面向GF-7影像的绿波改正归一化水体指数构建

doi:10.13474/j.cnki.11-2246.2023.0133

测绘通报 ›› 2023, Vol. 0 ›› Issue (5): 38-43.doi: 10.13474/j.cnki.11-2246.2023.0133

面向GF-7影像的绿波改正归一化水体指数构建

马海超^1,2, 王崇倡¹, 何昭宁², 信晟², 王蕾^1,2

1. 辽宁工程技术大学测绘与地理科学学院, 辽宁阜新 123000;
2. 自然资源部国土卫星遥感应用中心, 北京 100048

收稿日期:2022-07-14 修回日期:2023-03-04 发布日期:2023-05-31
通讯作者: 何昭宁。E-mail:156882717@qq.com
作者简介:马海超(1997-),男,硕士生,研究方向为遥感图像处理。E-mail:328188949@qq.com
基金资助:
高分遥感测绘应用示范系统（二期）（42-Y30B04-9001-19/21）

Construction of green wave correction normalized water body index for GF-7 images

MA Haichao^1,2, WANG Chongchang¹, HE Zhaoning², XIN Sheng², WANG Lei^1,2

1. School of Geomatics, Liaoning Technical University, Fuxin 123000, China;
2. Land Satellite Remote Sensing Application Center, Ministry of Natural Resources, Beijing 100048, China

Received:2022-07-14 Revised:2023-03-04 Published:2023-05-31

摘要/Abstract

摘要： 针对高分辨率的GF-7卫星影像水体指数构建，本文以南京市浦口区为研究区，提出了一种绿波改正归一化指数（GNDVI），并用单波段阈值法、NDVI、NDWI、CWI及SBI等方法与其进行精度比较。结果表明，GNDVI指数法总体精度高于其他方法，达97.26%，水体信息更加完整，对山体及建筑物阴影的抑制较好，效果最优。为GF-7遥感影像在水资源保护应用和研究提供了可用的技术参考。

关键词: GF-7卫星, 水体提取, 水体指数构建, GNDVI, 精度

Abstract: Based on the construction of high-resolution GF-7 satellite image water index, taking Pukou district of Nanjing as the research area, a green normalized difference vegetation index (GNDVI) is proposed, and the accuracy is compared with the single-band threshold method, NDVI, NDWI, CWI and SBI. The results show that the overall accuracy of the GNDVI index method is higher than that of other methods, reaching 97.26%, the water body information is more complete, and the suppression of mountain and building shadows is better, and the effect is optimal. It provides a usable technical reference for GF-7 remote sensing images in the application and research of water resources protection.

Key words: GF-7 satellite, water body extraction, construction of water body index, GNDVI, accuracy

中图分类号:

P237

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.

MA Haichao, WANG Chongchang, HE Zhaoning, XIN Sheng, WANG Lei. Construction of green wave correction normalized water body index for GF-7 images[J]. Bulletin of Surveying and Mapping, 2023, 0(5): 38-43.

参考文献

[1] 杜云艳, 周成虎. 水体的遥感信息自动提取方法[J]. 遥感学报, 1998, 2(4):364-369.
[2] 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.
[3] 崔亮, 李永平, 黄国和, 等. 基于Landsat-TM影像的洞庭湖水面动态变化[J]. 南水北调与水利科技, 2015, 13(1):63-66.
[4] 李炳亚, 潘剑君, 夏超, 等. 基于空间位置关系的山地湖泊水体提取方法研究[J]. 遥感技术与应用, 2016, 31(5):983-993.
[5] 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.
[6] 张浩彬, 李俊生, 向南平, 等. 基于MODIS地表反射率数据的水体自动提取研究[J]. 遥感技术与应用, 2015, 30(6):1160-1167.
[7] 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.
[8] 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.
[9] 曹荣龙, 李存军, 刘良云, 等. 基于水体指数的密云水库面积提取及变化监测[J]. 测绘科学, 2008, 33(2):158-160.
[10] 沈占锋, 夏列钢, 李均力, 等. 采用高斯归一化水体指数实现遥感影像河流的精确提取[J]. 中国图象图形学报, 2013, 18(4):421-428.
[11] 中国跨入1:1万比例尺航天测绘新时代-GF-7卫星首批亚米级立体影像产品发布[J]. Space International, 2019(12):13-14.
[12] 陈亚宁, 杨青, 罗毅, 等. 西北干旱区水资源问题研究思考[J]. 干旱区地理, 2012, 35(1)1-9.
[13] 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.
[14] 王春霞, 张俊, 李屹旭, 等. 复杂环境下GF-2影像水体指数的构建及验证[J]. 自然资源遥感, 2022, 34(3):50-58.
[15] SCANNAPIECO M, MISSIER P. Data quality at a glance 6 datenbank-spektrum 14/2005[J]. 2005, 14:6-14.
[16] MCFEETERS S K. The use of the normalized difference water index (NDWI) in the delineation of open water features[J]. International Journal of Remote Sensing, 1996, 17(7):1425-1432.

面向GF-7影像的绿波改正归一化水体指数构建

Construction of green wave correction normalized water body index for GF-7 images

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]	朱林红, 钟若飞, 王亚, 李清扬. 提高海丝一号SAR影像定位精度的图像配准方法[J]. 测绘通报, 2023, 0(5): 62-66.
[2]	吕富强, 唐诗华, 张炎, 宋晓辉, 胡鹏程, 李翥. SSA-BP神经网络在无人机点云孔洞修补的应用[J]. 测绘通报, 2023, 0(5): 130-134.
[3]	黄高爽, 黄桂平, 周杨. 利用光学跟踪与结构光扫描相结合的高精度测量方法[J]. 测绘通报, 2023, 0(4): 135-139.
[4]	胡荣明, 苏瑞鹏, 竞霞, 米晓梅, 郑将乐. 融合改进小波去噪与T-Taylor的井下定位算法[J]. 测绘通报, 2023, 0(2): 46-51.
[5]	朱水鹏. 北京新机场线长距离掘进贯通测量精度控制[J]. 测绘通报, 2023, 0(2): 172-176,181.
[6]	孙丽. 高精采集系统激光标定的评测方法[J]. 测绘通报, 2023, 0(1): 154-157,178.
[7]	吴虹蓉, 朱岚巍, 施冬. 面向对象的三亚珊瑚礁底质信息提取[J]. 测绘通报, 2022, 0(9): 63-67.
[8]	王凯奇, 方军, 王振霖, 郭海宾, 杨振升. 交叉环绕航线下的城市级复杂建筑物实景三维建模[J]. 测绘通报, 2022, 0(9): 80-85.
[9]	王成, 施宇军, 权菲, 李青逊, 李佳豪, 周吕. 无人机倾斜摄影测量土方量测算及精度评价[J]. 测绘通报, 2022, 0(8): 139-142,159.
[10]	陈一彪, 秘金钟, 谷守周, 杨李俊, 王洪斌, 楚彬. BDS-3+GPS精密单点定位模型及性能分析[J]. 测绘通报, 2022, 0(6): 12-17,39.
[11]	窦世卿, 郑贺刚, 徐勇, 陈治宇, 苗林林, 宋莹莹. 基于U-Net3+的高分遥感影像建筑物提取[J]. 测绘通报, 2022, 0(6): 40-44.
[12]	周建国, 罗超, 彭朵. 微型无人机辅助的三角高程测量方法[J]. 测绘通报, 2022, 0(6): 71-75.
[13]	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.
[14]	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.
[15]	王仁军, 刘宝康, 杜玉娥, 张红丽, 于志远. 基于GF-6的可可西里典型湖泊水体面积提取方法研究[J]. 测绘通报, 2022, 0(5): 32-37.