以黃河流域小浪底水庫(kù)上游至下游的不同渾濁度水體為研究對(duì)象,首先根據(jù)各種水體的光譜反射特征與影像顏色,分別定義了清澈水體、半渾濁水體和渾濁水體。然后,使用三種分類方法對(duì)清澈水體、半渾濁水體和渾濁水體進(jìn)行分類。其次,按照各渾濁度水體在各波段的光譜反射的差異性,共使用九種水體指數(shù)法對(duì)小浪底水庫(kù)三種渾濁度水體開(kāi)展對(duì)比提取研究。通過(guò)計(jì)算各水體指數(shù)法在水體與非水體的提取值來(lái)評(píng)估各水體指數(shù)法對(duì)三種渾濁度水體的凸顯能力和對(duì)非水體的抑制能力�；�0閾值和大津閾值兩種閾值對(duì)各類水體指數(shù)法提取圖像進(jìn)行閾值分割,分析兩種分割方法對(duì)不同水體指數(shù)法提取水體的影響。之后,采用Gram-Schmidt Pan Sharpening（GS）融合模型融合30米的多光譜數(shù)據(jù)與15米分辨率的全色波段數(shù)據(jù)作為精度評(píng)估數(shù)據(jù)。最后,基于OLI影像和ETM+通過(guò)構(gòu)建三種不同渾濁度水體指數(shù)法來(lái)單獨(dú)提取不同渾濁度水體的范圍。本研究結(jié)論有以下幾點(diǎn):（1）歸一化水體指數(shù)法與決策樹(shù)方法均可用于水體渾濁度分類,但需要多次設(shè)定閾值。前者的優(yōu)點(diǎn)是進(jìn)行水色分類時(shí)還可以區(qū)別背景地物,后者對(duì)水色分類效果雖然比較理想,但需要對(duì)背景地物進(jìn)行掩蓋。（2）通過(guò)比... 

【文章來(lái)源】：西北大學(xué)陜西省 211工程院校

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究樣區(qū)圖

第二章 研究樣區(qū)、數(shù)據(jù)與主要流程并對(duì)結(jié)果進(jìn)行定性和定量分析[36]。這幾種融合算法中，HSV 變換與 Brovey 變換的不足之處在于融合結(jié)果中多光譜波段數(shù)量會(huì)減少，主成分（PC）變換后色調(diào)變化強(qiáng)烈，Gram-Schmidt Pan Sharpening (GS)最為適合高分辨率影像融合，既可以防止信息過(guò)于集中，又可以很好保留遙感影像的光譜與紋理特性,各方法融合結(jié)果見(jiàn)圖 2-2。故本研究采用 Gram-Schmidt Pan Sharpening (GS)融合算法對(duì) Landsat 8 多光譜影像與 Pan 波段全色影像相融合，根據(jù)融合影像對(duì)水體指數(shù)法的提取結(jié)果進(jìn)行精度評(píng)估。

第四章 基于雙波段水體指數(shù)的不同渾濁度地表水體的提取研究數(shù)法的提取影像直方圖呈現(xiàn)明顯的規(guī)律性，NDWINIR的背景地物頻數(shù)峰值大致出現(xiàn)于-到-0.5 之間，NDWISWIR1的背景地物頻數(shù)峰值大致出現(xiàn)于-0.75 到-0.25 之間，NDWISWIR的背景地物頻數(shù)峰值大致出現(xiàn)于-0.5 到 0 之間，說(shuō)明隨著紅外波段波長(zhǎng)的增加雙波段水體指數(shù)法的背景地物（植被）的值逐漸降低，只要背景地物在紅外波段從近紅到第二短波紅外的反射率呈現(xiàn)遞減趨勢(shì)，那么這樣的背景地物直方圖反射峰值隨著波長(zhǎng)增加而向右移動(dòng)的趨勢(shì)就不可避免。故進(jìn)行閾值分割時(shí)候顯然不能用相同的閾值對(duì)這三種類型的水體指數(shù)法進(jìn)行閾值分割。

【參考文獻(xiàn)】：
期刊論文
[1]LANDSAT 8 OLI影像不同融合方法的地類信息提取[J]. 喬紅,萬(wàn)魯河,鄭倩玉.  哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào). 2017(04)
[2]基于改進(jìn)的二維Otsu的鐵路軌道閾值分割方法[J]. 王公桃,黃慧明.  信息技術(shù). 2017(04)
[3]基于Landsat 8 OLI遙感影像的融合算法比較[J]. 花利忠,鄧琪琪,張敏莉,尹鍇,章欣欣.  廈門(mén)理工學(xué)院學(xué)報(bào). 2017(01)
[4]改進(jìn)的Otsu法在焊接圖像分割中的應(yīng)用[J]. 齊繼陽(yáng),李金燕,陸震云,魏賽.  焊接學(xué)報(bào). 2016(10)
[5]一種應(yīng)用大津法的自適應(yīng)閾值水體提取方法[J]. 袁欣智,江洪,陳蕓芝,汪小欽.  遙感信息. 2016(05)
[6]一種改進(jìn)粒子群優(yōu)化算法的Otsu圖像閾值分割方法[J]. 劉桂紅,趙亮,孫勁光,王星.  計(jì)算機(jī)科學(xué). 2016(03)
[7]高分一號(hào)衛(wèi)星4種融合方法評(píng)價(jià)[J]. 劉錕,付晶瑩,李飛.  遙感技術(shù)與應(yīng)用. 2015(05)
[8]基于高分辨率遙感影像的面向?qū)ο笏w提取方法研究[J]. 殷亞秋,李家國(guó),余濤,楊紅艷,張永紅.  測(cè)繪通報(bào). 2015(01)
[9]SPOT6遙感圖像融合方法比較研究[J]. 郭蕾,楊冀紅,史良樹(shù),戰(zhàn)鷹,趙冬玲,張超,孫家波,季佳佳.  國(guó)土資源遙感. 2014(04)
[10]基于Landsat ETM+的內(nèi)陸湖泊水體信息提取方法研究[J]. 玉素甫江·如素力,李蘭海,比拉力·依明,孫慧蘭.  西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2013(12)



本文編號(hào)：2952031