基于Landsat-7ETM+遥感影像的水体提取研究(可编辑)
- 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)。
基于Landsat-7 ETM+遥感影像的水体提取研究
浙江测绘年第期基于一遥感影像的水体提取研究
陈小松,许建宣,吴春节
宁波市测绘设计研究院,宁波
摘要:水体是 . 遥感影像中重要的地形要素之一,本文在水体光谱特征基础上,针对水体信息的提取提出了两
种不同的算法思想。
通过试验比对分析各自的优势,总结出各自的适用条件。
关键词: 遥感影像;多光谱高分辨率;水体提取一图像具有多光谱高分辨率的水体因对人射能量太阳光具有强吸收性,所
以在大部分遥感传感器的波长范围内。
总体上呈现
特点,适用于水资源的调查和监测,但是在洪水期,
难以获得无云雾的图像并且图像获取周期较慢,因较弱的发射率。
并具有随着波长的增加而进一步减
此一图像能够适用于洪水灾害监弱的趋势。
具体表现为在可见光的波长范围里
测评估中本底水体的提取。
?,其反射率约为 %一 %,但到了处,则下降为 %一 %;当波长大于一遥感数据特点
时,几乎所有入射纯水体的能量均被吸收。
因此,通一是一台谱段的多光谱扫描
常只能采用可见光波段来研究水体。
其中水体在蓝
辐射计,其探测器技术指标示于表。
与光范围里的反射率相对较强,并具有明显的散射作
相比在以下三个方面做出了改进: 用,绿光次之,红光相对较弱。
由于水体在近红外及增加全色波段,分辨率为 ,因而随后的中红外波段范围内? 范围内几使数据速率增加;
乎无反射率,因此,这一波长范嗣常被用来研究水陆
采用双增益技术使远红外波段分辨率提
分界、圈定水体范围。
高到,也增加了数据率; 但是随着水体浑浊度各种有机、无机物质浓
改进后的太阳定标器使卫星的辐射定标误
度的增加,水体的反射率会有所变化。
如水体泥沙
差小于 %,及其精度比一约提高倍。
含量的增加会导致反射率的提高.并使光谱曲线的
反射峰往长波方向移动。
表一的主要技术参数
波段序号波长范围/¨波段名词地面分辨率/ 图像水体信息提取方法研究. ~ .蓝光 . 加.绿光 . 基于谱问关系的决策树分类法 . 加.红光.. 基本原理 . ~ .近红外光
谱间关系分析属于多波段法的一种.是基于一 . ~ . 短波红外光
种逆向思维方式来进行地物信息提取,抛开传统分 . . 热红外光
类方法,即从特定的图像空间进行特定地物识别的 . ~ .短波红外光
思维方式。
根据分析已有地物的遥感特征建立地物 . ~ .全色光光谱知识的遥感信息模型,结合到图像上进行地物
光谱分析、形态结构分析、调整和修改模型参数。
水体遥感信息模型
决策树作为数据挖掘的一种方法.具有灵活、直
各种地物的结构和组成成分不一样,其反射光观、运算效率高等特点。
其基本思想是通过一些判断
谱特性也不一样;同一种地物的光谱特性又随时间条件对原始数据集逐步进行二分和细化。
其中,每一
季节和地理区域的变化发生时间效应和空间效应. 个分叉点代表一个决策树判断条件。
每个分叉点下
根据这种特性,可以用遥感数据进行地物的分类和有个叶节点,分别代表满足和不满足条件的类别。
判读。
这种方法不仅不需要依赖任何先验的统计假设条浙江测绘车幕期
件,而且可以方便地利用除亮度值以外的其它知识,
所以在遥感影像分类和专题信息提取中已有, 泛的
应用。
.. 水体的提取过程水奉的粗提取
本研究区主要的典型地物有水体、植被、裸
地、居民地、阴影易与水体发生混淆 ,在研究区
图像上对每种地物采集个样点,分析各个地物
在每个波段的数据特征。
这个样点的选择要具
有代表性币¨全面性。
典型地物波谱响应曲线图如
同所示
图决策树分支图波段
图提取
图典型地物波谱响应曲线
通过分析水体及其他地物的光谱特征发现在个合适的近红外波段,定出其水体闽值,町以很好的影像中.水体具有波段加波段大于波段分水陆边界。
根据此原理,我们选取剔
口波段的特征,据此可以将水体大体提取叶来。
但
除居民地、裸地和部分阴影如图所示.阴影在
同时我们发现。
居民地、阴影和裸地有时同样满足此波段的灰度值是小于的.为了尽可能消除
关系,【大此采用此单一的条件会使提取的水体混入阴影,在波段加入限制条件用
居民地、部分裸地和阴影如图所示。
将所提取出 . 最终构造的决策树如图所示,提取的水
来的水体与原假彩色合成影像进行对比分体如图所示
析,证文以上论述。
分析结果图,我们发现水体粗提取的像巾混
剔除居民地、裸地和部分阴影入的居民地、裸地和部分阴影得到了很好的抑制。
碎斑去除
目视图中的水体二值图,发现有一些破碎的
斑块。
它们可能是一些小面积的积水或者足城建
建筑物阴影.对于这样一些破碎的斑块,采州. 的建模工具来解决。
建立的模型如图
所示,的算法示意图如冈所示,它
主要按照连通性完成斑碎的聚类。
图粗提取
进一步观察地物波谱响应曲线,发现近红外波
段的水体辐射率明显低于其它地物。
因此,选用一
图碎斑去除模型图浙江测绘】年第期的记录单位图像中每个像元所对应的地表,往往
包含不同的覆盖类型.它们有着不同的光谱响应特
征.而每个像元则仅用一个信号记录这些“异质”成
分。
所以说像元值是像元地表响应范围内物质光谱
信号的共同贡献。
若该像元仅包含一种类型,则为
纯像元.像元记录的正是该类型的光谱信号;若该
像元包含不止一种土地覆盖类型,则称为混合像
元。
它记录的是不同土地覆盖类型光谱信号的综
合。
水体自动提取过程中,水陆交界处往往出现水
图算法示意图
体混合像元.从而给水体准确提取带来难度。
国内是按照逻辑式,对满
外对于混合像元的分解做出大量研究,主要有口;配
足条件的聚类进行提取.本次设定的斑
滤波法、经验系数法、线性光谱分离法、非线性光谱
块被筛选出来。
是将按属性提取分离法等。
本文利用图像的空间位置信息对水体混
合像元进行分类。
后的图进行二值化输出。
后效果如图所示统计研究区目前利用比值运算创建的指数林林总总。
比值
的水体被分割成个斑块。
型指数创建的基本思想就是在多光谱波段范围内.后统计研究区的水体斑块为个。
可
寻找所要研究地类的最强反射波段和最弱反射波
以看出碎斑得到了很好的抑制。
斑碎去除后的效果
段,将强者置于分子,弱者置于分母。
通过比值运算,
如图所示。
进一步扩大二者的差距.使感兴趣的地物在所生成
的指数影像上得到的最大的亮度增强,而其他地物
受到普遍的抑制,从而达到突出感兴趣地物的目的。
从不同地物的光谱曲线上如图所示可
以看 ,水体在绿波段的反射率比远红外强,并且植
被、裸地、建筑物和城市等地物的反射率很高,选用
绿和远红外波段构成比值水体提取模型能很好突出
水体同时抑制其他信息。
徐涵秋等在构建
的指数
的基础上,提出了改进的归一化差异水体指数
图效果,用于提取水体。
见公式表述。
/ 《、、
. . 水体的提取过程基于水体粗提取
对于数据,为绿波段,为中红
外波段,因此的定义见公式表述: 一 ,利用波段运算二具计算得到研究区
图像,如图所示。
图中亮色调的为水体,而暗色调
的为非水体。
水陆光谱差异明显,因此可考虑利用阈
图斑碎去除后效果
值法提取水体。
对研究区域各种典型地物进行
. 基于混合像元分类的水体指数法的采样分析,分布曲线见图。
. . 基本原理
经过多次阈值尝试,设定. 时.可以
像元是遥感器获取地面反射或发射光谱信息
很好地提取水体信息。
提取效果见图浙江测绘年第期
值介于 , . 的像元,如图所示。
统计后总共有个像元。
图研究区图
.
.
;然后利用判断规则在水陆混合像元缓冲区巾进
金. 行水体的再提取。
本算法利用丁具实现。
统计
茎
后在个像元中重新分入水体的像元数为
. 个。
如图所示。
.
.
水植被居比地裸地阴影
典型地物
圈典型地物图
将重新判为水体的像元加到前面的水体分类二
值化图中并进行区域生长,对碎斑进行压制,得到最
图阈值 . 提取水体图
终的水体范围。
如图所示。
水陆混合像元缓冲分析
在研究区的十图像中存在着水陆混合像
元,对河流和湖泊的边缘像元进行采样因为这些地
方是水陆混合像元的集中区 ,并且结合图的分
析,设定介于 , . 】的为水陆混合像元缓
冲区,对整个图像介于 , .】的像元进行
空间信息的判断,如果某个像元在空间上的四邻近
像元有个或个以上的像元在前面进行的水体分类中被确切地分为了水体.则判断
这个像元即为水体。
图最终水体提取二值化圈下转第页
首先利用决策树判断图中。