Sentinel-2遥感图像的细小水体提取
基于卫星遥感的水体提取算法对面积较大的水体效果较好,应用于细小水体时受混合像元、异物同谱等因素影响,容易出现误判.Sentinel-2卫星多光谱遥感数据空间分辨率为10 m、20m、60 m,双星时间分辨率5d,时间和空间分辨率较高,因此本文采用了 Sentinel-2绿光波段(560 nm)、红边波段(705 nm)、近红外波段(842 nm、865 nm)和短波红外波段(2190 nm)的遥感反射率,提出了 一种植被红边水体指数算法RWI(Vegetation Red Edge based Water Index).对比分析了植被、阴影、建筑物、混合像元、裸土、水体6种地物的归一化遥感反射率,从机理上解释了为什么RWI比其他水体指数具有更好的提取细小水体的效果.本文对比了常用的几种水体提取算法,包括改进的归一化差异水体指数MNDWI(Modified Normalized Difference Water Index)、多波段水体指数MBWI(Multi-Band Water Index)、自动水提取指数 AWEI(Automated Water Extraction Index),以人工目视解译的水体结果为准,对比以上几种算法得到的水体提取结果,得出RWI、MNDWI、MBWI、AWEIsh、AWEInsh的面积提取差异分别为3.6％,4.2％,12.2％,8.8％,19.8％.从结果可以看出RWI算法精度最高.从影像提取结果来看,本文提出的RWI算法提取的水体边界效果更佳,而且能够一定程度上消除山体和建筑物阴影、云阴影以及混合像元的影响.同时,在2016-01-2018-12时间范围内筛选选取了共43景无云的Sentinel-2影像,利用本文提出的算法对雄安新区、神东矿区、永城矿区3个区域的细小水体分布开展了多时相分析.观察后发现每个时相的结果均十分良好,细小水体的边界区分度较高,基本没有错提、漏提,算法具有良好的适用性和稳定性.
水体提取、水体指数、细小水体、Sentinel-2、RWI、MNDWI、MBWI、AWEI
26
TP75;TP391;P412
国家自然科学基金;国家重点研发计划;中国科学院战略性先导科技专项
2022-06-21（万方平台首次上网日期，不代表论文的发表时间）
共14页
781-794
