长江科学院院报

长江科学院院报 >

2024 , Vol. 41 >Issue 8: 164 - 171

DOI: https://doi.org/10.11988/ckyyb.20230268

水利信息化

基于多源多时相影像的鄱阳湖水体提取及时空变化分析

  • 乐颖 , 1, 2 ,
  • 刘聚涛 , 1, 2 ,
  • 文慧 1, 2
展开
  • 1 江西省水利科学院,南昌 330029
  • 2 江西省鄱阳湖流域生态水利技术创新中心,南昌 330029
刘聚涛(1983-),男,河南舞阳人,正高级工程师,博士,研究方向为生态监测与评价。E-mail:

乐 颖(1998-),女,江西抚州人,硕士研究生,研究方向为水利生态环境与遥感。E-mail:

Copy editor: 王慰

收稿日期: 2023-03-14

  修回日期: 2023-07-10

  网络出版日期: 2023-10-12

基金资助

国家自然科学基金项目(42161016)

江西省科技厅重点研发项目(20212BBG71002)

江西省科技厅揭榜挂帅项目(20213AAG01012)

江西省水利厅科技项目(202324YBKT07)

收起

Extraction and Spatiotemporal Variation of Poyang Lake Water Body Based on Multi-source and Multi-phase Images

  • LE Ying , 1, 2 ,
  • LIU Ju-tao , 1, 2 ,
  • WEN Hui 1, 2
Expand
  • 1 Jiangxi Academy of Water Science and Engineering,Nanchang 330029,China
  • 2 Jiangxi Provincial Technology Innovation Center for Ecological Water Engineering in Poyang Lake Basin, Nanchang 330029,China

Received date: 2023-03-14

  Revised date: 2023-07-10

  Online published: 2023-10-12

Fold

摘要

鄱阳湖水体面积受气候变化的影响呈现季节性变化,为了更好地探究其变化规律,提出了一种结合多时相雷达影像和光学数据的水体信息提取方法。以Sentinel-1A雷达影像和Sentinel-2光学影像为研究数据,首先对遥感影像集进行一系列数据预处理,利用Sentinel-1双极化水体指数(SDWI)和改进的归一化差异水体指数(MNDWI)分别提取出雷达影像和光学数据中湖区边界,并根据湖区范围计算出水体面积,从精度、时序和变化检测3个方面评价水体提取结果的准确性,对比分析湖区面积变化趋势,为鄱阳湖管理与保护提供科学的灾害预警。结果表明:①利用雷达影像和光学遥感数据提取鄱阳湖的水体结果基本一致,在提取农田、细小水体及有云区域时,雷达影像提取效果优于光学影像提取效果,说明借助雷达影像提取完整水体信息更具优势。②鄱阳湖平水期、丰水期和枯水期水体面积的均值分别为3 686.49、4 077.73、2 612.81 km2,其中丰水期水量是枯水期水量的1.56倍。③雷达影像时序水体提取结果与星子站、都昌站、湖口站和康山站共4个水文站水位数据变化趋势具有较高的一致性,Pearson相关系数分别为0.89、0.87、0.90、0.81。

关键词： 鄱阳湖; 水体提取; 时空变化; MNDWI; SDWI; 变化检测

本文引用格式

乐颖 , 刘聚涛 , 文慧 . 基于多源多时相影像的鄱阳湖水体提取及时空变化分析[J]. 长江科学院院报, 2024 , 41(8) : 164 -171 . DOI: 10.11988/ckyyb.20230268

Abstract

Under the influence of climate change, the water area of Poyang Lake exhibits seasonal fluctuations. To elucidate these changes comprehensively, we propose a water information extraction approach that integrates multi-temporal radar images and optical data. Leveraging Sentinel-1A radar images and Sentinel-2 optical images as our research datasets, we initiated a sequence of data preprocessing steps on the remote sensing image set. Employing the Sentinel-1 dual polarized water index (SDWI) and the improved normalized differential water index (MNDWI), we delineated the lake’s boundary and computed its water area using radar and optical data. The precision, timing, and change detection of our water extraction results were evaluated meticulously. Analyzing the lake area’s change trends aims to furnish scientific insights for disaster management and Poyang Lake’s conservation. Our findings revealed that: 1)The water bodies of Poyang Lake extracted from radar and optical remote sensing data were mostly congruent. Radar image extraction outperformed optical image extraction when delineating farmlands, small water bodies, and cloud-covered areas, suggesting radar images’ superiority in capturing comprehensive water information. 2)The average water area of Poyang Lake during normal, wet, and dry seasons is 3 686.49, 4 077.73, and 2 612.81 km2, respectively, with the wet season’s water volume being 1.56 times that of the dry season. 3)Time-series water extraction results from radar images exhibited strong consistency with water level variation data from Xingzi Station, Duchang Station, Hukou Station, and Kangshan Station, yielding Pearson correlation coefficients of 0.89, 0.87, 0.90, and 0.81, respectively.

Key words： Poyang Lake; water extraction; spatiotemporal variation; MNDWI; SDWI; change detection

开放科学(资源服务)标识码(OSID):

0 引言

湖泊是我国地表重要的自然资源,对于调节生物多样性、发展国民经济和维持生态平衡等方面都具有不可或缺的作用,为居民日常用水、工业用水以及生态环境提供了主要保障[1⇓-3]。鄱阳湖由于夏季降雨多易发生洪水灾害事件,会给周边居民生活带来不便甚至危害人身安全造成人员伤亡。与往年不同的是,2022年受持续高温天气以及长江流域来水少的影响,鄱阳湖湖区的面积逐渐缩减,比往年更早进入枯水期。在持续高温天气、梅雨季节和人为干预等多种影响下,加上鄱阳湖具有季节性变化的特点,湖区水量一直是在不断变化的[4]。因此,研究如何实时动态监测鄱阳湖水量,快速提取水体信息对于湖泊的管理与保护具有重要意义。
目前,提取水体信息主要有3种方法:阈值法、水体指数法[5]、机器学习[6]。其中,阈值法需要通过设置不同阈值反复对比提取效果,简单高效,但是主观性强,也更依赖于学者的专业性。深度学习法是根据不同的算法对水体信息进行提取,相对复杂且计算量大。张磊等[7]采用Sentinel-2A 多光谱成像仪(Multispectral Imager,MSI)影像根据多种波段指数算法,提取了鄱阳湖周边区域水体。何彬方等[8]采用Sentinel-1双极化水体指数( Sentinel-1 Dual-Polarized Water Index,SDWl),并结合地形因子对平原和山区分别提取水体信息,开展了洪水淹没监测。水体指数法通过增强水体与其他地物之间的亮度,以此更加突出水体信息。因此,本文选择了相对简单高效的水体指数提取法,其中提取光学影像和雷达影像中的水体信息分别采用的是改进的归一化差异水体指数和Sentinel-1双极化水体指数。
随着遥感卫星的快速发展,综合多种数据源的特征进行应用研究已成为一种趋势。由于雷达影像可以避免受到云雨天气的限制,但是在成像期间会受到阴影的干扰,以及容易在影像上产生噪声,而光学影像在成像时并没有这些问题,所以部分学者根据雷达影像和光学影像的成像特征,将这两种数据源结合起来应用于不同领域。黄翀等[9]综合利用Sentinel系列卫星影像的光谱特征、纹理特征和后向散射特征对人工林进行识别,结果表明结合多源数据的特征精细识别人工林是行之有效的;乐颖等[10]结合雷达干涉测量(Synthetic Aperture Radar,SAR)和光学遥感识别赣州市定南县的稀土矿开采情况,提高了识别结果的准确率;段伟芳等[11]利用洪水发生前的Landsat 8卫星影像和洪水发生后的Sentinel-1雷达卫星影像对2020年鄱阳湖洪涝灾害进行了灾情分析。夏季持续高温或者梅雨天气都会对鄱阳湖水量造成很大影响,容易发生干旱或者洪涝灾害事件,给周边居民的日常生活和人身安全带来不便。
基于此,本文借助多源多时相遥感影像利用水体指数提取法对鄱阳湖进行实时动态监测从而提取出鄱阳湖水体信息,分析鄱阳湖水体的空间分布和时序变化特征,同时提取的水体结果可以为水利管理部门提供决策依据和灾害防治支撑。

1 研究区概况与数据源

鄱阳湖是中国最大的淡水湖,属于吞吐型湖泊,位于江西省北部。由赣抚信饶修五条大河汇入,经过调蓄后流向长江。通常来说,2—5月份以及9月份为平水期,6—8月份为丰水期,10月份至次年1月份为枯水期,有时会出现“洪水一片、枯水一线”的景观[12]。
Sentinel系列卫星由欧空局发射,具有影像免费和重访周期短等特点,受到众多学者的关注和喜爱,广泛应用于农业资源管理、水生态环境[13]、地形测绘和土壤水分反演等领域。由于夏季往往是多云天气,采集的光学影像通常被云遮挡,较难获取高质量影像。而雷达影像具有全天时全天候、不受云雨影响的优势,可以很好的弥补光学影像在夏季多云天气期间不易获取高质量数据的局限性。
本文以月为单位,选取了24景覆盖鄱阳湖范围的Sentinel-1A雷达影像,影像采用了干涉宽幅(Interferometric Wide swath,IW)模式,其对应的幅宽是250 km。由于雷达卫星获取影像时在特定的轨道上运行,经过查询可用影像得知,需要通过拼接上下两景相邻的遥感影像方能得到一景覆盖鄱阳湖区域完整的雷达影像,影像基本参数见表1。同时,根据可用影像和影像中云量选择合适的Sentinel-2光学影像作为数据源,选取了四景7月10日L2 A级光学遥感影像。研究区域的光学影像和雷达影像分别见图1(a)和图1(b),其中包含了鄱阳湖区域及部分周边江河水体。
表1 雷达影像数据的基本参数

Table 1 Basic parameters of radar image data

影像编号 影像日期 极化方式 影像编号 影像日期 极化方式
1 2022-01-23 VV 13 2022-07-22 VV
2 2022-01-23 VH 14 2022-07-22 VH
3 2022-02-28 VV 15 2022-08-27 VV
4 2022-02-28 VH 16 2022-08-27 VH
5 2022-03-24 VV 17 2022-09-20 VV
6 2022-03-24 VH 18 2022-09-20 VH
7 2022-04-17 VV 19 2022-10-26 VV
8 2022-04-17 VH 20 2022-10-26 VH
9 2022-05-23 VV 21 2022-11-19 VV
10 2022-05-23 VH 22 2022-11-19 VH
11 2022-06-28 VV 23 2022-12-13 VV
12 2022-06-28 VH 24 2022-12-13 VH

注:VV为用于垂直发送和垂直接收极化方式;VH为用于垂直发送和水平接收极化方式。

图1 鄱阳湖区域

Fig.1 Poyang lake region

2 研究方法

2.1 水体指数

2.1.1 改进的归一化差异水体指数(MNDWI)

改进的归一化差异水体指数(Modified Normalized Differential Water Index,MNDWI)由徐涵秋提出[14],相较于归一化差异水体指数(Normalized Differential Water Index,NDWI)可以有效抑制非水体因素的干扰,更好的提取出城区中的水体信息,其计算公式为
M N D W I = ρ G r e e n - ρ M I R ρ G r e e n + ρ M I R 。
式中:ρGreen为绿波段处光谱的反射率(%);ρMIR为近红外波段处光谱的反射率(%);Green和MIR分别对应于Sentinel 2遥感影像的03波段和11波段。通常,MNDWI的值介于-1和1之间,对于异常值需要先进行判别然后对其去除。

2.1.2 Sentinel-1双极化水体指数(SDWI)

根据光学遥感影像的水体提取指数,贾诗等[15]超提出了Sentinel-1提取水体信息的方法,Sentinel-1双极化水体指数(Sentinel-1 Dual-Polarized Water Index,SDWI)结合了VV和VH 2种极化方式的影像信息,数学表达式为
S D W I = l n 10 V V · V H - 8 。
式中VV和VH分别为Sentinel-1雷达影像VV和VH极化方式的后向散射系数。通过计算SDWI并进行二值化,将值大于0的赋值1,小于0的赋值0,便可提取出雷达影像中包含的水体信息。

2.2 基于多时相雷达影像和光学数据的水体提取方法

根据以上理论,本文提出了一种结合多时相雷达影像和光学数据的水体提取方法,试验流程见图2。
图2 试验流程

Fig.2 Experimental procedures

首先,根据可用遥感影像和影像质量选取合适的光学卫星数据和雷达影像,并对原始数据按照研究区域范围进行影像拼接和影像裁剪等数据预处理。光学影像和雷达影像是不同的成像方式,数据处理方式有所差异。Sentinel 2光学影像需要经过大气校正从L1 C级数据转换为L2 A级数据,再将所有波段分辨率重采样至10 m,接着进行波段组合、地理编码和辐射定标等影像处理步骤。经过一系列数据处理之后,利用MNDWI计算影像中的水体信息,计算结果通常在-1和1之间。若计算结果中存在异常值,需要将其去除。 Sentinel-1A卫星为C波段雷达成像系统,在成像过程中容易受到噪声的干扰,需要经过多视处理平均影像的距离向分辨率和方位向分辨率以此来抑制SAR图像的斑点噪声。在经过多视处理后,还需要进行影像配准、滤波、地理编码和辐射定标等影像处理流程。然后根据SDWI提取雷达影像中的水体信息,并对其进行二值化和斑点处理。最后,根据雷达影像和光学遥感数据水体提取结果分别统计水体面积,并根据水体提取结果从精度、时序以及变化监测3个方面进行结果分析。

2.3 精度验证

在精度分析中,本文选取了虚警率(False Alarm,FA)、总体错误率(Overall Error,TE)、总体准确率(Overall Accuracy,OA)和Kappa系数等精度评价指标对水体提取结果进行准确度评估。
(1)虚警率(FA)。其数学表达式为
F A = F 1 R 2 × 100 % 。
式中:F1表示非水体而被作为水体被提取区域;R2表示非水体区域。
(2)总体错误率(TE)。表达式为
T E = F 1 + F 2 C × 100 % 。
式中:F1和F2分别表示非水体而被作为水体被提取区域和水体而作为非水体未被提取区域;C表示全部区域。
(3)总体准确率(OA)。表达式为
O A = T 1 + T 2 C × 100 % 。
式中:T1表示水体且提取结果为水体区域;T2表示非水体且提取结果为非水体区域;C表示全部区域。
(4)Kappa系数。表达式为
K a p p a = O A - P e 1 - P e ;
其中,Pe的表达式为
P e = N 1 R 1 + N 2 R 2 C 。
式中:N1表示提取结果为水体区域;N2表示提取结果为非水体区域;R1表示水体区域;R2表示非水体区;C表示全部区域。

3 结果分析

3.1 精度评价

通过选取合适的多时相雷达影像和光学数据,并根据相应的水体计算指数提取鄱阳湖水体信息,其水体提取结果见图3。
图3 遥感影像水体提取结果

Fig.3 Result of water bodies extracted from remote sensing images

图3不仅显示了鄱阳湖的水体范围,还包含了周边河流、农田及水塘的水体信息。对比雷达影像和光学遥感数据的水体提取结果,可以发现两者提取的鄱阳湖湖区边界基本一致,鄱阳湖湖区的河流和小型湖泊等细小水体分布也相同,说明利用多源多时相遥感数据提取水体信息是可行的,雷达影像和光学遥感数据均可以将鄱阳湖湖区及周边水体提取出来。
利用雷达影像和光学遥感数据提取出研究区域范围内的水体面积分别为1 804.99、1 694.21 km2,由于光学原始影像的限制,图3中左上角区域的水体信息缺失。同时,两种卫星波段长度不同,穿透力不同,对于水体信息提取结果同样有一定的影响。根据鄱阳湖当地气候和水文情况可知,造成两种遥感影像水体提取结果的差异的主要因素是夏季持续高温天气和降雨量少,鄱阳湖中心湖区水体范围变化较大[16]。
通过查阅相关新闻报道得知,6—8月份鄱阳湖水位处于不断下降的状态,8月6日星子站水位为11.91 m,正式进入枯水期。相比于往年,鄱阳湖提前进入了枯水期,水位远低于警戒线,而且水文监测中心于9月份发布了干旱预警。因此,通过提取水体信息来实时动态监测鄱阳湖水量变化对于鄱阳湖的保护和管理具有重要意义。
受夏季持续高温和降雨量少的影响,鄱阳湖中心湖区变化很大。根据两者水体提取结果结合可比性综合考虑选取了4个区域作为验证对象,以此来对比分析两种遥感影像提取鄱阳湖水体信息的效果,A区域、B区域、C区域和D区域分别为瑶湖、军山湖、康山湖和珠湖,提取结果如图4所示。
图4 水体提取结果对比

Fig.4 Comparison of water extraction results

为了说明水体提取的精度,本文采用光学影像水体信息提取结果和雷达影像水体信息提取结果相互验证,其精度评价结果见表2。
表2 水体提取结果精度评价

Table 2 Precision evaluation of water extraction results

区域 影像类型 评价指标
FA/% TE/% OA/% Kappa系数
A 雷达影像 5.00 4.00 96.00 0.920
光学影像 2.50 5.00 95.00 0.902
B 雷达影像 7.50 4.00 96.00 0.920
光学影像 2.50 3.00 97.00 0.940
C 雷达影像 5.00 3.00 97.00 0.939
光学影像 5.00 8.00 92.00 0.847
D 雷达影像 5.00 3.00 97.00 0.940
光学影像 2.50 4.00 96.00 0.920
由表2可见,光学影像和雷达影像两种影像都可以很好的将A区域的瑶湖湖区范围提取出来,对于湖区周边农田中的水体信息,雷达影像的提取效果优于光学影像,同时将部分建筑物误检为水体信息。B区域的军山湖湖区的光学影像中有部分云导致光学影像提取结果中被云覆盖区域的水体信息漏检,而雷达影像在成像时不受云雨的影响,因此对于有云的区域雷达影像提取水体信息效果更优。C区域的康山湖湖区和D区域珠湖水体信息光学影像与雷达影像提取效果相同,对于部分细小水体提取,雷达影像提取效果更加全面。
综上所述,光学影像和雷达影像在提取大范围水体信息时均可以将水体信息准确的提取出来,在提取农田、细小水体及有云区域时,雷达影像提取效果比光学影像提取效果更好。

3.2 时序分析

由于南方天气的影响,光学影像容易受到云的遮盖导致获取影像质量不高,从数据源方面来说,雷达影像更易获取高质量原始数据。为了更好寻找鄱阳湖湖区在一年中的时空分布与面积变化趋势,本文选取了24景覆盖鄱阳湖范围的雷达影像,并将其拼接、裁剪以及一系列数据处理最终提取出水体信息,其结果见图5。
图5 雷达影像水体提取时序分析

Fig.5 Time sequence analysis of water extraction from radar images

从图5中可以观察到,鄱阳湖湖区水量在时空分布上呈现周期性变化,是一个先逐渐增加,到达顶峰后逐渐减少的过程,在5月份至8月份为“洪水一片”,11—12月份出现“枯水一线”的景观。同时,鄱阳湖周边的瑶湖、军山湖、康山湖和珠湖等部分小型湖泊水量比较稳定,在时序水体提取结果中变化不大。根据时序水体提取结果计算鄱阳湖平水期(2—5月份以及9月份)、丰水期(6—8月份)和枯水期(10月份至次年1月)水体面积的均值,分别为3 686.49、4 077.73、2 612.81 km2,丰水期水量是枯水期水量的1.56倍。
为了定量说明水体提取的可信度,收集了九江庐山市湖口水道星子水文站、九江都昌县鄱阳湖都昌水文站、九江濂溪区鄱阳湖湖口水文站和上饶余干县鄱阳湖康山水文站共4个水文站自3—12月份与雷达影像成像日期同一天的水位数据,将雷达影像时序水体提取结果与水文站水位数据进行对比,结果见图6。
图6 雷达影像时序水体提取结果与水位对比

Fig.6 Comparison between water extraction results from time series of radar images and water level

理想状况下,湖泊是上下面积相同的柱体,其水位相同间隔步长的变化对应的水域面积变化量是恒定的;而由于湖泊整体形态呈现盆状,随着水位的升高,水位变化将引发更大的水面积变化。鄱阳湖由于受到长江来水和五河入湖的影响,在给定水位条件下,与丰水期相比,枯水期的湖水淹没范围更大,会在南部湖区出现逆时针水位-面积迟滞现象。同时,在给定水位条件下,洪泛湿地排水和湖泊水位下降之间具有时间差,这将会使得在同水位条件下,位于湖泊下游主湖区的都昌、星子和湖口等水文站在枯水期间小于丰水期间的湖泊淹没面积,从而出现顺时针水位-面积迟滞现象[17]。
通过与星子站水位、都昌站水位、湖口站水位和康山站水位对比分析可以得出,雷达影像时序水体提取结果与水位高度变化趋势是一致的,1—6月份鄱阳湖湖区水量逐渐增加,在6月份到达顶峰后水体面积大幅度减少。同时,将时序水体提取结果与星子站、都昌站、湖口站和康山站共4个水文站的水位数据进行Pearson相关性分析,其相关系数分别为0.89、0.87、0.90、0.81。结果表明,雷达影像时序水体提取结果与4个水文站水位数据具有较高的一致性,说明提取结果是可靠的。

3.3 变化检测分析

根据图6的时序水体提取结果和水位数据得出鄱阳湖水体面积最大和最小的时间段分别为6月份和11月份。为更加直观地反映出鄱阳湖在一年中水体变化情况,以6月份的雷达影像为参考数据,利用比值法计算11月份雷达影像与其的变化检测情况,并将变化检测结果叠加在光学影像上,其结果见图7。
图7 变化检测结果

Fig.7 Change detection results

鄱阳湖的水体变化具有季节性、周期性等特点,经过计算得到鄱阳湖湖区在6月份与11月份之间的水体变化面积为2 228.23 km2,图7中显示水体变化区域集中在湖区中心,周边的小型湖泊水体面积变化不大,其中水体变化区域主要位于南昌市新建区昌邑乡、铁河乡和南矶乡,上饶市鄱阳县莲湖乡、余干县康山乡,九江市都昌县、永修县;庐山市蛟塘镇及共青城市。根据水体提取结果可以更好的了解鄱阳湖水量变化规律,对城市经济发展、生态环境评估及生物多样性保护与管理工作起到促进作用。

4 结论

本文在提取鄱阳湖水体信息过程中,结合了雷达影像和光学数据的特性,对比了多源多时相遥感影像水体提取效果,根据雷达影像包含的后向散射系数和光学遥感数据中的光谱信息,利用水体指数提取研究区域内的水体信息,并参照水体提取结果统计水体面积,分析水体变化趋势。得到以下结论:
(1)利用多源多时相遥感数据开展水体信息提取是可行的,雷达影像和光学遥感数据均可以将鄱阳湖湖区及周边河流、农田及水塘等不同类型的水体信息提取出来,而且鄱阳湖湖区的河流和小型湖泊等细小水体空间分布基本一致。
(2)选取24景雷达影像监测鄱阳湖时序变化特征,探究湖区及周边水体的时空变化规律。根据时序水体提取结果计算鄱阳湖平水期(2—5月份以及9月份)、丰水期(6—8月份)和枯水期(10月份至次年1月份)水体面积的均值,分别为3 686.49、4 077.73、2 612.81 km2,丰水期水量是枯水期水量的1.56倍。结果表明,鄱阳湖湖区水量是一个先逐渐增加,到达顶峰后逐渐减少的过程,鄱阳湖水体面积最大和最小的时间段分别为6月份和11月份。由于夏季持续高温天气和降雨量少,故6—8月份鄱阳湖水位处于不断下降的状态,这两个月期间湖区水体面积减少了1 252.89 km2,比往年提前进入枯水期。
结合光学影像和雷达影像的特性可以实时动态监测鄱阳湖湖区水域变化情况,后续可以根据水体面积动态变化情况预测未来的水体变化趋势,为鄱阳湖管理部门的防洪防旱工作决策提供参考,及时发布洪涝干旱灾害预警。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
HUANG A, LIU X, PENG W, et al. Spatiotemporal Characteristics, Influencing Factors and Evolution Laws of Water Exchange Capacity of Poyang Lake[J]. Journal of Hydrology, 2022, 609: 127717.

[2]
LIU Z, WANG X, JIA S, et al. Multi-methods to Investigate Spatiotemporal Variations of Nitrogen-nitrate and Its Risks to Human Health in China’s Largest Fresh Water Lake (Poyang Lake)[J]. The Science of the Total Environment, 2023, 863: 160975-160986.

[3]
XU J, BAI Y, YOU H, et al. Water Quality Assessment and the Influence of Landscape Metrics at Multiple Scales in Poyang Lake Basin[J]. Ecological Indicators, 2022, 141: 109096-109104.

[4]
黄兰贵, 殷环环. 近十年鄱阳湖出口水质变化趋势及影响因素分析[J]. 人民长江, 2022, 53(增刊2):15-19,33.

(HUANG Lan-gui, YIN Huan-huan. Analysis on the Change Trend and Influencing Factors of Outlet Water Quality of Poyang Lake in Recent Ten Years[J]. Yangtze River, 2022, 53(Supp.2):15-19, 33. (in Chinese))

[5]
冯崎, 王琦, 黄海兰, 等. 基于Sentinel-1双极化数据改进水体提取的Otsu算法[J]. 遥感技术与应用, 2022, 37(4):1003-1011.

DOI

(FENG Qi, WANG Qi, HUANG Hai-lan, et al. Improved Otsu Algorithm for Water Extraction Based on Sentinel-1 Dual-polarization Data[J]. Remote Sensing Technology and Application, 2022, 37(4): 1003-1011. (in Chinese))

[6]
王国杰, 胡一凡, 张森, 等. 深度卷积神经网络的遥感影像水体识别[J]. 遥感学报, 2022, 26(11):2304-2316.

(WANG Guo-jie, HU Yi-fan, ZHANG Sen, et al. Water Identification from the GF-1 Satellite Image Based on the Deep Convolutional Neural Networks[J]. National Remote Sensing Bulletin, 2022, 26(11):2304-2316. (in Chinese))

[7]
张磊, 韩秀珍, 翁富忠, 等. 基于Sentinel-2A MSI数据的水体信息提取算法对比研究[J]. 激光与光电子学进展, 2022, 59(12): 1228007.

(ZHANG Lei, HAN Xiu-zhen, WENG Fu-zhong, et al. Comparison of Water Information Extraction Algorithms Based on Sentinel-2A MSI Data[J]. Laser & Optoelectronics Progress, 2022, 59(12): 505-515. (in Chinese))

[8]
何彬方, 姚筠, 冯妍, 等. 基于Sentinel-1A的安徽省2020年梅雨期洪水淹没监测[J]. 自然资源遥感, 2023, 35(1): 140-147.

(HE Bin-fang, YAO Yun, FENG Yan, et al. Sentinel-1A Based Flood Inundation Monitoring in Anhui Province during the Plum Rain Period of 2020[J]. Remote Sensing for Natural Resources, 2023, 35(1): 140-147. (in Chinese))

[9]
黄翀, 张晨晨, 刘庆生, 等. 结合光学与雷达影像多特征的热带典型人工林树种精细识别[J]. 林业科学, 2021, 57(7): 80-91.

(HUANG Chong, ZHANG Chen-chen, LIU Qing-sheng, et al. Multi-feature Classification of Optical and SAR Remote Sensing Images for Typical Tropical Plantation Species[J]. Scientia Silvae Sinicae, 2021, 57(7): 80-91. (in Chinese))

[10]
乐颖, 夏元平, 刘媛媛, 等. 结合SAR与光学遥感的疑似稀土矿非法开采情况识别方法[J]. 遥感信息, 2022, 37(3): 109-115.

(LE Ying, XIA Yuan-ping, LIU Yuan-yuan, et al. Identification Method of Illegal Mining of Suspected Rare Earth Ore Combining SAR and Optical Remote Sensing[J]. Remote Sensing Information, 2022, 37(3): 109-115. (in Chinese))

[11]
段伟芳, 温小乐, 徐涵秋, 等. 基于光学与雷达影像变化检测的2020年鄱阳湖洪灾评估与分析[J]. 地球信息科学学报, 2022, 24(12):2435-2447.

DOI

(DUAN Wei-fang, WEN Xiao-le, XU Han-qiu, et al. Assessment and Analysis of the 2020 Poyang Lake Flood Hazard Based on Optical and Radar Image Assisted Change Detection[J]. Journal of Geo-Information Science, 2022, 24(12):2435-2447. (in Chinese))

[12]
MU S, YANG G, XU X, et al. Assessing the Inundation Dynamics and Its Impacts on Habitat Suitability in Poyang Lake Based on Integrating Landsat and MODIS Observations[J]. The Science of the Total Environment, 2022, 834: 154936-154952.

[13]
HERNANDEZ-SUAREZ J S, NEJADHASHEMI A P, FERRIBY H, et al. Performance of Sentinel-1 and 2 Imagery in Detecting Aquaculture Water Bodies in Bangladesh[J]. Environmental Modelling & Software, 2022, 157: 105534-105544.

[14]
徐涵秋. 利用改进的归一化差异水体指数(MNDWI)提取水体信息的研究[J]. 遥感学报, 2005, 9(5): 589-595.

(XU Han-qiu. A Study on Information Extraction of Water Body with the Modified Normalized Difference Water Index (MNDWI)[J]. Journal of Remote Sensing, 2005, 9(5): 589-595. (in Chinese))

[15]
贾诗超, 薛东剑, 李成绕, 等. 基于Sentinel-1数据的水体信息提取方法研究[J]. 人民长江, 2019, 50(2):213-217.

(JIA Shi-chao, XUE Dong-jian, LI Cheng-rao, et al. Study on New Method for Water Area Information Extraction Based on Sentinel-1 Data[J]. Yangtze River, 2019, 50(2):213-217. (in Chinese))

[16]
吴斌, 章海鑫, 吴子君, 等. 2020-2021年鄱阳湖及其河口渔业资源调查[J/OL]. 水生态学杂志. [2023-02-08]. https://kns-cnki-net.webvpn.ecut.edu.cn/kcms/detail/42.1785.x.20230130.1149.001.html

(WU Bin, ZHANG Hai-xin, WU Zi-jun, et al. Investigation of Fishery Resources in Poyang Lake and Its Estuary in 2020-2021[J/OL]. Journal of Hydroecology. [2023-02-08]. https://kns-cnki-net.webvpn.ecut.edu.cn/kcms/detail/42.1785.x.20230130.1149.001.html in Chinese))

[17]
吴娟, 张奇, 李云良, 等. 鄱阳湖洪泛系统水位-面积迟滞关系的形成机制及演变[J]. 长江流域资源与环境, 2022, 31(10): 2155-2165.

(WU Juan, ZHANG Qi, LI Yun-liang, et al. Formation Mechanism and Evolution of Stage-area Hysteretic Relationships in Floodplain System of Poyang Lake[J]. Resources and Environment in the Yangtze Basin, 2022, 31(10): 2155-2165. (in Chinese))

Options
文章导航

/

〈 〉

*严禁使用本系统存储、处理、传输涉密信息*
版权所有 © 《长江科学院院报》编辑部
技术支持：北京玛格泰克科技发展有限公司