基于多源數(shù)據的洪災區(qū)域快速提取方法研究.pdf

1、分類號：密級：UDC：學號：碩士學位論文2015年6月10日江西贛州基于多源數(shù)據的洪災區(qū)域快速提取方法研究基于多源數(shù)據的洪災區(qū)域快速提取方法研究Theresearchonthefastextractionmethodoffloodareabasedonmultisourcedatas學位類別：理學碩士作者姓名：王艷學科、專業(yè)：地圖學與地理信息系統(tǒng)指導教師：劉小生教授研究方向：遙感數(shù)據處理江西理工大學碩士學位論文獨創(chuàng)性聲明I摘要近年來，隨

2、著氣候的變化，頻繁、無規(guī)律的洪澇災害現(xiàn)象，使得如何預防和減少洪澇災害損失，引起人類的關注。利用遙感影像對洪災區(qū)域面積提取進行更新已經成為洪澇災害的監(jiān)測和經濟損失評估的主要手段。洪災期間，由于云層遮擋，使得獲取的遙感影像的利用率普遍低下，影響了洪災區(qū)域提取的準確性。因此，本文針對HJ1和lssat8的數(shù)據特點，研究適用于這兩種傳感器的云和陰影去除方法，并進一步研究多源遙感影像上洪災區(qū)域快速提取方法，本文主要研究內容如下：（1）本文充分利用

3、影像的波譜信息、時間信息以及云和陰影之間的幾何關系，有效檢測出目標影像上云和陰影的區(qū)域。Lsat8oli與HJ1B影像，云檢測的生產者精度分別為94.15％、94.69%，最低的使用者精度分別為94.63％、96.85%。兩幅影像上云和陰影檢測整體精度介于93.574％至97.291％。本文還引入光譜相似群（SSG），有效地取代污染區(qū)域（被云和陰影遮蓋）。它能夠很好地將遙感圖像中的被云污染的區(qū)域的結構和紋理信息恢復出來，達到去除遙感圖像

4、中云區(qū)域的目的。（2）本文通過對Lsat8、HJ1CCD影像上九種典型地物光譜特征分析，推導了Lsat8oli及HJ1CCD的LBV公式。經過LBV變換的影像色彩鮮艷，顯著突出地物信息，方法簡單、快捷，在今后的Lsat8oli、HJ1CCD影像數(shù)據的處理應用中將具有潛力。（3）利用LBV變換后的B分量影像上水體信息突出這一特點，同時統(tǒng)計了B分量影像的直方圖信息，驗證了Lsat8oli與HJ1CCD數(shù)據適用于Ostu法進行自動選取閾值，用

5、Ostu方法結合B分量影像進行水體的粗提取，產生水體二值圖。并將提取結果與單波段閾值法、譜間關系法、水體指數(shù)法相比較，本文方法提取精度最高，其精度達到90.412%，Kappa系數(shù)為0.8863。這種方法適用于所有Lsat8與HJ1影像同時也避免了閾值選取中人為因素的干擾。（4）本文引入空間推理技術對粗提取的水體二值圖進一步分析和調整誤提水體信息，同時按照湖泊、河流、庫塘三個類別進行細分。湖泊、河流、庫塘的用戶精度分別為97.45%、9