基于GF-3全极化SAR指数特征的水体信息提取

doi:10.13474/j.cnki.11-2246.2025.0113

测绘通报 ›› 2025, Vol. 0 ›› Issue (1): 78-82.doi: 10.13474/j.cnki.11-2246.2025.0113

• 学术研究 • 上一篇

基于GF-3全极化SAR指数特征的水体信息提取

宋伟, 石孟宸, 杨阳

黄河水利委员会信息中心, 河南郑州 454000

收稿日期:2024-05-11 发布日期:2025-02-09
作者简介:宋伟(1992—),男,硕士,主要研究方向为遥感影像信息智能提取与水利遥感监测。E-mail:243052997@qq.com
基金资助:
水利部黄河水利委员会信息中心创新团队项目(HWXXZXCX-202201);国家自然科学基金(52364018)

Water information extraction based on GF-3 fully polarimetric SAR index features

SONG Wei, SHI Mengchen, YANG Yang

Yellow River Water Conservancy Commission Information Center, Zhengzhou 454000,China

Received:2024-05-11 Published:2025-02-09

摘要/Abstract

摘要： 单极化雷达影像在水体信息提取时,对与水体散射特征相似的地物区别能力不高。针对此问题,本文基于全极化高分三号卫星影像数据,分析不同极化方式散射特征,构建不同极化方式的水体指数特征,将得到的指数特征组合构建特征影像数据,利用特征影像结合面向对象的方法实现水体信息的快速、高精度提取,并选取全极化高分三号作为数据进行试验。结果表明,利用不同极化数据构建的水体指数特征影像数据,进行水体提取的效果较好、精度较高。

关键词: 全极化SAR, 水体指数, 特征影像, 高分三号

Abstract: When extracting water information from single-polarization radar images, the ability to distinguish ground objects with similar scattering characteristics to water bodies is not high. Based on the image data of full-polarization GF-3 satellite, scattering characteristics of different polarization modes are analyzed and water index characteristics of different polarization modes are constructed to obtain the feature image data constructed by combining index features. The feature image combined with object-oriented method is used to extract water information quickly and accurately. Full polarization Gaofen-3 is selected as the experimental data, and the experimental results show that the water index feature image data constructed with different polarization data has better water extraction effect and higher precision.

Key words: fully polarimetric SAR, SDWI, feature image, GF-3

中图分类号:

P237

宋伟, 石孟宸, 杨阳. 基于GF-3全极化SAR指数特征的水体信息提取[J]. 测绘通报, 2025, 0(1): 78-82.

SONG Wei, SHI Mengchen, YANG Yang. Water information extraction based on GF-3 fully polarimetric SAR index features[J]. Bulletin of Surveying and Mapping, 2025, 0(1): 78-82.

参考文献

[1] 郭丽清,况润元.基于Sentinel-1 SAR数据的鄱阳湖水体提取方法对比研究[J/OL].水文:1-9[2024-08-23].https://doi.org/10.19797/j.cnki.1000-0852.20230343.
[2] 周玉杉,李新,郑东海,等.亚洲高山区冰川厚度变化光学立体和双基SAR卫星监测数据、方法与展望[J].测绘学报,2024,53(5): 779-800.
[3] 王景旭,邱士可,王正,等.基于GF-3号遥感影像水体信息提取的郑州市洪涝灾害监测[J].河南科学,2021,39(10): 1701-1706.
[4] 徐广东,胡兆国,高升,等.基于GF-3全极化SAR影像的水域提取与监测分析[J].地理空间信息,2023,21(6): 53-57.
[5] 郭鹏,耿维成,张翠萍.基于GF-3卫星SAR数据的郑州及豫北地区“21·7” 暴雨洪涝遥感监测[J].气象与环境科学,2022,45(2): 86-92.
[6] 杨雨晴,王冬梅,徐佳.基于局部自适应阈值的GF-3 SAR影像洪涝水体提取[J].地理空间信息,2021,19(6): 54-59.
[7] 张雨林,蒋昌波,隆院男,等.基于Sentinel-1A SAR的洞庭湖汛期水体面积动态变化监测研究[J].遥感技术与应用,2024,39(3): 741-752.
[8] 田彬.基于光学和SAR数据的水体提取方法及关键应用研究[D].徐州: 中国矿业大学,2023.
[9] 邱凤婷,过志峰,张宗科,等.基于改进SVM分类法的SAR图像水体面积提取研究[J].地球信息科学学报,2022,24(5): 940-948.
[10] 罗莹.基于双极化SAR特征的水体信息精细化提取方法研究[D].北京: 北京化工大学,2023.
[11] 朱璨阳,耿君,李金超,等.基于Sentinel-1卫星SAR数据的2020年巢湖洪涝监测及灾情分析[J].合肥工业大学学报(自然科学版),2023,46(9):1217-1223.
[12] 贾诗超,薛东剑,李成绕,等.基于Sentinel-1数据的水体信息提取方法研究[J].人民长江,2019,50(2): 213-217.
[13] 沈兰芝,谌华,范凤云,等.基于Q-OTSU算法高分三号水体快速提取方法研究——以河南鹤壁洪涝灾害监测为例[J].自然灾害学报,2022,31(4):134-143.
[14] 柳崇斌,徐佳,王冬梅,等.基于GF-3全极化SAR影像多特征优选的水产养殖塘提取[J].农业工程学报,2022,38(4): 206-214.
[15] 郁宗桥,王育红,刘文宋,等.顾及GF-3影像纹理特征的洪涝范围提取方法[J].测绘通报,2022(5): 26-31.

基于GF-3全极化SAR指数特征的水体信息提取

Water information extraction based on GF-3 fully polarimetric SAR index features

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 14

编辑推荐

Metrics

本文评价

[1]	李淑, 李鹏, 李振洪, 王厚杰. 协同全极化SAR与光学遥感的潮沟精细提取方法[J]. 测绘通报, 2024, 0(5): 29-34,40.
[2]	魏翔, 田程硕, 秦思娴, 段梦梦. 多光谱遥感影像在长江水位监测中的应用[J]. 测绘通报, 2024, 0(3): 113-117.
[3]	张宝文, 赵展. 利用多地物指数自动提取水体方法[J]. 测绘通报, 2024, 0(11): 21-26.
[4]	刘敏, 黄金辉, 彭振华, 吴震宇. 利用0.5m分辨率卫星数据提取深圳市内浅水水体[J]. 测绘通报, 2023, 0(6): 146-149,175.
[5]	马海超, 王崇倡, 何昭宁, 信晟, 王蕾. 面向GF-7影像的绿波改正归一化水体指数构建[J]. 测绘通报, 2023, 0(5): 38-43.
[6]	王春霞, 张俊, 李屹旭, 范成成. 一种基于Landsat 8的多波段组合水体指数模型[J]. 测绘通报, 2022, 0(5): 20-25.
[7]	崔青林, 汪鸣泉, 黄永健. 融合随机森林模型和6种水体指数的上海市水体信息提取[J]. 测绘通报, 2022, 0(2): 106-109.
[8]	车子杰, 高飞, 吴兆福, 李振轩. 基于改进U-Net网络的多源遥感影像洪涝灾害信息提取与变化分析[J]. 测绘通报, 2022, 0(1): 26-32.
[9]	叶杰, 王战卫, 冯乃琦, 刘冰, 张斌, 谷芳莹, 白潍铭, 王海侠. ASTER数据的煤矿区水体信息提取[J]. 测绘通报, 2020, 0(7): 82-87.
[10]	王松松, 张永红, 孔祥意. 结合Singh四分量分解的高分三号全极化SAR影像分类[J]. 测绘通报, 2020, 0(2): 86-89.
[11]	杨骥, 韩留生, 陈水森, 李勇. 一种基于城市水体指数与分形几何算法的OLI遥感影像水体提取方法[J]. 测绘通报, 2018, 0(4): 44-49.
[12]	余莎莎, 余洁, 朱腾, 王彦兵. 一种改进的MCSM/H-PSO全极化SAR影像分类方法[J]. 测绘通报, 2018, 0(11): 53-57.
[13]	张伟, 赵理君, 郑柯, 唐娉. 一种改进光谱角匹配的水体信息提取方法[J]. 测绘通报, 2017, 0(10): 34-38.
[14]	侯飞, 胡召玲. 地形信息辅助下的全极化SAR数据土地覆盖分类[J]. 测绘通报, 2016, 0(3): 40-43.