论文总字数：10716字

摘 要

合适的水域面积提取方法是决定遥感提取水域面积精度的关键之一。本文以江苏典型浅水湖泊洪泽湖及其附近水流域为研究区域，来评估非监督分类法、监督分类法、决策树分类法和多波段谱间关系法等方法提取水域面积的精度，选取的数据源为Lansat8 OLI ，时间为2017年7月21及2016年12月6日。研究结果显示：非监督分类、监督分类、决策树分类和多波段谱间关系法提取的丰水期面积误差（误差=（提取面积-参照面积）/参照面积*100%）为：5.38%、1.00%、-0.07%、-0.34%；提取的枯水期面积误差为：5.76%、2.51%、1.60%、-0.62%。综合考虑多波段谱谱间关系法是四种方法中比较适合与洪泽湖及其附近水域地形相似的区域进行水域面积提取。

关键词：洪泽湖，水域面积，监督分类，非监督分类，决策树分类，多波段谱间关系，遥感

Abstract：The appropriate water area extraction method is one of the keys to determine the accuracy of remote sensing water area extraction. In this paper, we use the typical shallow lakes in Hongze Lake and their watersheds as research areas to evaluate the accuracy of water area extraction by unsupervised classification, supervised classification, decision tree classification, and multiband spectral correlation methods. The data source is Lansat8 OLI , dated July 21, 2017 and December 6, 2016. The results of the study show that: the unsupervised classification, supervised classification, decision tree classification, and multi-band spectral correlation method extraction of the wet area error (error = (extracted area - reference area) / reference area * 100%) is: 5.38%, 1.00%, -0.07%, -0.34%; extracted dry area error: 5.76%, 2.51%, 1.60%, -0.62%. The comprehensive consideration of the multi-band spectral correlation method is suitable for water area extraction in areas similar to Hongze Lake and nearby waters.

Keywords：Hongze lake, water area, supervised classification, unsupervised classification, decision tree classification, Multiband spectral relationship, remote sensing

目 录

1 前言 3

1.1研究意义 3

1.2研究进展 3

1.3研究内容和目标 4

2 数据来源与研究方法 4

2.1研究区概况 4

2.2数据来源 5

2.3研究方法 5

2.3.1非监督分类 5

2.3.2监督分类 6

2.3.3决策树分类法 6

2.3.4多波段谱间关系法 7

2.3.5精度评价 7

3 结果分析与讨论 7

3.1水域面积提取结果 7

3.2精度分析 9

3.3讨论 10

3.3.1 不同遥感提取方法对水域面积提取精度影响 10

3.3.2不同季节及人类活动对水域面积提取精度影响 10

结 论 11

参考文献 12

致 谢 14

1 前言

1.1研究意义

21世纪以来，湖泊环境作为一个基础的地理环境，它的动态变化体现了复杂的自然进程和人类活动进程^[1]，引起了众多学者的关注。湖泊生态系统给人类社会.经济和文化生活提供了许多不可少的物质资源和良好的生存条件，它不仅是人类社会经济的基础资源，而且还保持着人类赖以生存和发展的生态环境条件。我国是一个旱涝频发并且缺水的国家，因此水资源问题显的尤为重要。如何充分利用好水资源对我国当今国情来说是尤为重要的。为了更好的解决这个问题，可以适时地监测湖泊水体信息，对其动态变化进行分析从而采取对应措施，为水资源的合理利用和保护提供依据。遥感技术具有数据访问面积大，信息资源丰富，更新时间快的优点^[2]，是监测湖泊水体信息的重要手段之一。

由于水体自身的原因以及周围大气环境和复杂的环境地形灯光影响，遥感提取水域面积具有一定的困难，并由此提出了不同研究方法。但由于遥感影像水体信息存在一定的差异，盲目选用水体提取方法会浪费计算资源，增加不必要的工作量，因此不同湖泊水体所需要的水体信息提取方法也不尽相同，而针对不同湖泊水体选择出一个最佳的提取方法是很值得研究的问题。

1.2研究进展

目前，基于光学遥感数据的水体提取方法主要有单波段阈值法、多波段谱间关系法、多波段运算法、混合像元分解法等^[3]。单波段阈值法，是使用水和地物之间的反射率差异，通过设定一个合理的阈值来提取水分，这种方法原理简单,操作简便，但是阈值选择麻烦且水体阴影混淆严重^[4]。多波段谱间关系法是综合利用多光谱图像的多个波段信息，通过分析水体及其他地物的光谱特征，找出水体特有的光谱特性，构建谱间关系模型提取水体^[5]。多波段谱间关系法是运用多个光谱进行水体提取的，因此与单波段阈值法相较而言较为精准。多波段算法包括差值法、比值法和水体指数法等，差值法是通过选取两个波段图像进行差值运算。将差值大的地物类型突出出来^[6]。比值法是通过选取两个波段图像进行比值运算，将比值大的地物类型突出出来。水体指数法是对波段进行处理，构建出水体识别模型，包括NDWI模型、FAI模型，然后再由阈值法快速达到水体信息的提取的要求^[7]。混合像元分解法根据每一像元在各个波段的像元值来估算像元内各典型地物的比例，将水体信息的提取逐渐由像元过渡到亚像元，提高了分类精度^[8]。

剩余内容已隐藏，请支付后下载全文，论文总字数：10716字