水体目标提取方法

与植被指数类似，建立水体指数是水体目标提取的主要研究内容之一 。由水体反射光谱特征可知，水体在绿波段时表现为反射峰，在红外和近红外表现为吸收谷，基于此理论，Mcfeeters 于1996年提出归一化差值水体指数( normalized difference water in-dex, NDWI),其计算公式为

NDWI= (ρ_Green-ρ_NTR)/ (ρ_Green + ρ_NTR)

式中，ρ_Green和ρ_NTR分别为绿光波段和近红外波段的反射率。

徐涵秋在Mcfeeters提出的NDWI分析的基础上，对构成该指数的波长组合进行了修改，提出了改进的归一化差值水体指数(modified NDWI, MNDWI),其计算公式为

MNDWI= (ρ_Green一ρ_MTR)/ (ρ_Green十ρ_MTR)

式中，ρ_MTR为中红外波段的反射率。

贾德伟等以环境一号卫星高光谱HSI数据为例，利用传统指数NDVI和NDWI构建了基于指数的水体指数(IWI), 计算公式为

IWI= (NDWI′一NDVI′ )/(NDWI′十NDVI′)

式中，NDWI′和NDVI′值不是[一1，1]区间内的指数值，而是归一化为同反射率具有物理意义的非负值。

城市水体目标提取研究工作主要集中在数据源的选取、图像增强处理、水体提取榄型构建等方面，部分研究工作主要总结如下。黄海波等以安徽省芜湖市为试验区，探讨了水体在ASTER遥感图像各个波段与其他地物之间的可分性，构建了基于波段國值和谱间关系的水体提取模型，并将该方法提取结果与非监督分类、监督分类和植被指数法提取结果进行评价和比较。窦小楠以我国发射的“北京-号”小卫星遥感数据为例，重点对多光谱图像与全图像的融合算法、融合后图像的质量评价以及水体信息提取三方面进行了理论分析和实验研究。王栋等针对水体目标在SAR图像中的亮度及形状分布特征，提出一种针对SAR影像水体目标的快速提取方法。该方法不需要对图像进行二值分割处理，而是直接采用非线性滤波，结合水体的相关知识，快速有效地提取SAR图像中的水体目标。戴丽君和刘闯利用Gram-Schmidt方法对ALOS全色图像和多光谱图像进行融合，采用面向对象的方法在融合后的图像中提取水体，试验结果较好。胡晓东等以ETM+遥感图像为例，综合基于归一化水体指数和基于光谱分类提取方法的优势，提出图谱迭代反馈的自适应水体信息提取方法。