水体提取方法
水体提取方法简单归纳总结
一、基于MODIS影像的几种提取方法。
最常用的水体提取方法：
波段阈值法、谱间关系法（波段组合法）和多光谱混合分析法
单波段阈值法是提取水体的最简单易行的方法。
基本原理：是利用水体在近红外波段上反射率较低,易与其它地物区分的特点 ,选取单一的红外波段, 通过反复试验, 确定一个灰度值,作为区分水体与其它地物的阈值即可。
缺点：是无法将水体与山区阴影区分开来 ,提取的水体往往比实际要多。
有些文献中叙述由于阀值随时间、地点变化的不确定性使得该方法具有局限性 ,但对于非山区的特定时相和区域里 ,尤其像 MODIS 这样高光谱的遥感数据, 首先应选用阈值法进行试验 ,因为光谱的细分已经将上述问题大大减弱。若能获得较满意的提取效果 ,则很容易实现水体的自动提取。
对于用阈值法确实得不到理想效果的 ,则可以考虑谱间关系法和多光谱混合分析法。
利用谱间关系可建立的模型很多 ,如对波段进行如下组合运算 CH7/CH6 ,CH7/CH5, CH6/CH5, 从而找出组合图像上水陆分界非常明显的影像。以 CH7/CH6为例 ,可以采用如下方法剔除
非水体: 在 ENVI 软件下输入 CH7 及 CH6 波段 , 运用波段计算功能 ,将公式 CH7/CH6
输入 ,载入影像, 在放大窗口中 ,手工裁取明水水域范围 , 生成多边形 ,对各多边形赋予一个感兴趣区( AOI) 文件, 并将其输出为 EN-VI 等矢量文件即可。
对波段进行组合运算的目的 ,是为了增强水陆反差。MODIS 数据的波段 1 是红光区( 0. 62 ～ ,水体的反射率高于植被, 波段 2 是近红外区( 0. 841 ～ 0. 876um) ,植被的反射率明显高于水体,因此, 采用归一化植被指数 NDVI( Normalized Difference Vegetation Index) 来进行处理可以增强水陆反差 ,其计算公式为 :
DNVI= (CH2- CH1)/(CH2+ CH1) ( 1)
( 1) 式中 CH1 ,CH2 分别为 MODIS 数据波段1,2 的地表反射率。在 NDVI 图像中 ,水体的 ND-VI 值很低, 为负值,而植被、土壤的则较高 ,图像直方图表现为典型的双峰分布型。在此基础上 ,再通过选用阈值即可构建区分水体和植被、土壤的模型。
多光谱混合分析法主要是针对所选区域及其周围的典型地物( 如芦苇、林地、阴影、居民地等) 进行分析 ,标出它们在各波段上的光谱亮度值 , 查找同一波段各地物的异同 ,必要时对各波段进行加、减、乘、除等运算, 找出唯有水体满足的关系, 由此构建水体的提取模型。
二、基于 TM 遥感影像, 运用多种方法针对典型内陆淡水湿地的水体信息进行了提取实验 ,通过对实验结果的分析得出: 在面积的准确性、提取的准确度以及视觉效果 3 种指标下 ,光谱分类法较其它方法效果要好 ,其次为单波段阈值分析法与植被指数法,较差的是多波段谱间关系法与水体指数法; 影响提取效果的主要原因是湿地水体提取不够完全,这是由影像的分辨率及湿地特殊的水文条件所造成的, 采用像元分解及多源遥感数据融合技术将成为提高水体提取精度的重要手段。
基于环境一号卫星影像的提取方法：
G 代表绿光波段，
R 代表红光波段， NIR 代表近红外波段，MIR 代表短
波红外波段体信息，特别是
提取山区水体
时，会混有山区
阴
影，
（3）在提取城镇
水体时更有
优势
谱间关系法较适合地形起伏较小的地区，对于山地区域，山体易于阴影混淆。表2水体提取方法的模型与波段参数：
遥感影像中水面及水体信息提取方法的研究
遥感影像中水面及水体信息提取方法的研究 胡启中1，祁建勇2 （1.上海佳文比特信息科技有限公司，上海，200135；2.河北建设勘察研究院有限公司，石家庄，050031） 摘要：根据遥感影像中不同光谱波段对不同地物的反射率特征，以西洋河流域2000年春秋两期Landsat7 ETM＋遥感数据为研究对象，结合实地调查数据，利用地理信息系统及遥感数据处理系统软件平台，建立植被覆盖度对不同季节、不同程度的植被覆盖、岩土裸露及水面水体相关的特征关系、对该流域内分布的各类中小型水库塘坝的水面和水体信息的分析和提取方法进行系统的研究和验证。通过结果分析表明：根据不同时相遥感影像的光谱波段组合建立不同的处理方法可以提高季节性变化的水面及水体信息识别和提取的精度和效率。 关键词 ：遥感影像；光谱分析；水体信息；提取方法 水面及水体信息的分析和提取，一直是遥感影像分析处理及解译分类的基础性工作，在水资源调查、水环境监测、水灾害评估等许多方面得到了广泛应用。国内外很多专家学者在大规模区域尺度、高精度空间分辨率及多时相时间分辨率的遥感数据基础上对水体的提取方法做了深入研究，并提出了许多行之有效的方法。 在中小流域尺度范围上，基于中低空间分辨率的卫星遥感影像，对各类中小型水库塘坝的水面及水体信息的分析和提取是困难的，即使单一的借助专业的遥感数据处理系统软件平台进行分类解译，不仅技术性强，步骤繁多，模型构造复杂，也是费工费时费力的。水域范围精度控制和水面水体提取效率的提高一直是遥感解译水面及水体信息方法改进的驱动力。 1 Landsat7 ETM＋遥感波段光谱特征及归一化植被指数应用 遥感数据是在预定的光谱波段（波长）上获得的。美国陆地卫星7号（Landsat-7）携带的增强型专题制图仪（ETM+），包含三个可见光波段兰绿红、一个近红外波段、二个中红外波段，空间分辨率为30米；一个热红外波段，空间分辨率为60米；另加一个空间分辨率为15米的全色波段。尽管空间分辨率不是较高，重采样覆盖周期16天，但其波段设置比较合理，并采集传输回大量的遥感数据，成为陆地资源调查及生态环境监测等诸多领域应用重要的遥感数据源之一。各种地物，尤其是岩石土壤、绿色植被和水面水体在可见光和红外波段附近具有明显的反射率特征。在光谱中，波段3可见光红光主要被植物吸收，同土壤和岩石相比，绿色植物的反射系数相当弱；而在波段4近红外线部分的反射却比多数其它地表覆盖物的反射要强得多[ 1 ]。水面或水体几乎吸收了近红外波段4和中红外波段5或7的全部能量使之反射率很低，同时土壤和植被在这三个波段内的吸收能量较小，而有较高的反射率，这就使得水体在这三个波段上与植被和土壤具有明显的光谱特征差异。因此在假自然色彩波段合成影像（RGB543波段组合）中，水体呈现出深蓝色及蓝色的暗色调，而土壤因其岩类基质特征呈不同浅色调，植被则呈现出相对较亮的深绿色、绿色或浅绿色色调。但由于不规则山体阴影的影响，使得近红外、中红外在阴坡面的反射能量特别低，它们在影像上也呈现出明显的暗色调；规则的铁路线、公路线等基础设施在遥感影像上也同时呈现出明显的暗色调。水面水体与山体阴影、铁路线、公路线等基础设施的光谱特征混淆使得遥感解译的普通分类方法难以准确提取水面水体信息。 归一化植被指数（NDVI），是植被指数的一种通用化指标形式，正是利用了遥感数据中近红外线和红光之间植被、水体及岩石土壤等其它地物的光谱特征，计算两波段之间的差异或比值，使之反映植被覆盖状况。因此，通过遥感数据直接计算的植被指数近一步估算植被覆盖度，在全球植被变化、作物生长状况、
AVHRR图像上的水体提取
AVHRR图像上的水体提取 ●AVHRR图像上水体表现及特征分析 ●AVHRR图像上的水体识别提取模型 AVHRR图像上水体表现及特征分析 ●AVHRR数据拥有5个通道（CH），CH1（0.58-0.68微米）属橙色可见光范围，对水体中的泥沙 含量十分敏感；CH2（0.725-1.1微米）为近红外通道，为水的强吸收带，水体的反射率很低，水体的边界轮廓十分清晰。 ●为了整体上了解水体空间、时间、水质上的多变性在AVHRR影像上的反映，以及水体与其他易 混地物的区别，采用分地物类别按时间、空间变化的规律对AVHRR数据进行采样分析，分别在2月、5-8月AVHRR图像上对湖泊（太湖、鄱阳湖、洞庭湖、青海湖）、河流（长江、辽河）、海洋（黄海、东海、渤海）、云、云影、城市（上海、无锡、苏州、杭州）的光谱值进行采样分析。 ●该图幅内以平均值的光谱曲线为分界，厚云、薄云五个波段都相对为高值，光谱曲线明显高出 平均曲线；而其它地物明显低于或围绕平均曲线有小的起伏，其中云影在CH3、CH4、CH5又稍高于平均水平。从曲线的走向看，云、云影与河流、积水区一致，因此，要进一步区分水体与云及云影，在原有CH1>CH2的规律下，须加入CH2、CH3的判断条件，利用CH2、CH3的均值分别排除云及云影。 ●图内的河流、湖泊、海洋的3、4、5波段则相对洪水期有增高，表现出高于图幅均值的规律； 而云影在曲线走向和数据大小都与各种水体的规律极为相似，无法再加以区分；反而该时期的城市曲线依然全低于图幅均值，落在平均曲线的下方，虽然在CH1、CH2也满足水的规律，但完全可以利用CH3波段把它剔除掉。 ●上面的采样分析可知，在AVHRR这一特定的传感器上，水体的遥感特性与地面实测相比呈现出 一定程度的变化，表现为：正常情况下水体随空间的变化幅度较小，而随时间的变化幅度较大，而在洪水期间，水体表现大幅度的变化，由平常时期的相对稳定到起伏较大，呈现出特殊的规律。其中由于降水的增加引起水中泥沙含量，水温等异常变化也起到了相当大的作用，而由于时间变化引起水体的变化反映则相当的微弱。但无论水体随时间，空间怎么变化，则其在近红外吸收的特性则始终不变，且表现为CH1>>CH2，CH2<图像的均值；CH3有规律的上升或下降，在正常时期，水体CH3大于整幅图像的平均值，而洪水期间CH3小于整幅图像的均值，这就是水体在光谱多变性条件下，呈现出的统一规律，即光谱特征。 AVHRR图像上的水体提取模型 根据大量的水体光谱样本分析，得出AVHRR数据的水体信息摄取的基本光谱模型： ●CH1》CH2，且CH2<图像平均值； 洪灾期：CH3<图像平均值；非洪水期，且CH3>图像均值； ●随着水面积减小，混浊度增加，水深变浅，水体特征有所改变。CH1相对减小，CH2相对增加， 有向陆地逐渐过渡的趋势，且往往该部分水体是陆地包围的水体或覆盖在陆地上的浅水体。 ●在分析了水体在图像上的空间特征后，在光谱模型上又给出水体的空间模型： –水体相对于陆地或云层等呈现出较为均一的图斑，无明显的纹理特征 –水体图斑的边界相对于云层较稳定，河流的线状特征，湖泊、海洋等的面状特征较明显。 以上的光谱模型和空间模型采用面向对象的思想完成模型建立，可以实现水体的智能化信息提取。 TM图像上的水体提取 ●由于时间分辨率的限制，在洪水期难以获得无云雾的TM图像，因此TM主要用于洪水灾害损失 评估和本底水体的提取。 ●从TM数据中提取水体信息的关键是区分水体与其他地物的阴影，这同样需要进行不同地物各 波段的光谱值分析。 ●水体、阴影的第5波段明显小于第2波段。而其它地物则刚好相反。在第2、3波段上，水体的
遥感影像水体提取实验
基于高分一号卫星多时相数据的洪水监测 摘要：本文利用两幅高分一号多光谱影像数据，通过ENVI4.8软件，采用NDVI对黑龙江地区水体进行了提取，并在图像上展示了水体变化区域，计算了水体变化面积。结果表明：9月9日黑龙江水域面积比8月27日增加了226.6822 km。最后又采用了假彩色合成法展示了水体增加区域。结果表明：两种方法对水体变化信息的提取具有一致性。 1 数据介绍 本作业获得了两幅高分一号TIF数据，分别是8月27日，9月9日。每幅影像有4个波段，查阅资料得知：1波段波长为0.45-0.52um，属于蓝、青光，2波段波长为0.52-0.59um，属于黄、绿光，3波段波长为0.63-0.69um，属于红光，4波段为0.77-0.89，属于近红外。 图1 0827影像信息图2 0909影像信息 2 研究区域 由所给数据的经纬度坐标可知，研究区域为抚远县，其地处黑龙江、乌苏里江交汇的三角地带。地理方位是东经133° 40′ 08″至
135° 5′20″,北纬47° 25′30″至48° 27′40″。 图3 研究区域的百度卫星地图 2 水体提取方法选择 单波段：水体在近红外波段的反射率很低，所以可以设置阈值进行提取。 归一化水体指数 )/()(NIR Green NIR Green NDWI ρρρρ+-= 归一化植被指数 )/()(NDVI Re Re d NIR d NIR ρρρρ+-= 但单波段方法中阈值的设置需要反复调整，而高分一号数据的1、2波段不完全是蓝、绿光，而3、4波段完全是红、近红外。所以选择归一化植被指数提取水体。-1= 水体提取方法简单归纳总结 一、基于MODIS影像的几种提取方法。 最常用的水体提取方法： 波段阈值法、谱间关系法（波段组合法）和多光谱混合分析法 单波段阈值法是提取水体的最简单易行的方法。 基本原理：是利用水体在近红外波段上反射率较低,易与其它地物区分的特点,选取单一的红外波段, 通过反复试验, 确定一个灰度值,作为区分水体与其它地物的阈值即可。 缺点：是无法将水体与山区阴影区分开来,提取的水体往往比实际要多。 有些文献中叙述由于阀值随时间、地点变化的不确定性使得该方法具有局限性,但对于非山区的特定时相和区域里,尤其像MODIS 这样高光谱的遥感数据, 首先应选用阈值法进行试验,因为光谱的细分已经将上述问题大大减弱。若能获得较满意的提取效果,则很容易实现水体的自动提取。 对于用阈值法确实得不到理想效果的,则可以考虑谱间关系法和多光谱混合分析法。 利用谱间关系可建立的模型很多,如对波段进行如下组合运算CH7/CH6 ,CH7/CH5, CH6/CH5, 从而找出组合图像上水陆分界非常明显的影像。以CH7/CH6为例,可以采用如下方法剔除非水体: 在ENVI 软件下输入CH7 及CH6 波段, 运用波段计算功能,将公式CH7/CH6 输入,载入影像, 在放大窗口中,手工裁取明水水域范围, 生成多边形,对各多边形赋予一个感兴趣区( AOI) 文件, 并将其输出为EN-VI 等矢量文件即可。 对波段进行组合运算的目的,是为了增强水陆反差。MODIS 数据的波段1 是红光区( 0. 62 ～0.67um) ,水体的反射率高于植被, 波段2 是近红外区( 0. 841 ～0. 876um) ,植被 ETM图像水体信息提取 仇大海1，田淑芳1，吴亚玲2 1中国地质大学（北京）遥感教研室北京市（100083） 2北京鼎峰同惠工业技术有限公司北京市（100098） E-mail：qdh12011@https://www.360docs.net/doc/ca9086478.html, 摘要：本文应用云南省南部地区的ETM遥感影像图，对该区域内的水体信息进行提取。以G48C004002为典型示范区，结合交互式矢量化和野外验证成果对各种方法进行分析选优，最后提出了一种水体提取的新方法：缨帽变换湿度分量法，经验证该方法满足提取要求。本文还对去除影响因素进行了深入的探讨，例如对于阴影的去除和混合像元影响的去除。关键词：信息提取，缨帽变换，遥感，阈值 中图分类号：K909 1. 引言 本论文基于中国地质调查局2005年项目《中国陆域边界云南瑞丽江—大盈江中下游地区基础地质遥感调查》。工作区北部与青藏高原相连，南到中缅、中老、中越边界，东西横跨1200km，南北纵跨800km，地理坐标位于东径97°30′—106°10′，北纬21°00′—28°00′，总面积约400000km2，涉及1∶25万比例尺地形图34幅。该工作区属于我国西南多云多雨地区，气候湿润，雨量充沛，植被茂盛，水量丰富。工作所采用的ETM数据共25幅。本文以1：25万标准分幅G48C004002为例（如图1），讨论遥感方法在提取水体中的实用性。 图1 G48C004002 ETM（742）彩色合成示意图 随着人类活动规模的增强，人类影响环境能力越来越显著，生态地质环境也快速地发生着变化，主要表现在干旱、洪涝、泥沙淤积河道、水土流失和滑坡、泥石流地质灾害时有发生等。这些变化直接威胁着该地区的经济发展，同时也影响着邻国的环境变化，容易引起国际纠纷，不利于和平稳定的周边环境。因此该区域内的水体信息调查尤为重要，水体信息调查为环境评估和地质灾害的预防和治理提供依据。 该区域面积较大、环境复杂，用传统的工作方法很难满足要求，而遥感技术以其大面积、同步观测的优势发挥了在该区域内水体调查的优势，因此如何采用最优的遥感方法结合GIS 等多种技术提取水体信息就成了本文论述的重点。研究过程中使用了1999年和2001年的ETM遥感数据、当地的地形图、地质资料、气象资料等等。主要的工作思路如下图： 短时记忆的信息提取方式 于尧 （西南大学心理学部，重庆，400715） 摘要本实验旨在通过模仿Sternberg（1966）的短时记忆的信息提取经典实验，了解短时记忆的信息提取方式。本实验选取西南大学心理学部本科三年级学生89人作为被试，在心理学部机房利用PsyKey心理教学系统3.2中“短时记忆的信息提取”程序完成实验。实验为两因素被试内实验设计，按记忆集大小共六种呈现给被试，要求被试在特定时间识记，之后再呈现一个数字，要求被试判断是否是刚才识记过的，并按键反应，程序会自动记录被试的在不同水平下再认的反应时间和正确率。通过SPSS19.0进行数据分析，得出结果：记忆集对短时记忆信息提取没有影响；反应类型对短时记忆信息提取有显著影响。进而得出结论：短时记忆的信息提取并不是系列全扫描，也不是Stermberg假设中的任何一种信息提取方式。 关键词短时记忆信息提取 1 前言 Atkinson和Shiffrin（1968）提出了记忆系统的多存储模型（the multi-store model of memory），将记忆看作一个系统，按照信息在系统内储存的时间可以划分为三个不同的子系统：感觉记忆（sensory memory）、短时记忆和长时记忆，且这三个子系统在信息的储存量、保持时间、储存形式（或通道）、提取方式、遗忘规律以及在信息加工过程中所处的位置等许多方面均存在不同。其中，短时记忆是指在刺激作用终止后，对信息保持到几十秒直至一分钟左右的记忆（郭秀艳，2004），是操作性的、正在工作的、活动着的记忆（王甦、汪圣安，2006）。不论是何种记忆系统，其信息的提取方式都是一个极受关注的问题，因为记忆的最终目标是信息的提取利用。在越来越奉行效率至上的近代，短时记忆的信息提取在近几十年更是始终被认为是认知心理学研究的重要课题之一。 所谓信息提取，指把储存在假定的记忆系统中的特定信息取出来以便使用（朱智贤，1989），即将短时记忆中的项目回忆出来，或者当该项目再度呈现时能够再认，都是短时记忆的信息提 水体样本提取的方法 手提 （细菌细胞直径约0.5um，长度约0.5~5um） 将300-500ml水样通过0.45um或者0.22um的滤膜 如果水样中不可溶解的颗粒较多，需要使用2-5um孔径的滤膜将不可溶解的颗粒杂质滤去，滤膜孔径大于水体微生物细胞直径。 用于水体微生物富集的滤膜的选择： 常用的滤膜孔径大小有45mm和22mm两种，孔径太小滤膜容易阻塞，45mm的孔径大小透水性较好，提样的时候可根据客户的需要，选择45mm或22mm孔径的滤膜。 滤膜材质有很多种，常用的三种为聚苯醚砜滤膜、混合纤维素酯薄膜、氧化铝薄膜。 聚苯醚砜滤膜（Polyethersulfone）：最结实的滤膜之一，可以过滤比其它滤膜更多的水样。使用真空泵可快速抽干，易于折叠不易撕破。能抵受真空泵长时间高压力的滤过。若需要过滤大量低微生物含量的清亮水样，0.22mm滤膜的更合适。在提取核酸时，得率可与PowerWater? DNA 和RNA Isolation Kits中自带的混合纤维素酯滤膜相媲美。 混合纤维素酯滤膜（膜醋酸纤维素、硝酸纤维素）: 0.45μm孔径最合适材质。如果水样浑浊，使用0.22μm滤膜过滤缓慢容易堵塞时，建议使用0.45μm孔径的滤膜。纤维素滤膜吸水性强，不好处理。有文献显示杀虫剂和除草剂很容易吸附到纤维素滤膜上。若样品含有杀虫剂和除草剂，最好避免使用这类滤膜。 聚碳酸酯滤膜（Polycarbonate）: 这种滤膜很薄且容易起褶皱，所以不太好用。通常用0.45μm孔径的滤膜来预防过滤时发生阻塞。不像聚醚砜膜（PES）和混纤膜（MCE），水样中微生物会停留在滤膜表面。使得滤膜很容易阻塞，本该滤过的小颗粒也会截留下来。实验证明，珠磨研磨破碎强度越小，获得DNA分子量越大。如果样品只是用来做PCR，可以采用强力的研磨方法提高得率，暂时忽略片段破碎。 样品富集之后按照以下方法进行提取： 1. 滤膜剪碎，溶于500ul水中，液氮反复冻融（或用超低温冰箱）（从-70℃拿出来后在65℃水中冻融，小心操作，防止管子炸裂）【裂解细胞】 2. 将水样于13000rpm下离心，10min，收集沉淀 3. 沉淀溶于100ul 1×TE，重悬 遥感ENVI水体信息提取实验 实习一：水体信息提取姓名：XXxx 学号：!!!!!!!!!!!!!!!!!!! 专业：地理信息科学 教师：XXXXX 成绩： 环境与规划学院 二〇一六年四月 实验报告 一实验目的 学习水体光谱的征曲线，掌握应用遥感图像处理软件进行水体波普的差异性分析。 掌握水体提取的常用方法；能够使用ENVI 软件进行水体信息提取。 二实验内容 遥感探测的水体波谱信息：水可以吸收也可以散射通过水汽界面的波谱辐射能量（Ed），但水的散射会增加天空辐射能量（Eu），而水的吸 收则会同时减少Ed和Eu。 遥感影像记录了地表物体的反射信息及其自身向外的辐射信息。相对于其他地物而言，水体在整个光谱范围内都呈现出较弱的反射率。 在近红外、中红外及短波红外部分，水体几乎吸收了去不得入射能量，因此水体在这些的反射率特别低，而土壤、植被、建筑物等在这些波段吸收能量较小，具有较高的反射率，是的水体与他们具有明显的区别。 水体信息提取有助于确定水体边界、了解水域面积变化、水文水资源要素，提取结果可用于水资源信息统计及相关的辅助决策 三实验方案 单波段法（阈值）； 多波段法（谱间关系法、比值法、归一化差异水体指数（NDWI）、改进的归一化差异水体指数（MNDWI） 1．图像预处理 （1）辐射定标：将DN值转成辐亮度 File--->open image file--->。。。。MTL.txt--->spectral--->Preprocessing--->C alibration Utilities--->Landsat Calibration--->（选择文件），OK--Radiance，File，choose（选择保存地址并命名），Ok （2）BSQ转成BIL Basic Tools-->Convert data （BSQ、BIL、BIP）-->-BIL，choose（选择保存地址并命名），Ok （3）Flaash大气校正 Spectral--->Preprocessing--->Calibr ation Utilities--->Flaash —> 实习一：水体信息提取姓名：XXxx 学号：!!!!!!!!!!!!!!!!!!! 专业：地理信息科学 教师：XXXXX 成绩： 环境与规划学院 二〇一六年四月 实验报告 一实验目的 学习水体光谱的征曲线，掌握应用遥感图像处理软件进行水体波普的差异性分析。 掌握水体提取的常用方法；能够使用ENVI软件进行水体信息提取。 二实验内容 遥感探测的水体波谱信息：水可以吸收也可以散射通过水汽界面的波谱辐射能量（Ed），但水的散射会增加天空辐射能量（Eu），而水的吸收则会同时减少Ed和Eu。 遥感影像记录了地表物体的反射信息及其自身向外的辐射信息。相对于其他地物而言，水体在整个光谱范围内都呈现出较弱的反射率。 在近红外、中红外及短波红外部分，水体几乎吸收了去不得入射能量，因此水体在这些的反射率特别低，而土壤、植被、建筑物等在这些波段吸收能量较小，具有较高的反射率，是的水体与他们具有明显的区别。 水体信息提取有助于确定水体边界、了解水域面积变化、水文水资源要素，提取结果可用于水资源信息统计及相关的辅助决策 三实验方案 单波段法（阈值）； 多波段法（谱间关系法、比值法、归一化差异水体指数（NDWI）、改进的归一化差异水体指数（MNDWI） 1．图像预处理 （1）辐射定标：将DN值转成辐亮度 File--->open image file--->。。。。MTL.txt--->spectral--->Preprocessing--->Calibration Utilities--->Landsat Calibration--->（选择文件），OK--Radiance，File，choose（选择保存地址并命名），Ok （2）BSQ转成BIL Basic Tools-->Convert data （BSQ、BIL、BIP）-->-BIL，choose（选择保存地址并命名），Ok （3）Flaash大气校正 Spectral--->Preprocessing--->Calibration Utilities--->Flaash—> 水体DNA提取实验方法 1．取200ml 样品经0.22μm 的微孔滤膜过滤，将滤膜及过滤物在无菌条件下剪成1-2mm 的碎屑，放入Eppendorf 管中，加STET 缓冲液至满管，离心5分钟； 2．小心去上清，向沉淀中加入1mL STET 缓冲液洗涤，10000rpm 离心2min收集沉淀； 3．用200μL STET 缓冲液重悬沉淀，将4μL 50mg/mL 的溶菌酶加到悬液中，室温放置（37℃）5min，然后置94℃水浴保温2min； 5. 加入SDS 至终浓度为0.5%（10μL）和蛋白酶K 至终浓度为100μg/mL（1μL、20mg/ml），混合后置37℃水浴保温1h； 6. 加入NaCl 溶液（20μL、5mol/L）至终浓度为0.5mol/L，充分混匀，再加入25μL 5% CTAB（十六烷基三乙基溴化铵），混合并置65℃水浴保温10min； 7. 加入等体积（260μL，具体视情况而定）的饱和酚，混匀，12000rpm 离心5min，将上清液转入另一洁净的 1.5mL Eppendorf 管中； 8. 加入等体积酚/氯仿（V/V），混匀，12000rpm 离心5min，将上清液转入另一洁净的1.5mL Eppendorf 管中； 9. 加入0.6倍异丙醇混匀，在4℃或者-20℃（老师建议4℃）放置（沉淀）1h 或过夜； 10. 12000rpm 离心20min，小心吸出或者倒出异丙醇； 11. 用500μL 70%冷乙醇洗涤沉淀，12000rpm 离心5min 收集沉淀； 12. 小心吸出或者倒出乙醇，然后在吸水纸上倒置使残余乙醇流尽，空气干燥10－15 min，以便表面乙醇挥发，注意不要使沉淀完全干燥； 13. 加入30μL无菌双蒸水（ddH2O），用微量移液器吹吸，混合至DNA 充分溶解； 14. 将DNA 溶液存放于-20℃，不可使用自动除霜冰箱，以避免DNA 反复冻融； 药品准备 1. STET 缓冲液：8%蔗糖，50mM Tris（pH 8.0），50mM EDTA，0.1% Tween-20； 2. 50mg/mL 溶菌酶；蛋白酶K 3. 10% SDS；5mol/L NaCl；5% CTAB（十六烷基三乙基溴化铵）； 北京揽宇方圆信息技术有限公司 、 遥感卫星影像数据信息提取 北京揽宇方圆信息技术有限公司中科院企业，卫星影像数据服务全国领先。业务包括遥感数据获取与分发、遥感数据产品深加工与处理。按照遥感卫星数据一星多用、多星组网、多网协同的发展思路，根据观测任务的技术特征和用户需求特征，重点发展光学卫星影像、雷达卫星影像、历史卫星影像三个系列，构建由26个星座及三类专题卫星组成的遥感卫星系统，逐步形成高、中、低空间分辨率合理配置、多种观测技术优化组合的综合高效全球观测和数据获取能力形成卫星遥感数据全球接收与全球服务能力。 (1)光学卫星影像系列。 面向国土资源、环境保护、防灾减灾、水利、农业、林业、统计、地震、测绘、交通、住房城乡建设、卫生等行业以及市场应用对中、高空间分辨率遥感数据的需求，提供worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、ikonos、pleiades、spot1、spot2、spot3、spot4、spot5、spot6、spot7、landsat5(tm)、landsat(etm)、rapideye、alos、Kompsat卫星、北京二号、资源三号、高分一号、高分二号等高分辨率光学观测星座。围绕行业及市场应用对基础地理信息、土地利用、植被覆盖、矿产开发、精细农业、城镇建设、交通运输、水利设施、生态建设、环境保护、水土保持、灾害评估以及热点区域应急等高精度、高重访观测业务需求，发展极轨高分辨率光学卫星星座，实现全球范围内精细化观测的数据获取能力。像国产的中分辨率光学观测星座。围绕资源调查、环境监测、防灾减灾、碳源碳汇调查、地质调查、水资源管理、农情监测等对大幅宽、快速覆盖和综合观测需求，建设高、低轨道合理配置的中分辨率光学卫星星座，实现全球范围天级快速动态观测以及全国范围小时级观测。 (2)雷达卫星影像系列 合成孔径雷达(SAR)观测星座。errasar-x、radarsat-2、alos、高分三号卫星围绕行业及市场应用对自然灾害监测、资源监测、环境监测、农情监测、桥隧形变监测、地面沉降、基础地理信息、全球变化信息获取等全天候、全天时、多尺度观测，以及高精度形变观测业务需求，发挥SAR卫星在复杂气象条件下的观测优势，与光学观测手段相互配合，建设高低轨道合理配置、多种观测频段相结合的卫星星座，形成多频段、多模式综合观测能力 (3)历史卫星影像系例 锁眼卫星影像1960年至1980年代的影像，高分辨率0.6米，已在中国各个行业得到广泛应用。 北京揽宇方圆信息技术有限公司公司为北京市创新企业，通过了严格国际质量体系认证，产品和服务质量均有着优良的保证，曾独立提供国家重大遥感图像工程项目和遥感图像处理项目，经过多年在遥感行业的积累，在遥感影像数据供应方面形成了一整套解决方 山脊线山谷线提取实验报告 实验内容描述： 山脊线和山谷线构成了地形起伏变化的分界线（骨架线），因此它对于地形地貌研究具有重要意义；另一方面，对于水文物理过程研究而言，由于山脊、山谷分别代表示分水性与汇水性，山脊线和山谷线的提取实质上也是分水线与汇水线的提取。 本次实验通过某区域栅格DEM掌握山脊线和山谷线这两个基本地形特征信息的理论及其基于DEM的提取方法与原理；同时，熟练掌握利用ArcGIS软件对这两个地形特征信息的提取方法。 实验原理： 1.本实验基于规则格网DEM数据使用平面曲率与坡形组合法提取山脊线和山谷线，首先利用DEM数据提取地面的平面曲率及地面的正负地形，取正地形上平面曲率的大值即为山脊，负地形上平面曲率的大值为山谷。实际应用中，由于平面曲率的提取比较繁琐，而坡向变率（SOA）在一定程度上可以很好地表征平面曲率。因此，提取过程中可以SOA代替平面曲率。 2.主要用到以下理论知识： 1）坡向变率：是指在提取坡向基础上，提取坡向的变化率，亦即坡向之坡度（Slope of Aspect，SOA）。它可以很好地反应等高线弯曲程度； 2）反地形DEM数据：求取原始DEM数据层的最大高程值，记为H，通过公式（H-DEM），得到与原来地形相反的DEM数据层，即反地形DEM数据； 3）地面坡向变率SOA：地面坡向变率在所提取的地表坡向矩阵的基础上沿袭坡度的求算原理，提取地表局部微小范围内坡向的最大变化情况。但是SOA在提取过程中在北面坡将会有误差产生，所以要将北坡坡向的坡向变率误差进行纠正，其公式为： SOA=(( [SOA1]+[ SOA2] )-Abs( [SOA1]-[ SOA2] ))/2 其中：SOA1为原始DEM数据层坡向变率，SOA2为反地形DEM数据层坡向变率。 4）焦点统计 5）ArcScan自动矢量化 流程图 、 实验步骤： 1.相对路径 2.加载数据 3.提取原始dem的坡向（利用dem数据--空间分析--表面分析--坡度工具，命名为Aspect） 基于目标的水体信息提取研究 发表时间：2019-08-13T16:20:59.030Z 来源：《科学与技术》2019年第06期作者：刘星星[导读] 利用SPOT遥感图像采用基于目标的方法，利用eCognition软件，实现水体信息的自动提取。（广州市增城区城乡规划与测绘地理信息研究院，广东广州 511300）摘要：鉴于基于像元的方法在高分辨率影像中水体信息提取的不足，以高分辨率SPOT遥感影像为数据源，采用多尺度分割算法，对水体的特征进行分析，建立对象知识进行细分类。实验表明，基于目标的方法保证了信息提取的完整性且提高了精度，能够得到更好的效果。 关键词：基于目标；多尺度分割；知识库；分类1引言 利用卫星遥感数据对水资源进行宏观的观测，在近年得到了广泛的应用。而水资源的研究离不开对水体的准确提取。本文利用SPOT遥感图像采用基于目标的方法，利用eCognition软件，实现水体信息的自动提取。2实验区数据 实验区选择武汉，武汉位于江汉平原中部，市内湖泊塘堰众多，世界第三大河长江及其最长支流汉江横贯市区，是个水覆盖率高的地区，是水体识别和提取的好实验区。本实验的分类种类包括河流、湖泊和非水体。 实验采用SPOT高分辨率影像，SPOT多光谱影像具有红、绿、蓝、近红外4个波段，分辨率为10m，全色影像具有一个全色波段，分辨率为2.5m。 3研究方法 水体是一种特殊的地物，由于其所具有的液体特质，所在区域一般是连续的，边缘一般也较光滑，用基于目标的方法来提取水体，更容易将水体与非水体区分开，精度也会更高，主要包括多尺度分割和构建水体提取知识库。 3.1多尺度分割 多尺度分割采用自下而上的方法对影像进行分割。在分割前需要确定影响异质性最小的两种因子：光谱因子与形状因子，其中形状因子包括光滑度异质性、紧密度异质性。 多尺度影像分割就是对影像中目标设立一个特定的阈值，根据影像中目标地物的色彩、形状、纹理等特征，建立相应的分割准则，将光谱信息类似的相邻像元合并，组成一个有意义的对象。进行多尺度分割后，不同类别的地物即可以实现在不同尺度层的信息提取[5]。 3.2构建水体提取知识库 收稿日期:2008206204;修订日期:2008208225 基金项目:安徽省教育厅自然科学基金资助项目(K J 2007B219);安徽省教育厅教学研究项目(2007J YXM208)。 作者简介:黄海波(1982-)男,硕士研究生,主要从事遥感图像处理、土地利用/覆盖变化研究。E 2mail :hhb1001@https://www.360docs.net/doc/ca9086478.html, 。 ASTER 遥感影像水体信息提取方法研究 黄海波1,2,赵 萍1,2,陈志英1,郭 伟1,2 (1.安徽师范大学国土资源与旅游学院,安徽芜湖 241000; 2.安徽师范大学GIS 重点实验室,安徽芜湖 241000) 摘要:以安徽省芜湖市为试验区,首先对试验区水体和其它各类地物的光谱特征进行分析,探讨水体在ASTER 遥感影像各个波段与其它地物之间的可分性,然后经过反复实验和分析,构建了基于波段阈值和谱间关系的水体提取模型:B2>B3,B1+B6<127,B3+B4<54和B3<24,最后将该方法提取结果与非监督分类、监督分类和植被指数法提取结果进行评价和比较。实验结果表明该方法可较好地提取研究区各类水体,分类精度明显优于传统提取方法,且简单实用,但在对光谱特征分析过程中样本点选取要求较高。 关 键 词:ASTER ;水体信息提取;谱间关系 中图分类号:TP 79 文献标志码:A 文章编号:100420323(2008)0520525204 1 引 言 水资源分布的调查与监测是控制水污染和生态 保护的前提,而卫星数据具有监测范围广、获取周期 短、地物信息丰富的特点,对调查与监测水资源分布 起着重要的作用。国内外众多学者对水体遥感专题 信息的提取进行了研究,如Bartolucci [1]等通过对 Landsat MSS 数据的研究,指出MSS 波段中近红外 波段为提取水体的最佳波段;秦其明[2]等通过像素 的重组,在区域分割和边界跟踪的基础上,对卫星图 像进行水体形状特征的抽取与描述,实现不同水体 类型的识别;陈华芳[3]等对Landsat ETM +影像,分 别采用了阈值法、差值法和阈值法的结合运用、多 波段谱间关系法和阈值法的结合这3种方法对湿 地进行识别;王志辉,易善祯[4]通过对5种不同水体提取模型(RV I ,NDV I ,NDWI ,MNDWI ,NDSI )原理分析,结合具体实例(洞庭湖水域)进行水体遥感提取来说明5种方法提取水体的差异,从而确定在不同时期和不同用途时所采用最佳的水体提取模型。本文从水体的遥感信息光谱特征入手,分析各地物类型在ASTER 数据各个波段所记录的波谱信息情况差异,探讨水体与其它地物的区分方法。ASTER 是搭载在Terra 卫星上的星载热量散发和反辐射仪,于1999年12月18日发射升空,由日本国际贸易和工业部制造。ASTER 通过从可见光到热红外14个频道获取整个地表的高分辨解析图像数据-黑白立体照片,为多个相关的地球环境资源研究领域提供科学、实用的卫星数据。其主要参数如表1[5]。 表1 ASTER 卫星主要参数表 T able 1 Main parameters table of ASTER satellite 波段 B1B2B3N B4B5B6B7B8B9B10B11B12B13B14波长(um )0.52 0.630.76 1.6 2.145 2.185 2.235 2.295 2.368.1258.4758.92510.2510.950.630.69 0.86 1.7 2.185 2.225 2.285 2.365 2.438.4758.8259.27510.9511.65分辨率(m )15 15153030303030309090909090第23卷 第5期2008年10月遥 感 技 术 与 应 用REMOTE SENSIN G TECHNOLOGY AND APPLICATION V ol.23 N o.5 Oct.2008 文章编号:1007-4619(2001)03-0214-06SPOT 卫星影像的水体提取方法及分类研究 都金康,黄永胜,冯学智,王周龙 (南京大学城市与资源学系,江苏南京210093) 摘 要: 文中分析了水体及其它主要地物的光谱特性在SPOT 影像中的表现特征,发现大多数地形阴影与水体的光谱特征具有一定的相似性,因而用单一的方法很难有效地提取山区中的水体。经过研究,发现用决策树分类方法,在各节点设计不同的分类器,可以有效地提取山区中的水体。由于不同类型的水体其面积、周长、形状等几何特征各有特点,并且与地貌类型有一定的关系,因而可利用水体的空间特征信息,对提取的水体进行分类,其方法也选用决策树分类方法,分类结果令人满意。关键词: 水体;决策树分类;空间结构中图分类号: TP751.1 文献标识码: A 1 引 言 利用卫星遥感数据提取水体,进行水资源宏观 监测及洪水淹没范围评估,近20年来得到了广泛的研究。阈值法、差值法、比值法、密度分割法、色度判别法、比率测算法、谱间关系法以及基于知识的水体自动判别方法和根据形状信息进行水体识别与分类方法等各种方法相继提出并得到了应用。刘建波等利用密度分割法从TM 图像中提取水体的分布范围[1] 。陆家驹等分别用阈值法、色度判别法、比率测算法从TM 资料中识别水体[2],通过识别结果的比较认为,阈值法的单红外波段识别水体简便迅速,但只能满足4000m 2以上水体的要求,色度判别法优于红外单波段,比率测算法不但能识别其它方法无法识别的小水体,还能对大水体的形状有所改进。肖乾广等利用AVHRR 的通道2与通道1差值图像可很好地识别水体[3] 。Barton I .J .等利用AVHRR 通道4提取的亮度温度来识别水体并对洪水进行了昼夜监测 [4] 。盛永伟等利用AVHRR 数据的通道2 与通道1之比值图像,有效识别薄云覆盖下的水体[5] 。周成虎、杜云艳等提出了基于水体光谱知识 的AVHRR 影像水体自动提取识别的水体描述模型,并将该模型应用于太湖、淮河、渤海等地区[6, 7] 。 此外,最常见的方法是使用分类方法提取水体,Shil 利用Landsat MSS 提取水体[8],认为单波段(近红外波段7)密度分割法与波段5和波段7组合的非监督 分类法所获得的水体表面积仅差3%,任一方法都可采用。以上方法对于平原地区是很有效的,但对于山区,在提取水体的同时,易将阴影提取出来,这主要是由于大多数地形阴影与深水水体的光谱特征相混淆。杨存建等针对这一问题,发现Landsat TM 影像中,只有水体具有波段2加波段3大于波段4加波段5的特征,据此可以将水体单一提取出来[9] 。但是对于SPOT 及其它卫星影像,水体并无如此特性。由于遥感图像的类别不同以及研究地区的地面特征不同,同一方法不可能适用于所有情况。必须对研究地区的特点、遥感影像特征以及水体的遥感信息机理等方面进行综合分析研究,最后才能确定使用某一方法或几种方法综合使用。本文对SPOT 卫星资料识别水体问题进行了研究,提出了基于SPOT 影像的决策树水体识别技术,该方法可很好地去除山体阴影。 利用光谱信息无法对提取的水体进行分类。但不同类型的水体其面积、周长、形状等几何特征各有特点,并且与地貌类型有一定的关系。黎夏利用形状信息对初分类的水体进一步分类,提高分类精度[10] 。本文则利用水体的空间特征信息,选用决策树分类方法对提取的水体进行分类。 收稿日期:2000-07-17;修订日期:2000-10-12 作者简介:都金康(1964— ),男,副教授。1988年南京大学水资源与环境专业研究生毕业。主要从事水资源系统分析、洪涝灾害、水文模型、遥感及GIS 在水文与水资源应用等方面的研究。发表论文20余篇。 第5卷第3期遥 感 学 报 Vol .5,No .32001年5月 JOURNAL OF RE MOTE SENSI NG May ,2001 水体DNA提取实验方法 1.取200ml 样品经0.22μm 的微孔滤膜过滤,将滤膜及过滤物在无菌条件下剪成1-2mm 的碎屑,放入Eppendorf 管中,加STET 缓冲液至满管,离心5分钟; 2.小心去上清,向沉淀中加入1mL STET 缓冲液洗涤, 10000rpm 离心2min收集沉淀; 3.用200μL STET 缓冲液重悬沉淀,将4μL 50mg/mL 的溶菌酶加到悬液中,室温放置(37℃)5min,然后置94℃水浴保温2min; 5. 加入SDS 至终浓度为0.5%(10μL)和蛋白酶K 至终浓度为 100μg/mL(1μL、20mg/ml),混合后置37℃水浴保温1h; 6. 加入NaCl 溶液(20μL、5mol/L)至终浓度为0.5mol/L,充分混匀,再加入25μL 5% CTAB(十六烷基三乙基溴化铵),混合并置65℃水浴保温10min; 7. 加入等体积(260μL,具体视情况而定)的饱和酚,混匀, 12000rpm 离心 5min,将上清液转入另一洁净的 1.5mL Eppendorf 管中; 8. 加入等体积酚/氯仿(V/V),混匀,12000rpm 离心5min,将上清液转入另一洁净的1.5mL Eppendorf 管中; 9. 加入0.6倍异丙醇混匀,在4℃或者-20℃(老师建议4℃)放置(沉淀)1h 或过夜; 10. 12000rpm 离心20min,小心吸出或者倒出异丙醇; 11. 用500μL 70%冷乙醇洗涤沉淀,12000rpm 离心5min 收集沉淀; 12. 小心吸出或者倒出乙醇,然后在吸水纸上倒置使残余乙醇流尽,空气干燥10-15 min,以便表面乙醇挥发,注意不要使沉淀完全干燥; (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910170314.9 (22)申请日 2019.03.07 (71)申请人 中山市信息技术研究所 地址 528400 广东省中山市东区博爱七路 25号 申请人 中山职业技术学院 (72)发明人 隋明祥 张志华 (74)专利代理机构 北京轻创知识产权代理有限 公司 11212 代理人 王新生 (51)Int.Cl. G06K 9/00(2006.01) G06K 9/46(2006.01) G06K 9/62(2006.01) (54)发明名称 一种黑臭水体图像提取与识别方法 (57)摘要 本发明公开了一种黑臭水体图像提取与识 别方法，包含以下步骤：A、数据预处理；将图像分 成3个颜色通道，转换像素值矩阵，提取水样图像 中央101*101像素的图像；B、图像特征提取，提取 各阶颜色矩；C、抽样80%作为训练样本，剩下的 20%作为测试样本；D、用训练集样本对模型进行 训练；E、用测试样本对模型性能进行评估，本发 明通过对黑臭水体进行取样、拍照、光纤传输的 技术，获得黑臭水体图像，在利用机器学习等方 法识别图像并给出黑臭水体分类登记，能够对区 域范围进行黑臭水体快速识别，监测黑臭水体治 理情况，省时省力， 易于推广使用。权利要求书1页 说明书3页 附图1页CN 109948482 A 2019.06.28 C N 109948482 A 1.一种黑臭水体图像提取与识别方法，其特征在于，包含以下步骤： A、数据预处理；将图像分成3个颜色通道，转换像素值矩阵，提取水样图像中央101*101像素的图像； B、图像特征提取，提取各阶颜色矩； C、抽样80％作为训练样本，剩下的20％作为测试样本； D、用训练集样本对模型进行训练； E、用测试样本对模型性能进行评估。 2.根据权利要求1所述的一种黑臭水体图像提取与识别方法，其特征在于，所述步骤A 具体是：设原始图像的大小是M×N，则截取宽从第fix(M/2)-50个像素点到fix(M/2)+50个像素点，高从第fix(M/2)-50个像素点到fix(M/2)+50个像素点的子图像。 3.根据权利要求1所述的一种黑臭水体图像提取与识别方法，其特征在于，所述各阶颜色矩包括一阶颜色矩、二阶颜色矩和三阶颜色矩。 4.根据权利要求3所述的一种黑臭水体图像提取与识别方法，其特征在于，所述一阶颜色矩采用一阶原点矩，反映了图像的整体敏感程度，公式如下： 5.根据权利要求4所述的一种黑臭水体图像提取与识别方法，其特征在于，所述二阶颜 色矩采用二阶中心矩的平方根，反映了图像颜色的分布范围，公式如下 ： 6.根据权利要求5所述的一种黑臭水体图像提取与识别方法，其特征在于，所述三阶颜 色矩采用三阶中心矩的立方根，反映了图像颜色分布的对称性，公式如下 ： 7.根据权利要求1-6任一所述的一种黑臭水体图像提取与识别方法，其特征在于，所述图像特征包括颜色特征、纹理特征、形状特征和空间关系特征。 权 利 要 求 书1/1页 2 CN 109948482 A水体提取方法
ETM图像水体信息提取
短时记忆的信息提取实验报告
水体样本提取的方法
遥感ENVI水体信息提取实验
遥感ENVI水体信息提取实验
水体DNA提取实验方法
遥感卫星影像数据信息提取
山脊线山谷线提取实验报告
基于目标的水体信息提取研究
ASTER遥感影像水体信息提取方法研究
SPOT卫星影像的水体提取方法及分类研究_都金康
水体DNA提取实验方法
【CN109948482A】一种黑臭水体图像提取与识别方法【专利】