一种基于Sentinel-2的水体指数模型研究

TV213%P237; 针对进行水体提取时传统水体指数容易将阴影、建筑物和冰雪等非水体识别为水体的问题,基于Sentinel-2数据通过分析不同地物光谱特征,选取蓝光波段(490 nm)、绿光波段(560 nm)、红光波段(665 nm)、植被红边波段(783 nm)与近红外波段(842 nm)提出了一种新型多波段组合水体指数模型(NMCWI).为验证NMCWI的水体提取性能,对比了常用的几种水体提取算法,包括改进的归一化差异水体指数MNDWI、修订型归一化水体指数(RNDWI)、归一化多波段水体指数(NDMBWI)、植被红边水体指数(RWI)与三角形水体指数(TWI),选取了6个试验区进行水...

Full description

Saved in:
Bibliographic Details
Published in中国农村水利水电 no. 2; pp. 60 - 65
Main Authors 李升海, 张俊, 李屹旭, 唐海林
Format Journal Article
LanguageChinese
Published 贵州大学矿业学院,贵州 贵阳 550025%贵州大学农学院,贵州 贵阳 550025 15.02.2025
Subjects
Online AccessGet full text
ISSN1007-2284
DOI10.12396/znsd.240983

Cover

More Information
Summary:TV213%P237; 针对进行水体提取时传统水体指数容易将阴影、建筑物和冰雪等非水体识别为水体的问题,基于Sentinel-2数据通过分析不同地物光谱特征,选取蓝光波段(490 nm)、绿光波段(560 nm)、红光波段(665 nm)、植被红边波段(783 nm)与近红外波段(842 nm)提出了一种新型多波段组合水体指数模型(NMCWI).为验证NMCWI的水体提取性能,对比了常用的几种水体提取算法,包括改进的归一化差异水体指数MNDWI、修订型归一化水体指数(RNDWI)、归一化多波段水体指数(NDMBWI)、植被红边水体指数(RWI)与三角形水体指数(TWI),选取了6个试验区进行水体提取实验.结果表明:各个试验区NMCWI的总体精度与Kappa系数均高于95%,相较于其他水体指数提取精度更高,其可以减小绝大部分阴影、建筑物和冰雪等非水体对水体提取的干扰,同时NMCWI适用于绝大多数地区,能够有效提取水体.
ISSN:1007-2284
DOI:10.12396/znsd.240983