CN105243367A - 一种基于卫星遥感数据的水体范围监测方法和装置 - Google Patents

一种基于卫星遥感数据的水体范围监测方法和装置 Download PDF

Info

Publication number
CN105243367A
CN105243367A CN201510658535.2A CN201510658535A CN105243367A CN 105243367 A CN105243367 A CN 105243367A CN 201510658535 A CN201510658535 A CN 201510658535A CN 105243367 A CN105243367 A CN 105243367A
Authority
CN
China
Prior art keywords
water body
peak
body index
image data
histogram
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.)
Granted
Application number
CN201510658535.2A
Other languages
English (en)
Other versions
CN105243367B (zh
Inventor
蔡阳
卫黎光
王伶俐
陈德清
刘东升
付川
付静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ministry Of Water Resources Information Center
Aerospace Hongtu Information Technology Co Ltd
Original Assignee
BEIJING AEROSPACE HONGTU INFORMATION TECHNOLOGY Co Ltd
WATER CONSERVANCY INFORMATION CENTRE MINISTRY OF WATER RESOURCES
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BEIJING AEROSPACE HONGTU INFORMATION TECHNOLOGY Co Ltd, WATER CONSERVANCY INFORMATION CENTRE MINISTRY OF WATER RESOURCES filed Critical BEIJING AEROSPACE HONGTU INFORMATION TECHNOLOGY Co Ltd
Priority to CN201510658535.2A priority Critical patent/CN105243367B/zh
Publication of CN105243367A publication Critical patent/CN105243367A/zh
Application granted granted Critical
Publication of CN105243367B publication Critical patent/CN105243367B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
    • G06V10/267—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion by performing operations on regions, e.g. growing, shrinking or watersheds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种基于卫星遥感数据的水体范围监测方法和装置。该方法包括获取卫星遥感影像数据；对卫星遥感影像数据进行预处理，得到预处理后的影像数据；从预处理后的影像数据中提取单个水体研究区域的影像数据；计算单个水体研究区域的影像数据对应的水体指数单波段影像文件；根据水体指数单波段影像文件建立水体指数直方图；根据水体指数直方图曲线确定分割阈值；以及根据分割阈值从单个水体研究区域的影像数据中得到单个水体研究区域内的水体面积。通过本发明，在基于卫星遥感数据进行水体范围的监测时，不用考虑背景中不同地物之间的分割阈值，能够基于水体指数直方图曲线自动分割水体。

Description

一种基于卫星遥感数据的水体范围监测方法和装置
技术领域
本发明涉及遥感图像技术领域，尤其涉及一种基于中、高分辨率遥感影像的大中小型水库及面积大于一平方公里的湖泊等水体范围自动化监测方法。
背景技术
水是生命之源、生产之要、生态之基，水利是国民经济的基础设施和基础产业，我国水利工程建设中涉及大中小型水库九万多座，面积一平方公里以上湖泊近三千个。为全面了解水利发展状况，提高水利服务经济社会发展能力，实现水资源可持续开发、利用和保护，需要进行全国水利普查。水利普查对摸清我国水利行业现状,完善国情国力基础信息意义重大。
我国水资源人均占有量少，时空分布不均，随着社会经济的进一步发展和人民生活水平的不断提高，水资源短缺和水污染等矛盾将会更加突出，水资源的供需矛盾已成为国民经济和社会发展的重要制约条件。我国幅员辽阔，自然条件更是复杂多样，洪涝和干旱等灾害发生频繁，严重威胁着人民生命财产和生产生活的安危。面对严峻的现实，如何加强水利建设，使工程措施和非工程措施科学结合，将有限的水土资源调配管理好、利用好，最大限度地发挥其兴利减灾的经济、社会和环境效益是一项艰巨任务。
积极发展遥感技术特别是中高分辨遥感技术解决水利行业生产实践中的问题，是提高水利行业生产力水平、增加新的业务手段、改进管理方法和加强水利基础产业地位的重要途径之一。近年来，遥感技术在水利行业的应用越来越广泛。水资源管理、防汛抗旱、水利普查等多个业务领域对遥感卫星技术特别是高分辨率遥感卫星技术具有迫切的需求。
目前利用Landsat、NOVAA等中低分辨率的国外遥感数据进行大范围的自动或半自动水体提取，或者利用IKONOS、SPOT-5及Radarsat-2等高空间分辨率光学数据和雷达数据进行局部范围内水体提取方法相对较多，利用国产中高分辨率遥感数据进行全国范围内的水体提取却未见公开报道。随着我国遥感技术的快速发展，上述现状必将对国产遥感数据在水利行业上的业务应用造成极大的瓶颈。
利用国外中低分辨率光学遥感数据进行水体提取常用的方法有单波段阈值法、谱间关系法、水体指数法和面向对象分类法。利用国外高分辨率光学遥感数据及雷达数据常采用面向对象分类法进行水体提取。
1.单波段阈值法
单波段阈值法是通过选择多光谱遥感数据近红波段或中红外波段为判识参数，利用水体在该通道具有强吸收特性，以及植被和土壤等地物表现出较高的反射特性这一特征。该波段往往是水体特征最明显而其它地物相对不太突出的波段，通过划定阈值来确定水体信息。但是利用单波段阈值法提取水体容易混淆阴影的影响。
2.谱间关系法
谱间关系法是通过利用不同地物的感光特性不同，在不同光谱之间建立的一系列组合运算关系来以突出目标地物、剔除非目标地物的算法。其提取水体的基本原理是利用水体在可见光和近红外波段吸收较强而植被、土壤等地物在该波段范围内反射极强的特点所产生的反射率差异来实现的，不同的数据源、不同地物的谱间关系式不同。针对多光谱数据，采用(band2+band3)-(band1+band4)>α该公式进行水体提取，band1、band2、band3和band4分别为红、绿、蓝和近红波段的反射率值，α为阈值。
3.水体指数法
目前水体指数构建形式有很多，但基本原理都是采用波段比值运算的方法达到突出水体、削弱非水体的目的，对于常规的中、高空间分辨率多光谱遥感影像数据，可构建归一化差异水体指数，利用水体在绿波段和近红波段吸收和反射的反差进行水体提取。
4.面向对象分类法
面向对象分类的多光谱遥感图像提取水体综合考虑了光谱特征、纹理、结构等信息。主要是通过选择适当的影像分割方法和分割尺度，对影像中特征相似的相邻像元合并为一个同质的对象，并综合目标水体的统计特征构建水体特征知识库，再根据相应的影像分类方法提取水体。
基于上述前三种方法的水体提取具有一个共同点，就是需要确定一个合适的阈值完成水体提取。面向对象分类方法关键技术则在于影像分割，及相应分割尺度的确定。遥感影像上的水体光谱特性主要决定于水体的物理特性，物理特性则会随着水体化学成分、泥沙含量、水温和水深等多种因素的变化而变化。针对所要提取全国范围内的十万多座水库和湖泊，由于我国幅员辽阔,各地实际情况差异较大，同一时期不同区域内的不同水体及同一水体不同时期反映出不同的光谱特征，这就直接引起水体图像特征偏离甚至严重偏离理想水体(平静的表面、清洁的成分等)的图像特性。由此造成上述阈值及分割尺度的确定对于行业应用人员而言是一个关键且难以解决的问题。因此仅基于上述水体特征进行建模的水体提取模型虽然方法比较简单，但实用性和普适性都比较差，难以满足实际应用。
针对现有技术中基于卫星遥感数据的水体范围监测方法难以确定阈值及分割尺度的问题，目前尚未提出有效的解决方法。
发明内容
本发明的主要目的在于提供一种基于卫星遥感数据的水体范围监测方法和装置，以解决现有技术中基于卫星遥感数据的水体范围监测方法难以确定阈值及分割尺度的问题。
一方面，本发明提供了一种基于卫星遥感数据的水体范围监测方法。该方法包括：获取卫星遥感影像数据；对卫星遥感影像数据进行预处理，得到预处理后的影像数据；从预处理后的影像数据中提取单个水体研究区域的影像数据；计算单个水体研究区域的影像数据对应的水体指数单波段影像文件；根据水体指数单波段影像文件建立水体指数直方图，其中，水体指数直方图的横坐标为单个水体研究区域内图像像素的灰度级，纵坐标为具有同一灰度级的图像像素的数量；根据水体指数直方图曲线确定分割阈值；以及根据分割阈值从单个水体研究区域的影像数据中得到单个水体研究区域内的水体面积。
进一步地，获取卫星遥感影像数据具体为获取具有16m空间分辨率的国产GF1-WFV多光谱遥感影像数据。
进一步地，对卫星遥感影像数据进行预处理，得到预处理后的影像数据包括以下步骤：对卫星遥感影像数据进行辐射定标，以得到辐射亮度值；对辐射亮度值进行大气校正，以将上述辐射亮度值转化为地表真实反射率；利用基准影像数据对地表真实反射率进行匹配；将匹配结果不合格的数据进行合格化的处理；以及对合格化处理后的数据采用多项式纠正模型进行几何校正。
进一步地，计算单个水体研究区域的影像数据对应的水体指数单波段影像文件具体为：利用归一化水体指数[NDWI＝(Green-NIR)/(Green+NIR)]进行波段运算，求取单个水体研究区域的影像数据对应的水体指数单波段影像文件，其中，NDWI为归一化水体指数，Green为绿波段的反射率值，NIR为近红外波段的反射率值。
进一步地，在建立水体指数直方图之后，根据水体指数直方图曲线确定分割阈值之前，该方法还包括采用以下公式对水体指数直方图进行平滑处理：
pdKernel[i]＝pdKernel[i-1]/4+pdKernel[i]/2+pdKernel[i+1]/4，
其中，i为大于或等于2的自然数，pdKernel[i]为水体指数直方图上第i个灰度级。
进一步地，根据水体指数直方图曲线确定分割阈值包括以下步骤：将水体指数直方图划分为左、中、右三个部分；确定水体指数直方图上的最大峰值位置分布；若最大峰值位于水体指数直方图的右部，则从最大峰值往左遍历找到水体指数直方图上发生畸变的位置；若最大峰值位于水体指数直方图的左部，则从最大峰值往右遍历找到水体指数直方图上发生畸变的位置；以及若最大峰值位于水体指数直方图的中部，确定最大峰值为背景峰值还是水体峰值，其中，若最大峰值为背景峰值，则从最大峰值往右遍历找到水体指数直方图上发生畸变的位置，若最大峰值为水体峰值，则从最大峰值往左遍历找到水体指数直方图上发生畸变的位置，其中，水体指数直方图上发生畸变的位置为分割阈值。
进一步地，将水体指数直方图划分为左、中、右三个部分具体为：利用公式(dfMax-dfMin)/3将水体指数直方图在预设直方图长度范围内平均划分为左中右三部分，其中，dfMax表示水体指数直方图中最大灰度级，dfMin表示水体指数直方图中最小灰度级；确定水体指数直方图上的最大峰值具体为：以水体指数直方图的横坐标第一个灰度级为初始峰值，逐步比较每个灰度级所对应的纵坐标，通过循环迭代遍历整个水体指数直方图，以寻找上述水体指数直方图上的最大峰值；从最大峰值往左遍历具体为：以dStep＝(dfMax-dfMin)/(lHistSize-1.0)为步长，从最大峰值处往左遍历；以及从最大峰值往右遍历具体为：以dStep＝(dfMax-dfMin)/(lHistSize-1.0)为步长，从最大峰值处往右遍历。
进一步地，若最大峰值位于水体指数直方图的中部，确定最大峰值为背景峰值还是水体峰值包括：判断最大峰值右侧是否存在一个大于阈值峰值的参考峰值，其中，阈值峰值为最大峰值与预设系数相乘的乘积，预设系数大于0小于1；若最大峰值右侧存在参考峰值，则最大峰值为背景峰值；以及若最大峰值右侧不存在参考峰值，则最大峰值为水体峰值。
进一步地，根据分割阈值从单个水体研究区域的影像数据中得到单个水体研究区域内的水体面积包括以下步骤：根据分割阈值对单个水体研究区域进行分割，生成二值图像；将二值图像进行矢量化处理，生成矢量结果；以及合并处理矢量结果得到单个水体研究区域内的水体面积。
另一方面，本发明还提供了一种基于卫星遥感数据的水体范围监测装置。该监测装置包括：获取模块，用于获取卫星遥感影像数据；预处理模块，用于对卫星遥感影像数据进行预处理，得到预处理后的影像数据；第一提取模块，用于从预处理后的影像数据中提取单个水体研究区域的影像数据；计算模块，用于计算单个水体研究区域的影像数据对应的水体指数单波段影像文件；直方图建立模块，用于根据水体指数单波段影像文件建立水体指数直方图，其中，水体指数直方图的横坐标为单个水体研究区域内图像像素的灰度级，纵坐标为具有同一灰度级的图像像素的数量；分割阈值确定模块，用于根据水体指数直方图曲线确定分割阈值；以及第二提取模块，用于根据分割阈值从单个水体研究区域的影像数据中得到单个水体研究区域内的水体面积。
通过本发明，提供了一种基于水体指数直方图分布的阈值自动分割水体提取的方法，能够根据图像的直方图曲线来对图像进行分割，从而将感兴趣的目标水体提取出来，只需要确定一个合适的阈值分割目标水体与背景，而不用考虑背景中不同地物之间的分割阈值。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是根据本发明第一实施例的基于卫星遥感数据的水体范围监测方法的流程图；
图2是根据本发明第二实施例的基于卫星遥感数据的水体范围监测方法的流程图；以及
图3是根据本发明第三实施例的基于卫星遥感数据的水体范围监测装置的框图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步说明。需要指出的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
实施例一
首先，本发明实施例一提供了一种基于卫星遥感数据的水体范围监测方法，该方法具体为基于水体指数直方图分布的阈值自动分割水体提取方法。参见图1，该方法可以包括以下步骤：
步骤S102：获取卫星遥感影像数据。
优选地，在该实施例中，采用具有16m空间分辨率的国产GF1-WFV多光谱遥感影像数据。
步骤S104：对卫星遥感影像数据进行预处理，得到预处理后的影像数据。
其中，预处理包括辐射定标、大气校正、影像配准、质量检验、几何校正等。
步骤S106：从预处理后的影像数据中提取单个水体研究区域的影像数据。
利用预设范围，也即缓冲区矢量对预处理后的影像数据对应的影像进行裁剪，提取单个水体研究区域，其中，裁剪结果大于水体范围。
步骤S108：计算单个水体研究区域的影像数据对应的水体指数单波段影像文件。
通过该步骤，求取每个对象，也即单个水体研究区域的水体指数单波段影像文件，通过水体指数可以增强水体与其他地物的反差，便于水体信息提取。
步骤S110：根据水体指数单波段影像文件建立水体指数直方图。
在该步骤中，逐个统计单个水体研究区域内像元值(也即图像像素灰度级)的最小值和最大值，在0-255值域内定义相应对象的水体指数直方图。直方图曲线横坐标代表图像像素的灰度级(共256个灰度级)，纵坐标表示具有该灰度级所包含的像素数量。如果横坐标最小值大于0，说明该区域全是水体；如果横坐标最大值小于0，说明研究区域内全是非水体。
步骤S112：根据水体指数直方图曲线确定分割阈值。
由于水体指数直方图曲线上的阈值，也即水体指数直方图的波峰或波谷值直接反应水体和其他地物的变化界限，因而，通过水体指数直方图曲线能够确定分割阈值。
具体地，水是自然界常见地物中唯一以液态形式存在的地物，“局部与整体的可互证性”是水体的基本特性之一。由于水体的连通性，不论是物理形态上的分子扩散还是外观上纹理、颜色等特征，单一水体总表现出趋于一致的状态。上述状况导致同一水体的光谱特征发生均匀缓慢的变化，因此在水体指数直方图上紧邻目标或背景峰值所发生畸变的地方可以认为是最佳分割阈值。
在水体指数直方图上，峰值位置有以下三种分布情况，优选地，针对不同的分布情况，采用不同的分割阈值确定方法：
若最大峰值位置相对位于直方图的右侧，说明研究区域内目标水体区域面积较大，该情况下从峰值往左遍历找出直方图发生畸变的位置即分割阈值；
若最大峰值位置相对位于直方图的左侧，则说明研究区域内背景区域面积较大，该种情况下从峰值往右遍历找出分割阈值；
若最大峰值位置相对位于直方图的中部，此时则需要首先判断该最大峰值是目标水体峰值还是背景地物峰值，若是目标水体峰值，则从峰值往左遍历找出直方图发生畸变的位置即分割阈值，若是背景地物峰值，则从峰值往右遍历找出直方图发生畸变的位置即分割阈值。
步骤S114：根据分割阈值从单个水体研究区域的影像数据中得到单个水体研究区域内的水体面积。
通过该实施例，提供了一种基于水体指数直方图分布的阈值自动分割水体提取的方法，在该方法中，根据图像的直方图曲线(峰或谷)来对图像进行分割，从而将感兴趣的目标水体提取出来。对具有明显峰谷形状的图像直方图来说，阈值法的分割效果较好。如果图像的直方图呈现出多峰多谷形状，则存在多个直方图分割阈值，此时图像可分割成多个目标区域。
在水体指数直方图分布上，由于部分研究水体范围较大，可能会导致并未出现明显的波谷。但是经水体指数运算后，增强了水体与其他地物的反差，水体像元相对分布在直方图的右侧，因此，在该实施例中，只需要确定一个合适的阈值分割目标水体与背景，而不用考虑背景中不同地物之间的分割阈值。
实施例二
该实施例为在实施例一的基础上进一步优选的基于卫星遥感数据的水体范围监测方法，在该方法中，综合利用水体指数直方图，通过从整体上分析单个对象的水体指数直方图分布特征，以及峰值在直方图上相对位置分布来确定不同情形下阈值自动寻找方法，然后完成相应对象水体范围的提取。利用该方法结合遥感数据监测湖泊和水库面积变化情况可以在一定程度上反映水文干旱的程度。全国大中小型水库和面积1平方公里以上湖泊合计约10万多座(个)，利用国产高分一号卫星16米宽覆盖数据对这些水库和湖泊水域面积按季度/半年进行监测，完成全国水库和湖泊地表水体提取，对干涸水库湖泊个数、水库水体面积分别进行统计，掌握全国主要地表水体动态分布状况，能够为水源调度提供相应技术支撑。参见图2，该方法的基本步骤流程阐述如下。
a.辐射定标：首先对输入的遥感影像进行定标，将图像上的每个通道探测到的电子信号按比例量化成表示辐射值级别的离散整数值，这样以便传感器间、同一传感器不同日期产生的图像进行相互比较。
b.大气校正：通过大气校正消除由大气中气溶胶、水汽带等分子散射引起的辐射误差，将辐射亮度值转化为地表真实反射率。
c.影像配准：针对国产高分一号数据特定的成像模式，加载空间分辨率30米的全国DEM数据，利用天地图作为基准影像对其进行匹配。
d.质量检验：根据各影像生成的匹配结果误差报告，筛选出匹配不合格的影像数据(目前大部分数据的控制点拟合误差控制在两个像素以内)，对不合格的数据通过手动匹配操作进行合格化处理，从而保证经利用匹配控制点做几何校正处理后的影像数据和全国水体缓冲区矢量位置上能够相互叠加(也即，缓冲区矢量可以覆盖所要提取的水体)。
e.几何校正：遥感图像的几何误差由内部误差和外部误差组成。内部误差主要是传感器自身的性能、技术指标偏离标准数值造成。外部误差则是由传感器的外方位(位置、姿态)变化、传感介质不均匀、地球曲率、地形起伏和地球旋转等因素所引起。其中，外部误差可以利用多项式纠正模型进行纠正。
f.利用缓冲区矢量对几何校正后的影像进行裁剪，提取单个水体的研究区域(裁剪结果大于水体范围)。
g.利用归一化水体指数[NDWI＝(Green-NIR)/(Green+NIR)]进行波段运算，求取每个对象的水体指数单波段影像文件，通过水体指数可以增强水体与其他地物的反差，便于水体信息提取，其中，NDWI为归一化水体指数，Green为绿波段数据，NIR为近红外波段数据。
h.逐个统计单一研究区域内像元值的最小值和最大值，在0-255值域内定义相应对象的水体指数直方图。直方图曲线横坐标代表图像像素的灰度级(共256个灰度级)，纵坐标表示具有该灰度级所包含的像素数量。如果横坐标最小值大于0，说明该区域全是水体；如果横坐标最大值小于0，说明研究区域内全是非水体。
i.定义相邻三个灰度级的权重分别为0.25、0.5、0.25，利用公式pdKernel[i]＝pdKernel[i-1]/4+pdKernel[i]/2+pdKernel[i+1]/4对直方图曲线进行平滑处理，以此减弱噪声的影响，其中，i为大于或等于2的自然数，pdKernel[i]为水体指数直方图上第i个灰度级。
j.利用公式(dfMax-dfMin)/3将直方图在预设直方图长度(以lHistSize表示)范围内平均划分为左中右三部分，dfMax表示研究区域内像元灰度级的最大值，dfMin表示研究区域内像元灰度级的最小值。其中，lHistSize为所统计的直方图横坐标灰度级的范围大小，一般定义为256或128。
k.以横坐标第一个灰度级为初始峰值，逐步比较每个灰度级所对应的像元个数，通过循环迭代遍历整个直方图，寻找直方图上最大峰值。
l.如果直方图曲线最大峰值位置nMaxIndex≤lHistSize/3，即最大峰值位于直方图的左侧，说明该区域内背景区域面积较大，此时以dStep＝(dfMax-dfMin)/(lHistSize-1.0)为步长，从峰值处往右侧遍历找出分割阈值。考虑到右侧区域内可能还存在其他背景地物的影响，认为距该峰值最远处的突变点为分割阈值。
m.如果直方图曲线最大峰值位置nMaxIndex＞2lHistSize/3，即最大峰值位于直方图的右侧，说明该区域内目标水体区域面积较大，此时以dStep＝(dfMax-dfMin)/(lHistSize-1.0)为步长，从峰值处往左侧遍历，认为直方图曲线第一次发生发生突变(拐点)的地方为分割阈值。
n.如果直方图曲线最大峰值位置lHistSize/3＜nMaxIndex≤2lHistSize/3，即最大峰值位于直方图的中部，此时如果该峰值右侧仍然存在一个较明显的峰值，则该最大峰值为背景峰值，此时，采用步骤l中的方法寻找分割阈值，否则认为该最大峰值为目标峰值，此时，采用步骤m中的方法寻找分割阈值。
o.利用上述方法寻找到的分割阈值对直方图进行分割,生成二值图像，分离开目标和背景。
p.将二值图像进行矢量化处理，生成矢量结果。
q.由于部分水体提取结果存在多个对象，因此需要进行合并处理，对具有相同属性字段的矢量化结果进行合并处理，完成相应水体面积提取。
在该实施例提供的基于卫星遥感数据的水体范围监测方法中，只需要对影像进行相关的预处理操作，而不要分析影像上水体的纹理信息和光谱特点，每个水体对象分割的阈值可以根据不同时期/地区影像上不同水体的特点进行自动划分，在影像质量良好的情况下(轻微薄云覆盖亦可)其对水体区域的正确提取率达90％以上，这对于全面查清我国江河湖泊和水利工程的基本情况，系统掌握我国江河湖泊开发治理保护状况，摸清经济社会用水状况，了解水利行业能力建设情况具有非常重要的实际应用意义，可为国家经济社会发展提供可靠的基础水信息支撑和保障。
以上是对本发明所提供的基于卫星遥感数据的水体范围监测方法进行的描述。下面将对本发明提供的基于卫星遥感数据的水体范围监测装置进行描述，需要说明的是，该装置可用于执行上述任意一种基于卫星遥感数据的水体范围监测方法。
实施例三
与本发明实施例提供的基于卫星遥感数据的水体范围监测方法相对应，本发明实施例还提供了一种基于卫星遥感数据的水体范围监测装置，参见图3，该装置可以包括获取模块10、预处理模块20、第一提取模块30、计算模块40、直方图建立模块50、分割阈值确定模块60和第二提取模块70。
其中，获取模块10用于获取卫星遥感影像数据。预处理模块20用于对卫星遥感影像数据进行预处理，得到预处理后的影像数据。第一提取模块30用于从预处理后的影像数据中提取单个水体研究区域的影像数据。计算模块40用于计算单个水体研究区域的影像数据对应的水体指数单波段影像文件。直方图建立模块50用于根据水体指数单波段影像文件建立水体指数直方图，其中，水体指数直方图的横坐标为单个水体研究区域内图像像素的灰度级，纵坐标为具有同一灰度级的图像像素的数量。分割阈值确定模块60用于根据水体指数直方图曲线确定分割阈值；第二提取模块70用于根据分割阈值从单个水体研究区域的影像数据中得到单个水体研究区域内的水体面积。
优选地，获取模块10具体为获取具有16m空间分辨率的国产GF1-WFV多光谱遥感影像数据。
优选地，预处理模块20具体执行以下步骤：对卫星遥感影像数据进行辐射定标，以得到辐射亮度值；对辐射亮度值进行大气校正，以将上述辐射亮度值转化为地表真实反射率；利用基准影像数据对地表真实反射率进行匹配；将匹配结果不合格的数据进行合格化的处理；以及对合格化处理后的数据采用多项式纠正模型进行几何校正。
优选地，计算模块40计算水体指数单波段影像文件时，利用归一化水体指数[NDWI＝(Green-NIR)/(Green+NIR)]进行波段运算，求取单个水体研究区域的影像数据对应的水体指数单波段影像文件，其中，NDWI为归一化水体指数，Green为绿波段的反射率值，NIR为近红外波段的反射率值。
优选地，该装置还包括平滑处理模块，用于在建立水体指数直方图之后，根据水体指数直方图曲线确定分割阈值之前，采用以下公式对水体指数直方图进行平滑处理：
pdKernel[i]＝pdKernel[i-1]/4+pdKernel[i]/2+pdKernel[i+1]/4，
其中，i为大于或等于2的自然数，pdKernel[i]为水体指数直方图上第i个灰度级。
优选地，分割阈值确定模块60具体执行以下步骤：将水体指数直方图划分为左、中、右三个部分；确定水体指数直方图上的最大峰值位置分布；若最大峰值位于水体指数直方图的右部，则从最大峰值往左遍历找到水体指数直方图上发生畸变的位置；若最大峰值位于水体指数直方图的左部，则从最大峰值往右遍历找到水体指数直方图上发生畸变的位置；以及若最大峰值位于水体指数直方图的中部，确定最大峰值为背景峰值还是水体峰值，其中，若最大峰值为背景峰值，则从最大峰值往右遍历找到水体指数直方图上发生畸变的位置，若最大峰值为水体峰值，则从最大峰值往左遍历找到水体指数直方图上发生畸变的位置，其中，水体指数直方图上发生畸变的位置为分割阈值。
进一步优选地，将水体指数直方图划分为左、中、右三个部分具体为：利用公式(dfMax-dfMin)/3将水体指数直方图在预设直方图长度范围内平均划分为左中右三部分，其中，dfMax表示水体指数直方图中最大灰度级，dfMin表示水体指数直方图中最小灰度级。
确定水体指数直方图上的最大峰值具体为：以水体指数直方图的横坐标第一个灰度级为初始峰值，逐步比较每个灰度级所对应的纵坐标，通过循环迭代遍历整个水体指数直方图，以寻找上述水体指数直方图上的最大峰值。
从最大峰值往左遍历具体为：以dStep＝(dfMax-dfMin)/(lHistSize-1.0)为步长，从最大峰值处往左遍历，其中，lHistSize为预设直方图长度。
从最大峰值往右遍历具体为：以dStep＝(dfMax-dfMin)/(lHistSize-1.0)为步长，从最大峰值处往右遍历。
更进一步优选地，若最大峰值位于水体指数直方图的中部，确定最大峰值为背景峰值还是水体峰值包括：判断最大峰值右侧是否存在一个大于阈值峰值的参考峰值，其中，阈值峰值为最大峰值与预设系数相乘的乘积，预设系数大于0小于1；若最大峰值右侧存在参考峰值，则最大峰值为背景峰值；以及若最大峰值右侧不存在参考峰值，则最大峰值为水体峰值。
优选地，第二提取模块70具体执行以下步骤：根据分割阈值对单个水体研究区域进行分割，生成二值图像；将二值图像进行矢量化处理，生成矢量结果；以及合并处理矢量结果得到单个水体研究区域内的水体面积。
需要说明的是，上述装置或系统实施例属于优选实施例，所涉及的单元和模块并不一定是本申请所必须的。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于本申请的装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种基于卫星遥感数据的水体范围监测方法，其特征在于，包括：
获取卫星遥感影像数据；
对所述卫星遥感影像数据进行预处理，得到预处理后的影像数据；
从所述预处理后的影像数据中提取单个水体研究区域的影像数据；
计算所述单个水体研究区域的影像数据对应的水体指数单波段影像文件；
根据所述水体指数单波段影像文件建立水体指数直方图，其中，所述水体指数直方图的横坐标为所述单个水体研究区域内图像像素的灰度级，纵坐标为具有同一灰度级的图像像素的数量；
根据所述水体指数直方图曲线确定分割阈值；以及
根据所述分割阈值从所述单个水体研究区域的影像数据中得到所述单个水体研究区域内的水体面积。
2.根据权利要求1所述的基于卫星遥感数据的水体范围监测方法，其特征在于，获取卫星遥感影像数据具体为获取具有16m空间分辨率的国产GF1-WFV多光谱遥感影像数据。
3.根据权利要求1所述的基于卫星遥感数据的水体范围监测方法，其特征在于，对所述卫星遥感影像数据进行预处理，得到预处理后的影像数据包括以下步骤：
对所述卫星遥感影像数据进行辐射定标，以得到辐射亮度值；
对所述辐射亮度值进行大气校正，以将上述辐射亮度值转化为地表真实反射率；
利用基准影像数据对所述地表真实反射率进行匹配；
将匹配结果不合格的数据进行合格化的处理；以及
对合格化处理后的数据采用多项式纠正模型进行几何校正。
4.根据权利要求1所述的基于卫星遥感数据的水体范围监测方法，其特征在于，计算所述单个水体研究区域的影像数据对应的水体指数单波段影像文件具体为：
利用归一化水体指数[NDWI＝(Green-NIR)/(Green+NIR)]进行波段运算，求取所述单个水体研究区域的影像数据对应的水体指数单波段影像文件，其中，NDWI为所述归一化水体指数，Green为绿波段的反射率值，NIR为近红外波段的反射率值。
5.根据权利要求1所述的基于卫星遥感数据的水体范围监测方法，其特征在于，在建立所述水体指数直方图之后，根据所述水体指数直方图曲线确定分割阈值之前，所述方法还包括采用以下公式对所述水体指数直方图进行平滑处理：
pdKernel[i]＝pdKernel[i-1]/4+pdKernel[i]/2+pdKernel[i+1]/4，
其中，i为大于或等于2的自然数，pdKernel[i]为所述水体指数直方图上第i个灰度级。
6.根据权利要求1所述的基于卫星遥感数据的水体范围监测方法，其特征在于，根据所述水体指数直方图曲线确定分割阈值包括以下步骤：
将所述水体指数直方图划分为左、中、右三个部分；
确定所述水体指数直方图上的最大峰值位置分布；
若所述最大峰值位于所述水体指数直方图的右部，则从所述最大峰值往左遍历找到所述水体指数直方图上发生畸变的位置；
若所述最大峰值位于所述水体指数直方图的左部，则从所述最大峰值往右遍历找到所述水体指数直方图上发生畸变的位置；以及
若所述最大峰值位于所述水体指数直方图的中部，确定所述最大峰值为背景峰值还是水体峰值，其中，若所述最大峰值为背景峰值，则从所述最大峰值往右遍历找到所述水体指数直方图上发生畸变的位置，若所述最大峰值为水体峰值，则从所述最大峰值往左遍历找到所述水体指数直方图上发生畸变的位置，
其中，所述水体指数直方图上发生畸变的位置为所述分割阈值。
7.根据权利要求6所述的基于卫星遥感数据的水体范围监测方法，其特征在于，
将所述水体指数直方图划分为左、中、右三个部分具体为：利用公式(dfMax-dfMin)/3将所述水体指数直方图在预设直方图长度范围内平均划分为左中右三部分，其中，dfMax表示所述水体指数直方图中最大灰度级，dfMin表示所述水体指数直方图中最小灰度级；
确定所述水体指数直方图上的最大峰值具体为：以所述水体指数直方图的横坐标第一个灰度级为初始峰值，逐步比较每个灰度级所对应的纵坐标，通过循环迭代遍历整个所述水体指数直方图，以寻找上述水体指数直方图上的最大峰值；
从所述最大峰值往左遍历具体为：以dStep＝(dfMax-dfMin)/(lHistSize-1.0)为步长，从所述最大峰值处往左遍历，其中，lHistSize为所述预设直方图长度；以及
从所述最大峰值往右遍历具体为：以dStep＝(dfMax-dfMin)/(lHistSize-1.0)为步长，从所述最大峰值处往右遍历。
8.根据权利要求6所述的基于卫星遥感数据的水体范围监测方法，其特征在于，若所述最大峰值位于所述水体指数直方图的中部，确定所述最大峰值为背景峰值还是水体峰值包括：
判断所述最大峰值右侧是否存在一个大于阈值峰值的参考峰值，其中，所述阈值峰值为所述最大峰值与预设系数相乘的乘积，所述预设系数大于0小于1；
若所述最大峰值右侧存在所述参考峰值，则所述最大峰值为背景峰值；以及
若所述最大峰值右侧不存在所述参考峰值，则所述最大峰值为水体峰值。
9.根据权利要求1所述的基于卫星遥感数据的水体范围监测方法，其特征在于，根据所述分割阈值从所述单个水体研究区域的影像数据中得到所述单个水体研究区域内的水体面积包括以下步骤：
根据所述分割阈值对所述单个水体研究区域进行分割，生成二值图像；
将所述二值图像进行矢量化处理，生成矢量结果；以及
合并处理所述矢量结果得到所述单个水体研究区域内的水体面积。
10.一种基于卫星遥感数据的水体范围监测装置，其特征在于，包括：
获取模块，用于获取卫星遥感影像数据；
预处理模块，用于对所述卫星遥感影像数据进行预处理，得到预处理后的影像数据；
第一提取模块，用于从所述预处理后的影像数据中提取单个水体研究区域的影像数据；
计算模块，用于计算所述单个水体研究区域的影像数据对应的水体指数单波段影像文件；
直方图建立模块，用于根据所述水体指数单波段影像文件建立水体指数直方图，其中，所述水体指数直方图的横坐标为所述单个水体研究区域内图像像素的灰度级，纵坐标为具有同一灰度级的图像像素的数量；
分割阈值确定模块，用于根据所述水体指数直方图曲线确定分割阈值；以及
第二提取模块，用于根据所述分割阈值从所述单个水体研究区域的影像数据中得到所述单个水体研究区域内的水体面积。
CN201510658535.2A 2015-10-12 2015-10-12 一种基于卫星遥感数据的水体范围监测方法和装置 Active CN105243367B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510658535.2A CN105243367B (zh) 2015-10-12 2015-10-12 一种基于卫星遥感数据的水体范围监测方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510658535.2A CN105243367B (zh) 2015-10-12 2015-10-12 一种基于卫星遥感数据的水体范围监测方法和装置

Publications (2)

Publication Number Publication Date
CN105243367A true CN105243367A (zh) 2016-01-13
CN105243367B CN105243367B (zh) 2018-11-20

Family

ID=55041009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510658535.2A Active CN105243367B (zh) 2015-10-12 2015-10-12 一种基于卫星遥感数据的水体范围监测方法和装置

Country Status (1)

Country Link
CN (1) CN105243367B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105809140A (zh) * 2016-03-18 2016-07-27 华南农业大学 一种基于遥感模型的地表水体信息的提取方法及其装置
CN106022457A (zh) * 2016-05-09 2016-10-12 南京大学 一种帝企鹅种群数目的遥感估算方法
CN106066210A (zh) * 2016-06-12 2016-11-02 中国石油天然气股份有限公司 一种含油污染水体的识别方法及装置
CN106354992A (zh) * 2016-08-12 2017-01-25 中国水利水电科学研究院 基于多时相遥感影像和dem的湖泊水量蓄变量评估方法
CN106778495A (zh) * 2016-11-21 2017-05-31 北京航天宏图信息技术股份有限公司 遥感影像中复杂海面背景下的舰船检测方法
CN107240113A (zh) * 2017-05-23 2017-10-10 武汉大学 一种基于空间剖面线的半自动水体范围提取方法
CN107590816A (zh) * 2017-09-08 2018-01-16 哈尔滨工业大学 一种基于遥感图像的水体信息拟合方法
CN109269987A (zh) * 2018-10-11 2019-01-25 核工业北京地质研究院 一种基于spot5遥感数据的盐湖水体矿化度定性估测方法
CN109270853A (zh) * 2018-09-14 2019-01-25 南京理工技术转移中心有限公司 一种智能生态水资源管理系统的工作方法
CN109784320A (zh) * 2019-03-25 2019-05-21 中国科学院地理科学与资源研究所 人参设施农业域确定方法
CN110689549A (zh) * 2019-09-30 2020-01-14 北京航天宏图信息技术股份有限公司 对象提取方法、装置和设备
CN111274918A (zh) * 2020-01-17 2020-06-12 生态环境部卫星环境应用中心 基于多源遥感影像的河流干涸断流监测方法和装置
CN111832575A (zh) * 2020-07-16 2020-10-27 黄河勘测规划设计研究院有限公司 一种基于遥感图像的水面区域提取方法及装置
CN112613545A (zh) * 2020-12-17 2021-04-06 中国农业科学院农业资源与农业区划研究所 一种基于多光谱遥感数据提取水体的方法
CN112945352A (zh) * 2021-02-03 2021-06-11 成都鼎安华智慧物联网股份有限公司 基于遥感数据水位异常信息的提取方法
CN112991373A (zh) * 2021-02-26 2021-06-18 成都正和德能风险管理咨询有限公司 一种水灾损失评估方法及系统
CN113140000A (zh) * 2021-03-26 2021-07-20 中国科学院东北地理与农业生态研究所 基于卫星光谱的水体信息估算方法
CN113177964A (zh) * 2021-05-25 2021-07-27 北京大学 光学遥感影像大范围地表水提取方法及装置
CN113379620A (zh) * 2021-05-18 2021-09-10 中国资源卫星应用中心 一种光学遥感卫星影像云检测方法
CN115376013A (zh) * 2022-07-19 2022-11-22 环球数科集团有限公司 一种基于卫星遥感监测的资源普查系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101963664A (zh) * 2010-09-28 2011-02-02 中国科学院东北地理与农业生态研究所 基于水陆地物分类信息的微波遥感混合像元分解方法
CN102054274A (zh) * 2010-12-01 2011-05-11 南京大学 一种海岸带水体遥感信息全自动提取方法
US20140029844A1 (en) * 2010-05-20 2014-01-30 Digitalglobe, Inc. Advanced cloud cover assessment for panchromatic images
CN104463166A (zh) * 2014-11-13 2015-03-25 环境保护部卫星环境应用中心 目标水体的提取方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140029844A1 (en) * 2010-05-20 2014-01-30 Digitalglobe, Inc. Advanced cloud cover assessment for panchromatic images
CN101963664A (zh) * 2010-09-28 2011-02-02 中国科学院东北地理与农业生态研究所 基于水陆地物分类信息的微波遥感混合像元分解方法
CN102054274A (zh) * 2010-12-01 2011-05-11 南京大学 一种海岸带水体遥感信息全自动提取方法
CN104463166A (zh) * 2014-11-13 2015-03-25 环境保护部卫星环境应用中心 目标水体的提取方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴迪: "基于多光谱海洋遥感图像的地物分离方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105809140A (zh) * 2016-03-18 2016-07-27 华南农业大学 一种基于遥感模型的地表水体信息的提取方法及其装置
CN105809140B (zh) * 2016-03-18 2019-07-05 华南农业大学 一种基于遥感模型的地表水体信息的提取方法及其装置
CN106022457A (zh) * 2016-05-09 2016-10-12 南京大学 一种帝企鹅种群数目的遥感估算方法
CN106022457B (zh) * 2016-05-09 2018-06-22 南京大学 一种帝企鹅种群数目的遥感估算方法
CN106066210A (zh) * 2016-06-12 2016-11-02 中国石油天然气股份有限公司 一种含油污染水体的识别方法及装置
CN106066210B (zh) * 2016-06-12 2019-01-18 中国石油天然气股份有限公司 一种含油污染水体的识别方法及装置
CN106354992B (zh) * 2016-08-12 2018-02-09 中国水利水电科学研究院 基于多时相遥感影像和dem的湖泊水量蓄变量评估方法
CN106354992A (zh) * 2016-08-12 2017-01-25 中国水利水电科学研究院 基于多时相遥感影像和dem的湖泊水量蓄变量评估方法
CN106778495A (zh) * 2016-11-21 2017-05-31 北京航天宏图信息技术股份有限公司 遥感影像中复杂海面背景下的舰船检测方法
CN107240113B (zh) * 2017-05-23 2018-03-27 武汉大学 一种基于空间剖面线的半自动水体范围提取方法
CN107240113A (zh) * 2017-05-23 2017-10-10 武汉大学 一种基于空间剖面线的半自动水体范围提取方法
CN107590816B (zh) * 2017-09-08 2021-06-15 哈尔滨工业大学 一种基于遥感图像的水体信息拟合方法
CN107590816A (zh) * 2017-09-08 2018-01-16 哈尔滨工业大学 一种基于遥感图像的水体信息拟合方法
CN109270853A (zh) * 2018-09-14 2019-01-25 南京理工技术转移中心有限公司 一种智能生态水资源管理系统的工作方法
CN109269987A (zh) * 2018-10-11 2019-01-25 核工业北京地质研究院 一种基于spot5遥感数据的盐湖水体矿化度定性估测方法
CN109784320A (zh) * 2019-03-25 2019-05-21 中国科学院地理科学与资源研究所 人参设施农业域确定方法
CN110689549A (zh) * 2019-09-30 2020-01-14 北京航天宏图信息技术股份有限公司 对象提取方法、装置和设备
CN111274918A (zh) * 2020-01-17 2020-06-12 生态环境部卫星环境应用中心 基于多源遥感影像的河流干涸断流监测方法和装置
CN111274918B (zh) * 2020-01-17 2020-11-10 生态环境部卫星环境应用中心 基于多源遥感影像的河流干涸断流监测方法和装置
CN111832575A (zh) * 2020-07-16 2020-10-27 黄河勘测规划设计研究院有限公司 一种基于遥感图像的水面区域提取方法及装置
CN111832575B (zh) * 2020-07-16 2024-04-30 黄河勘测规划设计研究院有限公司 一种基于遥感图像的水面区域提取方法及装置
CN112613545A (zh) * 2020-12-17 2021-04-06 中国农业科学院农业资源与农业区划研究所 一种基于多光谱遥感数据提取水体的方法
CN112945352A (zh) * 2021-02-03 2021-06-11 成都鼎安华智慧物联网股份有限公司 基于遥感数据水位异常信息的提取方法
CN112991373A (zh) * 2021-02-26 2021-06-18 成都正和德能风险管理咨询有限公司 一种水灾损失评估方法及系统
CN113140000A (zh) * 2021-03-26 2021-07-20 中国科学院东北地理与农业生态研究所 基于卫星光谱的水体信息估算方法
CN113379620A (zh) * 2021-05-18 2021-09-10 中国资源卫星应用中心 一种光学遥感卫星影像云检测方法
CN113379620B (zh) * 2021-05-18 2023-10-27 中国资源卫星应用中心 一种光学遥感卫星影像云检测方法
CN113177964A (zh) * 2021-05-25 2021-07-27 北京大学 光学遥感影像大范围地表水提取方法及装置
CN113177964B (zh) * 2021-05-25 2023-08-18 北京大学 光学遥感影像大范围地表水提取方法及装置
CN115376013A (zh) * 2022-07-19 2022-11-22 环球数科集团有限公司 一种基于卫星遥感监测的资源普查系统

Also Published As

Publication number Publication date
CN105243367B (zh) 2018-11-20

Similar Documents

Publication Publication Date Title
CN105243367A (zh) 一种基于卫星遥感数据的水体范围监测方法和装置
Sahebjalal et al. Analysis of land use-land covers changes using normalized difference vegetation index (NDVI) differencing and classification methods
CN101840581B (zh) 一种从卫星遥感影像中提取建筑物轮廓的方法
CN110427857B (zh) 一种基于遥感数据融合的输电线路地质灾害分析方法
Eid et al. Coastal wetland vegetation features and digital Change Detection Mapping based on remotely sensed imagery: El-Burullus Lake, Egypt
CN103914678B (zh) 基于纹理与植被指数的撂荒地遥感识别方法
CN103077515B (zh) 一种多光谱图像建筑物变化检测方法
Malahlela Inland waterbody mapping: Towards improving discrimination and extraction of inland surface water features
CN106022288A (zh) 基于sar图像的海洋溢油信息识别与提取方法
Caballero et al. Assessment of suspended solids in the Guadalquivir estuary using new DEIMOS-1 medium spatial resolution imagery
CN107247927B (zh) 一种基于缨帽变换的遥感图像海岸线信息提取方法及系统
CN103824077A (zh) 一种基于多源遥感数据的城市不透水层率息提取方法
CN114022783A (zh) 基于卫星图像的水土保持生态功能遥感监测方法和装置
Feng et al. A hierarchical extraction method of impervious surface based on NDVI thresholding integrated with multispectral and high-resolution remote sensing imageries
CN106228130A (zh) 基于模糊自编码网络的遥感影像云检测方法
Li et al. Dynamic waterline mapping of inland great lakes using time-series SAR data from GF-3 and S-1A satellites: A case study of DJK reservoir, China
CN116385867A (zh) 生态地块监测识别与分析方法、系统、介质、设备及终端
CN111339959A (zh) 基于sar和光学影像融合的近海浮筏养殖区提取方法
CN112033937B (zh) 一种水体提取精度的评价方法
Bektas Balcik et al. Determination of magnitude and direction of land use/land cover changes in Terkos Water Basin, Istanbul
Al Kuwari et al. Impact of North Gas Field development on landuse/landcover changes at Al Khore, North Qatar, using remote sensing and GIS
Liu et al. Water extraction on the hyperspectral images of gaofen-5 satellite using spectral indices
Chen et al. A novel water change tracking algorithm for dynamic mapping of inland water using time-series remote sensing imagery
Lan et al. Spectral index-spatially correlated water extraction method based on GF-5 hyperspectral satellite images
Bocchino et al. Water reservoirs monitoring through Google Earth Engine: application to Sentinel and Landsat imagery

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 100053 Beijing city Xicheng District Baiguang road two No. two

Applicant after: Water Conservancy Information Centre, Ministry of Water Resources

Applicant after: Beijing Aerospace Hongtu information technology Limited by Share Ltd

Address before: 100053 Beijing city Xicheng District Baiguang road two No. two

Applicant before: Water Conservancy Information Centre, Ministry of Water Resources

Applicant before: BEIJING AEROSPACE HONGTU INFORMATION TECHNOLOGY CO., LTD.

COR Change of bibliographic data
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 100053 No.2, er Tiao, Baiguang Road, Xicheng District, Beijing

Patentee after: Ministry of Water Resources Information Center

Patentee after: Aerospace Hongtu Information Technology Co.,Ltd.

Address before: 100053 No.2, er Tiao, Baiguang Road, Xicheng District, Beijing

Patentee before: WATER RESOURCES INFORMATION CENTER, MINISTRY OF WATER RESOURCES

Patentee before: BEIJING PIESAT INFORMATION TECHNOLOGY Co.,Ltd.