多时相阴影轮廓差分辅助下的城市水体提取

doi:10.13474/j.cnki.11-2246.2019.0090

测绘通报 ›› 2019, Vol. 0 ›› Issue (3): 116-119.doi: 10.13474/j.cnki.11-2246.2019.0090

多时相阴影轮廓差分辅助下的城市水体提取

欧健滨, 罗文斐, 刘畅

华南师范大学地理科学学院, 广东广州 510000

收稿日期:2018-09-12 修回日期:2018-11-06 出版日期:2019-03-25 发布日期:2019-04-02
通讯作者: 罗文斐。E-mail:luowenfei@m.scnu.edu.cn E-mail:luowenfei@m.scnu.edu.cn
作者简介:欧健滨(1995-),男,硕士生,研究方向为资源与环境遥感。E-mail:oujianbin@m.scnu.edu.cn
基金资助:
高分辨率对地观测系统重大专项项目（11-Y20A40-9002-15/17）

Urban water body information extraction base on the multi-temporal contour shadow difference

OU Jianbin, LUO Wenfei, LIU Chang

School of Geography, South China Normal University, Guangzhou 510000, China

Received:2018-09-12 Revised:2018-11-06 Online:2019-03-25 Published:2019-04-02

摘要/Abstract

摘要： 如何避免水体提取中阴影信息与水体信息的混淆，是利用遥感数据提取城市水体信息需要解决的一个问题。本文以高分一号WFV图像及Landsat8 OLI图像为数据源，利用阴影轮廓的位置与形状在不同太阳高度角及太阳方位角下的差异性，提出一种基于多时相阴影轮廓差分的城市水体提取方法（WMSD）。以广州市天河区为试验区进行水体信息提取，同时运用NDWI、MNDWI及SWI指数法分别提取水体信息，进行精度对比分析。结果显示，本文所提出的WMSD方法分类精度超过88%，较NDWI法、SWI法及MNDWI法的水体提取精度分别提高了8.50%、9.50%及4.67%。说明基于阴影轮廓位置与形状的差异提取水体信息的方法能够较好地解决阴影与水体提取信息混淆的问题，为利用遥感数据提取城市地区水体提供了一个可行的处理方法。

关键词: 高分一号, 水体提取, 阴影轮廓, 差分图像

Abstract: How to solve the problem of water and shadow mixing in urban area is important but difficult.However,the difference between the position and shape of the shadow contour at different time provide a potential way to solve this problem.The objective of this study is to propose a method of urban water body information extraction base on the multi-temporal shadow contour difference (WMSD).Two remote sensing images of GF-1 and Landsat 8 were used to test this propose method in Tianhe District,Guangzhou.At the same time,we used some methods of NDWI,MNDWI and SWI to extract water information in this same area,and carried out precision comparative analysis.Study results show that the classification accuracy of WMSD is over 88%,and compared with NDWI,SWI and MNDWI methods,the accuracy of WMSD increase by 8.50%,9.50% and 4.67% respectively,which proves that the WMSD method can solve the problem of the confusion between the shadow and the water extraction information,and can be a feasible method for the extraction of urban water body by remote sensing information.

Key words: GF-1, water extraction, shadow contour, differential image

中图分类号:

P237

欧健滨, 罗文斐, 刘畅. 多时相阴影轮廓差分辅助下的城市水体提取[J]. 测绘通报, 2019, 0(3): 116-119.

OU Jianbin, LUO Wenfei, LIU Chang. Urban water body information extraction base on the multi-temporal contour shadow difference[J]. 测绘通报, 2019, 0(3): 116-119.

参考文献

[1] 毕海芸,王思远,曾江源,等.基于TM影像的几种常用水体提取方法的比较和分析[J]. 遥感信息,2012, 27(5):77-82.
[2] 杨莹,阮仁宗.基于TM影像的平原湖泊水体信息提取的研究[J]. 遥感信息, 2010(3):60-64.
[3] 杨树文,李轶鲲,刘涛,等. 基于SPOT5影像自动提取水体的新方法[J]. 武汉大学学报(信息科学版), 2015, 40(3):308-314.
[4] 宋英强,杨联安,许婧婷,等.基于Landsat-8卫星OLI遥感影像和AdaBoost算法的水体信息提取[J].测绘地理信息, 2017, 42(3):44-47.
[5] 王瑾杰,丁建丽,张成,等. 基于GF-1卫星影像的改进SWI水体提取方法[J]. 国土资源遥感, 2017, 29(1):29-35.
[6] 冯沛华,刘振华,胡月明.基于TM遥感优化模型的地表水体信息提取[J].科技通报,2016,32(8):176-181.
[7] 武丹,刘涛,杨树文.资源三号卫星高分影像的城市建筑物阴影提取[J].测绘科学,2017,42(6):190-195.
[8] 赵慧童,王萍,张娜,等.基于GF-1遥感数据的城市水体信息提取方法研究[J].测绘与空间地理信息, 2017, 40(10):70-73.
[9] 陈静波, 刘顺喜, 汪承义,等. 基于知识决策树的城市水体提取方法研究[J]. 遥感信息, 2013, 28(1):29-33.
[10] 徐涵秋. 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J]. 遥感学报, 2005, 9(5):589-595.
[11] 程滔,刘若梅,周旭. 基于高分辨率遥感影像的地理国情普查水体信息提取方法[J]. 测绘通报, 2014(4):86-89.
[12] 陈文倩,丁建丽,李艳华,等.基于国产GF-1遥感影像的水体提取方法[J].资源科学, 2015, 37(6):1166-1172.
[13] 钟春棋,曾从盛,柳铮铮.基于谱间特征与比值型指数的水体影像识别分析[J].地球信息科学学报, 2012, 10(5):663-669.
[14] MACFEETERS S K. The use of normalized difference water index (NDWI) in the delineation of open water feature[J]. International Journal of Remote Sensing, 1995, 17(7):1425-1432.
[15] 王理政,林祥国,宁晓刚.面向对象的高分辨率遥感影像阴影提取方法[J].测绘科学,2017,42(3):108-113.
[16] 刘新海,方康玲.一种基于投影法的差分图像定位算法[J]. 计算机应用与软件, 2004, 21(7):87-89.

多时相阴影轮廓差分辅助下的城市水体提取

Urban water body information extraction base on the multi-temporal contour shadow difference

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	罗鸿, 廖雨, 杨存建. 基于高分影像的乡村聚落提取与空间重构[J]. 测绘通报, 2022, 0(6): 62-65,92.
[2]	任超, 邓诗琴, 高懋芳. 一种提取北部湾沿海地区水体信息的动态阈值方法[J]. 测绘通报, 2022, 0(5): 14-19,37.
[3]	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.
[4]	杨泽宇, 张洪艳, 明金, 冷伟, 刘海启, 游炯. 深度学习在高分辨率遥感影像冬油菜提取中的应用[J]. 测绘通报, 2020, 0(9): 110-113.
[5]	杨智翔, 贾东振, 周航宇, 胡有能, 黎广. 面向对象的库区高分一号影像土地利用信息提取[J]. 测绘通报, 2020, 0(1): 35-39.
[6]	王冬利, 张安兵, 赵安周, 李静. 非监督分类的冬小麦种植信息提取模型[J]. 测绘通报, 2019, 0(8): 68-71,77.
[7]	刘双童, 王明孝, 杨树文, 杨明泽, 杨立华. GF-2影像中不同水体指数模型提取精度及稳定性分析[J]. 测绘通报, 2019, 0(8): 135-139.
[8]	邵亚奎, 朱长明, 张新, 沈谦. 国产高分卫星遥感影像融合方法比较与评价[J]. 测绘通报, 2019, 0(6): 5-10.
[9]	冯朝晖, 李芹, 韩留生, 薛国超, 赵红颖. 改进分水岭方法下的遥感图像水体提取[J]. 测绘通报, 2019, 0(6): 11-15.
[10]	周炜, 关洪军, 童俊. 一种利用高光谱像元分解技术提取水体边界的方法[J]. 测绘通报, 2019, 0(3): 120-123,140.
[11]	张启华, 王胜利, 孙磊, 蒋毅. 空-谱角匹配与多指数法相结合的OLI遥感影像水体提取[J]. 测绘通报, 2019, 0(12): 71-76.
[12]	王雪, 隋立春, 钟棉卿, 李顶萌, 党丽丽. 全卷积神经网络用于遥感影像水体提取[J]. 测绘通报, 2018, 0(6): 41-45.
[13]	孙钰珊, 艾海滨, 韩晓霞. “高分一号”卫星影像业务流程化处理平台研究[J]. 测绘通报, 2018, 0(5): 65-70,135.
[14]	黄汀, 白仙富, 庄齐枫, 徐敬海. 高分一号汶川极震区滑坡提取研究[J]. 测绘通报, 2018, 0(2): 67-71,82.
[15]	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.