简介:利用Landsat系列影像提取水体的方法有很多种,细小的水体漏提或误提现象严重,依靠单一的方法难以取得突破。本研究结合现有的方法提出一种新的思路:1)基于DEM数据提取河网数据;2)辅以河网缓冲区数据将Landsat8影像的1-7波段和全色波段用于多尺度分割,根据形状特征提取线状的细小水体;3)假设2.5m分辨率影像提取的结果为实际水体,与基于像元的MNDWI法进行对比。结果表明水体的总体提取精度提高11.7%,细小水体提取比例从13.3%上升到59.6%,因此本方法简单易行,有利于线状的细小水体提取,可在一定程度上减少山区细小水体的漏提,提高水体提取整体精度。
简介:在ENVIEX软件的FeatureExtraction平台上,利用LandsatTM影像数据,采用面向对象方法对杭州湾南岸地区湿地景观进行遥感影像分类;通过与基于最大似然法、人工神经网络法、支持向量机法等传统像元方法的相应分类结果进行比较,系统分析了面向对象方法在中低分辨率遥感影像的湿地景观生态分类中的有效性。研究结果表明:①较之单一依据像元光谱值进行分类的传统方法,面向对象方法综合考虑了对象的光谱、空间、纹理、色彩等多种属性特征,因而对于类型复杂多样、分布界限模糊、光谱混淆与混合像元现象严重的沿海滩涂、湖泊、河流等湿地景观具有更好的鉴别能力,也因此获得更高的分类精度(研究区景观分类总精度为88.80%,Kappa系数为0.87651;②面向对象方法在分类中提取的是由同质性像元组成的“对象”,且在合理的影像分割下得到的对象破碎化程度较低,因而能在较大程度上减小分类结果中的“椒盐噪声”干扰;而基于像元方法提取的景观类型以离散像元形式组成,难以清晰表征景观的边界、形状等信息,所以分类结果中会有明显的噪声现象;③影像分割在运用面向对象方法进行遥感影像分类过程中具有重要影响,实验结果表明,60%的分割尺度和归并尺度组合较有利于中低分辨率影像的遥感分类;④面向对象分类过程中诸如影像分割精度的评价、最优分割尺度的选取、特征空间的优化等问题,则有待今后进一步探讨。
简介:根据美国国家冰雪数据中心(NSIDC)发布的2012年全球冰川分布数据等资料,选取青藏高原冰川分布较集中的地区作为研究区,利用1995年、2005年和2015年3个时期LandsatTM/ETM+/OLI遥感影像数据和研究区附近气象站的气象资料,综合利用"3S"技术和统计分析方法等,研究3个时期研究区内湖泊面积与数量及其变化,从气候要素变化与冰川退缩角度分析其驱动因素。研究结果表明,3个时期研究区冰川补给型湖泊整体呈扩张态势,1995年、2005年和2015年的冰川补给型湖泊面积分别为10700.5km^2、11910.7km^2和12518.3km^2;与1995年相比,2005年的湖泊数量增加了2041个,与2005年相比,2015年的湖泊数量增加了21个;分布在研究区各流域中的冰川补给型湖泊变化状况不同,分布在羌塘高原上的湖泊扩张幅度大,分布在柴达木盆地中的湖泊呈缓慢扩张态势,分布在研究区南部雅鲁藏布江流域中的湖泊相对稳定,还有一些湖泊在萎缩。随着海拔的增加,研究区中的湖泊数量和面积都呈现类似正态分布的特征。1995-2015年期间,冰川退缩和气温上升是导致青藏高原冰川补给型湖泊面积和数量变化的主要原因。