CN104217426A - 一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法 - Google Patents
一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法 Download PDFInfo
- Publication number
- CN104217426A CN104217426A CN201410406360.1A CN201410406360A CN104217426A CN 104217426 A CN104217426 A CN 104217426A CN 201410406360 A CN201410406360 A CN 201410406360A CN 104217426 A CN104217426 A CN 104217426A
- Authority
- CN
- China
- Prior art keywords
- water body
- landsat
- data
- water
- envisat asar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法,本发明涉及基于ENVISAT ASAR与Landsat TM遥感影像数据利用面向对象遥感图像分类方法。本发明是要解决现有的利用遥感影像提取水体信息的方法提取精度低、水体提取方法复杂不易操作的问题。一与二:对数据进行预处理;三:对ENVISAT ASAR数据进行重采样;四:对数据进行空间配准;五:对影像进行多层多尺度分割;六:建立开放水体指数放大第4波段的光谱差异;七:初步区分水体对象和非水体对象;八:确定水体雷达后向散射系数阈值;九:准确提取水体信息;十:导出水体对象,生成水体矢量;十一:制作水体专题地图。
Description
技术领域
本发明涉及基于ENVISAT ASAR与Landsat TM遥感影像数据利用面向对象遥感图像分类方法。
背景技术
水是地球上万物的生命之源,水体的提取是水资源的调查评估、洪涝灾害的预测调查和损失评估、环境监测、水质监测以及旱情评估等众多方面的基础。因此,快速准确地绘制水体的空间分布专题地图对水资源的保护、监测和评估意义重大。然而,在现有的利用遥感影像提取水体信息的方法中,简单易行的水体提取方法往往提取精度不高,高精度的水体提取方法往往又复杂不易操作。利用光学影像自动提取水体,仅考虑光谱信息,提取结果容易受易于与水体混淆地物类型的影响,产生错分或漏分,降低水体空间信息提取的准确性。针对传统的仅应用光学影像自动提取水体信息,提取精度受到山体阴影、居住地、云朵等因素影响,且分类后的影像存在“椒盐现象”、“飞地现象”不适用于中分辨率遥感影像的水体制图。
面向对象的解译方法在解译时不仅考虑到地物的光谱信息,同时地物的几何特征和结构特征也被考虑在内,影像解译的最小单元是具有相同特征(如光谱、纹理和空间组合关系等特征)同质均一的对象。相对于传统的遥感解译方法针对影像的单个像元的特征进行解译而言,此方法突破了传统的遥感分类方法以像元为基本分类和处理单元的局限性,以含有更多语义信息的多个相邻像元组成的对象为处理单元,可以实现较高层次的遥感图像分类和目标地物提取。该方法是基于认知模型的遥感信息提取方法,更贴近人类的认知过程,已成为遥感信息提取领域主要的研究方向之一。
Landsat是1972年以来美国航空航天局(NASA)发射升空的一系列陆地资源卫星。Landsat5搭载的传感器TM,含有7个波段(0.45~0.53μm,0.52~0.60μm,0.63~0.69μm,0.76~0.90μm,1.55~1.75μm,10.40~12.50μm,2.08~2.35μm),轨道高度705km,空间分辨率30m,重访周期16天。ENVISAT是欧空局于2002年3月发射升空的巨型环境监测卫星,ASAR(Advanced Synthetic Aperture Radar)是ENVISAT搭载的先进合成孔径雷达,它具有多模式、多极化、大幅宽、多入射角等特性。
发明内容
本发明是要解决现有的利用遥感影像提取水体信息的方法提取精度低、水体提取方法复杂不易操作的问题,而提供了一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法。
一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法,它按以下步骤实现:
步骤一:对Landsat TM数据进行预处理;
步骤二:对ENVISAT ASAR数据进行预处理;
步骤三:对步骤二预处理完成的ENVISAT ASAR数据进行重采样,重采样标准:重采样后的ENVISAT ASAR数据与步骤一处理完成的Landsat TM数据的栅格大小一致;
步骤四:对步骤一预处理完成的Landsat TM数据和步骤三中重采样后的ENVISATASAR数据进行空间配准,得到Landsat TM影像和ENVISAT ASAR影像;
步骤五:对Landsat TM影像和ENVISAT ASAR影像进行多层多尺度分割,得到一系列分割单元,将每个分割单元作为一个对象;其中,所述每个分割单元由空间上相邻、同质性达到80%~100%的像元组成;
步骤六:利用水体对Landsat TM影像第4波段B4具有强烈吸收的特点,建立开放水体指数放大第4波段的光谱差异,建立的指数称为开放水体指数公式如下:
其中B2为对象第2波段的值,B3为对象第3波段的值,B4为对象第4波段的值;
步骤七:基于步骤六的开放水体指数公式计算步骤五得到的各分割对象的开放水体指数,根据已有水体确定样点开放水体指数的阈值,初步区分水体对象和非水体对象;
步骤八:分析水体与非水体对象在步骤四中空间配准后的ENVISAT ASAR影像后向散射系数的差异,确定水体雷达后向散射系数阈值;
步骤九:在步骤七初步区分水体对象和非水体对象的基础上,根据步骤八中确定的水体雷达后向散射系数阈值,剔除初步区分水体对象和非水体对象中的非水体对象,准确提取水体信息;
步骤十:导出水体对象,生成水体矢量;
步骤十一:在ArcGIS软件中制作水体专题地图。
发明效果:
将易于与水体信息混淆的地物类型进行区分,自动快速准确地提取中等分辨率遥感图像(Landsat TM)中的水体的空间分布信息,从而实现水体信息自动提取专题制图的方法。
雷达影像与光学影像相结合,利用面向对象的遥感分类方法,获取对象的光谱、纹理、形状特征,通过设定阈值逐层提取水体对象,制作水体专题地图。
本发明基于Landsat TM影像和ENVISAT ASAR影像,将面向对象的遥感图像分类方法应用于水体信息的自动提取中,将独立的像元合并成为同质的对象,对象分割过程中不仅考虑光谱特征,还考虑到纹理特征和拓扑特征,逐步得到水体空间分布信息。所得分类结果精度为98%,比仅已有的应用中等分辨率遥感影像提取水体的方法精度提高3%~10%。同时,综合运用开放水体指数与水体在ENVISAT ASAR雷达影像中的后向散射系数特征,设定合适阈值,操作简单易行。本发明克服了传统分类技术提取水体漏分和误分现象严重的困难,同时也解决了分类得到的水体空间信息存在“椒盐现象”、“飞地现象”,不具有明确地理意义等问题。本发明对光学影像与雷达影像相结合快速自动提取水体信息具有实践意义。
附图说明
图1是本发明流程图。
具体实施方式
具体实施方式一:本实施方式的一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法,它按以下步骤实现:
步骤一:对Landsat TM数据进行预处理;
步骤二:对ENVISAT ASAR数据进行预处理;
步骤三:对步骤二预处理完成的ENVISAT ASAR数据进行重采样,重采样标准:重采样后的ENVISAT ASAR数据与步骤一处理完成的Landsat TM数据的栅格大小一致;
步骤四:对步骤一预处理完成的Landsat TM数据和步骤三中重采样后的ENVISATASAR数据进行空间配准,得到Landsat TM影像和ENVISAT ASAR影像;
步骤五:对Landsat TM影像和ENVISAT ASAR影像进行多层多尺度分割,得到一系列分割单元,将每个分割单元作为一个对象;其中,所述每个分割单元由空间上相邻、同质性达到80%~100%的像元组成;
步骤六:利用水体对Landsat TM影像第4波段B4具有强烈吸收的特点,建立开放水体指数放大第4波段的光谱差异,建立的指数称为开放水体指数公式如下:
其中B2为对象第2波段的值,B3为对象第3波段的值,B4为对象第4波段的值;
步骤七:基于步骤六的开放水体指数公式计算步骤五得到的各分割对象的开放水体指数,根据已有水体确定样点开放水体指数的阈值,初步区分水体对象和非水体对象;
步骤八:分析水体与非水体对象在步骤四中空间配准后的ENVISAT ASAR影像后向散射系数的差异,确定水体雷达后向散射系数阈值;
步骤九:在步骤七初步区分水体对象和非水体对象的基础上,根据步骤八中确定的水体雷达后向散射系数阈值,剔除初步区分水体对象和非水体对象中的非水体对象,准确提取水体信息;
步骤十:导出水体对象,生成水体矢量;
步骤十一:在ArcGIS软件中制作水体专题地图。
具体实施方式二:本实施方式与具体实施方式一不同的是:所述步骤一中对LandsatTM数据进行预处理采用正射纠正和几何精纠正进行预处理消除地形畸变和几何畸变。
其它步骤及参数与具体实施方式一相同。
具体实施方式三:本实施方式与具体实施方式一或二不同的是:所述步骤二中对ENVISAT ASAR数据(此数据为栅格格式数据,采用矩阵形式存储)进行预处理采用辐射定标、地形校正和滤波处理,将影像的数值量化值即DNij值转化为后向散射系数,消除影像地形畸变、几何畸变和噪声;
其中,所述辐射定标公式如下:
其中,为第i行第j列像元的后向散射系数;DNij为第i行第j列像元的数值量化值;θij是第i行第j列像元的雷达波入射角度;K即为绝对定标系数。
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四:本实施方式与具体实施方式一至三之一不同的是:所述步骤三中栅格大小为30m×30m。
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五:本实施方式与具体实施方式一至四之一不同的是:所述步骤四中空间配准以步骤一预处理完成的Landsat TM数据为基准,对步骤三预处理完成的ENVISATASAR数据进行几何校准,误差控制在0.5个像元以内。
其它步骤及参数与具体实施方式一至四之一相同。
步骤一:下载试验所用Landsat TM数据,轨道号为P198R24,时间2002年9月24日。为消除地形畸变,利用试验区的DEM数据对Landsat TM影像进行正射纠正;为消除几何畸变,利用地形数据,在ERDAS软件中选取地面控制点,对正射纠正后的影像进行几何精纠正;
步骤二:下载试验所用ENVISAT ASAR APP Level1B级数据(极化方式为VV),时间为2002年7月30日。对影像进行辐射定标,将影像DN值转化为后散射系数(单位为dB)。辐射定标公式如下,其中,为第i行第j列像元的后向散射系数;DNij为第i行第j列像元的原始强度数值;θij是第i行第j列像元的雷达波入射角度;K即为绝对定标系数;
为消除地形畸变,在NEXT4C软件中,利用试验区的DEM数据采用的距离多普勒成像算法(Range-Doppler)对辐射校正ENVISAT ASAR雷达影像进行地形纠正;为消除影像噪声,应用Enhanced Lee滤波器(窗口大小3╳3像元)对地形校正完成的雷达影像进行空间滤波处理;
步骤三:在ArcGIS中对步骤二处理完成的ENVISAT ASAR数据进行重采样为LandsatTM影像的栅格大小(30m×30m);
步骤四:利用ArcGIS软件的Georeferencing模块对步骤一和步骤三中得到的LandsatTM数据和ENVISAT ASAR数据进行空间配准中,配准以Landsat TM影像为基准,对ENVISAT ASAR雷达影像进行几何校准,误差控制在0.5个像元以内;
步骤五:利用eCognition软件对Landsat TM影像和ENVISAT ASAR影像进行多层多尺度分割,得到一系列分割单元,每个分割单元由空间上相邻、同质性达到80%以上的像元组成,将每个分割单元作为一个对象。表1显示在面向对象分类过程中多尺度分割的参数设置;
表1.
分割尺度 | 彩色因子 | 形状因子 | 光滑度 | 紧致度 |
5 | 0.8 | 0.2 | 0.6 | 0.4 |
步骤六:利用水体对Landsat TM第四波段(B4)具有强烈吸收的特点,建立指数,放大第4波段的光谱差异,建立的指数称为开放水体指数(Open Water Index),公式如下,其中B2为对象第2波段的值,其中B3为对象第3波段的值,B4为对象第4波段的值;
步骤七:基于步骤六的开放水体指数公式计算步骤五得到的各分割对象的开放水体指数,根据已有水体样点确定开放水体指数的阈值,初步区分水体对象和非水体对象。根据已有水体样点,统计水体后向散射系数,并通过一系列的试验发现,当OW阈值设置为0时可以95%以上区分水体和非水体对象;
步骤八:分析水体与非水体对象在ENVISAT ASAR数据中后向散射系数的差异,确定水体雷达后向散射系数阈值。在步骤七初步提取水体结果的基础上,通过一系列的试验发现,当ENVISAT ASAR数据VV极化方式下后向散射系数阈值设置为小于等于-20时可以很好地区分水体和非水体对象;
步骤九:在步骤七初步水体提取结果的基础上,根据步骤八中确定的阈值,剔除初步水体提取结果中的非水体对象,准确提取水体信息。水体对象的提取精度98%以上;
步骤十:导出水体对象,生成水体矢量;
步骤十一:在ArcGIS软件中制作水体专题地图。
Claims (5)
1.一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法,其特征在于它按以下步骤实现:
步骤一:对Landsat TM数据进行预处理;
步骤二:对ENVISAT ASAR数据进行预处理;
步骤三:对步骤二预处理完成的ENVISAT ASAR数据进行重采样,重采样标准:重采样后的ENVISAT ASAR数据与步骤一处理完成的Landsat TM数据的栅格大小一致;
步骤四:对步骤一预处理完成的Landsat TM数据和步骤三中重采样后的ENVISATASAR数据进行空间配准,得到Landsat TM影像和ENVISAT ASAR影像;
步骤五:对Landsat TM影像和ENVISAT ASAR影像进行多层多尺度分割,得到一系列分割单元,将每个分割单元作为一个对象;其中,所述每个分割单元由空间上相邻、同质性达到80%~100%的像元组成;
步骤六:利用水体对Landsat TM影像第4波段B4具有强烈吸收的特点,建立开放水体指数放大第4波段的光谱差异,建立的指数称为开放水体指数公式如下:
其中B2为对象第2波段的值,B3为对象第3波段的值,B4为对象第4波段的值;
步骤七:基于步骤六的开放水体指数公式计算步骤五得到的各分割对象的开放水体指数,根据已有水体确定样点开放水体指数的阈值,初步区分水体对象和非水体对象;
步骤八:分析水体与非水体对象在步骤四中空间配准后的ENVISAT ASAR影像后向散射系数的差异,确定水体雷达后向散射系数阈值;
步骤九:在步骤七初步区分水体对象和非水体对象的基础上,根据步骤八中确定的水体雷达后向散射系数阈值,剔除初步区分水体对象和非水体对象中的非水体对象,准确提取水体信息;
步骤十:导出水体对象,生成水体矢量;
步骤十一:在ArcGIS软件中制作水体专题地图。
2.根据权利要求1所述的一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法,其特征在于所述步骤一中对Landsat TM数据进行预处理采用正射纠正和几何精纠正进行预处理消除地形畸变和几何畸变。
3.根据权利要求1或2所述的一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法,其特征在于所述步骤二中对ENVISAT ASAR数据进行预处理采用辐射定标、地形校正和滤波处理,将影像的数值量化值即DNij值转化为后向散射系数,消除影像地形畸变、几何畸变和噪声;
其中,所述辐射定标公式如下:
其中,为第i行第j列像元的后向散射系数;DNij为第i行第j列像元的数值量化值;θij是第i行第j列像元的雷达波入射角度;K即为绝对定标系数。
4.根据权利要求3所述的一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法,其特征在于所述步骤三中栅格大小为30m×30m。
5.根据权利要求4所述的一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法,其特征在于所述步骤四中空间配准以步骤一预处理完成的Landsat TM数据为基准,对步骤三预处理完成的ENVISAT ASAR数据进行几何校准,误差控制在0.5个像元以内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410406360.1A CN104217426A (zh) | 2014-08-18 | 2014-08-18 | 一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410406360.1A CN104217426A (zh) | 2014-08-18 | 2014-08-18 | 一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104217426A true CN104217426A (zh) | 2014-12-17 |
Family
ID=52098868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410406360.1A Pending CN104217426A (zh) | 2014-08-18 | 2014-08-18 | 一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104217426A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447274A (zh) * | 2015-12-22 | 2016-03-30 | 中国科学院东北地理与农业生态研究所 | 一种利用面向对象分类技术对中等分辨率遥感图像进行滨海湿地制图的方法 |
CN107341809A (zh) * | 2017-06-22 | 2017-11-10 | 同济大学 | 一种面向多源遥感影像的海岸线自动提取及偏差纠正方法 |
CN107688776A (zh) * | 2017-07-21 | 2018-02-13 | 同济大学 | 一种城市水体提取方法 |
CN107895169A (zh) * | 2017-10-25 | 2018-04-10 | 南京邮电大学 | 一种基于envisat asar双极化数据提取湿地信息的方法 |
CN107991243A (zh) * | 2016-10-27 | 2018-05-04 | 核工业北京地质研究院 | 一种基于航空高光谱遥感数据的高海拔地区水体提取方法 |
CN109308451A (zh) * | 2018-08-09 | 2019-02-05 | 哈尔滨哈船导航技术有限公司 | 一种高分数据信息提取系统及方法 |
CN109374564A (zh) * | 2018-08-20 | 2019-02-22 | 广州地理研究所 | 一种多源遥感数据城市不透水面提取方法 |
CN109583516A (zh) * | 2018-12-24 | 2019-04-05 | 天津珞雍空间信息研究院有限公司 | 一种基于地基和卫星观测的时空连续pm2.5反演方法 |
CN109977801A (zh) * | 2019-03-08 | 2019-07-05 | 中国水利水电科学研究院 | 一种联合光学和雷达的区域水体快速动态提取方法及系统 |
CN110703244A (zh) * | 2019-09-05 | 2020-01-17 | 中国科学院遥感与数字地球研究所 | 基于遥感数据识别城区内水体的方法和装置 |
CN112729145A (zh) * | 2020-12-21 | 2021-04-30 | 兰州大学 | 一种确定滑坡位移与库区水位波动关系的方法 |
CN113408547A (zh) * | 2021-07-12 | 2021-09-17 | 西南交通大学 | 一种多时相多极化sar滑坡提取方法 |
CN114092344A (zh) * | 2021-10-27 | 2022-02-25 | 广东省水利水电技术中心(广东省水土保持监测站、广东省水利工程白蚁防治中心) | 河流水体对象提取方法、装置、设备以及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930496A (zh) * | 2012-10-29 | 2013-02-13 | 南京信息工程大学 | 基于tm影像的水体信息提取方法 |
CN103000077A (zh) * | 2012-11-27 | 2013-03-27 | 中国科学院东北地理与农业生态研究所 | 利用面向对象的分类方法对中等分辨率遥感图像进行红树林制图的方法 |
CN103793907A (zh) * | 2013-12-12 | 2014-05-14 | 中国科学院深圳先进技术研究院 | 一种水体信息的提取方法及装置 |
-
2014
- 2014-08-18 CN CN201410406360.1A patent/CN104217426A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102930496A (zh) * | 2012-10-29 | 2013-02-13 | 南京信息工程大学 | 基于tm影像的水体信息提取方法 |
CN103000077A (zh) * | 2012-11-27 | 2013-03-27 | 中国科学院东北地理与农业生态研究所 | 利用面向对象的分类方法对中等分辨率遥感图像进行红树林制图的方法 |
CN103793907A (zh) * | 2013-12-12 | 2014-05-14 | 中国科学院深圳先进技术研究院 | 一种水体信息的提取方法及装置 |
Non-Patent Citations (5)
Title |
---|
GIORGOS MALLINIS 等: "An object-based approach for flood area delineation in a transboundary area using ENVISAT ASAR and LANDSAT TM data", 《INTERNATIONAL JOURNAL OF DIGITAL EARTH》 * |
WANG QING 等: "Estimation of Wetland Vegetation Biomass in the Poyang Lake Area Using Landsat TM and Envisat ASAR Data", 《PROC.OF SPIE 》 * |
李苗 等: "ENVISAT-ASAR 数据产品介绍与数据处理", 《测绘与空间地理信息》 * |
莫伟华 等: "MODIS水体指数模型(CIWI)研究及其应用", 《遥感信息》 * |
郑伟 等: "基于Asar与TM图像的洪水淹没范围提取", 《测绘科学》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447274A (zh) * | 2015-12-22 | 2016-03-30 | 中国科学院东北地理与农业生态研究所 | 一种利用面向对象分类技术对中等分辨率遥感图像进行滨海湿地制图的方法 |
CN105447274B (zh) * | 2015-12-22 | 2018-07-27 | 中国科学院东北地理与农业生态研究所 | 一种利用面向对象分类技术对中等分辨率遥感图像进行滨海湿地制图的方法 |
CN107991243A (zh) * | 2016-10-27 | 2018-05-04 | 核工业北京地质研究院 | 一种基于航空高光谱遥感数据的高海拔地区水体提取方法 |
CN107991243B (zh) * | 2016-10-27 | 2020-06-19 | 核工业北京地质研究院 | 一种基于航空高光谱遥感数据的高海拔地区水体提取方法 |
CN107341809B (zh) * | 2017-06-22 | 2020-11-20 | 同济大学 | 一种面向多源遥感影像的海岸线自动提取及偏差纠正方法 |
CN107341809A (zh) * | 2017-06-22 | 2017-11-10 | 同济大学 | 一种面向多源遥感影像的海岸线自动提取及偏差纠正方法 |
CN107688776A (zh) * | 2017-07-21 | 2018-02-13 | 同济大学 | 一种城市水体提取方法 |
CN107895169A (zh) * | 2017-10-25 | 2018-04-10 | 南京邮电大学 | 一种基于envisat asar双极化数据提取湿地信息的方法 |
CN109308451A (zh) * | 2018-08-09 | 2019-02-05 | 哈尔滨哈船导航技术有限公司 | 一种高分数据信息提取系统及方法 |
CN109374564A (zh) * | 2018-08-20 | 2019-02-22 | 广州地理研究所 | 一种多源遥感数据城市不透水面提取方法 |
CN109583516A (zh) * | 2018-12-24 | 2019-04-05 | 天津珞雍空间信息研究院有限公司 | 一种基于地基和卫星观测的时空连续pm2.5反演方法 |
CN109977801A (zh) * | 2019-03-08 | 2019-07-05 | 中国水利水电科学研究院 | 一种联合光学和雷达的区域水体快速动态提取方法及系统 |
CN110703244A (zh) * | 2019-09-05 | 2020-01-17 | 中国科学院遥感与数字地球研究所 | 基于遥感数据识别城区内水体的方法和装置 |
CN110703244B (zh) * | 2019-09-05 | 2023-08-04 | 中国科学院遥感与数字地球研究所 | 基于遥感数据识别城区内水体的方法和装置 |
CN112729145A (zh) * | 2020-12-21 | 2021-04-30 | 兰州大学 | 一种确定滑坡位移与库区水位波动关系的方法 |
CN112729145B (zh) * | 2020-12-21 | 2022-03-11 | 兰州大学 | 一种确定滑坡位移与库区水位波动关系的方法 |
CN113408547A (zh) * | 2021-07-12 | 2021-09-17 | 西南交通大学 | 一种多时相多极化sar滑坡提取方法 |
CN114092344A (zh) * | 2021-10-27 | 2022-02-25 | 广东省水利水电技术中心(广东省水土保持监测站、广东省水利工程白蚁防治中心) | 河流水体对象提取方法、装置、设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104217426A (zh) | 一种基于ENVISAT ASAR与Landsat TM遥感数据面向对象提取水体的方法 | |
CN104881865B (zh) | 基于无人机图像分析的森林病虫害监测预警方法及其系统 | |
CN102609726B (zh) | 利用面向对象技术融合高空间和高时间分辨率数据的遥感图像分类方法 | |
Sahebjalal et al. | Analysis of land use-land covers changes using normalized difference vegetation index (NDVI) differencing and classification methods | |
CN105957079B (zh) | 基于Landsat OLI多光谱影像的湖泊水域信息提取方法 | |
CN103632363B (zh) | 基于多尺度融合的对象级高分辨率遥感影像变化检测方法 | |
CN104361338A (zh) | 一种基于ENVISAT ASAR、Landsat TM与DEM数据的泥炭沼泽信息提取方法 | |
CN111242224B (zh) | 一种基于无人机提取分类样本点的多源遥感数据分类方法 | |
CN104899562B (zh) | 基于纹理分割融合的雷达遥感影像人工建筑识别算法 | |
CN102855494B (zh) | 一种卫星遥感影像的水体提取方法及装置 | |
CN103578110A (zh) | 基于灰度共生矩阵的多波段高分辨率遥感影像分割方法 | |
CN102193090A (zh) | 一种遥感图像混合像元分解方法 | |
CN104268559A (zh) | 基于面向对象和中等分辨率遥感图像的水田与旱地区分方法 | |
CN111310681B (zh) | 一种融入地学知识的红树林分布遥感提取方法 | |
CN106228130A (zh) | 基于模糊自编码网络的遥感影像云检测方法 | |
CN105243387A (zh) | 一种基于无人机影像的露天矿典型地物分类方法 | |
CN116403121A (zh) | 水体指数与极化信息多路径融合的遥感图像水域分割方法、系统及设备 | |
CN107121681B (zh) | 基于高分卫星遥感数据的居民地提取系统 | |
CN115187865A (zh) | 基于地物光谱的无人机影像近红外波段模拟方法、介质 | |
CN102231190B (zh) | 冲洪积扇信息的自动提取方法 | |
CN105894006A (zh) | 时空概率模型水稻遥感识别方法 | |
CN114386497A (zh) | 面向铀成矿构造的航空高光谱和伽玛能谱数据融合方法 | |
Bektas Balcik et al. | Determination of magnitude and direction of land use/land cover changes in Terkos Water Basin, Istanbul | |
CN106529600A (zh) | 一种基于svm的高分辨率光学影像建筑物角点识别方法 | |
CN112033937B (zh) | 一种水体提取精度的评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141217 |
|
WD01 | Invention patent application deemed withdrawn after publication |