论文部分内容阅读
高光谱数据具有光谱波段多、波段连续及图谱合一等特点,能提供丰富细致的地表信息,可以捕捉到内陆水体复杂多变的特征。论文在对高光谱遥感数据进行特征分析和预处理的基础上,研究和实现了河网城市的水体提取工作,并对相应的水体提取方法进行性能分析和评价。论文的主要工作如下:(1)分析研究城市内主要地物的理论光谱模型,主要包括:水体、植被、土壤、城区和阴影,总结各个地物的光谱反射特性,为水体信息专题提取做准备;详细分析了高光谱数据源的数据特征、描述模型和预处理工作,并在Linux环境下实现了遥感快视图的生成,使得遥感影像分析工作更加便捷。(2)在南方城市河网密布,阴影等影响因子较多的情况下,利用机载AISA获取的高光谱遥感影像,通过分析实验区域不同水体环境,划分为5个包含水体信息的数据场景,通过分析不同场景中的水体提取影响因子,确定高光谱数据源中水体的特征波段,发现除近红外波段外,水体的光谱曲线在690nm-770nm波段表现出了与其他地物不同的变化趋势。(3)研究现有的水体提取经典方法,包括:谱间关系法、归一化差异水体指数法(NDWI, Normal Differential Water Index)和支持向量机(SVM, Support Vector Machine);同时根据高光谱遥感数据的特点,选择适用于各个经典算法的高光谱数据的特征波段,实现多场景多方法的水体提取。根据场景分析得到的水体高光谱数据的特征波段,利用近红外阈值判断同特征波段构造的水体指数影像结合,构造基于高光谱水体特征波段的决策树方法;经实验验证,此算法可以提高水体提取的速度和准确度。(4)通过对谱间关系法、NDWI、SVM和基于特征波段的决策树算法的水提结果精度进行分析,发现高光谱数据源的特征波段能很好的抑制非水体的信息,尤其是城市建筑的阴影,为以后城市制图、地表覆盖分类和水体信息的研究提取奠定了基础。