据分析本案例的SPOT5数据为1个条带的三对影像(3景全色和3景多光谱)，数据级别为1A，Geotif格式。
2数据处理2.1处理内容分别对三对影像进行正射纠正、融合、真彩色模拟及镶嵌。
2.2处理流程如图1所示，SPOT5数据处理流程是先利用参考矢量作为参考资料，对全色影像进行正射纠正，利用正射校正后的全色影像作为参考影像，对多光谱影像进行正射纠正。
然后利用校正后的全色和多光谱影像进行融合，并对融合后的影像进行蓝波段合成模拟，形成真彩色影像，最后进行镶嵌和调色处理。
图1SPOT5处理流程2.3全色影像正射纠正为了减少控制点采集，本案例采用有理函数模型对影像进行正射纠正。
原始影像中由于没有RPC文件，故先要通过算法提取RPC文件。
2.3.1RPC提取Focus界面—Tools—Algorithm librarian进入算法库，利用查找工具查找cdSPOTRPC算法。
图1CDSPOTRPC算法在output ports处进行如下设置：设置输出影像名称设置输出的RPC名称，建议和影像同名在Input Params处进行如下设置：添加原始影像名称（tiff文件）设置波段，全色影像为1，多光谱影像则为1,2,3,42.3.2建立工程启动OrthoEngine，点击file/NEW，在Math Modelling Method处选择Optical Satellite Modelling，并选择Rational Function（Compute from GCPs），如图2所示。
同时设置投影信息（图3）。
图2模型选择图3设置投影2.3.3导入数据在Processing step处点击下拉菜单，选择data Input（图4）。
点击第一个图标弹出打开影像面板，并点击New image打开一幅新影像（图5），把三景全色影像都加载到工程中。
图4导入数据图5打开新影像2.3.3采集控制点Processing step下拉菜单选择GCP/TP collection，点击第二个图标，弹出控制点采集面板。
Spot5卫星影像目视判读的探讨
Spot5卫星影像目视判读的探讨【摘要】了解地物在不同空间分辨率影像上的表现，掌握不同假彩色合成影像的特征，熟练运用遥感影像解译标志与解译方法。
【关键词】遥感图像；判读要素；判读标志；判读方法传统的森林资源调查是以地形图为工作图，对坡勾绘小班，并深入小班现地进行各项因子调查。
效率低已经不能适应现在市场经济下的森林资源调查工作。
因此，利用高分辨率卫星影像进行森林资源调查的方法开始得到广泛应用，而由于Spot5卫星影像分辨率高，多光谱影像能反映植被信息等特点，在森林资源调查中得到林业工作者的青睐。
遥感图像真实、直观地记录了地面资源、环境等特征。
随着遥感技术在林业调查工作中的广泛应用，遥感图像的判读成为至关重要的一部分。
这就需要判读人员了解遥感图像的光谱特征，掌握正确的判读方法，以提高判读质量和工作效率。
下面介绍一下遥感图像判读的原理和方法。
1.判读要素由于遥感图像反映了广大地区多波段和多时相的同步环境信息，是地表自然综合体的高度综合性图像，判读过程中需要注意以下几项要素：1.1图型遥感图像的图型标志是地物形态特征和波谱特征的综合反映。
地物在影像上的图型结构，主要取决于地物的平面形态和高低起伏特征，当然也与地物的波谱特征所造成的基本色调有关。
图型特征包括形状、大小等要素，图像的图型结构通常表现为由不同形状、色调及纹理特征组合而成的图案。
并与其色调特征结合起来进行描述。
1.2色调卫星图像上的色调是地物电磁辐射特性的反映。
不同物体反射、发射、透射不同数量和不同波长的能量。
这种差异以色调、颜色和密度变化的形式被记录和反映在图像中。
在全色片中主要是以灰度表示；在彩色图像上用色度表示。
其中全色影像的色调是地物波谱特征的直接记录，彩色合成图像上的色彩是地物在几个波段上的波谱特性的综合反映。
利用遥感影像上的色调和色彩进行地物识别，是遥感影像判读的重要依据。
1.3阴影和纹理图像上的纹理是有一组物体的色调重复出现而构成的，是不同色调的解像力在空间和几何位置分布上的表现。
多种融合方法在SPOT—5影像融合中的效果评价
多种融合方法在SPOT—5影像融合中的效果评价作者：王静来源：《科技与创新》2014年第07期摘要：运用多种不同的影像融合技术对SPOT-5影像的多光谱影像和全色影像进行融合，生成新的高分辨率多光谱影像。
通过目视判读，且采用图像均值、相关系数、相对偏差、熵、标准差和平均梯度6个定量指标对不同方式的融合结果进行分析，结果表明，高通滤波融合方法在提高融合影像空间分辨率的同时，也保持了原多光谱影像的光谱特征。
关键词：影像；融合技术；SPOT-5；HPF融合方法中图分类号：TP751 文献标识码：A 文章编号：2095-6835（2014）07-0153-02SPOT-5卫星遥感影像实时性强，覆盖面广，分辨率高，且信息量丰富，已被广泛应用于煤田地质、矿区环境、水工地质、灾害地质等多种地学领域。
融合技术使SPOT-5遥感影像既具有全色数据的高空间分辨率，又具有多光谱数据的光谱分辨率，从色彩、纹理等方面增强了影像的可判读性和区划精度。
一种好的融合方法，不仅要求增强空间分辨率、锐化空间纹理信息，还要求光谱信息保真性高，否则得出的结果偏差很大或错误，不利于遥感解译。
以下采用Brovey变换、乘法变换、主成分（PC）变换、高通滤波（HPF）变换和光谱锐化（Gram-Schmidt变换）方法对工作区内SPOT-5数据的多光谱影像和全色影像进行融合处理，并对各融合效果进行评价。
1 遥感图像的融合算法1.1 Brovey变换法Brovey变换也称彩色标准化融合变换，是通过归一化后的多光谱波段与高分辨率影像的乘积来增强影像信息。
1.2 乘法变换法利用最基本的乘积组合算法直接对两类遥感影像信息进行合成。
1.3 PC变换法多波段图像经主成分变换至各不相关的成分，将高分辨率图像与第一主成分分量图像进行直方图匹配，用匹配后高分辨率图像替换第一主成分，之后使用逆变换得到融合图像。
由于只是用高分辨率图像来替换低分辨率图像的第一主成分，在替换过程中低分辨率图像第一主成分分量中一些光谱特性的信息损失，在很大程度上影响了融合图像的光谱分辨率。
SPOT5卫星影像如何查询和SPOT5卫星影像数据处理方法
北京揽宇方圆信息技术有限公司
SPOT5卫星影像如何查询和SPOT5卫星影像数据处理方法
北京揽宇方圆SPOT-5卫星于2002年5月3日发射，SPOT-5卫星与其前期SPOT卫星类似，运行于同一轨道，以继续保持对地观测的高重复周期。
但是SPOT-5卫星的传感器与其他SPOT卫星相比，有了较大的提高。
SPOT-5卫星用HRG(High Resolution Geometry)传感器，替代SPOT-4的HRVIR传感器。
HRG具有新的特征：1）更高分辨率的卫星影像，2.5m的分辨率的全色波段和10m分辨率多光谱波段；2）采用12000像元的CCD探测器，以维持60km的地面数据宽度；3）采用了新的技术来实现以上特征，例如采用新的数据压缩方法、并利用150Mbit/s的速率传输下行数据。
SPOT5卫星遥感影像进行影像增强、影像配准、影像融合和影像正射纠正一系列图像处理。
单幅SPOTScene在20米至2.5米的分辨率下可覆盖3600平方公里，定位精度最优可达10m。
如此精确的大覆盖影像是满足1:10万到1:1万比例尺应用的理想工具，同时即可满足大区域又可用于局部范围的应用。
SPOT6卫星查询直接咨询代理商北京揽宇方圆索取查询地址：
首选选择好你需要查询的产品
然后选择好需要查询的时间
设置好条件后就可以上传范围查询数据
如果需要ID号可以点击数据详情
北京揽宇方圆信息技术有限公司。
SPOT-5影像融合方法对比分析
SPOT-5影像融合方法对比分析魏永飞; 周枫; 张艳兰【期刊名称】《《大坝与安全》》【年(卷),期】2019(000)005【总页数】4页(P52-54,66)【关键词】SPOT-5影像; 影像融合; 质量评价【作者】魏永飞; 周枫; 张艳兰【作者单位】宁波冶金勘察设计研究股份有限公司浙江宁波 315041; 淄博市国土资源局临淄分局山东淄博 255400; 宁波海洋研究院浙江宁波 315832【正文语种】中文【中图分类】TP7510 引言近年来，高空间分辨率卫星影像在工程中的应用越来越广泛。
SPOT影像是由SPOT卫星高分辨率多波段扫描仪（HRV）获取的遥感影像，在资源调查、环境监测、生产管理、国土整治等多方面应用中发挥着重要作用[1]。
影像融合技术也成为保证影像分析结果准确性的关键技术之一。
目前常用的影像融合方法有HSI变换、主成分分析、Brovey（颜色归一化）变换、乘法变换、比值变换、Gram-Schmidt波谱变换等［2］。
对几种主流融合方法进行实验分析，以获取适合研究区域影像的最佳融合手段。
1 融合方法遥感数据融合分为三级：像素级融合、特征级融合及决策级融合[3]。
像素级融合保留了尽可能多的现场信息且精度较高，能够提供特征级和决策级不具备的细节特征[4]，满足对塌陷区分布状况的研究内容。
采用的具体融合方法有Brovey融合、Gram-Schmidt融合、multiplicative融合、主成分融合、HPF融合等五种融合方法。
2 实验及分析2.1 数据来源研究数据为2011年SPOT影像，其光谱响应范围：全色波段为0.51～0.73 μm；多波段分别为 0.50～0.59 μm（绿）、0.61～0.68 μm（红）和0.79～0.89 μm （近红外）。
全色波段空间分辨率为2.5 m，多波段为10 m。
SPOT-5影像数据多光谱波段信息丰富，但分辨率较低，仅为10 m，为更好地满足应用需求，将其与空间分辨率为2.5 m的全色波段数据融合，提高影像使用效率，以提取更准确的信息。
基于SPOT-5影像的凤县河流水资源分布研究
衡 ， 一 步缩 小 了相 邻影 像之 间 的亮 度和 对 比度 差异 。 进
利 用 Ｐ ｏｏｈ ｐ软 件 按 照 “闩 动 刘 度 一 色 彩 平 衡 一 亮 ｈｔｓｏ 比
［ 稿 日期 ］ ２ １ ２—２ 收 ０ｌ —０ ８ ［ 者简 介 ］ 作 元 礼 （ ９ ８一 ） ， 南 末 人 ， ｆ 导师 ， 教 授 ， 要 研 究 方 向 ： ７ 图 像 处 、 境 遥 感 。 １６ ， 湖 颂 ： 生 剐 主 数 环
亮 度 较 好 的 影 像 作 为 基 准 影 像 ， 其 他 影 像 进 行 直 方 图 匹 对 配 ， 为 影 像 镶 嵌 的 基 础 ， 过 影 像 直 方 图 配 ， 小 了 各 幅 作 通 缩
影 像 亮 度 和 对 比度 差 异 。
２２ ２ ．． 影 像 镶 嵌
１ 研 究 区 概 况
术 ， 一 ｆ 现 便在 气 象 、 文 、 源 环境 等 诸 多 领 域所 广 泛应 一经 ｊ ＿ ； 水 资
』 。 由于区 域 内的河 流 水分 布情 况 复杂 ， 于 河 流 水 资 源分 ｝ ｊ 对
情况 研究 多 是 定性 的 分析 ， 随 着 遥 感 技 术 的 出现 ， 影 而 从 像 提取 河 流 水体 ， 而 可以定 量 地 研 究 河 流水 资 源 。风 县 进
风 县 化 ＿ ｔ 鸡 市 西 南 部 ， 于 东 经 １ ６ ２ ４ ～ｌ ７ ７ ｒ 位 ０ 。 ４ ５ ” ０ 。
３ 北 纬 ３ 。４ ５ ～ ３ 。 ２ 之 问 ， 与 太 自 县 接 壤 ， ０， ３ ３ ７ ４ ｌ ８ 东 西 与 ｝肃 ， 当 县 、 水 市 麦 积 区 毗 连 ， 与汉 中 市 留 坝 县 、 ｌ 肯 ｆ 夫 南 勉
ｍ ｒ ｌｉｒｇ ｔｏ ｏ ａ ｒ ｉａ ｉｎ ｃ ｎｄｉｉｎｓ ａ ｄ ｔ ｅ ｉ ｌ ｅｎ ｅ ｏ ｈｅ ｒｖ ｒａ ｅ — ｌ ｎｇｈ ｒ ｔｏ Ｏｌｔ ｏ ｒ ｏ ｈａ ｒ ａ． ｔｏ ｎ ｈ ｎｆｕ ｃ ｆｔ ｉ ｅ ｒ ａ ｅ ｔ ａ ｉ ｉ ｈｅ ｆ ｏｌ ｆｔ ｔａ ｅ ｌ Ｋｅ ｙｗ ｏ ｄｓ：ＦＥＮ Ｇ ｒ Ｃｏｕ ｙ： Ｓ ｎｔ Ｐ０Ｔ 一 ５ ： Ｄｉｔｉ ｔｏ ｆＲｉ ｅ ｓ Ｒｅ ｏ ｒ ｅｓ ｓｒｂｕ ｉｎ ｏ ｖ ｒ ｓ ｕ ｃ
SPOT_5遥感数据特性及其图像处理关键技术探讨
异。摄影倾角在纠正中是十分重要的参 数 。（ ３ ） 影 象 数 据 的 选 择 （ 如 波 段 间 的 组 合 ） 也是融合质量一个重要因素，因为不同融 合目标、用途，选择也会不尽相同，一般选 择对融合目标最敏感的波段组合作为融合 源数据。要严格界定波段组合是否最优比 较困难，判定最佳的波段组合一般遵循这 样的原则，即信息包含最多，判读效果最 佳。影像融合在色彩、纹理、变异特征的 效果是否有利于动态变化信息提取重要评 判标准是：融合图像近自然色，纹理清晰， 变异特征与周围具有明显的相异色彩与纹 理特征。
科技创新导报 Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｉｎｎｏｖａｔｉｏｎ Ｈｅｒａｌｄ
２３３
科技创新导报 ２００９ ＮＯ．０１ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｉｎｎｏｖａｔｉｏｎ Ｈｅｒａｌｄ
基本原理高通滤波变换目的是提高影像高 频细节，突出影像结构信息。监测区的合 成影象中，建筑区尤其城市中心的地带纹 理信息要比前述各结果清晰的多，各种高 层板状建筑表现非常明显，交通和水体的 边缘规则、无模糊。由于在突出高频信息 同时，部分低频信息会受到压制，造成整体 影像的结构比较细碎。色彩表现上，高通 滤波变换的结果一般，色调的层次感较差， 表现在中心城区色调与城市边缘建筑群的 色调变化无几，水体的深浅无法在色调上 表现出来，山地的立体感消失。这是该方 法 的 不 足 之 处 。（４）主分量变换（ＰＣＡ 变换， 也叫 Ｋ－Ｌ 变换）：主分量变换也是运用比较 广泛的一类方法。它主要针对超过三波段 影像融合，前述各种方法在超过三个波段 的影像融合时受限，只能抽取和选择多光 谱影像中的三个波段参与变换，无疑会使 其他波段的信息丢失，不利于影像信息的 综合利用。主分量变换中参与变换的多光 谱数据不受波段数限制，可以接受三个以 上波段的多光谱数据和高光谱数据进行变 换，从而将各个波段的纹理信息分离出来。 ４ ． ２ 融合数据时注意事项
利用SPOT-5影像生成数字高程模型和正射影像的技术探讨
Ｆ Ｐ Ｐ ｒ Ｐ ＸＬ ＋ Ｘ － ） ｃ ＝ Ｑ
式 中， （ Ｘ ， ｙ ） 是控 制点在影像 上的量测坐标 ； （ Ｘ ， Ｘ － ） 为地 面控制点利用 Ｒ Ｐ Ｃ投影 到影像面 的投影值 。 该变 换参 数和 Ｒ Ｐ Ｃ模 型参 数一 起等 同卫 星遥感 影 像严 格成 像模 型 的卫星 系统参 数 。 由式 （ １ ） 可得 每
３ Ｄ Ｅ Ｍ 生成 原理 和流 程
３ ． １ 数据 准备
国第 二次土 地调 查 、 森 林 资源 调 查等这 些项 目中采 用高 分辨 率遥 感影 像数 据 ［ １ 。相 应 的高分 辨率 遥
感 影 像带 来 的新技 术 、 新 工 艺 的革 新 ， 促使传 统 数 据 产 品 的生产 技术流 程 发生变 化 ， 如 ＤＥ Ｍ 和 正 射 影 像 的生产 。近 些年 ， 利用 高 分辨 率遥 感影 像生 成 ＤＥ Ｍ 和 正射 影像 的技 术 也相 继成 为研 究热 点 ，并 且 在 众多 学者 的努 力下 取得 一定 进展 。
Ｆ Ｐ Ｐｙ Ｐ 皿 ｘ ＸＬ ｙ ０
１ 、 ）
个连 接 点的线 性方程
。
＝＝＝
（ ａ ｓ ． ＋ ａ ｓ ． ＋ 券・ △ ＋ ａ ｓ ， ￣ Ａ ｐ ， ｏ ＋ Ｏ Ｆ ， ・ △ 安・ 卸 ＋ 凳・ △ 乙 ＋ ・ △ Ｌ ＋ Ｏ Ｆ ． ・ △ Ｊ １ ） ＋ （ 老 ＋ 豪・ ＋ 袭 ＋ 象・ △ ＋ 番 豢・ △ ＋ 罄・ △ ＋ 罄・ 。 ＋ 鲁・ ） ＋
【 关键 词】 Ｓ Ｐ Ｏ Ｔ ５ 遥 感影像 数据 正射 影像 数 字 高程模 型
遥感影像水体提取研究综述
遥感影像水体提取研究综述在过去的几十年里，随着远程感测技术的发展，遥感技术已经成为研究地理空间环境和自然资源的理想方法。
其中最令人瞩目的是水体提取技术。
在水体影像中，大量的水体和陆地目标可以被识别出来。
它能帮助用户分析水体类型、水体分布、水体面积和其他重要信息。
本文综述了近年来在遥感影像水体提取技术方面的研究，旨在帮助研究人员了解最新的水体提取技术。
一、遥感影像分类技术文献综述发现，遥感影像分类技术在水体定位技术中发挥了重要作用。
它能确定水体的边缘，这有助于提取水体。
分类技术可以提取地物的像素分布，使用多光谱、多角度和高分辨率影像来进行分类，从而获得更加精确的结果。
传统的分类技术包括像素分类、支持向量机（SVM）、最大熵和朴素贝叶斯，也被称为机器学习方法。
另外，最近的研究表明，深度学习技术，特别是卷积神经网络（CNN），在水体提取方面具有很高的性能。
二、特征提取技术特征提取技术是一种重要的水体提取技术，它包括局部特征检测和全局特征提取。
局部特征检测（如轮廓、梯度、窗口大小等）可以提取水体特有的形状和结构信息，从而更准确地识别水体。
全局特征提取技术，如影像聚类分析、颜色直方图、图像矩阵和图像熵等，可以提取出图像的更为抽象的特征，这有助于更准确地识别水体。
三、综合技术结合现有技术，一些研究者提出了基于综合技术的水体提取方法，例如基于统计和机器学习的综合方法及其应用，基于统计学习的综合模式，基于统计的综合技术和基于支持向量机的综合技术。
这种技术不仅能够有效地提取水体，还能够实现水体和非水体的分类，使得整个系统的准确率更高。
四、未来研究未来的研究需要深入探讨遥感影像水体提取技术的可行性和可靠性，重点探讨智能化技术，如深度学习技术、计算机视觉和机器学习方法，以及遥感影像分类技术和特征提取技术。
同时，未来也将重点研究低光强度环境下的水体提取技术和多光谱影像技术，以及处理复杂环境中的水体遥感影像技术，以获取更准确的水体边界。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ ．ｎｔｕ ｏ ｆ ｅ ｔ Ｓ ｎｉｇ＆ Ｉｆ ｍ ｔ ｎＳｓ ｍ Ａ ｐｉ ｔｎ ｈｊ ｎ ｎｖ， ａｇｈｕ３０ ２ ； １ Ｉｓｔｔ ｎｏ ｍｏ ｅｓ ｉｉ Ｒ ｅ ｎ ｎｏ ａｉ ｙｔ ｐｌ ａ ｏ，Ｚ ｅｉ ｇＵ ｉ Ｈ ｎｚｏ １０ ９ ｒ ｏ ｅ ｃｉ ａ ． ２ Ｃ ａｇｈ ｎｉ ｎ ｅｔ ｒｔ ｔｎＣ ｌｇ，Ｃ ａｇｈ １０ ４ ｈ ａ ． ｈｎｓａＥ ｖ ｏｍ ｎａ Ｐｏｅ ｉ ｏｅｅ ｈｎｓａ ００ ，Ｃ ｉ ） ｒ ｌ ｃｏ ｌ ４ ｎ
ｐｒｉ ｄｃ ｓｉｃｔｎ Ｓ ｏ ｅｅ， ｏ ｅｐｘｌ ｉ ｔ ｅ ｈ ｏｈｏ ｅｗ ｎｗ ｔ ｏｉ ｎ ｌ ｒ ｒｊｄｅ ｙｍｓ ｋｓ ｅ ｓ ａｓ ａｏ ’．Ｈ ｗ ｖｒ ｓｍ ｉ ｓｎ ｈ ｎｉ ｂｒｏｄｂｔｅ ａ ｒ ｄｅ ａｄｍｕ ｒ ａ ｇｄｂ ｉａｅ． ｖ ｅ ｌ ｆ ｉ ｉ ｅ ｅ ｇ ｅｂ ｓ ｅ ｂ ｙ ｅｕ ｔ
ｓａｉｔ ａ ｃ ｕ ａ ｙ ａ ｓ ｓ ｍｅ ｔ ｔ ｔ ｉ ｌａ ｃ ｒ ｃ ｓ ｓ ｎ．Ｔｈ ｅ ｕｔ ｕ ｇ ｓ ｔａ ｅ ｍｏ ｅ ｆｄ ｃｓｏ ｅ ｓｓｍｐ ｅａ ｄ ｅ ｅ ｔ ｅａ ｄ ｍｕ ｈ ｈｇ ｅ ｈ ｈ Ｕ ｓｃ ｅ ｅｒ ｓ ｌ ｓ ｇ ｅ ｔ ｈ ｔ ｈ ｄ ｌ ｅ ｉｉｎ ｔ ｅ ｉ ｉ ｌ ｎ ｆ ｃ ｉ ｎ ｃ ｉｈ ｒ ａ ｔ ｅＳ ・ ｓ ｔ ｏ ｒ ｖ ｔｎ
提取 出来 。 ａｏ ． 等利用 Ａ Ｈ Ｒ影像数据的通道 ２和通道 １ ＥｒｎＩＪ ＊ｔ ＶＲ 比值 图像识别水体并对洪水进行 了昼 夜监测 。盛 永伟等利用 Ａ Ｈ Ｒ影像数 据通道 ２和通道 １ ｌ ＶＲ 的比值图像 ， 提取薄 云覆盖 下的承悼 。 与其 他卫星遥感数据相 比 ， Ｐ Ｔ５具有 能够较好地兼有高 分辨率和大面积接 收的技 术优势 ， ＳＯ ． 并且 国 土资源 部已经将 Ｓ Ｏ Ｐ Ｔ图像列 为较大 比例尺 国土资源 、土地利用 词查 和数字 国土工程及 土地资源 和土地
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 大的提 高。经检验发 现其误判的像元 较
主 要 是 位 于水 体 和 其 他 地 物 的 交界 处 。
关 键 词 ：Ｐ Ｔ５卫 星影 像 ； 体 ； 息提 取 ； ＳＯ － 水 信 图像 增 强 ； 策 树 决
（ｔ遥感影像ｉ０ ２ ｌ１００ Ｘ） ２０ 年 ：００ 土地
利用现状 图等 。
１２ 水体信 息的自动提 取 ． １２ ｌ 特征 波段 （ Ｒ ）的薇取及 ． Ｐ Ｗ［ 图像增 强 特 征波段 Ｐ ＷＩ Ｒ 表达公 式 为 ： Ｒ ：（ ３＋ １ ／ Ｂ 一Ｂ ）公 Ｐ Ｗｉ Ｂ Ｂ ） （ ３ １ ，
ｂ ｓｄｏ ｅａ ａｙｉ，ａｓｍｐｅｍｏ ｅ ｆ ｅ ｉ ｏ ｅ ｐ ｌ ｘｒｃ ａｅ ｏ ａｉｎ ｉａｌ，ｔｅｒｓ ｌ ｒ ｈ ｃ ｅ ｙｖｓａ ｎ ａｅ ｎｔ ｎ ｓｓ ｈ ｌ ｉ ｌ ｄ ｌ ｃｓ ｎｔ ｅｉ ａ ｐｉ ｔ ｅ ｔａ ｔ ｔｒｎ ｒ ｔ ．Ｆｎ ｌ ｈ ｅｕｔａｅｃ ｅ ｋ ｄｂ ｉｕ ｌ ｄ ｏｄ ｉ ｒ ｓ ｄ ｅ ｏ ｗ ｉ ｍ ｆ ｏ ｙ ｓ ａ
Ｖｌ ３Ｎ ． ｏ ２ ｏ２ ＿
Ｊｎ ２ ０ ｕ． ０ ５
文 章 编 号 ：６ ｌ９ ６ （０ ５ ０ —１８０ １７ 一９ ４ ２０ ） ２０ ９ —４
Ｓ Ｏ 一 卫星影像中水体信息 Ｐ Ｔ５ 自动提取的一种有效方法
邓劲松 王 ， 珂 ， 邓艳 华 ， 黄娟琴
（． １ 浙江大学 农业遥感信息技术应用研究所 ， 杭州 ３０２ ； １０ ９ ２ 长沙环境保护职业技术学院， ． 长沙 ４ ００ ） １０ ４
ｆ ｍ ｔ ａ ｋ ｒ ｕ ｄ ｈ ｓ ｔ ｓ ｏ ａ ｒ ｏ ｉ ｒ ｄｓ ｎ ｕ ｈ ｂｅ ｏ ｓ ｅ ｔ ｆｒ ａ ｏ Ｗ ａ ｄａ ｄＩ ａ ｄ ｈｒｌ． ｒ ｅｂ ｃ ｇ ｎ ．Ｔ ｅｒ ｕ ｓ ｈ ｗｗ ｔ ｄ ｓ ｅ ｉ ｇ ｉ ａ ｌ ｆｒ ｒ ｉ ｎｉ ｉ ｏ ｔ ｎ ｉ Ｓ ｂ ｎ ｎ ｂ ｎ ．Ｔ ｉ ｙ ｏ ｈ ｏ ｅｌ ｅｂ ｅａ ｔ ｉ ｓ ｍ ｅｄ ａ ｎ ｍ ｉ ｎ ｌ Ｒ ｄ
表１ ＳＯ ．数 谱波 Ｐ Ｔ５ 据光 段和分 辨率
ｌｂ１ ｐｃａＢｎｓ ｎ ｅｌｉ ＳＯ ・Ｄｔ ａ Ｓｅｒ ａｄ ｄ ｓｕｏ ｏ Ｐ Ｔ５ ａ ｔｌ ａ Ｒ ｏ ｔｎ ｆ ａ
Ａｂ ｔａ ｔ ｘ ｒｃ ｉｎ ｗ ｔｒ ｎｏ ｍａ ｉｎｆ ｍ ｍｏｅｙｓ ｎ ｅ ｇ ｓ ｓｓ ｎｆｃ ｎ ｒ ｕｖ ｙｎ ，ｐ ａ ｎ ｎ ｎ ｒｔｃ ｉ ｇｗ ｔ ｒ ｅ ｏ ｒ ｅ ． ｓｒ ｃ ：Ｅ ｔ ｔ ａｅ ｒ ｔ ｏ ｒ ａ ｏ ｉ ｆ ｏ ｒ ｅ ｔｌ ｓ ｄｉ ｅ ｍａ ｅ ｉ ｉ ａ ｔ ｏ ｒｅ ｉ ｇ ｌ ｎ ｉ ｇａ ｄｐ ｅ ｔ ａ ｅ ｓ ｕ ｃ ｓ ｉ ｇ ｉ ｆ ｓ ｏ ｎ ｒ Ｉ ｈｓｐ ｐ ｒ ａ ｉ ｇＤａ ｏ ｎ ｙｏ ｏ ｇ ｉｎ ｉ ｓａｃ ｓ ｔｄ ｒ ａ Ｐ － ｍａ ｅ ｃ ｌ ｃｅ ｎ Ａｕ ，２ ０ ａ ｓ ｄ ｈ ｐ ｒ ａ ｈ ｎ ｔ ｉ ａ ｅ ，ｔｋ ｎ ｍ ｃ ｕ ｔ ｆ ｎ ｘ ａ ｇｃｔ ａ ａ ｅ ｓ ｙａ ｅ ，Ｓ ＯＴ ５ ｉ ｇ ｏ ｌ ｔｄ ｏ ｇ ０ ２ ｗ ｓ ｅ ．Ｔ ｅａ ｐ ｃ ｓ Ｔ ｙ ｕ ｅ ｕ ｏ
Ｋｅ ｒ ｓ Ｓ Ｏ － ｍ ｇ ； ｗ ｔｒｂ ｉｓ ｎ ｏ ａｉｎ ｅ ｔａ ｔ ｎ ｙ ｗｏ ｄ ： Ｐ Ｔ ５ ｉ ｅ ａ ａｅ ｏ ｅ ；ｉ ｒ ｔ ｘｒ ｃｉ ；ｄ ｃｓｏ ｒ ｅ ｄ ｆ ｍ ｏ ｏ ｅ ｉｉｎ ｔ ｅ
卫星遥感影像中快速、 准确地提取水体信息 已经成为水资源调查 ， 水资源宏观监测及湿地保护的重要 手段。目前 ， 利用卫星遥感数据进行水体 自动提取得到 了广泛的研究 ， 各种方法相继提出并得到应用。 刘建
摘 要： 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 ， 目前 ， 但
进行水体提取 所使 用的卫星遥感数据 的分辨 率较低 ， 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 使 段（ Ｒ ） 经过 图像 增强处理后提取水体和居 民地混合信息 ， 此基础上通过 分析 水体 的光谱 特征 ， Ｐ ＷＩ 。 在 发现水体和居 民地在 近 红外和短波红外上有显著差异 ， 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 ， 采
ｏ ｔ ｃｉ ｉ ｕｓｄ ｉｔ ， ｈ ｅｉ ａｄＰ ＷＩ ｗ ｓ ｐ ｌ ｔ ｃ ｍｘｄｗ ｔ ｄｒｓ ｅｔ ｏｍ ｔ ｎ Ｓ ｃｎｌ。 ｈ ｆ ｘ ａｔ ｎ ｓ ｓ ｓ ．Ｆｒ ｌ ｔｅ ｐｃ ｂ ｎ （Ｒ ） ａ ｐ ｅ ｔｅ ｒ ｔ ｉ ａ ｒ ｎ ｉ ｎｉ ｉ ｒ ａｉ ． ｅ ｏｄｙ ｔｅ ｅ ｒ ｏ ｉｄ ｃ ｅ ｓｙ ｓ ａ ｌ ａ ｉ ｏ ｘａ ｅ ｄ ｅａ ｅｄ ａ ｎ ｌｆ ｏ ｍ ｃａｉ ｄ ｈｒｃ ｒ ｔｓ ｆ ａ ｒｏ ｉ ｄ ｔｅｏｊｃ Ｐ Ｔ５ ｍ ｇｒ ｉａ ａ ｚｄ ｏ ｎ ｅ ｏｓ ｉｔ ｏｅｔ ｃｉ ｒ ｌ ｄ ｅｈｎｓ ａ ａａｔ ｓｃ ｔ ｄｅ ａ ｈ ｒｂｅｔｉ Ｓ Ｏ － ａｅｙｓ ｎ ｙｅ ｄｔ ｓｉ ｌｙ ｆ ｘｒ ｔ ｇ ａ ａ ｍ ｎｃ ｅ ｉ ｏｗ ｅ ｂ ｓ ｎ ｏ ｉ ｓｎ ｉ ｌ ｔ ｆ ｈ ｐ ｂ ｉ ａ ｎ ｆｍ ｎ ｉ
波等利用密度分割法从 Ｔ Ｍ影像中提取水体的分布范 围¨。 １ 陆家驹等分别利用阀值法 、 色度判别法、 比率测 算法从 Ｔ Ｍ影像中识别水体 ， 通过结果 比较后认为， 阀值法的单红外波段识别水体简便迅速 ， 但要求水体 面 积达到 ４０ ０ｍ 以上 ， ０ 色度判别法优于红外单波段 ， 比率测算法能识别较小面积的水体 。 １ 周成虎等提出基
中圈分 类号 ：Ｐ ５ ． Ｔ７ １１
文献标识码 ： Ａ
Ａｎ Ｅｆｅ ｔｖ ａ ｏ ｆ ｃ ｉ ｅ Ｗ ｙ ｆ ｒ Ａｕｔ ｍ ａ ｉ ａｌ ｔ ａ ｔｎ ｏ ｔｃ ｌ Ｅｘ ｒ ｃ ｉ ｇ ｙ
Ｗ ａ ｅ Ｂｏ ｙ Ｉ ｆ ｒ ａｉ ｎ ｆｏ Ｓ ｔｒ ｄ ｎ ｏ ｍ ｔｏ ｒ ｍ ＰＯＴ－ ｍ ａ ｅ ・Ｉ ｇｓ ５
维普资讯
第２ ３卷 第 ２期
２０ ０ ５年 ６月
农Ｔ Ｊ Ｕ Ｎ Ｌ Ｆ Ｈ Ｎ Ｈ ＩＩＯ Ｏ学 ＮＶ Ｒ Ｉ 科Ａ ＲＣ Ｔ Ｒ ＬＳ ＩＮ Ｅ Ｏ Ｒ Ａ Ａ 上 海 Ａ Ｔ Ｎ 学 报 Ｅ Ｓ Ｙ（ Ｇ版 Ｕ Ｕ Ａ Ｅ Ｃ ） Ｏ Ｓ Ｇ Ａ交 通 大 ： 邓劲松（９８）男 ， 长沙人， １７ ．， 湖南 博士研究生 ， 研究方 向 ： 和地理信息技术研究应用 遥感
维普资讯
第 ２期
邓劫松 ， Ｓ Ｏ 一 等：Ｐ Ｔ５卫星影像中水体信息 自动提取妁一种有效方法
１９ ９
存建等发现 Ｔ Ｍ影像中， 只有水体具有波段 ２ 加波段 ３ 大于波段４ 加波段 ５ 的持征， 据此司以将水体单一
利用信息系统数据更新的主要卫星遥感影像。目前， 利用 Ｓ Ｏ 一 卫星影像进行水体信息提取的研究尚不 Ｐ Ｔ５
多见 ，并且 以往 水体 提取研 究所用遥感数据的分辩率椰较低 ，其结果对 于较大 比例 尺实际应用 的意义不 大。如都 金康等利用决策树 方法从 Ｓ Ｏ － 像中提取 了山区 巾的水体信息 ， 瑁形状指数 去除 了混合 Ｐ Ｔ４影 并利 在水体 中的阴影 Ｉ 本 文在分 析研究了水体 及背景地物 的光谱 特征 和波段 间特殊 关系 的基础 上 ， 出 ｒ 提 简单、 实用 的决策树模 型进行水 体信息 自动提取 ， 并取得 了较好 的效果 。
ｌ 材料和方法
１ １ 研 究区概 况与数据处理
研 究 区位 于浙 江省桐 乡市 ， 内地势平坦 ， 境 无一 山一丘 ， 长江三角洲 冲击平 原的一部分 。 田面高程 是 为 ２ ８— ． 吴淞基面）平均 ４０ 地 面高程 ５０—８０ｍ ． ６０ｍ（ ， ．５ｍ； ． 境 内河网纵横 ， 京杭大运河 贯穿其 中 ， 大 小 坑塘 、 养殖水 面星罗棋 布 ， 水体 面积 占到总 面积 的 ｌ ｉ ， ７６ ％ 是典型 的江南水 乡。 土地利用类 型 灌溉水 田、 旱地 、 园地 【 桑园 ） 及水体 为主 ， 民地类型主要是城镇 和乡村 所 用资料有 ： ０２年 ８ 的 Ｓ Ｏ ． 居 ２０ 月 Ｐ Ｔ５