Global Vision Media Focus
Компания в общей сложности 15 раз появлялась в эфире CCTV, а ее охват через партийные СМИ, центральные СМИ и местные официальные СМИ составил 50 миллионов человек.
Сравнение методов извлечения воды на основе гиперспектральных спутниковых снимков
Введение
Водные ресурсы — один из самых ценных природных ресурсов для человечества. Хотя моя страна занимает четвертое место в мире по общему объему пресноводных ресурсов, ее доля на душу населения составляет лишь четверть от среднемирового показателя. Использование технологий дистанционного зондирования для точного и быстрого получения динамической информации о наземных водоемах является эффективным техническим средством для проведения исследований водных ресурсов и мониторинга территорий.
В настоящее время существует значительный объем исследований по извлечению информации о водных объектах, причем большинство источников данных являются многоспектральными. Существуют различные методы извлечения информации о водных объектах разных типов и регионов, каждый из которых имеет свои преимущества; однако исследования по их применению в гиперспектральных спутниковых данных относительно ограничены. Поэтому в данной статье сравниваются и анализируются различные методы извлечения информации о водных объектах с использованием данных со спутника Xi'an Optics-105 (также известного как спутник Tianxianpei).
Методы и принципы
В данном исследовании для выделения водных объектов использовались гиперспектральные изображения города Вэйфан, полученные спутником Xiguang-1 05 (Тяньсяньпэй) 21 мая 2025 года, а также проводилось сравнение и анализ различных методов на основе полученных результатов.
Таблица 1. Введение в данные.
В данном случае для расчета индекса используются данные об отражательной способности уровня L2C с атмосферной коррекцией. Конкретная процедура выполнения операции следующая:
1. Предварительная обработка данных
(1) Радиометрическая калибровка: Исходные данные значения DN излучаются с использованием коэффициентов радиометрической калибровки, предоставленных для получения данных видимой яркости. Это можно сделать с помощью инструмента радиометрической калибровки в ENVI.
(2) Атмосферная коррекция: Атмосферная коррекция выполняется с использованием инструментов атмосферной коррекции на основе моделей 6S или MODTRAN для получения данных об отражательной способности поверхности, таких как инструмент атмосферной коррекции FLAASH в ENVI.
(3) Сглаживание спектра: В ENVI для сглаживания данных отражательной способности поверхности используется алгоритм Савицкого-Голея (SG), который уменьшает спектральный шум и повышает надежность последующей классификации. Вы можете использовать расширение фильтра Савицкого-Голея из App Store ENVI или встроенный инструмент спектрального сглаживания THOR. При использовании фильтра Савицкого-Голея параметры устанавливаются следующим образом:
(4) Регистрация изображений (необязательно): Географическая регистрация выполняется на обработанных данных на основе базовой карты. Регистрация может быть выполнена в ENVI, qgis или arcgis. В качестве эталонной карты рекомендуется использовать Google Imagery.
2. Добыча воды
(1) Метод однополосной пороговой обработки
Метод однополосной пороговой обработки подразумевает выбор определенной полосы частот и выделение образцов воды путем установки соответствующего порогового значения. Пороговое значение определяется следующим образом:
В формуле RNIR обозначает значение коэффициента отражения в ближнем инфракрасном диапазоне; δ — пороговое значение. Если коэффициент отражения ≥ δ, тело считается не водой; если
(2) Нормализованный разностный индекс воды (NDWI)
Размеры водного объекта были определены с использованием метода спектрального индекса. В частности, на основе изображения поверхностного отражения, обработанного программой FLASH, был рассчитан нормализованный разностный водный индекс (NDWI). Затем, на основе гистограммы изображения NDWI, был установлен пороговый уровень для завершения определения размера водного объекта. Формула расчета выглядит следующим образом:
(3) Улучшенный индекс затененной воды (MSWI)
Модифицированный индекс затененной воды (MSWI) — это модель, основанная на соотношении индекса затененной воды, которая улучшает разделение между тенями и водоемами. Формула расчета выглядит следующим образом:
Пороговое значение установлено на 0; значения больше 0 указывают на наличие водоемов, а все остальные считаются фоновыми.
(4) Комплексный взвешенный индекс воды (CWWI)
Комплексный индекс водоотдачи (CWWI) использует три длины волны — синюю, зеленую и ближнюю инфракрасную — и присваивает каждой полосе разные веса для создания комбинации полос. Этот метод дополнительно отличает водные объекты от неводных, подчеркивая различия в отражении и поглощении воды. Определение выглядит следующим образом:
(5) Индекс теневых зданий (SBI)
Индекс затенения зданий (SBI) используется для выделения водных объектов путем умножения значений NDWI и ближнего инфракрасного диапазона и выбора порогового значения. Использование только NDWI может легко привести к путанице между тенями и водными объектами, что приведет к значительному шуму и искажениям. В исследуемой области значения NDWI для типичных элементов ландшафта, от самых высоких до самых низких, следующие: водные объекты, здания, тени от гор и растительность, при этом яркость уменьшается в указанном порядке. Водные объекты и здания имеют схожую яркость, демонстрируя значительное перекрытие значений. Водные объекты показывают значительные отличия от других элементов ландшафта в ближнем инфракрасном диапазоне, при этом отражательная способность, от самых высоких до самых низких, следуют: растительность, тени от гор, здания и водные объекты. Следовательно, выражение для SBI выглядит следующим образом:
В формуле NDWI — это нормализованный разностный водный индекс; RNIR — коэффициент отражения в ближнем инфракрасном диапазоне. Умножение NDWI на квадрат диапазона ближнего инфракрасного излучения максимизирует численную разницу между водными объектами и другими элементами ландшафта, облегчая при этом идентификацию значений оттенков серого и эффективное выделение водных объектов, особенно устраняя перекрытие значений оттенков серого между водными объектами и зданиями.
Отображение результатов
Рисунок 1. Цветное составное изображение спутника Xiguang-1 05 (Тяньсяньпэй), 20250521
Сравнение спектральных кривых различных элементов рельефа до и после фильтрации SG (коэффициент отражения увеличен в 10 000 раз, спутник Xiguang-1 05 (Тяньсяньпэй), 20250521)
Рисунок 2. Спектральные кривые различных элементов рельефа после фильтрации методом SG.
Вышеуказанное извлечение данных о водных объектах было выполнено со спутника Xiguang-1 05 (Тяньсяньпэй). Для минимизации влияния пороговых значений человеческого вмешательства пороговые значения для всех методов, кроме однодиапазонного метода, были установлены на 0, что привело к следующим результатам:
Рисунок 3. Карта распределения воды, полученная с помощью однодиапазонного спутника Xiguang-1 05 (Tianxianpei), 20250521.
Рис. 4. Карта распределения воды NDWI, спутник Xiguang-1 05 (Tianxianpei), 20250521
Рисунок 5. Карта распределения воды MSWI, спутник Xiguang-1 05 (Tianxianpei), 20250521
Рис. 6. Карта распределения воды CWWI, спутник Xiguang-1 05 (Tianxianpei), 20250521
Рисунок 7. Карта распределения воды SBI, спутник Xiguang-1 05 (Tianxianpei), 20250521
Как показано в приведенных выше результатах распределения выделения водных объектов и в таблице 2, выделение с помощью однополосного порогового метода дает более детальные результаты и охватывает наибольшую площадь по сравнению с другими методами, главным образом в южной части реки Цюйхэ в водохранилище Сяшань, где водный объект относительно непрерывен, и четко видна точка слияния реки с городской территорией. Другие методы, однако, показывают разрывы в нижнем течении реки Цюйхэ. Кроме того, выделение с помощью однополосного порогового метода эффективно для выделения небольших водных объектов, но оно сильно зависит от настроек порога, требуя ручного вмешательства. Среди четырех других методов выделения водных объектов, NDWI и SBI дают очень схожие результаты, в то время как методы MSWI и CWWI лучше работают с крупными водными объектами, но могут пропускать более мелкие.
Таблица 2. Статистическая таблица площади водной поверхности, измеренной различными методами.