自然资源遥感, 2024, 36(4): 142-148 doi: 10.6046/zrzyyg.2023178

技术方法

面向水体浅水区遥感识别的水体指数NMBWI研究

罗鑫,, 王崇倡,, 孙尚宇

辽宁工程技术大学测绘与地理科学学院,阜新 123000

Water body index NMBWI for remote sensing-based identification of shallow water areas

LUO Xin,, WANG Chongchang,, SUN Shangyu

School of Geomatics, Liaoning Technical University, Fuxin 123000, China

通讯作者: 王崇倡(1973-),男,硕士,教授,主要研究方向为遥感信息提取与应用、专题地理信息系统开发。Email:lgdclxwang@163.com。

责任编辑: 陈昊旻

收稿日期: 2023-06-16   修回日期: 2023-10-23  

基金资助: 国家自然科学基金青年科学基金项目“双站+重轨PolInSAR混合模式下的森林高度反演研究 ”(42204031)

Received: 2023-06-16   Revised: 2023-10-23  

作者简介 About authors

罗鑫(1998-),女,硕士研究生,主要研究方向为遥感影像信息提取。Email: 1941518534@qq.com。

摘要

针对传统水体指数模型易受水体边界浅水区的水体底质的影响,导致在提取水体时容易产生水体错分和遗漏等问题,该文以汤河水库、桐湖和近海浅水区为研究对象,基于Landsat影像的典型地物光谱信息构建了一种新型多波段水体指数(new multi band water index,NMBWI)。与传统水体指数模型归一化差异水体指数(normalized difference water index,NDWI)、改进的归一化差异水体指数(modified normalized difference water index,MNDWI)、增强型水体指数(enhanced water index,EWI)及修订型归一化水体指数(revised normalized difference water index,RNDWI)进行了对比分析,结果表明: NMBWI对于水体边界的浅水区水体强化效果更佳,提取的水域范围更为完整,总体精度和Kappa系数总体优于传统水体指数模型且NMBWI对不同类型水体边界的浅水区水体提取具有较好的普适性和稳定性。

关键词： 新型多波段水体指数; 水体提取; 水体浅水区; 水体指数模型

Abstract

Traditional water-body index models exhibit high susceptibility to sediments in the shallow water areas at the boundaries of water bodies. This susceptibility leads to challenges such as water misclassification and omissions during water information extraction. Focusing on the Tanghe Reservoir, Tonghu Lake, and shallow offshore areas, this study developed a new multi-band water index (NMBWI) based on the spectral information of typical surface features derived from Landsat images. The comparison with traditional water-index models, including NDWI, MNDWI, EWI, and RNDWI, reveals that NMBWI can significantly enhance the detection effects of shallow water areas at water body boundaries, resulting in more comprehensive extraction results of water areas. NMBWI outperforms traditional water index models in terms of overall accuracy and Kappa coefficient. Furthermore, NMBWI demonstrates high universality and stability in the information extraction of shallow water areas across various water body boundaries.

Keywords： new multi band water index; water body information extraction; shallow water zone; water-body index model

PDF (4799KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

罗鑫, 王崇倡, 孙尚宇. 面向水体浅水区遥感识别的水体指数NMBWI研究[J]. 自然资源遥感, 2024, 36(4): 142-148 doi:10.6046/zrzyyg.2023178

LUO Xin, WANG Chongchang, SUN Shangyu. Water body index NMBWI for remote sensing-based identification of shallow water areas[J]. Remote Sensing for Land & Resources, 2024, 36(4): 142-148 doi:10.6046/zrzyyg.2023178

0 引言

水是人类赖以生存的重要物质资源之一,在生产、生活中扮演着不可或缺的角色[1-2]。准确、快速地提取水体的空间分布信息,对全面了解水体变化规律和演化趋势具有重要意义[3⇓-5]。目前,国内外许多文章运用遥感技术对水面进行提取及监测,其中水体指数因其形式简单、处理数据快速有效和分类精度较高等特点,被广泛运用于提取遥感影像中的水体[6-7]。McFeeters [8]提出的归一化差异水体指数(normalized difference water index,NDWI)突出了水体信息,并能够有效抑制植被信息,然而对建筑物和土壤的分离存在一定的影响,受冰雪、薄云和山体阴影的影响较大; 徐涵秋[9]提出的改进的归一化差异水体指数(modified normalized difference water index,MNDWI)对NDWI进行了改良,建立出的水体指数能够更好地去除居民地和土壤的影响,但受阴影影响较大; 闫霈等[10]针对半干旱水系提出了增强型水体指数(enhanced water index,EWI),有效地解决了半干涸河道与背景噪音混淆的问题,却容易受到浅滩和阴影的影响; 曹荣龙等[11]提出了修订型归一化水体指数(revised normalized difference water index,RNDWI),此方法能够削弱混合像元和山体阴影的影响,适用于山区等地形起伏较大的地区。

现阶段大多数水体指数模型的提取对象主要是面对海洋、大江大河、大型湖泊等大面积的深水区域[12⇓-14]。而水体边界的浅水区水体由于受到水体底质的影响,容易出现水体提取不完整以及水体边界划分效果差等问题。因此,根据以上问题,本文针对泥沙或叶绿素等有机质含量较高的水域边界的浅水区水体,构建一种有效提高浅水区水体提取精度的新型多波段水体指数(new multi band water index,NMBWI),并与传统水体指数模型的水体提取效果进行对比分析,探究NMBWI模型的可行性与普适性。

1 研究区概况及数据源

本文选取汤河水库、桐湖和近海浅水区作为研究对象,采用Landsat8 OLI遥感影像[15]作为研究数据,获取时间分别为2020年7月22日、2019年8月17日和2021年9月20日,轨道号分别为119/31,123/39和118/42,云含量均小于5%。对以上影像进行图像预处理,分别为影像融合、辐射定标以及大气校正,并通过裁剪得到研究区域的影像图(图1)。汤河水库位于辽宁省辽阳市弓长岭区,地处辽东低山丘陵与辽河平原的过渡带,水库的水体面积大约为17.4 km2; 桐湖位于湖北省武汉市蔡甸区,地处汉江平原东部,属于郊野型小湖泊,水域面积大约为2.3 km2; 近海浅水区位于福建省福州市长乐区,地处闽江入海口,会有大量泥沙冲入浅海,此研究区域的水体面积大约为159 km2。其中汤河水库尾端浅水区和近海浅水区受到泥沙的干扰,桐湖的浅水区受到水底有机质和叶绿素含量的影响,增加了水体提取的难度。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   研究区地理位置影像

Fig.1   Geographic location image map of the study area


2 新型多波段水体指数

2.1 NMBWI的构建

水体的光谱特征主要由水体本身物质组成对光辐射的吸收和散射性质决定,同时受各种水状态的影响[16]。水体在可见光到中红外波段,随着波长的增加,反射率逐渐降低,且在近红外和中红外波段,水体的反射率明显低于其他地物[17]。但水体边界的浅水区水体由于受到水体底质(如泥沙、有机质、叶绿素等)的影响,其遥感信息除了自身反射的能量外,还包含了水体底质反射的能量,导致浅水区水体的光谱反射率整体高于深水区水体。

经试验统计出研究区内影响水体提取的典型有效样本的光谱曲线,结果见图2(a),可以看出植被、建筑和山体阴影与水体的光谱差异比较明显; 而水体与水体沿岸的土沙的光谱曲线变化趋势较为类似,水体与其沿岸土沙的光谱曲线图见图2(b),其中浅水区水体1代表浅水区水体底质含量较低的水体,浅水区水体2代表浅水区水体底质含量较高的水体。从图2(b)中可以看出,随着水体底质含量的增加,波段5的反射率的逐渐升高; 而水体沿岸的土沙会由于含水量的增加导致其反射的能量减少,使得浅水区水体底质含量较高的水体与水体沿岸土沙的光谱曲线变化趋势相似,在传统的水体指数模型进行水体提取时易将两者混淆,无法准确分辨出浅水区水体与水体沿岸的土沙,导致水体被错分或漏分,出现水体边界划分不佳的情况。由于波段1仅存在Landsat8影像中,对于其他Landsat影像不适用,所以不考虑波段1。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   研究区内典型有效样本光谱曲线

Fig.2   Spectral curve of typical valid study area sample


为了提高水体提取的准确度,选取水体与非水体样本差异较大的波段用于构建指数模型。通过分析发现,水体在波段2的反射率均高于波段6,非水体样本则相反; 深水区水体的反射率波动平缓,最高反射率出现在波段3,而浅水区水体受水体底质含量的影响,最高反射率在波段3和波段5之间波动,非水体样本的最高反射率均出现在波段5。因此选用波段2、波段3、波段5和波段6用于指数模型的构建。

此时,深水区和浅水区水体底质含量较低的水体满足以下公式:

(B3+B2)-(B5+B6)>0

式中: B2,B3,B5和B6分别为蓝光波段、绿光波段、近红外波段和短波红外波段的反射率。

非水体和浅水区水体底质含量较高的水体满足以下公式:

(B3+B2)-(B5+B6)<0

然而仍然无法实现浅水区水体的完整提取。因此需要对波段进行赋值,将浅水区水体的反射率峰值均转换到波段3,从而实现水体的统一提取。在浅水区水体底质含量较高的水体的光谱反射率中,波段5与波段3的比值大约为1:0.8,若将波段3的反射率扩大2倍,建筑样本的反射率峰值也会受到影响,所以将波段3的反射率扩大1.5倍,即波段5的系数赋值为2,波段3的系数赋值为3; 为扩大水体与非水体在波段间的差异,将波段6的系数赋值为2,使得在满足前一条件的同时,非水体样本的波段差值结果更小,而水体的波段差值结果更大。即构建的NMBWI指数,其计算公式为:

NMBWI=(3B3+B2)-2(B5+B6) 。

2.2 传统水体指数

水体指数构建的目的在于利用水体在波段组合中的光谱特性,构建相关模型公式来提高水体和其他地物的区别[18]。目前常用的传统水体指数模型包括NDWI,MNDWI,EWI和RNDWI等,如表1所示。表中: B3—B6分别为绿光波段、红光波段、近红外波段和短波红外波段反射率。

表1   常用的水体指数模型

Tab.1  Commonly used water body index models

水体指数来源模型公式
NDWIMcfeeter[8]NDWI=(B3-B5)/(B3+B5)
MNDWI徐涵秋[9]MNDWI=(B3-B6)/(B3+B6)
EWI闫霈[10]EWI=(B3-B5-B6)/(B3+B5+B6)
RNDWI曹荣龙[11]RNDWI=(B6-B4)/(B6+B4)

新窗口打开| 下载CSV


3 结果分析与验证

3.1 水体提取结果与分析

为探究NMBWI的有效性和普适性,分别将NMBWI指数模型与表1中的指数模型对研究区汤河水库、桐湖和近海浅水区进行水体提取。为了达到更好的精度,在确保水体信息最大完整性的前提下,采用阈值分割法选取各水体指数模型的最优阈值,提取出的水体信息结果见图3。从整体上看,5种水体指数模型对3处研究区的水体提取效果大致相似,提取的水体完整性都较好。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   研究区不同水体指数模型的水体提取结果

Fig.3   Water body extraction results from different water body index models in the study area


但不同的水体指数模型对水体边界浅水区的提取存在差异。受到水底泥沙影响的汤河水库尾端的水体提取结果见图4,可以看出NDWI的水体提取结果误差最大,受浅水区水底泥沙的影响较大,水体被漏提的现象最明显。与NDWI相比,RNDWI的水体提取效果虽有改善,但仍有水体被漏提的现象。MNDWI和EWI提取结果较为类似,能够达到较好的提取效果,但仍受浅水区水底泥沙的影响,还出现了水体断流的现象。而NMBWI能有效抑制浅水区水底泥沙的影响,以及浅水区沿岸土沙的干扰,对于浅水区水体的提取更加完整。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   汤河水库浅水区原假彩色影像与不同水体指数模型的水体提取结果

Fig.4   Water body extraction results from original false colour images and different water body index models for shallow waters of the Tanghe Reservoir


桐湖水体边界的部分浅水区水体提取结果见图5。由于受到水底有机质等因素的影响,5种水体指数提取的水体边界都较小,提取效果也都大致相近,但相比之下,NMBWI的提取的水体边界与实际边界更接近。对于桐湖周边水田的提取,NDWI,EWI和RNDWI的提取效果较差; 而MNDWI和NMBWI的水体提取结果要理想些; 整体上看,NMBWI的提取结果更为完整,在更好地提取到桐湖的浅水区水体的同时,还能提取到较多水田的水体信息。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   桐湖浅水区原假彩色影像与不同水体指数模型的水体提取结果

Fig.5   Water body extraction results from original false colour images and different water body index models for shallow waters of the Tonghu Lake


在近海浅水区内存在一些水产养殖区,同时又受到大量泥沙的影响,给近海浅水区的水体边界提取造成了很大的困难,其中部分浅水区的提取结果见图6。NMBWI提取的浅水区水体相对更加完整, 其中最明显的提取差异体现在水产养殖区的水体提取; NDWI的提取效果次之,MNDWI,EWI和RNDWI提取的浅水区水体被漏提的最多,提取效果最差。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   近海浅水区原假彩色影像与不同水体指数模型的水体提取结果

Fig.6   Water body extraction results from original false colour images and different water body index models for shallow waters of the coastal


综上所述,NMBWI能有效抑制浅水区水体底质的影响,对不同类型水体边界的浅水区水体都具有较好的适用性,NDWI和MNDWI的适应性次之,EWI和RNDWI的适应性最差。

3.2 精度评价

为了定量评价NMBWI的精确度和可靠性,从研究区影像中随机选取共1 000个水体和非水体检验样本,其中近海浅水区是沿海岸线进行随机选取检验样本,计算分类混淆矩阵进行精度分析,计算结果见表2。从精度评价结果中看出,RNDWI的提取精度最差,提取的水体区域偏小,水体被漏分的最为严重; EWI和NDWI的提取精度总体一般,水体被漏分的情况稍有改善,但NDWI在近海浅水区水体提取的精度仅次于NMBWI,取得了较好的提取效果; MNDWI的提取精度整体相对较好,但仍会受到浅水区水底沉积物和水陆边界其他地物的影响,出现了水体被错提和漏提的情况; NMBWI的总体精度和Kappa系数整体优于其他水体指数模型,其中总体精度较其他水体指数模型提升了0.2~2.1百分点,Kappa系数提升了0.004 7~0.054 6。综合分析表明,NMBWI对于浅水区水体边界的分离效果要更好,提取的水体范围更完整。

表2   水体提取精度评价结果

Tab.2  Results of extraction accuracy evaluation of water bodies

地区水体指数总体精度/%Kappa系数
汤河水库NDWI98.30.956 7
MNDWI99.10.977 5
EWI98.80.969 7
RNDWI97.30.930 5
NMBWI99.40.985 1
桐湖NDWI95.20.889 6
MNDWI95.70.901 4
EWI95.20.889 6
RNDWI94.80.880 0
NMBWI95.90.906 1
近海浅水区NDWI94.60.891 8
MNDWI93.60.872 1
EWI93.60.872 2
RNDWI93.50.870 2
NMBWI94.90.897 8

新窗口打开| 下载CSV


4 结论

本文根据典型地物光谱特征构建了提高浅水区水体识别精度的模型NMBWI,并验证了其可靠性与普适性。相较于传统模型,该模型具有能够抑制浅水区水体底质干扰的优点,提取出的水域范围更加完整,对于不同类型水体提取的适用性也较好; NMBWI的水体提取精度也最为理想,总体精度和Kappa系数均高于其他4种水体指数模型。

由于Landsat8卫星影像空间分辨率(15 m)的限制,仍然会受到混合像元的影响,因此利用高分辨率遥感影像探究此方法对于不同浅水区水体提取的普适性将是今后研究的重点。

参考文献

陈宗定, 许春雪.

守护生命之源——关注水体富营养化

[J]. 自然资源科普与文化, 2021(2):30-33.

[本文引用: 1]

Chen Z D, Xu C X.

Protecting the source of life-paying attention to eutrophication of water body

[J]. Scientific and Cultural Popularization of Natural Resources, 2021(2):30-33.

[本文引用: 1]

邱柯卫. 渗透蒸发法海水淡化过程研究[D]. 天津: 天津大学, 2020.

[本文引用: 1]

Qiu K W. Study on seawater desalination process by pervaporation[D]. Tianjin: Tianjin University, 2020.

[本文引用: 1]

刘敏, 黄金辉, 彭振华, 等.

利用0.5 m分辨率卫星数据提取深圳市内浅水水体

[J]. 测绘通报, 2023(6):146-149,175.

DOI:10.13474/j.cnki.11-2246.2023.0184      [本文引用: 1]

以国产高景卫星影像为数据源,选取了深圳市内海岸浅水区、水库浅水区作为研究对象,针对浅水区域因底质的影响使近岸水体与沿岸土沙光谱反射率较为接近,导致水体边界提取难度大、精度差的难题,利用改进的变异系数法筛选水体指数,再结合DEM数据修正水体边界线并去噪,较精确地获取了浅水区水体边界。结果表明,本文方法对0.5 m分辨率卫星影像上的海岸浅水区、水库浅水区判别的总体精度分别为98.57%、91.10%,浅水区域水体提取的精度和稳定性得到了明显提高。

Liu M, Huang J H, Peng Z H, et al.

Extraction of shallow water bodies in Shenzhen using 0.5 m resolution satellite data

[J]. Bulletin of Surveying and Mapping, 2023(6):146-149,175.

DOI:10.13474/j.cnki.11-2246.2023.0184      [本文引用: 1]

Taking the domestic SuperView satellite images as the data source, the coastal shallow water area, reservoir shallow water area in Shenzhen are selected as the research objects,due to the influence of the substrate in the shallow water area,the reflectance of coastal water and coastal soil is close, which causes the difficulty and poor accuracy of water boundary extraction. Using the improved coefficient of variation method to screen the water index, combined with DEM data to modify the water boundary line and denoise, the shallow water boundary is obtained more accurately.The results show that the overall accuracy of discrimination of coastal, reservoir shallow water in the 0.5 m resolution satellite images is 98.75% and 91.10% respectively, the accuracy and stability of shallow water extraction are significantly improved.

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(5):14-19,37.

DOI:10.13474/j.cnki.11-2246.2022.0134      [本文引用: 1]

准确地获取水体分布信息与水体变化规律在流域综合治理等方面具有重要意义。本文基于高分六号(GF-6)影像与Landsat 8影像,选取北部湾海域作为测试研究区,在海洋水体指数(OWI)基础上,针对水体光谱特性,分析了水体像元OWI与归一化植被指数之间的相关性,基于两种指数动态平衡,提出了一个稳定性较高的动态阈值的水体提取方法,并进行了试验验证。试验结果表明,动态阈值方法能够稳定、准确地提取水体信息,避免了人为设定阈值存在的误差,并且本文提出的指数无论是针对国产高分影像还是其他光学影像,都具有较好的普适性,可应用于沿海海岸线的监测等方面。

Ren C, Deng S Q, Gao M F.

A method for extracting dynamic threshold value of water body information in Beibu Gulf coastal area

[J]. Bulletin of Surveying and Mapping, 2022(5):14-19,37.

DOI:10.13474/j.cnki.11-2246.2022.0134      [本文引用: 1]

Accurate acquisition of water body distribution information and water body variation patterns is of great importance in the comprehensive management of watersheds. Based on the ocean water index (OWI), the correlation between OWI and the normalized difference vegetation index (NDVI) was analyzed based on the spectral characteristics of the water body. The method is based on the dynamic equilibrium of the two indices, and a dynamic threshold method with high stability is proposed and experimentally validated. The experimental results show that the dynamic threshold method can extract water body information stably and accurately, avoiding the error of artificially set thresholds, and the proposed index has good universality for both domestic high resolution images and the rest of optical images, which can be applied to the monitoring of coastal coastline.

黄效淳, 陈圣波, 张斌, 等.

基于长时间序列遥感影像的查干湖水体面积变化分析

[J]. 世界地质, 2023, 42(1):176-183.

[本文引用: 1]

Huang X C, Chen S B, Zhang B, et al.

Analysis of water area change in Chagan Lake based on long period remote sensing data

[J]. World Geology, 2023, 42(1):176-183.

[本文引用: 1]

王瑶瑶, 谭秀翠, 董洁, 等.

基于遥感数据的东平湖面积变化监测

[J]. 山东农业大学学报(自然科学版), 2020, 51(4):655-659.

[本文引用: 1]

Wang Y Y, Tan X C, Dong J, et al.

Monitoring for Dongping Lake area variation based on remote sensing data

[J]. Journal of Shandong Agricultural University (Natural Science Edition), 2020, 51(4):655-659.

[本文引用: 1]

Deng Y, Jiang W, Tang Z, et al.

Long-term changes of open-surface water bodies in the Yangtze River basin based on the Google Earth Engine cloud platform

[J]. Remote Sensing, 2019, 11(19):2213.

[本文引用: 1]

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.

[本文引用: 2]

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.

[本文引用: 2]

Xu H Q.

A study on information extraction of water body with the modified normalized difference water index (MNDWI)

[J]. Journal of Remote Sensing, 2005, 9(5):589-595.

[本文引用: 2]

闫霈, 张友静, 张元.

利用增强型水体指数(EWI)和GIS去噪音技术提取半干旱地区水系信息的研究

[J]. 遥感信息, 2007, 22(6):62-67.

[本文引用: 2]

Yan P, Zhang Y J, Zhang Y.

A study on information extraction of water system in semi-arid regions with the enhanced water index(EWI) and GIS based noise remove techniques

[J]. Remote Sensing Information, 2007, 22(6):62-67.

[本文引用: 2]

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.

[本文引用: 2]

Cao R L, Li C J, Liu L Y, et al.

Extracting Miyun reservoir’s water area and monitoring its change based on a revised normalized different water index

[J]. Science of Surveying and Mapping, 2008, 33(2):158-160.

[本文引用: 2]

李健锋, 叶虎平, 张宗科, 等.

基于Landsat影像的斯里兰卡内陆湖库水体时空变化分析

[J]. 地球信息科学学报, 2019, 21(5):781-788.

DOI:10.12082/dqxxkx.2019.180643.      [本文引用: 1]

斯里兰卡是海上丝绸之路沿线重要节点,降雨量丰富但时空分布不均匀,存在明显季节性缺水,其内陆湖库水体面积变化监测对水资源开发利用具有重要指导作用。为了解斯里兰卡湖库水体空间分布特征与时间变化规律,本文基于Landsat系列影像数据,对比分析不同水体提取模型在影像上的水体提取精度,确定最优算法;选取典型湖库分析其面积年际和年内的动态变化特征。以1995、2005和2015年为基准研究年份,采用最优水体提取模型对全岛内陆湖库水体进行提取,利用面积将湖库分为4个等级,统计各年份不同等级湖库的数量和面积数据,分析其时空变化特征。研究结果表明：① 基于大津法（OTSU）的归一化水体指数（NDWI）水体提取模型提取水体的精度最高,总体精度在97%以上,误提率和漏提率最低,适合于斯里兰卡地区水体的提取;② 1988-2018年同期8月的典型水库面积总体呈现波动增加的趋势,1992年水库面积最小,2013年水库面积最大;水库面积年内变化较大,其中2017年最大面积出现在2月,最小出现在9月,与雨季和旱季结束月份基本一致,且2月面积是9月面积的2.24倍;③ 1995-2015年同期,斯里兰卡全国4个等级湖库的数量和面积不同幅度的增加,湖库水体资源量呈递增的趋势。研究结果可为斯里兰卡水土资源优化配置及水资源管理与规划提供科学依据。

Li J F, Ye H P, Zhang Z K, et al.

Spatiotemporal change analysis of Sri Lanka inland water based on landsat imagery

[J]. Journal of Geo-Information Science, 2019, 21(5):781-788.

[本文引用: 1]

孙根云, 邵宝婕, 丁孙金衍, 等.

基于GEE平台的黄河流域水体指数研究

[J]. 人民黄河, 2023, 45(3):119-124.

[本文引用: 1]

Sun G Y, Shao B J, Ding S, et al.

Research on Yellow River basin water index based on GEE platform

[J]. Yellow River, 2023, 45(3):119-124.

[本文引用: 1]

肖茜, 杨昆, 洪亮.

近30 a云贵高原湖泊表面水体面积变化遥感监测与时空分析

[J]. 湖泊科学, 2018, 30(4):1083-1096.

[本文引用: 1]

Xiao Q, Yang K, Hong L.

Remote sensing monitoring and temporal-spatial analysis of surface water body area changes of lakes on the Yunnan-Guizhou Plateau over the past 30 years

[J]. Journal of Lake Sciences, 2018, 30(4):1083-1096.

[本文引用: 1]

韩伟孝, 黄春林, 王昀琛, 等.

基于长时序Landsat 5/8多波段遥感影像的青海湖面积变化研究

[J]. 地球科学进展, 2019, 34(4):346-355.

DOI:10.11867/j.issn.1001-8166.2019.4.0346      [本文引用: 1]

青海湖作为高海拔的内陆湖泊，其表面水体面积多年变化对寒旱区的气候变化和水循环至关重要。为了研究30年来青海湖湖泊面积变化规律，提取了1986—2017年（除去2012年）覆盖青海湖的459景Landsat 5/8影像，采用6种常用的水体提取方法分别提取了青海湖表面水体面积，并分析了不同方法的差异，最终分别对Landsat 5 TM和Landsat 8 OLI遥感影像采用改进的归一化差异水体指数（MNDWI）和水体指数2015（WI2015）方法获得1986—2017年青海湖表面水体面积的年变化，并分析其变化趋势。结果表明：1989—2003年青海湖面积减小了175.34 km<sup>2</sup>，年平均减小率为12.52 km<sup>2</sup>/a，2003—2017年青海湖面积增加了183.43 km<sup>2</sup>，年平均增加率为13.10 km<sup>2</sup>/a，整体上，1986—2017年青海湖面积增加了104.46 km<sup>2</sup>，年平均增加率为3.37 km<sup>2</sup>/a。

Han W X, Huang C L, Wang Y C, et al.

Study on the area variation of Qinghai Lake based on long-term landsat 5/8 multi-band remote sensing imagery

[J]. Advances in Earth Science, 2019, 34(4):346-355.

DOI:10.11867/j.issn.1001-8166.2019.4.0346      [本文引用: 1]

As a high-altitude inland lake, Qinghai Lake's annual change in surface water area is critical for climate change and water cycle in the cold and arid regions. In order to study the spatial and temporal variation of area of Qinghai Lake in the past 30 years, extract 459 images from Landsat 5/8 that covering Qinghai Lake from 1986 to 2017 (excluding 2012). Apply six common water extraction methods to extract the surface water area of ??Qinghai Lake and analyze the differences of methods. Finally, obtain the annual surface water area variation of Qinghai Lake from 1986 to 2017 by using MNDWI and WI2015 water extraction methods for Landsat5 TM and Landsat8 OLI images respectively, and analyze its variation trend. The results show that the area of ??Qinghai Lake decreased by 175.34 km2 from 1989 to 2003, and the average annual reduction rate was 12.52 km2/a. The area of ??Qinghai Lake increased by 183.43 km2 from 2003 to 2017, and the average annual increase rate was 13.10 km2/a. The area of ??Qinghai Lake increased by 104.46 km2, and the average annual increase rate was 3.37 km2/a from 1986 to 2017.

王小标, 谢顺平, 都金康.

水体指数构建及其在复杂环境下有效性研究

[J]. 遥感学报, 2018, 22(2):360-372.

[本文引用: 1]

Wang X B, Xie S P, Du J K.

Water index formulation and its effectiveness research on the complicated surface water surroundings

[J]. Journal of Remote Sensing, 2018, 22(2):360-372.

[本文引用: 1]

骈蔚然, 张莉, 耿晴.

基于山地水体指数的水体边界提取方法

[J]. 地理空间信息, 2022, 20(3):25-29.

[本文引用: 1]

Pian W R, Zhang L, Geng Q.

Water boundary extraction method based on mountain water index

[J]. Geospatial Information, 2022, 20(3):25-29.

[本文引用: 1]

王春霞, 张俊, 李屹旭, 等.

一种基于Landsat8的多波段组合水体指数模型

[J]. 测绘通报, 2022(5):20-25.

DOI:10.13474/j.cnki.11-2246.2022.0135      [本文引用: 1]

本文通过分析水体在Landsat 8数据中可见光波段和近红外波段的波谱差异,将Landsat 8数据中可见光波段作为一组,近红外波段和中红外波段作为另一组,构建了多波段组合水体指数(MBCWI)模型。基于Landsat 8数据在合肥、安康和康定地区共3景数据5种不同场景进行水体提取试验。结果表明,该模型不仅能够抑制云层、阴影、裸土、亮色地物和建筑物等对水体提取的影响,还能较好地提取出含有大量蓝藻的水体,且阈值稳定,Kappa系数优于0.968 5,总体精度高达99.69%,总体误差小于8.92%。相较于其他水体指数而言,提取精度显著提高。

Wang C X, Zhang J, Li Y X, et al.

A multi-band combination water index model based on Landsat8

[J]. Bulletin of Surveying and Mapping, 2022(5):20-25.

[本文引用: 1]

/

〈 〉

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