Please wait a minute...
 
国土资源遥感  2005, Vol. 17 Issue (4): 24-27    DOI: 10.6046/gtzyyg.2005.04.06
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
基于SPOT-5图像的城市水体自动提取模型研究
曹 凯1,3 , 江 南3, 李新国2,3,  吕 恒3
1.南京大学城市与资源学系,南京210093; 2.中国科学院研究生院,北京100039; 3.中国科学院南京地理与湖泊研究所,南京210008
A MODEL FOR AUTOMATIC EXTRACTION OF WATER
INFORMATION FORM THE CITY ZONE BASED ON SPOT-5 IMAGE
CAO Kai 1,3, JIANG Nan 3, LI Xin-guo 2,3,LV Heng 3
1.Department of Urban and Resource, Nanjing University, Nanjing 210093, China; 2.Graduate School of The Chinese Academy of Sciences, Beijing 100039, China; 3.Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, China
全文: PDF(710 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

以南京市主城区为对象,研究基于SPOT-5图像的城市地区水体信息的提取方法。分析表明,对SPOT-5的SWIR波段进行简单的阈值处理,可以清晰地将水体与阴影提取出来。在分析水体和阴影光谱特征和空间特征(形状指数等)的基础上,建立了基于SPOT-5图像的城市地区水体的自动提取决策树模型。精度验证表明,该模型的水体提取精度较监督分类的提取精度提高2.5%,尤其在具有许多建筑物阴影的局部区域,本模型的水体提取精度提高11.6%。此外,本模型还具有很好的移植性,只是在阈值大小的确定上会有部分差异。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
罗富生
崔振奎
徐双
王国娟
关键词 TM影像证据权重影像模式    
Abstract

With the main city zone as the research area, the authors studied the method for extracting water information in SPOT-5 image. The water and shadow information was obtained from the image by setting the division line in band SWIR. By using spectral, spatial and temporal characteristics, such as the index of shape, the decision tree model for automatic extraction of water information in city zones from SPOT-5 image can be set up , so as to get the water information from the area. For estimating the precision of the model, a comparison was made between the model and the supervised classification method in the whole area and in a special zone with much building shadow.  The results show that in the whole area the precision of the model is about 2.5% higher than that of the supervised classification method, and in the special zone the precision improvement reaches 11.6%. Besides, the model has good transplanting function, with only slight differences in the division line in different cases.

     出版日期: 2009-09-10
: 

 

 
  TP 79: P 331

 
引用本文:   
曹凯, 江南, 李新国, 吕恒. 基于SPOT-5图像的城市水体自动提取模型研究[J]. 国土资源遥感, 2005, 17(4): 24-27.
CAO Kai, JIANG Nan, LI Xin-Guo, LV Heng. A MODEL FOR AUTOMATIC EXTRACTION OF WATER
INFORMATION FORM THE CITY ZONE BASED ON SPOT-5 IMAGE. REMOTE SENSING FOR LAND & RESOURCES, 2005, 17(4): 24-27.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2005.04.06      或      https://www.gtzyyg.com/CN/Y2005/V17/I4/24
[1] 田雷, 傅文学, 孙燕武, 荆林海, 邱玉宝, 李新武. 基于TM影像的西伯利亚北方森林覆盖度近30 a空间变化研究[J]. 国土资源遥感, 2021, 33(1): 214-220.
[2] 赵志芳, 党伟, 王瑞雪, 于其芬. 基于证据权重法的区域地质环境稳定性遥感评价研究[J]. 国土资源遥感, 2010, 22(s1): 9-13.
[3] 刘艳, 丁涛 , 阮惠华, 林娜. 基于多源遥感数据的玛纳斯河流域荒漠化监测[J]. 国土资源遥感, 2010, 22(1): 81-84.
[4] 王恩德, 贾三石, 付建飞, 姚玉增, 李鹏飞. 基于遥感影像信息的辽西钼多金属矿床远景区预测研究[J]. 国土资源遥感, 2009, 21(2): 24-29.
[5] 郑荣宝, 庄剑顺, 张金前.  广州市土地利用与NDVI变化的关联分析[J]. 国土资源遥感, 2008, 20(2): 102-108.
[6] 黄岩, 谢世友, 赵亚萍. 基于ETM影像的喀斯特石漠化调查研究——以重庆南川市为例[J]. 国土资源遥感, 2008, 20(1): 55-58.
[7] 齐志新, 邓孺孺. 多暗像元大气校正方法[J]. 国土资源遥感, 2007, 19(2): 16-19.
[8] 高中灵, 汪小钦, 周小成.  火烧迹地信息遥感快速提取方法研究[J]. 国土资源遥感, 2005, 17(4): 38-41.
[9] 杨波, 吴德文, 赖健清, 唐攀科. 遥感技术在腾冲西南地区地热资源研究预测中的应用[J]. 国土资源遥感, 2003, 15(2): 23-26.
[10] 潘春梅, 丁谦, 曹文玉. 南沙群岛岛礁地形地貌TM影像特征分析[J]. 国土资源遥感, 2002, 14(2): 34-37,60.
[11] 程久苗. 长江芜湖港岸线资源的遥感调查研究[J]. 国土资源遥感, 1996, 8(3): 34-39.
[12] 丁家瑞. 关于遥感技术在地质工作中应用的一些问题思考[J]. 国土资源遥感, 1996, 8(2): 1-9.
[13] 张景发, 王四龙. 鲜水河活动断裂带TM图像中雪及其影响的抑制[J]. 国土资源遥感, 1995, 7(2): 58-63.
[14] 罗富生, 崔振奎, 徐双, 王国娟. 金矿床遥感影像模式及证据权重法在找矿预测中的应用[J]. 国土资源遥感, 1994, 6(4): 23-29,7.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发