基于Q-OTSU算法高分三号水体快速提取方法研究——以河南鹤壁洪涝灾害监测为例

最大类间方差法（OTSU）算法是一种确定图像二值化分割阈值算法,其用于合成孔径雷达（SAR）影像中进行地物目标快速提取有突出的优势。本文提出一种优化的OTSU算法（Quick-OTSU,Q-OTSU）,可以快速提取SAR影像中的水体信息,满足洪涝灾害快速应急需求。2021年7月,河南省遭受持续性强降雨,引发特大洪涝灾害,本文采用多景国产高分三号卫星（GF-3）不同时相SAR数据,采用Q-OTSU阈值分割法快速提取河南省鹤壁市受灾区域水体信息,同时利用同期哨兵二号（Sentinel-2B）影像进行精度验证,分析受灾区域灾害情况。在获取影像24 h内就完成了水体信息提取,精度达到96.7%。研究结果表明：本文提出的Q-OTSU算法应用于国产高分三号数据水体提取中,精度高,可高效快速进行洪水灾情评估,能够为政府和相关部门及时、精确地掌握洪灾信息,科学防灾救灾提供了决策依据。     

基于多时相HJ影像的水稻洪涝灾情和产量监测

洪涝灾害是影响水稻生产的重要逆境因子。利用多时相HJ卫星影像数据评估了2012年辽宁洪涝灾害对水稻的影响。类似于土壤线,首先基于洪涝浑浊水体像元建立了水体线WL(NIR=0.693 1RED+0.022 7),并以此定义水体浑浊指数WTI和垂直植被指数PVI来分别监测洪涝水体的泥沙含量和水稻作物产量,对PVI与地面实测产量数据进行了相关分析,建立了灾后水稻产量与PVI的线性回归方程Yield=50 279PVI-2 804.1。研究结果表明,泥沙含量越高,水稻受灾越严重,产量越低。WTI可用于监测洪水泥沙含量,PVI则与水稻产量具有极显著的相关关系(R2=0.965),洪涝灾害对水稻的影响不仅可以从水稻收获前的遥感影像进行估测,更能够在洪涝灾害发生后及时进行估测,对洪涝灾后的水稻实际生产具有一定的指导意义。     

基于DEM的SAR图像洪水水体的提取

星载雷达遥感已广泛应用于洪水灾害的监测和评估中。但是由于其阴影与水体严重混淆 ,使得从雷达图像中提取洪水水体较为困难。为此 ,本文探讨了在地形数据的支持下 ,实现星载SAR图像洪水水体半自动提取的方法。主要包括以下几步 :首先 ,对雷达图像进行滤波处理 ,并将其与地形数据匹配 ,从雷达图像中提取出初步的洪水水体范围 ;其次 ,利用地形数据生成DEM ,并根据雷达图像的成像参数和DEM生成相应的模拟雷达图像 ;最后 ,利用模拟雷达图像上的阴影 ,剔除被误提为洪水水体的阴影 ,从而实现洪水水体的准确提取。研究表明 ,该方法能有效地、半自动地将星载雷达图像上的洪水水体提取出来 ;同时 ,该方法可以用于多种星载多模式的雷达图像的洪水水体的识别提取 ,尤其对含山区的大范围洪水水体的半自动提取 ,更为适用。     

基于FY-3A/MERSI的2013年夏秋间松花江和黑龙江干流洪水遥感监测分析

介绍了FY-3A/MERSI数据的基本情况,以及FY-3A/MERSI在晴空和薄云下水体的有效识别方法—(Rc2+Rg2)/(Rc1+Rg1)方案,并将之应用于2013年松花江(黑龙江省境内)和黑龙江流域的洪水水情监测。选取洪水前期、洪水高峰期、洪水下降期和洪水结束期4个时相的FY-3A/MERSI数据监测洪水水情变化,并进行水体识别及对比分析;同时,结合GIS技术按县市提取并统计洪水面积。结果表明,基于FY-3A/MERSI数据和GIS技术,能及时、准确地监测洪水水情变化。相关研究成果已在ARCGIS中建成模型,可为洪水监测业务服务。     

基于Sentinel-1 SAR数据洪水淹没提取方法研究

洪涝灾害是世界上破坏最严重的自然灾害之一,快速准确地提取洪水淹没范围可为受灾区及时制定相应措施提供理论和技术支撑。针对已有研究中缺少运用深度学习对SAR影像进行水体提取以及缺少不同方法之间的对比等不足,以Sentinel-1 SAR影像为数据源,通过选取两个水体占比不同的区域,比较分析了Otsu法、面向对象法和U-Net法三种方法的水体提取精度,并基于最佳水体提取方法对鄱阳湖十期主体水域面积进行时空分析。结果表明:?U-Net模型的水体提取精度在三种提取方法中最高,其F1值分别为0.986 1和0.878 6;?鄱阳湖水域面积在整个研究阶段表现为“陡升缓降”的变化趋势,其在2020年7月14达到峰值,其主体水域面积为3 608 km²;?洪水淹没范围主要分布在鄱阳湖西部、西南部、东南部以及东北部。     

地震灾区河谷滑坡检测的遥感分析——以北川县滑坡为例

震区滑坡易堵塞河道形成高危型堰塞湖,一旦坝堤溃决,将释放巨大能量,造成严重的地震次生水灾。本文利用多源遥感数据,旨在研究一种检测河道滑坡的快速有效的方法,迅速判断出滑坡位置,为救援减灾提供重要信息。首先,对于灾前CBERS-02B星CCD数据,通过归一化水体指数(NDWI)来提取灾前水体信息主要为河道;由于灾后震区天气状况恶劣,故采用Radarsat-1SAR数据。利用水体在SAR影像上的特性,经过多次试验后使用阈值法来提取河道范围。再对两幅影像提取结果中的河道区域进行交集运算,检测出河道范围内的变化部分。通过上述方法提取的河道信息较为模糊、零散,这些模糊、零散并非都由滑坡堵塞河道造成,而是受噪声影响,在此对河道交集影像做膨胀处理,达到突出滑坡信息的目的,进而得以提取河道真实堵塞范围。最后进行人机交互判读,提取滑坡区域。实验以四川省北川县滑坡灾害为例,证明了本文方法的高效性与可靠性。     

基于遥感数据的区域洪涝风险评估改进模型

灾害风险评估是最简单有效的防灾减灾措施之一。以松花江流域为研究区域,提出了一种基于遥感实时监测数据和历史洪涝灾害数据的洪涝风险评估改进模型。选取中国气象科学数据共享服务网的降雨数据、NASA的SRTM90mDEM地形数据、河网数据以及对2007年全国统计年鉴进行空间化所得的人口和GDP数据作为因子,应用层次分析法计算了各因子的权重,基于洪涝灾害形成机制计算了初始的松花江洪涝风险指数。在此基础上,获取历史洪涝灾情频次数据和HJ-1实时遥感影像提取的水体淹没范围数据,利用地图代数法来对初始的风险指数进行改进。考虑历史洪涝风险的规律性和风险评测时的具体水体范围信息,使得所得结果能够反映松花江流域洪涝灾害的综合风险,具有一定的现势性,为防灾减灾提供了依据。     

基于ICA/MNF变换的高分影像滑坡灾害检测方法研究

快速准确地从灾后影像中提取出受灾区域对于灾后救援具有重要意义。鉴于现有提取方法过度依赖滑坡在影像中的光学、纹理等特征的问题,研究了一种结合独立成分分析(ICA)与最小噪声比率变换(MNF)的变化检测方法,以单一时相的影像为基础,运用基于负熵最大化的Fast-ICA算法分离出两个时相影像相互正交的独立成分,并构建对应独立成分的差异影像,最后用最小噪声比率变换实现分布于各个差异影像上变化信息的集中,应用直方图阈值法得到了最终的滑坡灾害信息。选取了滑坡灾害前后两时相的高分辨率遥感影像数据进行实验,结果证实了方法的可行性。     

基于ENVISAT-ASAR数据的洪涝水体空间分布信息提取

分析了表面粗糙度、几何角度和极化方式对水体等地物在雷达图像上成像特点的影响因素以及纹理特征对水体提取的作用,分别对基于单波段数据的域值法、基于双极化数据的最大似然分类法和基于双极化数据和纹理信息的最大似然分类法从ENVISAT-ASAR数据提取洪涝水体信息的方法进行了分析与探讨.试验结果表明:域值法提取水体,存在很多诸如山体阴影等易与水体混淆的误提取问题;利用双极化数据并加入纹理信息参与水体信息提取,在一定程度上可以改善这种误提取现象,提高水体提取精度.纹理的选择方法要与当地的水体与山体阴影走向、形态等结合,这个试验过程是费时的.     

哈尔滨秋季雾霾期秸秆焚烧区域识别提取研究

农业秸秆焚烧所释放的气体和颗粒物是我国东北地区秋季雾霾灾害周期性集中暴发的重要原因。对农业秸秆焚烧区域进行有效的监测和焚烧面积的量化识别,有助于雾霾灾害的管控和预警。应用HJ-1B的IRS传感器数据,采用修改阈值后的MODIS火点监测V4算法,对秸秆焚烧区域进行火点像元提取,利用ETM影像提取农田数据,通过叠加分析,确定了农田秸秆焚烧区域。并利用MODIS影像提取到的焚烧区域结果和当地政府公布焚烧区域资料,对该方法的可行性和有效性进行了验证。