论文部分内容阅读
随着遥感的发展和普及,利用遥感影像准确、快速的提取陆表水体对陆表水体变化监测具有重要意义。风云卫星影像数据具有高时间分辨率、多波段等突出优点,是一种适合用来进行高频率陆表水体监测的重要影像数据。本论文以风云三号星中分辨率数据为研究对象,对陆表水体提取方法进行详细的研究,主要内容如下:(1)陆表水体提取方法研究。以鄱阳湖区域为研究区,采用单波段阈值法、水体指数法、知识决策树分类法、监督分类法、非监督分类法、基于离散粒子群的光谱匹配算法(SMDPSO)以及改进后的基于离散粒子群的光谱匹配算法(SMDPSO+LFE)对鄱阳湖的陆表水体进行提取,同时利用与风云影像时间相近的Landsat影像进行人工目视解译勾选验证样本,通过混淆矩阵的计算对上面几种方法进行分类精度评价。结果表明,SMDPSO+LFE的整体分类精度(OA)达到97.64%,Kappa系数达到0.95,陆表水体提取结果优于其余几种陆表水体提取方法,同时对于细小支流和离散陆表水体有更好的提取效果。(2)SMDPSO+LFE方法稳定性和敏感性分析。为了分析SMDPSO+LFE对于不同地域不同时间影像的陆表水体提取的稳定性,本文在全球选择八个以不同陆表水体类型,景观和地形为特征的测试地点,进行陆表水体的提取。通过对八个测试点陆表水体结果进行分析得到,八个地点的OA都高于94.5%,Kappa系数都在0.88以上,部分区域OA能达到99%,结果表明该方法能有效区分不同陆表水体和背景,稳定性好。为了分析SMDPSO+LFE中的参数对于该方法分类精度的影响,本文对该方法中的参考水体光谱、分块尺寸大小以及迭代次数的敏感性进行分析,结果表明当参考水体光谱从苏必利尔湖进行采样、分块尺寸大小为4*4像元以及迭代次数为2500次时有更好的分类效果和效率。(3)基于FY-3/MERSI数据的SMDPSO+LFE方法应用。本文将SMDPSO+LFE应用到2016年鄱阳湖地区的陆表水体提取和变化检测中,通过和其余学者2016年对应时间的GF-1影像陆表水体提取结果进行陆表水体提取结果对比,基于FY-3/MERSI和GF-1的陆表水体提取结果有相同的变化趋势,结果表明该方法能够对鄱阳湖研究区的陆表水体进行时序性提取,能够有效的检测鄱阳湖研究区的陆表水体变化。