遙感專題信息提取作業(yè)

《遙感專題信息提取作業(yè)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、淺析水體遙感信息提取的幾種方法摘要:本文分別介紹了MNWDI、監(jiān)督分類法、主成分分析和決策樹法多種不同水體遙感提取方法的過程及原理,并以特定水域的水體提取為例,比較了多種方法的實現(xiàn)異同,從而為在不同時期和不同用途時采用最佳的水體提取模型提供一定的依據(jù)。關(guān)鍵字：監(jiān)督分類，主成分分析，水體提取1引言遙感圖像記錄了地物在空間域、時間域、光譜的變化信息，利用地物的光譜能量特征差異性和結(jié)構(gòu)差異性來識別地物信息是遙感應(yīng)用的一個主要方面。除了廣泛應(yīng)用在多種地質(zhì)現(xiàn)象解釋方面，水體提取，水體監(jiān)測，水面積測算也是其中的一部分。近年

2、來,隨著高光譜數(shù)據(jù)的廣泛應(yīng)用,各種新理論新方法相繼涌現(xiàn),對傳統(tǒng)遙感信息提取方法提出了新要求。目前利用遙感提取水體信息的方法主要有兩種模式，一種是基于波段之間的相關(guān)性建立的數(shù)學(xué)模型，可以分為單波段和多波段方法，單波段法主要選取遙感影像中的近紅外波段并利用閥值來提取水體信息。多波段法則主要是利用多波段的優(yōu)勢綜合提取水體信息。另外一種模式就是基于圖像統(tǒng)計特征，根據(jù)應(yīng)用目的的不同對遙感圖像執(zhí)行光譜增強或輻射增強處理，以達到突出水體的信息。2利用遙感對水體提取的幾種方法的研究2.1MODIS簡介MODIS是美國NASA.

3、對地觀測系統(tǒng)(EOS)系列遙感衛(wèi)星平臺上的主要傳感器,它具有36個光譜通道,分布在從可見光、近紅外到熱紅外的電磁波譜范圍內(nèi).其空間分辨率分別為250m、500m和Ikm,且每天可在不同時間過境4次。2.1.1水體的光譜特征水的光譜特征主要取決于水本身的物質(zhì)組成,同時又受到各種水態(tài)的影響。在可見光波段0.5μm之前，水的吸收少，反射率比較低，大量投射。其中，水面反射率5%左右，并隨著太陽高度角的變化呈3%~10%不等的變化。水體可見光反射包括水面反射，水體底部物質(zhì)反射及水中懸浮物質(zhì)（浮游生物或葉綠素，泥沙及其他物

4、質(zhì)）的反射三方面的貢獻。天然水體對電磁波的吸收明顯高于絕大多數(shù)其它地物,因而水體的總輻射水平低于其它地物,在彩色遙感影像上表現(xiàn)為暗色調(diào)。在紅外波段,水體吸收的能量高于可見光波段,所以水體在近紅外及中紅外波段的反射能量很少,而植被、土壤在這兩個波段內(nèi)的吸收能量較小,且有較高的反射特性,這使得水體在這兩個波段上與植被和土壤有明顯的區(qū)別。利用此類特性和不同波譜間的水體光譜特征,就可以提取出水體。2.1.2歸一化差異水體指數(shù)法——MNWDIMNWDI實質(zhì)上是一種比值型方法，比值型指數(shù)方法的基本原理就是在多光譜波段內(nèi)，尋

5、找出所要研究地物類的最強反射波段和最弱反射波段。將強者置于分子，弱者置于分母。通過比值運算，進一步擴大二者的差距，使感興趣的地物在所生成的指數(shù)影像上得到最大的亮度增強，而其他背景地物則受到普遍的壓制，從而達到突出感興趣地物的目的。由于水的反射從可見光到紅外波段逐漸減弱，在近紅外和中紅外波長范圍內(nèi)吸收性最強，幾乎無反射，因此用可見光波段和紅外波段的反差構(gòu)成的比值可以突出影像中的水體信息。歸一化差分植被指數(shù)法NDVI和改進型歸一化差分水體指數(shù)法MNDWI計算公式為NDVI=CH2-CH1CH2+CH1(1)式中，C

6、H1和CH2分別代表MODIS波段1和波段2的地表反射率。MNDWI=CH2-MirCH2+Mir(2)式中，CH2和Mir分別都為MODIS波段2和中遠紅外波段的地表輻射率。在NDVI模型中，由于MODIS數(shù)據(jù)的波段1是紅光區(qū)（0.62μm~0.67μm），水體反射高于植被，波段2是近紅外區(qū)（0.841μm~0.876μm），植被的反射率明顯高于水體。因此采用NDVI來處理可增強水陸反差。利用此特點，可通過選用閥值建立識別水體和植被、土壤的模型。在MNDWI模型中，由于建筑物等陰影在綠光和近紅外波段的波譜特征

7、與水體相似，當(dāng)采用中紅外波段替換近紅外波段時，可以使計算出的水體與建筑物指數(shù)的反差明顯增強，大大降低了二者的混淆程度，從而有利于城鎮(zhèn)中水體信息的準(zhǔn)確提取。2.2用監(jiān)督分類法提取水體遙感影像的監(jiān)督分類又稱訓(xùn)練場法,是在已知類別的訓(xùn)練場地上提取各類別的訓(xùn)練樣本,通過選擇特征變量,確定判別函數(shù)或判別式,把影像中的各個像元點劃歸到各個給定的分類,是模式識別的一種方法。它的基本思想是:首先根據(jù)類別的先驗知識確定判別函數(shù)和相應(yīng)的判別準(zhǔn)則,利用一定數(shù)量的已知類別樣本的觀測值確定判別函數(shù)中的待定參數(shù),然后將未知類別的樣本的觀測

8、值代入判別函數(shù),再根據(jù)判別準(zhǔn)則對該樣本的所屬類別做出判定.常用監(jiān)督分類算法有:判別分析、最大似然分析、特征分析、特征曲線窗口法和圖形識別等。監(jiān)督分類的優(yōu)點是分類結(jié)果與實際地物吻合較好,但工作量較大,且要求訓(xùn)練區(qū)域具有典型性和代表性,適合于有先驗知識時使用。2.3基于圖像統(tǒng)計特征的水體面積提取圖像的統(tǒng)計特征主要反映在它的紋理特征上。細(xì)小地物在影像上有規(guī)律地重復(fù)出現(xiàn)，它反映了色調(diào)變化的頻率