第七届青年地学论坛

摘要：针对传统水体提取算法大多基于某一时期单景遥感影像，无法表现出水体随着时间和空间高度可变的特性，本文以地表环境复杂的长江流域为研究区，基于GEE（Google Earth Engine）云平台，使用Sentinel-2 MSI年内长时序影像集结合像元的“时间特征”，提出一种在大尺度环境下更具普适性、可操作性且效果更好的高精度水体提取算法，即基于时序影像数据结合多指数和“时间特征”融合DEM的算法。该算法选择自动提取水体指数（AWEI）、改进型归一化差值水体指数（MNDWI）、归一化植被指数（NDVI）和增强型植被指数（EVI）进行多指数逻辑组合来提取水体；同时利用NIR波段反射率值和SRTM数字高程模型生成的坡度数据集来辅助抑制高反射率噪音和阴影噪音。通过目视解译采取验证样本点进行全流域水体精度验证，总体精度达92%以上；在亚像元层面进行精度评估，混合边缘像元占像元总数的2.85%，错分误差1.76%，漏分误差1.08%，表明本文算法对混合像元具有较好的抑制效果；对比传统基于光谱特征的NDWI、MNDWI水体指数，多指数结合时间特征的算法在抑制阴影噪音方面效果更佳。由长江流域水体遥感提取结果可得，流域内水体空间分布不匀，且各水体类型时空变化特征明显，2017-2020年间永久性水体增加的60.91%是由季节性水体转化而来，季节性水体与非水体之间的相互转化最为显著，季节性水体增加的72.40%是由非水体转化而来，同时季节性水体减少的54.51%转化为了非水体。实验结果表明：本研究算法在提取不同时空位置和不同环境下的水体具有一定的普适意义，可有效避免水体与其他地物混合造成的“同物异谱”和“同谱异物”现象，同时对复杂背景噪声有着良好的抑制作用，具有较高的准确度和精度。
关键词：Sentinel-2；水体遥感提取；时间特征；多指数组合；阴影噪音
 

Sentinel-2；水体遥感提取；时间特征；多指数组合；阴影噪音