基于多源数据的洪灾区域快速提取方法研究

发布时间：2020-06-23 03:03

【摘要】：近年来,随着气候的变化,频繁、无规律的洪涝灾害现象,使得如何预防和减少洪涝灾害损失,引起人类的关注。利用遥感影像对洪灾区域面积提取进行更新已经成为洪涝灾害的监测和经济损失评估的主要手段。洪灾期间,由于云层遮挡,使得获取的遥感影像的利用率普遍低下,影响了洪灾区域提取的准确性。因此,本文针对HJ1和landssat8的数据特点,研究适用于这两种传感器的云和阴影去除方法,并进一步研究多源遥感影像上洪灾区域快速提取方法,本文主要研究内容如下:(1)本文充分利用影像的波谱信息、时间信息以及云和阴影之间的几何关系,有效检测出目标影像上云和阴影的区域。Landsat8-oli与HJ1B影像,云检测的生产者精度分别为94.15%、94.69%,最低的使用者精度分别为94.63%、96.85%。两幅影像上云和阴影检测整体精度介于93.574%至97.291%。本文还引入光谱相似群(SSG),有效地取代污染区域(被云和阴影遮盖)。它能够很好地将遥感图像中的被云污染的区域的结构和纹理信息恢复出来,达到去除遥感图像中云区域的目的。(2)本文通过对Landsat8、HJ1-CCD影像上九种典型地物光谱特征分析,推导了Landsat8-oli及HJ1-CCD的LBV公式。经过LBV变换的影像色彩鲜艳,显著突出地物信息,方法简单、快捷,在今后的Landsat8-oli、HJ1-CCD影像数据的处理应用中将具有潜力。(3)利用LBV变换后的B分量影像上水体信息突出这一特点,同时统计了B分量影像的直方图信息,验证了Landsat8-oli与HJ1-CCD数据适用于Ostu法进行自动选取阈值,用Ostu方法结合B分量影像进行水体的粗提取,产生水体二值图。并将提取结果与单波段阈值法、谱间关系法、水体指数法相比较,本文方法提取精度最高,其精度达到90.412%,Kappa系数为0.8863。这种方法适用于所有Landsat8与HJ1影像,同时也避免了阈值选取中人为因素的干扰。(4)本文引入空间推理技术对粗提取的水体二值图进一步分析和调整误提水体信息,同时按照湖泊、河流、库塘三个类别进行细分。湖泊、河流、库塘的用户精度分别为97.45%、95.64%、92.94%,其总精度为95.6029%。将研究区地形图协调本文所选取的六期影像数据的洪灾水体分类图叠加分析,得到准确的洪灾区域面积。
【学位授予单位】：江西理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：P426.616;P407
【图文】：

流程图,技术路线,流程图,谱间关系

技术路线流程图

对比图,阈值法,水体,影像

图 2.1 HJ1-CCD 影像阈值法提取水体的错分对比图2）光谱关系模型感图像信息上水体响应曲线的光谱特性具有很强的代表性，因此针对不同的以采用光谱关系模型有效地将水体从其他背景地物中提取出来[51]。骆剑承[52]

【参考文献】