典型文献
Sentinel-2遥感图像的细小水体提取
文献摘要：
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.
文献关键词：
水体提取;水体指数;细小水体;Sentinel-2;RWI;MNDWI;MBWI;AWEI
中图分类号：
作者姓名：
吴庆双;汪明秀;申茜;姚月;李俊生;张方方;周亚明
作者机构：
安徽师范大学 地理与旅游学院,芜湖241000;中国科学院空天信息创新研究院,北京100094;生态环境部卫星环境应用中心,北京100094
文献出处：
引用格式：
[1]吴庆双;汪明秀;申茜;姚月;李俊生;张方方;周亚明-.Sentinel-2遥感图像的细小水体提取)[J].遥感学报,2022(04):781-794
A类：
细小水体,AWEI,AWEInsh
B类：
Sentinel,遥感图像,水体提取,卫星遥感,混合像元,异物,误判,多光谱遥感,遥感数据,数据空间,空间分辨率,20m,双星,时间分辨率,5d,绿光波段,红边波段,近红外波段,短波红外,反射率,红边水体指数,数算,RWI,Vegetation,Red,Edge,Water,Index,阴影,裸土,种地,地物,数具,改进的归一化差异水体指数,MNDWI,Modified,Normalized,Difference,多波段,MBWI,Multi,Band,动水,水提取,Automated,Extraction,目视解译,AWEIsh,面积提取,影像提取,上消,山体,雄安新区,神东矿区,永城,多时相,区分度,有错
AB值：
0.320893
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
