水体信息提取实验指导书.docx

水体信息提取实验指导书

一、实验目的

1、掌握水体指数计算方法

2、掌握水体信息提取基本流程

3、认识地物信息遥感提取的难点

二、实验内容

1、以南京市Landsat8和GF-1多光谱遥感数据为例，利用水体指数提取水体信息

2、评估NDWI和MNDWI水体提取结果差异

3、认识阈值设定对于提取结果的重要影响

4、探究水体信息提取结果的误差来源

5、体会不同空间分辨率条件下水体信息提取的特点

三、实验原理

水体总体呈现出较低的反射率，具体表现为在可见光的波长范围内(480~580nm,相当于TM、ETM+的Band1和Band2).其反射率为4%-5%6?到580nm处，则下降为2%~-3%当波长大于740nm时，几乎所有入射能量均被水体吸收。清澈水在不同波段的反射率由高到低可近似表示为:蓝光绿光红光近红外中红外。因为水体在近红外及中红外波段(740~2500nm,相当于TMETM+的Band4、Band5和Band7)具有强吸收的特点，而植物、土壤等在这一波长范围内则具有较高的反射性，所以这-波长范围可被用来区分水体与土壤、植被等其他地物。提取水体的方法有很多种，常用的有水体指数法、区域生长法、缨帽变换法。

水体指数法，利用水体的光谱特征，采收波段组合的方法抑制其他地物的信息，从而达到突出水体的目的。常用的水体指数有归一化差异水体指数(nomalieddfenewaterindex,NDWI)、改进的归一化水体指数(modifiedNDWI,MNDWI),公式如下。在构建NDWI指数时，着重于采集植被因素，却忽略了地表的另一个重要地类一土壤、建筑物。MNDWI则可以有效地抑制建筑物和土壤信息，减少噪声。通常选择直方图两个峰间的谷所对应的灰度值求出阈值。

NDWI计算公式为：(Green–NIR)/(Green+NIR)，其中Green为绿光波段，NIR为近红外波段；

MNDWI计算公式为：(Green–MIR)/(Green+MIR)，其中Green为绿光波段，MIR为中红外波段。

四、数据预处理

如果觉得图像较大，可以先裁剪图像，再做下列操作，裁剪一定要裁剪到水体。

4.1基于Landsat-8数据的NDWI提取水体

打开Landsat-8数据使用Bandmath计算NWDI

输入公式(float(b1)-float(b2))/(float(b1)+float(b2))

确定阈值范围。在主窗口中点击双击图像,?查看水体的像素值，水体的像素值大于0。利用Statistics-ComputeStatistics得到研究区的统计结果，通过观察统计结果的分布确定NDWI阈值

选择刚刚计算得出的NWDI

（3）通过RegionsofInterest-BandThresholdtoROI打开ChooseThresholdParameters面板，在MinValue和MaxValue设定阈值，得到水体区域对应的ROI。综合水体的灰度值和直方图端点的灰度值，将水体的阈值范围设置为0.3~1。

根据上一步的统计图填入最大值和最小值

（4）利用SubsetDatafromROIs工具从影像中提取出水体

4.2基于Landsat-8数据的MNDWI提取水体

与4.1步骤相同，只是在Bandmath计算时，公式中的b2波段选择为中红外波段

提取ROI时的域值选取根据统计图确定

4.3基于GF-1数据的NDWI提取水体

GF-1数据没有中红外波段，因此只做NDWI提取

操作步骤同4.1