《归一化水指数模型应用洪灾监测技术方案》由会员分享，可在线阅读，更多相关《归一化水指数模型应用洪灾监测技术方案（8页珍藏版）》请在金锄头文库上搜索。
1、归一化水指数模型应用洪灾监测技术方案2011-06-17 8:35 洪水灾害是当今世界上造成损失最大的自然灾害之一，在洪涝灾害发生时，如何 快速、动态、准确地提取水体信息，确定洪水淹没区域和受灾程度，为政府开展 救援工作提供及时而准确信息，具有十分重要的意义。遥感技术以其高重复频率 和大范围观测能力，能为决策部门提供了大量的洪涝地区淹没过程的实时信息。应用遥感技术监测洪涝灾害的技术方法和流程有很多，下面介绍一种较为实用和 简单的方法。归一化水指数模型Mcfeeters提出的归一化差异水体指数(简称归一化水指数)NDWI(NormalizedDifference Water Index)便是其中
2、之一，其公式如下：NDWI = (BGreen - BNIR ) / (BGreen +BNIR )式中，BGreen代表绿光波段；BNIR代表近红外波段。模型的基本原理：由于水体的反射从可见光到中红外波段逐渐减弱，在近红外和 中红外波长范围内吸收性最强，几乎无反射。因此用可见光波段和近红外波段的 反差构成的 NDWI 可以突出影像中的水体信息(水体的 NDWI 值大)。另外由于植 被在近红外波段的反射率一般最强，因此采用绿光波段与近红外波段的比值可以 最大程度地抑制植被的信息，从而达到突出水体信息的目的。这也是Mcfee ters 选用近红外波段构建该指数的原因。Mcfeeters 模型考虑
3、到植被的影响，后来很多学者又将土壤、建筑物等因素考虑 进去，提出一些改进型的归一化水指数(徐涵秋)：MNDWI= (BGreen - BSWIR ) / (BGreen +BSWIR )BSWIR表示中红外波段。Wilson等又提出(BNIR - BSWIR ) / (BNIR +BSWIR )用于研究植被的水分及土 壤湿度等。技术流程基本原理与流程:分别计算洪灾前影像和洪灾后影像的NDWI,对两个时相的NDWI 做差值运算，选择阈值对 NDWI 差值图像进行分类，如 NDWI 差值为正表示水体增 加，可认为洪水淹没区。详细流程如下图:象是否精确 间配准茴多光/ 谱影像多光; 诺影像图像配图像
4、分类及后 处理输出洪水淹没IXWI计算NDWI差值计算分类阈值确定图 1 监测流程图图像配准：两个时相影像精确的空间配准是整个流程的前提。NDWI 计算：可根据数据情况（如：是否包括中红外波段）和主要地表覆盖类型 （植被、建筑物、裸土等）选择不同的计算模型。分类阈值确定：理想情况是NDWI差值大于0为水体淹没区，由于其他地表覆盖 类型的干扰，这个阈值往往不为0。可选择一些算法自动计算，再结合目视预览 效果进行调节。图像分类及后处理：选择大于“分类阈值”的区域作为输出结果。最初结果中往往包括一些“小图斑”，选择性的对这些小图斑进行剔除。为了满足应急救灾的需求，整个流程应该在统一界面下流程化完成。
5、详细实现步骤直接使用ENVI EX下的遥感变化监测工具Image Change完成整个流程。ImageChange 工具采用向导式操作，详细过程如下：(1) 启动ENVI EX,并打开两个时相的影像文件。(2) 双击 Workflow- I ma g e C h an g e 工具，分别为 Time1 File 选择灾前影像， Time2 File 选择灾后影像，单击 Next 进入 Image Co-Registration 面板。Select Two Input FilesI帥E.rFile SelectionInul luft-Tlnw 1 Fite；Ehk_X*1ra vV n Blr
6、ckCuKllImage CoRegistrationSkip or Apply image Co*RegislralionRequested Humber ol Tie P-oinSs a2L图 3 图像配准选项(5) 在 Image Difference 面板中，选择 Difference of Feature Index，之后选 择 Water Index(NDWI)。(6) 在 Advanced 选项中，默认为 Band1 和 Band2 选择了相应的波段。这里计算公 式为：(Band2 - Bandl) / (Band2 + Bandl)。根据数据的实际情况选择波段。(7) 单击 N
7、ext 进入 ThresholdingorExport 面板，直接选择 Apply Thr eshold i n g 后，单击 Next 进入 Change Thresholding 面板。CKLCfl胆：；lint lan ge 毗駅上站斤5s f f r riC富剤甲临的咱a =Difer&nce 胡 F”tiir口 Iik）口比Spsclral 比n时俺 DifferenceStlac t Zrtlurt Iailtir-1_-T*t trlmag&DifferentApply Difference AnalystsDcFference of Input Band图 4 计算 NDWI
8、及差值(8) 在Change Thresholding面板中，选择感兴趣的变化：Increase Only (增加)。 提供了四种自动计算阈值方法，选择Otsus,勾选Preview预览结果分类结果。 在 Manual 选项中可以手动调整阈值。(9) 单击 Next 进入 ClearUp 面板。图 5 确定分类阈值(10) 在Cleanup面板中，提供平滑滤波和像素聚合处理，将结果中的“小图斑” 去除或者合并。(11) 单击Next进入Export面板，结果可输出为矢量或者单波段的分类结果。劇 CKarge DetectionJ Enable- Snncholhin-gSrwc4li Kgrn
9、创晁4 E rib I* Agg regnli 6nFr*vii hCu-ctlCleanupReline RasurteAB9f-8-g31 s Minimum 3r24LOO细卓丨*厂厂l【裁 F图 6 分类后处理Export Change Claw Vector*S-rlt-S-4 触 1 質H !( EKHTxvri Til | 删j, jj爾Q EjeIeExport Change ClaSrict OukitL 旳机苛 Fl Shifrifili 宿C STpxnliXttrtktliDiksHitlLcliULC* d* Er-nx-t filrCkExportSave ResetsQ Image Ch-ange DetectionC. XTtpxu，bx+lrHktin.kHklLvchuL|* Sfqwx*riiuihSkipACuKtl图 7 输出结果
