论文部分内容阅读
随着河口三角洲地区经济的发展和城镇化的推进，海岸地区水体正面临着面积持续减少、水体污染等威胁。在追求经济发展的过程中导致的水体面积变化和水质下降已成为当地国土规划部门需要解决的问题。遥感技术为河口三角洲地区水体变化监测提供了方便快捷的技术手段，而水体指数法广泛地应用于水体信息提取和面积变化监测。淤泥质海岸作为河口三角洲的重要类型，具有复杂且独特的水体环境，而现有的水体指数的研究对象绝大多数为内陆水体，因此，深入研究水体指数在淤泥质海岸地区的应用具有重要的科学意义。
本文以典型的淤泥质海岸——黄河三角洲为研究区，使用2000~2015年的MODIS和Landsat遥感数据，研究淤泥质海岸潮滩区主要地表覆盖类的光谱特征。通过ROC曲线模型对比分析6种水体指数（即NDWI、MNDWI、AWEInsh、AWEIsh、TCW、WI2015）的水体提取精度。研究淤泥质海岸地区主要地表覆盖类型对水体指数水体提取效果的影响。在此基础上分析了经验值法、试数法和自动化水体指数构建方法的优缺点。针对MODIS数据维度较高和波段间冗余信息较多的特点，采用三种数据降维方法（PCA、BTBC、SDA）研究提取淤泥质海岸水体的最佳波段组合，通过线性可分支持向量机（SVM）确定各波段的系数，提出了一种基于数据降维自动化构建的淤泥质海岸水体指数（MCWI）。通过t检验方法比较分析MCWI与其它水体指数（即NDWI、MNDWIB6、MNDWIB7、AWEInsh、AWEIsh、TCW1、TCW2、TCW3、WI2015）的纯净像元的水体分离性能，统计分析纯净像元和混合像元的水体提取精度及误差。结果表明，MCWI在构建方法、水体分离性能和提取精度较其他水体指数略有优势，提高了水体提取的精度，可为研究淤泥质海岸地区水体分布及变化特征提供参考依据。主要结论如下：
（1）淤泥质海岸潮滩区的主要地表覆盖类型（潮滩水体、潮滩土壤和潮滩植被）的光谱特征与内陆地区存在明显差异。潮滩水体与土壤和植被在短波段红外的反射率差异极显著，在近红外波段的反射率差异显著，在蓝波段和红波段的反射率差异显著性明显高于绿波段。绿波段区分淤泥质海岸水体与非水体的性能较差。
（2）由于淤泥质海岸地区独特的地理环境和水体特征，6种水体指数的水体提取精度略有差异。AWEInsh的水体提取效果优于其他水体；WI2015次之；NDWI、AWEIsh和TCW的水体提取效果较为接近，MNDWI的水体提取效果较差。各水体指数提取海水的制图精度较高，均高于90%；陆地水体的提取效果一般，制图精度均低于80%；NDWI对潮滩水的识别能力较差，制图精度低于其他水体指数。各水体指数的陆地水体漏分率较高，海水和潮滩水体的漏分率较低，MNDWI的海水漏分率高于其他水体指数。潮滩土壤对水体提取性能的影响最大，其次为耕地土壤，稀疏植被、茂盛植被和建成区的影响最小。
（3）通过3种数据降维方法的结果得出，MODIS数据提取淤泥质海岸水体的最佳波段为可见光波段的红波段B1和蓝波段B3、短波红外波段的B6和B7，其中，B6波段具有最高的淤泥质海岸水体识别能力。
（4）基于数据降维自动化构建的淤泥质海岸水体指数（MCWI）的纯净像元水体分离性能较好，水体与其他地表覆盖类型的t值均高于8.8，最高可达17.86。纯净像元和混合像元的水体提取精度及构建方法较其它水体指数具有一定的优势，纯净像元的水体提取精度均高于97.5%，错分误差、漏分误差和总体误差分别为2.28%、2.48%和4.76%。三种类型的混合像元的水体提取精度均高于85%，最高可达95.6%，总体误差均低于25.8%，最低为9.38%。
本文以典型的淤泥质海岸——黄河三角洲为研究区，使用2000~2015年的MODIS和Landsat遥感数据，研究淤泥质海岸潮滩区主要地表覆盖类的光谱特征。通过ROC曲线模型对比分析6种水体指数（即NDWI、MNDWI、AWEInsh、AWEIsh、TCW、WI2015）的水体提取精度。研究淤泥质海岸地区主要地表覆盖类型对水体指数水体提取效果的影响。在此基础上分析了经验值法、试数法和自动化水体指数构建方法的优缺点。针对MODIS数据维度较高和波段间冗余信息较多的特点，采用三种数据降维方法（PCA、BTBC、SDA）研究提取淤泥质海岸水体的最佳波段组合，通过线性可分支持向量机（SVM）确定各波段的系数，提出了一种基于数据降维自动化构建的淤泥质海岸水体指数（MCWI）。通过t检验方法比较分析MCWI与其它水体指数（即NDWI、MNDWIB6、MNDWIB7、AWEInsh、AWEIsh、TCW1、TCW2、TCW3、WI2015）的纯净像元的水体分离性能，统计分析纯净像元和混合像元的水体提取精度及误差。结果表明，MCWI在构建方法、水体分离性能和提取精度较其他水体指数略有优势，提高了水体提取的精度，可为研究淤泥质海岸地区水体分布及变化特征提供参考依据。主要结论如下：
（1）淤泥质海岸潮滩区的主要地表覆盖类型（潮滩水体、潮滩土壤和潮滩植被）的光谱特征与内陆地区存在明显差异。潮滩水体与土壤和植被在短波段红外的反射率差异极显著，在近红外波段的反射率差异显著，在蓝波段和红波段的反射率差异显著性明显高于绿波段。绿波段区分淤泥质海岸水体与非水体的性能较差。
（2）由于淤泥质海岸地区独特的地理环境和水体特征，6种水体指数的水体提取精度略有差异。AWEInsh的水体提取效果优于其他水体；WI2015次之；NDWI、AWEIsh和TCW的水体提取效果较为接近，MNDWI的水体提取效果较差。各水体指数提取海水的制图精度较高，均高于90%；陆地水体的提取效果一般，制图精度均低于80%；NDWI对潮滩水的识别能力较差，制图精度低于其他水体指数。各水体指数的陆地水体漏分率较高，海水和潮滩水体的漏分率较低，MNDWI的海水漏分率高于其他水体指数。潮滩土壤对水体提取性能的影响最大，其次为耕地土壤，稀疏植被、茂盛植被和建成区的影响最小。
（3）通过3种数据降维方法的结果得出，MODIS数据提取淤泥质海岸水体的最佳波段为可见光波段的红波段B1和蓝波段B3、短波红外波段的B6和B7，其中，B6波段具有最高的淤泥质海岸水体识别能力。
（4）基于数据降维自动化构建的淤泥质海岸水体指数（MCWI）的纯净像元水体分离性能较好，水体与其他地表覆盖类型的t值均高于8.8，最高可达17.86。纯净像元和混合像元的水体提取精度及构建方法较其它水体指数具有一定的优势，纯净像元的水体提取精度均高于97.5%，错分误差、漏分误差和总体误差分别为2.28%、2.48%和4.76%。三种类型的混合像元的水体提取精度均高于85%，最高可达95.6%，总体误差均低于25.8%，最低为9.38%。