基于综合知识的水体信息提取技术方法研究
基于Sentinel1数据的水体信息提取方法研究
水资源是现代经济发展中一个重要关注对象，它 是人类及一切生物赖以生存的重要条件之一［1］，而且 水体信息对水资源、洪涝灾害及水文研究具有重要的 意义［2 － 3］，例如快速的水体信息提取可为洪涝灾害发 生和防护提供宝贵的信息。传统的水体信息提取是基 于测绘技术完成的，该方法耗时、耗力，且在宏观和实 时性上效果较差。随着遥感技术的发展，利用遥感手 段可以大范围、快速地提取水体信息，且具有成本低、 动态监测 等 特 点［4］。 遥 感 手 段 主 要 分 为 光 学 遥 感 和 微波遥感。
第 50 卷 第 2 期 2019 年2 月
文章编号： 1001 － 4179（ 2019） 02 － 0213 － 05
人民长江 Yangtze Ｒiver
Vol． 50，No． 2 Feb． ， 2019
基于 Sentinel － 1 数据的水体信息提取方法研究
贾 诗 超1 ，薛 东 剑1，2 ，李 成 绕1 ，郑 洁1 ，李 婉 秋1
图 1 巢湖区域 Fig． 1 Chaohu Lake region
图 2 鄱阳湖区域 Fig． 2 Poyang Lake region
Sentinel － 1 卫星的数据预处理都是在 SNAP 软件
214
人民长江
2019 年
1 研究区和数据
2 数据预处理
本文选取巢湖和鄱阳湖作为研究区，如图 1 ～ 2 所 示。图 1 和图 2 的 ＲGB 分别为： Ｒ 是 VH 极化； G 是 VV 极化； B 是本文方法得到的水体结果图，蓝色水体 表现得很 清 晰。巢 湖 位 于 安 徽 省 中 部［15］，湖 水 面 达 769． 5 km2 。巢湖流域属于北亚热带湿润季风气候区， 多年平均降水量为 995． 7 mm。鄱阳湖位于江西省的 北部［16］，湖水面积最大和最小时分别为 3 150 km2 和 562 km2 。鄱阳湖流域属于亚热带温润季风气候，年降 水量约 1 500 mm。
第三部分 水体信息提取
阴影和水体， ( TM2 + TM3) - ( TM4 + TM5)在山体和农林区域较好,却 难以区分部分建筑居民用地和水体。
ห้องสมุดไป่ตู้
存在着问题
阈值难确定：
由于部分细小水体在影像中以混合像元的形态存在,存在
水体和非水体地物过渡区，阈值难取。阈值高了将丢失 细小水体信息，阈值低了将不少其他的地物信息误提出 来。
各种方法增强效果均有区域局限性。
在地类复杂的区域中，NDWI只在非山地的植被区域较好。
MNDWI在建筑居民用地区域较好，却难以区分部分山体
水体的研究离不开对水体范围、界线的准确提取， 常用的 遥感影像水体信息提取方法主要有两类: 单波段法：
依据水体在 几个波段上光谱的不同特征以及其它地物
与水体的区别， 通过分析水体及背景地物的光谱值， 利用单个波段来提取 TM 影像中的水体信息 。单波段 阈值法简单可行， 却不易区分水体与阴影
水体提取
遥感影像记录了地表物体对电磁波的反射信
息及其自身向外的辐射信息， 相对于其他地 物而言， 水体在整个光谱范围内都呈现出较 弱的反射率， 在近红外、 中红外及短波红外 部分， 水体几乎吸收了全部的入射能量， 因 此水体在这些的反射率特别低， 而土壤、植 被、建筑物等在这些波段吸收能量较小，具 有较高的反射率， 使得水体与它们具有明显 的区别。
多波段法：
利用水体在不同波段上的光谱特性， 通过多波段之间
的组合运算来增强影像中的水体信息， 从而易于从其 他地物中分离提取出水体。
单波段法
单波段法主要选取对水陆界反映较好的 Landsat-7 的ETM+的第四或五波段， 即近红外和中红外波段， 利用阈值法对水体进行提取。 TM5〈T（阈值） 在第五波段水体和非水体有明显的区别，该法利用 了水体在这两个波段上的强吸收特性， 以及植被、 土壤在这两个波段较高的反射特性。 由于山体阴影的影响， 使得中红外在阴坡面的反射 能量特别低， 从而造成山体阴影在影像上呈现出明 显的暗色调，水体与阴影的混淆使得难以在单波段 上通过阈值法来提取水体。
高分辨率遥感图像中的水体提取方法研究与实验
高分辨率遥感图像中的水体提取方法研究与实验[导言]在当今社会，高分辨率遥感图像在水资源管理、环境保护、城市规划等方面发挥着重要作用。
而水体提取是高分辨率遥感图像处理中的一项关键任务。
本文将对高分辨率遥感图像中水体提取的方法进行研究，并进行实验验证。
[引言]高分辨率遥感图像中的水体提取是指从遥感图像中准确、自动地识别和提取出水体区域。
水体提取在许多领域中都有着重要的应用，如水资源管理、环境监测、水生态研究等。
然而，由于高分辨率遥感图像中水体与周围地物的差异不大，水体提取一直是一项具有挑战性的任务。
[主体部分]一、传统方法传统的水体提取方法主要基于图像的颜色、纹理和形状等特征。
通过设定特定的阈值或使用像素级分类算法，传统方法可以得到比较准确的水体提取结果。
然而，由于高分辨率遥感图像中的水体与周围地物在颜色、纹理上差异不大，传统方法对于复杂背景下的水体提取效果较差。
二、基于机器学习的方法随着机器学习技术的发展，基于机器学习的水体提取方法逐渐得到应用。
常用的机器学习算法包括支持向量机（SVM）、随机森林（Random Forest）以及深度学习方法如卷积神经网络（Convolutional Neural Network，CNN）等。
1. 支持向量机（SVM）支持向量机是一种常用的机器学习方法，其在图像分类和目标识别中有广泛应用。
在水体提取中，SVM可以根据图像的特征学习水体和非水体之间的分界面，并根据学习到的分类模型自动提取水体区域。
通过合理选择特征和优化分类模型，SVM在水体提取中可以取得较好的效果。
2. 随机森林（Random Forest）随机森林是一种集成学习算法，通过构建多个决策树并综合它们的结果来达到更好的分类效果。
在水体提取中，随机森林可以根据图像特征学习水体和非水体之间的区别，并通过综合多个决策树的结果来提取水体区域。
相比于SVM，随机森林更加适用于复杂地形和背景的水体提取。
3. 卷积神经网络（CNN）卷积神经网络是近年来在图像处理领域取得突破性成果的深度学习算法。
水体提取实验报告(DOC)
水体提取实验报告地理121 王霞2012211300 一、实验目的提取TM图像中的水体信息，对试验区1991图像和试验区2002图像中的水体进行提取，分析比较图像结果。
二、实验内容1、查看植被、水体、城镇的影像光谱，总结光谱特征。
2、首先计算NDVI、NDWI、NDBI，再利用水体指数等提取水体信息，一般包括两种方法：a.阈值法提取b.最大似然法提取本次实验采用最大似然法提取。
三、实验步骤1、计算试验区1991和2002可见光至短波红外波段的7个波段的TOA反射率数据。
步骤：Basic Tools - Preprocessing - Calibration Utilities - Landsat Calibration可见光至短波红外波段的7个波段的TOA反射率数据图像如图1。
2002年1991年图12、利用水体指数增强水体信息。
查看影像光谱，在image视图中右键->Z Profile （Spectching），以下是影像中水体、植被、城镇的光谱影像。
水体植被城镇总结光谱特征。
这就为什么水体用ETM+(b2-b4)/(b2+b4)，而植被是ETM+(b4-b3)/(b4+b3)，而城镇指数是ETM+(b5-b4)/(b5+b4)，都是波段的反射率值。
3、计算NDVI、NDWI、NDBITransform——NDVI等指数，两个试验区的NDVI等指数图像如下图NDVI（图2、图3）图2 2002年图3 1991年NDWI（图4、图5）图4 2002年图5 1991年NDBI（图6、图7）图6 2002年图7 1991年4、最大似然法提取（1）加入特征指数的最大似然法提取方法：将6波段文件和三个指数（NDVI、NDWI、NDBI）做成一个文件：FILE->SA VE FILE AS->ENVI STANTARD合成后的图像（2）用ROI区域选取水体、城镇、植被等样本试验区1991年试验区2002（3）最大似然法分类：步骤：CLASSIFICAION->SUPERVISED->MAXIMUN LIKELIHOOD 1991年分类结果图像如图8。
基于MODIS数据的水体提取研究进展
对水体 的遥感监测 ， 时间分辨率是非常关键 的
因素 。特别 是 在流 域 出现 洪 水 的情 况 下 ， 水 情 的急
境问题 ， 各国已经开始逐渐认识到本 国水 资源评价
和 水 资源变 化监 测 的重 要性 ； （ ２ ） 水循 环在 全球 气候 变 化研 究 中具有 重要 作 用 ； （ ３ ） 水 体对 于生 物多样 性 的维持 具有 重要 意 义 ； （ ４ ） 在 生 态环 境 脆 弱 的地 区 ， 水 体 的观测 调查 有助 于 政府部 门制定 生态 环境保 护 及 地质 灾 害预 防方 面的 政策 法规 。
【 摘 要】 ＭＯ Ｄ Ｉ Ｓ 数据由于其高时间分辨率和多光谱特性， 常被用于水体的提取。文章对 目 前利用 ＭＯ Ｄ Ｉ Ｓ 数据
进行水体提取所用 的方 法， 包括 阈值法 、 监督与非监督分 类法、 多源数据结合法 、 混合像 元分解 法进行 了综述 ， 由此 得 出： 阈值确定 算法是水体 自动化提取 的关键 ； 多源信息 的结合 以及对 混合像 元进行分解是今后研 究的重 点。
Ｊ Ｉ ＡＮ Ｘｉ ｎ ｇ，Ｚ ＨＡＮＧ Ｚ ｈ ｅ ｎ － ｇ ｕ ｏ ，Ｑ Ｉ Ｕ Ｙ ｉ ｎ － ｇ ｕ ｏ ，Ｚ Ｈ ＡＮＧ Ｗｅ ｉ
【 Ａ ｂ ｓ ｔ ｒ ａ ｃ ｔ 】 Ｔ ｈ ｅ ｒ ｅ ｍ ｏ ｔ ｅ ｓ ｅ ｎ ｓ ｉ ｎ ｇ ｄ ａ ｔ ａ ｏ ｆ Ｍ Ｏ Ｄ Ｉ Ｓ ｉ ｓ ｕ ｓ ｕ ａ ｌ ｌ ｙ ｕ ｓ ｅ ｄ ｉ ｎ ｒ ｅ ｓ ｅ ａ ｒ ｃ ｈ ｅ ｓ ｆ ｏ ｒ ｉ ｔ ｓ ｈ ｉ ｇ ｈ ｔ ｅ ｍ ｐ ｏ ｒ ｌ ａ ｒ ｅ ｓ ｏ ｌ ｕ ｔ ｉ ｏ ｎ ａ ｎ ｄ ｍ ｕ ｌ ｔ ｉ －
水体（ 或水域） 是 指在 一定 水 文条件 下 由水 汇集 形 成 的具有 明确 地理 边 界 的地 理 区域 。近 年来 对水
水体提取方法
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。
无人机遥感数据处理中的水体提取技术
无人机遥感数据处理中的水体提取技术随着无人机遥感技术的不断发展，无人机遥感数据在水资源管理、环境保护、气象预警等领域得到了越来越广泛的应用。
水体是地球表面重要的自然资源之一，对于水体的提取与监测具有重要的研究意义和应用价值。
在无人机遥感数据处理中，水体提取技术是一个重要的研究领域。
本文将围绕无人机遥感数据处理中的水体提取技术展开讨论。
一、无人机遥感数据的获取无人机遥感数据是指采用无人机设备获取的地理信息数据。
相对于传统的航空遥感数据，无人机遥感数据获取具有成本低、分辨率高、灵活性强等优势。
无人机遥感图像包括光学影像和热红外影像，其中光学影像在水体提取中具有重要的作用。
二、水体提取技术的研究现状在无人机遥感数据处理中，水体提取技术研究主要涉及到影像预处理和水体提取两个方面。
影像预处理包括影像的几何校正、辐射定标和大气校正等，旨在消除噪声、增强水体边缘等信息。
水体提取包括阈值法、光谱指数法、机器学习等方法。
阈值法是最简单和常见的水体提取方法，它通过将像元亮度值与特定阈值比较，将水体与非水体区分开来。
但是，阈值的选择对结果影响较大，对于水体不规则边缘的提取效果不尽如人意。
光谱指数法通过选取合适的波段组合进行计算，使水体与非水体在光谱组合中呈现出不同的反射率特征，从而实现水体的提取。
但是，光谱指数法的效果受到多种因素的影响，如传感器波段数量、反射率特征等。
机器学习方法是一种较新颖的水体提取方法，它通过训练样本来构建分类器，从而实现水体的自动提取。
但是，训练样本的选择、数量和质量会直接影响分类器的性能。
三、面临的挑战及发展趋势无人机遥感数据处理中的水体提取技术仍面临一些挑战，如传感器质量、数据获取成本、水体形态复杂等。
未来，该领域的发展趋势将朝着以下几个方向发展：1. 深度学习技术在水体提取中的应用，将提高水体提取的精度和效率；2. 结合多源数据，如航空遥感数据、人工智能数据，实现水体提取的全面性和高精度性；3. 引入数据可视化和三维建模技术，增强水体提取的视觉表现力和可操作性。
利用改进的归一化差异水体指数提取水体信息的研究
利用改进的归一化差异水体指数提取水体信息的研究一、本文概述随着遥感技术的快速发展，水体信息的提取已经成为环境监测、城市规划、灾害预警等多个领域的重要研究内容。
近年来，归一化差异水体指数（Normalized Difference Water Index, NDWI）作为一种有效的水体提取方法，受到了广泛关注。
然而，传统的NDWI方法在某些复杂环境下，如高植被覆盖区、高盐度水域等，可能会受到干扰，导致提取结果的不准确。
因此，本文旨在研究并改进归一化差异水体指数，以提高水体信息的提取精度和稳定性。
本文首先回顾了归一化差异水体指数的发展历程和应用现状，分析了其存在的局限性和挑战。
在此基础上，提出了一种改进的归一化差异水体指数方法，通过引入多光谱遥感数据的更多波段信息，优化指数计算过程，以增强其对复杂环境的适应性。
接着，本文详细阐述了改进后的归一化差异水体指数的计算原理和实现步骤，并通过实验验证其在不同类型水体提取中的有效性。
实验结果表明，相比传统方法，改进后的归一化差异水体指数在提取精度、抗干扰能力和稳定性等方面均有明显提升。
本文探讨了改进后的归一化差异水体指数在实际应用中的潜力和局限性，为未来的研究提供了有益的参考。
本文的研究不仅有助于提升遥感技术在水体信息提取中的应用水平，也为相关领域的实践提供了理论支持和技术指导。
二、相关理论和技术在提取水体信息的研究中，归一化差异水体指数（Normalized Difference Water Index, NDWI）已成为一种广泛使用的遥感技术。
该指数基于水体在红光和近红外波段反射特性的差异，通过特定的数学运算来强化水体信息，从而有效地从遥感影像中提取出水体区域。
然而，传统的NDWI在某些复杂环境下，如高植被覆盖区或浑浊水体区域，可能面临提取精度不足的问题。
因此，本研究提出了改进的归一化差异水体指数（Modified Normalized Difference Water Index, MNDWI），旨在提高水体提取的准确性和鲁棒性。
利用组合水体指数(NCIWI)提取水体信息研究
MCIWI and CIWI.The new index model can pick up the water body information perfectly，because it increases the discrimination of water
body information from
洪港遥感监测的关键在于准确地从混合型电磁波信息 中 提取洪水灾情信息[2]。提 取 水 体 信 息 的 方 法 一 般 可 分 为 单 波 段 法 和 多 波 段 法 。单 波 段 法 的 原 理 是 基 于 水 体 在 近 红 外 通 道 吸 收 率 很 高 ，而 植 被 和 城 市 具 有 强 反 射 性 ，通过反复 试 验 确 定 某 一波段值作为水体与非水体的阈值，从而提取水 体 信 息 。该 方 法 简 单 易 行 ，但 是 很 难 去 除 阴 影 。多波段法则 同 时 利 用 多 波 段 的 优 势 提 取 水 体 ，分 为 谱 间 分 析 法 和 比 值 法 。谱 间 分 析法 通 过 分 析 水 体 与 背 景 地 物 的 波 谱 曲 线 特 征 ， 找 出 它 们 之 间的变化规律，进而用逻辑判别式将水体提取出 来 [34 ]，可 较 好 地 区 分 水 体 与 阴 影 ，但 比 较 复 杂 ，难以去除云 的干扰。 比值法又称水体指数法，它基于多波段的地物光谱 特 征 分 析 ，选 取 水 体 与 地 物 波 谱 差 异 的 多 个 波 段 ，分析水体 与 光 谱 值 之 间 的 映 射 关 系 ，构 建 数 学 模 型 ，抑 制 非 水 体 信 息 ， 增 强 水 体 信 息 ，在 一 定 程 度 上 去 除 云 和 阴 影 的 干 扰 ，精度较 高 。范 伟 等 [7]利 用 MODIS数 据 波 段 1、 比 值 进 行 水 体 识 别 ，但 是 难 以 彻 底 抑 制 与 非 水 体 信 息 ;归 一 化 差 异 植 被 指 数 (NDVI) [8] 在 植 被 的 提 取 应 用 最 为 广 泛 ，受 其 启 发 ， Mcfeeters[9]提 出 了 归 一 化 差 异 水 体 指 数 (NDWI) ，在 一定程 度 上 突 出 了 水 体 信 息 ，但在提取城市范围内的水体时混入一 定 量 的 城市信息。基 于 此 ，徐 涵 秋 [1°]通 过 谱 间 特 征 分 析 ，发 现 城 市 在 T M 影 像 的 波 段 4 〜5 突 然 转 强 ，于 是 将 NDWI指 数 作 了 修 改 ，用 中 红 外 波 段 替 换 NDWI近 红 外 波 段 ，提出了
一种自适应阈值的水体信息提取方法研究
一种自适应阈值的水体信息提取方法研究作者：徐红伟董张玉杨学志来源：《西部资源》2020年第05期摘要：遥感信息中水体信息提取会受到暗色地物和阴影的影响从而导致精度不佳，同时传统的全局阈值提取方法也会造成水体细节信息提取不够精确。
基于此，论文以Landsat 8多光谱影像为数据源，提出一种改进的水体指数（NIWI）算法，该方法不仅能增强水体信息，同时借助四叉树图像分块算法与改进的OSTU结合粒子群算法（PSO）高效确定最佳阈值从而得到水体信息。
并将文中方法与多波段谱间关系法、归一化水体指数法（NDWI）等传统方法进行综合比对。
结果表明：改进的水体指数应用于综合改进的OSTU算法能够高效准确地进行水体信息提取，针对本文实验区域水体提取精度分别可达96.8%和97.7%，为水体信息提取、土地利用调查等提供数据参考。
关键词：水体提取；四叉树分块；OSTU；PSOWater Body Information Extraction Method with Adaptive ThresholdXu Hong-wei1，2， Dong Zhang-yu1，2， Yang Xue-zhi1，21. School of Computer and Information， Hefei University of Technology， Hefei， 2306012. Key Laboratory of Industrial Safety and Emergency Technology， Hefei 230601， ChinaAbstract： The information of water extraction in remote sensing information will be affected by dark features and shadows， resulting in poor accuracy. At the same time， traditional global threshold extraction methods will also cause the details of water extraction to be inaccurate. Based on this， this paper uses Landsat 8 multi-spectral imagery as the data source and proposes an improved water body index （NIWI） algorithm. This method can not only enhance water body information，but also use the quad-tree image block algorithm and improved OSTU to combine particle swarm optimization algorithm （PSO） efficiently determines the optimal threshold to obtain water body information. The method is compared with the traditional methods such as multi-band spectral relationship method and normalized water body index method （NDWI）. The results show that the improved water body index applied to the comprehensive and improved OSTU algorithm can efficiently and accurately extract water body information. The water body extraction accuracy for theexperimental area in this paper can reach 96.8% and 97.7%， respectively， and provide reference data for water body information extraction and land use survey.Key words： Water extraction； Quad-tree chunking； OSTU； PSO地球上絕大部分地区由水体组成，同时水也是人类社会赖以生存的重要资源。
基于多源遥感数据的水体提取方法研究
据（ Ｌａｎｄｓａｔ ＴＭ ／ ＥＴＭ ＋ ／ ＯＬＩ） 下载自美国地质勘探局网
站（ ｈｔｔｐ： ／ ／ ｅａｒｔｈｅｘｐｌｏｒｅｒ． ｕｓｇｓ． ｇｏｖ ／ ） 。 温度和降水数据
下载自国家气象科学数据中心，由于红碱淖区域并未
高维特征空间中求取最优分类超平面，该分类超平面
可以将训练样本正确分类并且达到分类间隔最大 ［１５］ 。
２．２．３ 面向对象分类法
根据高分辨率影像的特点提出了面向对象的遥感
图 １ 水体提取技术流程
· ７９·
人 民 黄 河 ２０２１ 年第 ７ 期
本试验以 Ｓｅｎｔｉｎｅｌ －２ 目视解译的结果作为真实水域
边界信息，检验各种方法及数据的准确性［１８］ ，并采用混淆
矩阵对试验结果进行验证。 最后，利用 Ｋａｐｐａ 系数、错分
误差、漏分误差和总体精度等指标进行定量评估［１９］ 。
水体提取技术流程见图 １。
表 １ 研究所用遥感影像
类别
遥感影像
光学
ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｍｅｔｈｏｄ ｉｓ ｔｈｅ ｂｅｓｔ ｍｅｔｈｏｄ ｔｏ ｅｘｔｒａｃｔ ｗａｔｅｒ ｂｏｄｙ， ｗｉｔｈ ｏｖｅｒａｌｌ ａｃｃｕｒａｃｙ ｏｆ ９５．７％， ｔｈｅ ｍａｘｉｍｕｍ ｌｉｋｅｌｉｈｏｏｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｉｓ ｔｈｅ
ｎｅｘｔ； ｆｏｒ ｆｕｓｉｎｇ ｄａｔａ ｕｓｉｎｇ ｔｈｅ ｍａｘｉｍｕｍ ｌｉｋｅｌｉｈｏｏｄ ｃｌａｓｓｉｆｉｃａｔｉｏｎ ｍｅｔｈｏｄ ｉｓ ｔｈｅ ｈｉｇｈｅｓｔ ａｎｄ ｉｔｓ ｏｖｅｒａｌｌ ａｃｃｕｒａｃｙ ｉｎｃｒｅａｓｅｄ ｂｙ ２％， ｃｏｍｐａｒｅｄ
水体信息自动提取遥感研究以丽江地区为例
二、技术手段
3、特征分析和应用：提取出水体信息后，需要进行特征分析和应用。通过对 水体的形态、大小、颜色等特征进行分析，可以获取水体的类型、分布、水质等 信息。这些信息可以应用于水资源管理、环境保护、气候变化研究等领域。
三、发展趋势
三、发展趋势
随着遥感技术的不断发展，水体的遥感信息自动提取方法也在不断进步和完 善。未来，该领域的发展趋势包括以下几个方面：
一、遥感技术概述
一、遥感技术概述
遥感是指利用传感器对地球表面进行远距离探测的一种技术。它具有获取信 息速度快、范围广、精度高等优点，可以为科学研究提供大量数据支持。在遥感 技术中，卫星遥感是应用最为广泛的一种方式。卫星遥感具有覆盖范围广、连续 性强、周期短等优点，能够提供准确、实时的地球表面信息。
四、结论与展望
四、结论与展望
本次演示以丽江地区为例，探讨了水体信息自动提取的遥感研究。通过对遥 感图像的预处理、图像分割、特征提取、水体信息提取和结果评估等步骤的处理 和分析，可以更加准确地获取丽江地区的水体信息。这些信息对于水资源管理、 环境保护、气候变化研究等方面具有重要意义。
四、结论与展望
水体信息自动提取遥感研究 以丽江地区为例
目录
01 一、遥感技术概述
02
二、水体信息自动提 取方法
03 三、丽江地区水体信 息自动提取实践
04 四、结论与展望
05 参考内容
内容摘要
随着科技的不断发展，遥感技术已经成为获取地球表面信息的重要手段之一。 在众多遥感应用中，水体信息自动提取具有重要意义。水是人类生存的基本需求 之一，也是生态系统的重要组成部分。因此，通过遥感技术获取水体信息对于水 资源管理、环境保护、气候变化研究等方面具有重要意义。本次演示以丽江地区 为例，探讨水体信息自动提取的遥感研究。
一种水体提取精度的评价方法
一种水体提取精度的评价方法水体提取精度评价方法是评估水体提取算法或方法在获取水体边界时的准确性和可靠性的一种方法。
正确评估水体提取的精度可以帮助我们了解算法的可靠性，进而优化和改进算法，提高水体提取的精确性。
以下是一种常用的水体提取精度评价方法。
1.可视化比较法：这是一种直观的方法，通过将提取结果与真实水体边界进行比较来评价提取精度。
可以使用地理信息系统软件（如ArcGIS）在同一图像上叠加显示提取结果和真实水体边界，直观地评价提取结果的准确性。
在进行比较时，需要仔细观察边界的一致性、完整性和位置的准确性。
2.精确性评估法：精确性评估是通过计算提取结果与真实水体边界之间的差异来评价提取精度。
常用的精确性评估指标有：- Overlap Analysis（重叠分析）：计算提取结果和真实水体边界之间的重叠面积。
可以通过计算两者之间的IoU（Intersection over Union）指标来评估。
- Distance Analysis（距离分析）：通过计算提取结果边界和真实水体边界之间的距离来评估提取精度。
可以计算平均距离或最大距离等指标。
- Error Matrix（误差矩阵）：将提取结果和真实水体边界进行分类，计算分类正确和错误的像元个数，进而计算出生产者精度（Producer's accuracy）和用户精度（User's accuracy）等指标。
3.精度统计法：精度统计法是通过对多个图像区域进行提取和精度评估，并统计不同区域提取精度的变化情况。
可以比较不同区域的提取精度，得出其空间分布特征，进而评估提取算法的稳定性和适用性。
4.完整性评估法：完整性评估是针对提取结果是否包含了所有的水体边界进行评价。
可以通过计算提取结果中水体边界的完整性比例来评估提取精度。
如果提取结果中的水体边界与真实水体边界完全一致，则完整性比例为1；否则，完整性比例小于1总结起来，水体提取精度的评价方法可以包括可视化比较法、精确性评估法、精度统计法和完整性评估法等。
基于MODIS数据的水体提取研究
基于MODIS数据的水体提取研究马丹福建农林大学资源与环境学院，福建福州（350002）摘要：通过分析遥感图像各类地物的光谱特征和水体在中等分辨率的EOS/MODIS上的波谱特征，确定水体最为明显的波段组合，研究如何从不同时期(枯水期、丰水期)的中等分辨率MODIS遥感影像提取水体的方法。
实验表明：遥感图像经空间变换后再利用相同的方法提取的水体更容易区分水体和阴影，产生的噪声也少，提取的水体范围更准确、计算的水域面积精度更高，重点以武汉市的梁子湖为例对水体提取范围和精度进行了比较和分析。
关键词：MODIS影像；水体；阈值；色彩变换1 引言MODIS是被动式成像分光辐射计，是Terra和Aqua卫星上都装载有的重要的传感器，MODIS数据廉价实用，数据涉及的波段范围广，这些数据对地球科学的综合研究和对陆地、大气、海洋进行分门别类的研究有较高的使用价值[1]。
MODIS数据有36个通道，覆盖了从可见光、近红外到热红外的光谱区间。
利用水体在可见光波段、近红外波段的特殊光谱性可以提取有关水体信息。
水资源是一种非常重要的资源，它也是一个独立的环境因子，被人们格外的重视。
水体的面积监测是调查水资源的一个重要的方面，也是洪水灾害检测的重要内容。
因此利用遥感影像的波谱特征和水体在影像上的特性，研究自动化的提取水体的方法，获取它的范围甚至其它的特征，是十分有意义的工作。
2 水体的光谱特征从宏观的角度看，陆地上水体主要表现为湖泊、河流、沟渠、水库、池塘和沼泽地等，可分为面状水体和带状、线状水体。
在卫星遥感影像上，湖泊、水库、池塘大致表现为一块面状的等值区域，河流、沟渠表现为线形结构。
在MODIS图像上，对于水体来说，水体几乎全部吸收了近红外和中红外波段内的全部入射能量，所以水体在近红外和中红外波段的反射能量很少，而植物、土壤在这两个波段内的吸收能量较少，而且又较高的反射特性，这就使得水体在这两个波段上与植被、土壤有明显的区别。
基于Sentinel-1数据的水体信息提取方法研究
基于Sentinel-1数据的水体信息提取方法研究贾诗超;薛东剑;李成绕;郑洁;李婉秋【摘要】SAR影像对于水体和地表形变具有很好的辨识性,因此常用来进行水体识别、土壤湿度反演和地表形变检测研究与应用.利用载有C波段合成孔径雷达的Sentinel-1卫星数据对大范围的水体信息进行识别,提出了SDWI(Sentinel-1 Dual-Polarized Water Index)水体信息提取方法.该方法受到NDVI和NDWI方法的启发,结合微波遥感中水体信息在影像中的特点,进一步研究了Sentinel-1双极化数据(VV和VH)之间水体信息提取的关系,以此关系达到增强水体特征的目的,同时消除土壤和植被的存在.分别以Sentinel-1A巢湖区域和Sentinel-1B鄱阳湖区域SAR影像为例来提取水体信息,实验结果表明该方法显著有效,但对影像中阴影的处理是未来研究的难点.【期刊名称】《人民长江》【年(卷),期】2019(050)002【总页数】5页(P213-217)【关键词】SDWI;Sentinel-1;水体信息提取;后向散射系数;双极化【作者】贾诗超;薛东剑;李成绕;郑洁;李婉秋【作者单位】成都理工大学地球科学学院,四川成都610059;成都理工大学地球科学学院,四川成都610059;中国林业科学研究院资源信息研究所,北京100091;成都理工大学地球科学学院,四川成都610059;成都理工大学地球科学学院,四川成都610059;成都理工大学地球科学学院,四川成都610059【正文语种】中文【中图分类】TP391水资源是现代经济发展中一个重要关注对象，它是人类及一切生物赖以生存的重要条件之一[1]，而且水体信息对水资源、洪涝灾害及水文研究具有重要的意义[2-3]，例如快速的水体信息提取可为洪涝灾害发生和防护提供宝贵的信息。
传统的水体信息提取是基于测绘技术完成的，该方法耗时、耗力，且在宏观和实时性上效果较差。
基于ETM影像的水体信息自动提取与分类研究
75
植被的反射光谱特征比较独特. 在可见光波段 有一个小的反射峰 (0155 um) 和两个吸收带 (0145 um ,0167 um) ,而在近红外波段 (017～018 um) 处有 一个反射陡坡 ,111 um 处有一个峰值. 在中红外波 段受到植物含水量的影响 ,吸收率增加 ,反射率减 小 ,在水的吸收带形成低谷[8] .
第 30 卷 第 6 期 2009 年 12 月
首都师范大学学报 (自然科学版) Journal of Capital Normal University
(Natural Science Edition)
No. 6 Dec. , 2009
基于 ETM 影像的水体信息自动提取与分类研究
王 培 培
则的面状区域周长一般介于二者之间 ,因此形状指 数居中 ,即形状越规则 ,形状指数越大 ,反之亦然.
基于上述理论 ,可以通过形状指数以及面积来 区分各类水体. 具体方法如下 :
物病虫害反映敏感 ,可用以测量作物长势.
位于水的吸收带之间 ,反映植物和土壤水分 TM5 短波红外 含量敏感 ,用以探测植物含水量以及土壤湿
度 ,区分云和雪
TM6 热红外 探测地物的热辐射差异 ,进行热制图
探测高温辐射源 ,对植物水分敏感 ,用以区分 TM7 短波红外 主要岩石类型 ,岩石的水热蚀变 ,多应用于地
水体信息提取出来以后 ,由于研究区水体类型 多样 ,有必要对提取结果进行分类 ,主要分为海洋 、 河流 、湖泊和水库等类型. 烟台市是沿海区域 ,因此 一般来说 ,面积最大的水域应当是海洋 ,湖泊 、水库 、 池塘多为面状区域 ,而河流呈带状分布. 通过分析 , 本研究主要采用形状指数对水体类型进行区分.
遥感ENVI水体信息提取实验
实习一：水体信息提取姓名：XXxx学号：!!!!!!!!!!!!!!!!!!!专业：地理信息科学教师：XXXXX成绩：环境与规划学院二〇一六年四月实验报告一实验目的学习水体光谱的征曲线，掌握应用遥感图像处理软件进行水体波普的差异性分析。
掌握水体提取的常用方法；能够使用ENVI软件进行水体信息提取。
二实验内容遥感探测的水体波谱信息：水可以吸收也可以散射通过水汽界面的波谱辐射能量（Ed），但水的散射会增加天空辐射能量（Eu），而水的吸收则会同时减少Ed和Eu。
遥感影像记录了地表物体的反射信息及其自身向外的辐射信息。
相对于其他地物而言，水体在整个光谱范围内都呈现出较弱的反射率。
在近红外、中红外及短波红外部分，水体几乎吸收了去不得入射能量，因此水体在这些的反射率特别低，而土壤、植被、建筑物等在这些波段吸收能量较小，具有较高的反射率，是的水体与他们具有明显的区别。
水体信息提取有助于确定水体边界、了解水域面积变化、水文水资源要素，提取结果可用于水资源信息统计及相关的辅助决策三实验方案单波段法（阈值）；多波段法（谱间关系法、比值法、归一化差异水体指数（NDWI）、改进的归一化差异水体指数（MNDWI）1．图像预处理（1）辐射定标：将DN值转成辐亮度File--->open image file--->。
MTL.txt--->spectral--->Preprocessing--->CalibrationUtilities--->Landsat Calibration--->（选择文件），OK--Radiance，File，choose（选择保存地址并命名），Ok（2）BSQ转成BILBasic Tools-->Convert data （BSQ、BIL、BIP）-->-BIL，choose（选择保存地址并命名），Ok（3）Flaash大气校正Spectral--->Preprocessing--->Calibration Utilities--->Flaash—>Mul....Setting-->kanf......--->Band7,Band3,ok-->save，choose（选择保存地址并命名），Apply 加载出真彩色图，并与原始影像作对比2.大气校正前后光谱特征差异：在原始影像和经过大气校正厚的图像上选取相同位置的点，分别点击在显示窗口里Tools-->Profiles-->z profile结果对比分析：从上述的结果展示以及曲线图对比可以看出，校正后的影像数据比校正前的更为清晰，曲线图上可以看出校正后的整体曲线平滑至上与实际的地物波普曲线趋势相同，结果精度满足需求。
遥感ENVI水体信息提取实验
实习一：水体信息提取姓名：XXxx学号：!!!!!!!!!!!!!!!!!!!专业：地理信息科学教师：XXXXX成绩：环境与规划学院二〇一六年四月实验报告一实验目的学习水体光谱的征曲线，掌握应用遥感图像处理软件进行水体波普的差异性分析。
掌握水体提取的常用方法；能够使用ENVI软件进行水体信息提取。
二实验内容遥感探测的水体波谱信息：水可以吸收也可以散射通过水汽界面的波谱辐射能量（Ed），但水的散射会增加天空辐射能量（Eu），而水的吸收则会同时减少Ed和Eu。
遥感影像记录了地表物体的反射信息及其自身向外的辐射信息。
相对于其他地物而言，水体在整个光谱范围内都呈现出较弱的反射率。
在近红外、中红外及短波红外部分，水体几乎吸收了去不得入射能量，因此水体在这些的反射率特别低，而土壤、植被、建筑物等在这些波段吸收能量较小，具有较高的反射率，是的水体与他们具有明显的区别。
水体信息提取有助于确定水体边界、了解水域面积变化、水文水资源要素，提取结果可用于水资源信息统计及相关的辅助决策三实验方案单波段法（阈值）；多波段法（谱间关系法、比值法、归一化差异水体指数（NDWI）、改进的归一化差异水体指数（MNDWI）1．图像预处理（1）辐射定标：将DN值转成辐亮度File--->open image file--->。
MTL.txt--->spectral--->Preprocessing--->CalibrationUtilities--->Landsat Calibration--->（选择文件），OK--Radiance，File，choose（选择保存地址并命名），Ok（2）BSQ转成BILBasic Tools-->Convert data （BSQ、BIL、BIP）-->-BIL，choose（选择保存地址并命名），Ok（3）Flaash大气校正Spectral--->Preprocessing--->Calibration Utilities--->Flaash—>Mul....Setting-->kanf......--->Band7,Band3,ok-->save，choose（选择保存地址并命名），Apply 加载出真彩色图，并与原始影像作对比2.大气校正前后光谱特征差异：在原始影像和经过大气校正厚的图像上选取相同位置的点，分别点击在显示窗口里Tools-->Profiles-->z profile结果对比分析：从上述的结果展示以及曲线图对比可以看出，校正后的影像数据比校正前的更为清晰，曲线图上可以看出校正后的整体曲线平滑至上与实际的地物波普曲线趋势相同，结果精度满足需求。