基于历史影像的水网提取方法研究

详细信息    查看全文 | 推荐本文 |

英文篇名：Hydrology Network Extraction Method Based on Historical Image 作者：陈海珍 ; 井发明 ; 包颖 ; 申佩佩 英文作者：CHEN Haizhen; 关键词：单波段 ; 水网提取 ; 历史影像 ; 决策树 ; 图像处理法 英文关键词：single-band;;hydrology network extraction;;historical image;;decision tree;;image processing method 中文刊名：地理空间信息 英文刊名：Geospatial Information 机构：宁波市测绘设计研究院;宁波市阿拉图数字科技中心; 出版日期：2019-08-22 13:49 出版单位：地理空间信息 年：2019 期：08 基金：宁波市科技局软科学研究计划（2017A10066） 语种：中文; 页：10+33-35+95 页数：5 CN：42-1692/P ISSN：1672-4623 分类号：TP751;P332

摘要

以60年代宁波平原地区的锁眼卫星为数据源,提出一种基于PS图像处理方法来实现河网的提取,并与阈值法、监督分类法和决策树法进行对比分析。结果表明,传统的阈值法和监督分类方法对于单波段高分辨率遥感影像的提取能力十分有限,决策树方法和基于PS图像处理法取得的面状数据整体精度在70%以上,线状数据整体精度在60%以上。在提取水面信息的能力上,决策树方法的正确率较高,但图斑较为破碎,水网连接度保留不完整;基于PS图像处理法受建筑阴影干扰较大,但水体提取完整度较高,水网连接度保留效果较好。
        In this paper, taking keyhole satellite data of Ningbo plain in the 1960 s as the data source, we proposed a new hydrology network extraction method based on the PS image processing method. Then, we compared this method with the traditional classi cation methods, such as threshold method, supervised classi cation method and decision tree method. e results demonstrate that the threshold method and supervised classi cation method have very limited ability to extract hydrology network information from single-band high-resolution remote sensing images. e overall accuracy of the decision tree method and the PS image processing method on hydrology surface information and line information is over 70% and 60% respectively. The extraction correctness of decision tree method is high, but the patch is fragmented and the connection of hydrology network is badly reserved. e PS image processing method shows poor ability to suppress interference of architectural shadows, but the extraction completeness is higher, and the hydrology network connectivity retention is better.

引文

[1]赵忠明,孟瑜,岳安志,等.遥感时间序列影像变化检测研究进展[J].遥感学报, 2016,20(5):1 110-1 125
    [2]钟凯文,刘万侠,黄建明.河道演变的遥感分析研究——以北江下游为例[J].国土资源遥感, 2006(3):69-73
    [3]陈海珍,石铁柱,邬国锋.武汉市湖泊景观动态遥感分析(1973-2013年)[J].湖泊科学, 2015,27(4):745-754
    [4]淡永利,王宏志,张欢,等. 2000~2010年武汉市中心城区湖泊景观变化[J].生态学报, 2014,34(5):1 311-1 317
    [5]耿忠.面向单波段高分辨率遥感影像的人工目标变化检测技术研究[J].地理信息世界, 2007(6):36-41
    [6]杜云艳,周成虎.水体的遥感信息自动提取方法[J].遥感学报, 1998(4):264-269
    [7]都金康,黄永胜,冯学智,等. SPOT卫星影像的水体提取方法及分类研究[J].遥感学报, 2001(3):214-219
    [8]程滔,刘若梅,周旭.基于高分辨率遥感影像的地理国情普查水体信息提取方法[J].测绘通报, 2014(4):86-89
    [9]毕海芸,王思远,曾江源,等.基于TM影像的几种常用水体提取方法的比较和分析[J].遥感信息, 2012,27(5):77-82
    [10]黄海波,赵萍,陈志英,等. ASTER遥感影像水体信息提取方法研究[J].遥感技术与应用, 2008,23(5):525-528
    [11]周林滔,杨国范,赵福强,等. EDM与分形相结合的遥感影像水体信息提取方法[J].国土资源遥感, 2014,26(4):41-45
    [12]张弟,谢志明,益建芳.基于Photoshop通道模块的遥感影像信息提取[J].影像技术, 2010,22(6):36-41
    [13]吴嬿. Photoshop通道在图像处理中的应用[J].计算机与数字工程, 2010,38(5):122-123
    [14]丁磊,张保明,郭海涛,等.矢量数据辅助的高分辨率遥感影像道路自动提取[J].遥感学报, 2017,21(1):84-95
    [15]黎夏.形状信息的提取与计算机自动分类[J].环境遥感,1995,10(4):279-287
    [16] Wiedemann C, Heipke C, Mayer H, et al. Empirical Evaluation of Automatically Extracted Road Axes[J]. Empirical Evaluation Techniques in Computer Vision, 1998:172-187