下载文档原格式
基于无人机MiniSAR和正射影像的海岸带开发利用信息提取对比研究王厚军;张莹;丁宁;胡楠;李明【摘要】近年来,海洋在沿海国家的战略地位空前提升,海洋遥感技术也被广泛应用.海洋遥感利用电磁波与大气和海洋的相互作用原理,从卫星平台观测和研究海洋海岸带的各种现象,从而获取海岸带信息,分析海岸带变化.文章基于GIS和遥感技术,利用无人机搭载微型合成孔径雷达(MiniSAR)获取高分辨率SAR影像并与无人机光学正射影像进行对比研究,获取了海岸带开发利用信息分布状况,分析了两种手段获取结果的差异性原因,为深入开展无人机遥感监测在海洋管理中的应用奠定了基础.利用无人机机动灵活的特点,宏观、快速、高效地获取海岸带信息,并实时监测海岸带动态变化,将为海洋综合管理、海洋经济发展、海洋环境保护提供基础数据和技术支撑.【期刊名称】《海洋开发与管理》【年(卷),期】2018(035)011【总页数】5页(P27-31)【关键词】无人机;MiniSAR影像;正射影像;海岸带开发利用;遥感监测【作者】王厚军;张莹;丁宁;胡楠;李明【作者单位】国家海洋技术中心天津 300112;天津航天中为数据系统科技有限公司天津 300301;国家海洋技术中心天津 300112;国家海洋技术中心天津 300112;天津航天中为数据系统科技有限公司天津 300301【正文语种】中文【中图分类】P7150 引言海岸带是海洋与陆地之间的地带,其生态环境和地质结构较为复杂和特殊,既受海洋洋流系统的影响又受陆地因素的影响,是自然和社会共同作用的结果,海岸带开发利用信息研究是及时掌握海岸带资源变化的重要手段。
随着沿海地区经济和各类建设工程的快速发展,海岸带开发利用信息发生了剧烈的变化。
因此需要快速、高效地获取海岸带信息,并实时监测海岸带动态变化,为海洋科学管理、海洋经济发展、海洋环境保护提供基础数据和技术支撑。
本研究利用地理信息系统和遥感技术,以无人机微型合成孔径雷达(Mini-SAR)影像及无人机光学正射影像为数据源,分析了海南省海花岛周边海域内海岸带开发利用信息分布状况和其变化原因。
数据要求：1.下载的影像数据，尽量为同日期或者尽量靠近，不能相差时间太长，提供的影像为2004年第259天，1994年第295天，2004年第268天。
其中1994年的影像肯定不行2.下载的影像数据，尽量没有云层覆盖类似这种研究区域中水体部分存在云层时，该影像不能用，需用接近该日期的影像替代。
水体提取步骤如下（一）7个单波段合并成一个文件1.ENVI软件中File-Open Image File,弹出以下对话框，选择文件夹下b1-b7影像并打开，如下：2.将7个波段合成一个影像文件，操作如下图：3.点击Import File,选择所有波段5.点击Reorder Files鼠标拖动，确保波段1-7序号，从b1-b7，排序如下：6．右边窗口设置坐标系如下：UTM,WGS-84,49N7.定义文件名后，生成一个整的影像文件同理，依次将其他文件夹下的7个波段合并成各自文件。
（二）多个文件镶嵌拼接成一个整的文件注意：该步操作比较复杂，拼接文件可能存在色差不均衡问题，具体请多网上查些资料；1.基于地理坐标进行拼接，操作如下：2.Import Files将上步生成的三个文件导入进来3.分别右键文件名，选择Edit Entry（三个文件操作一致）4.设置Data Value to Ignore背景值为0，羽化距离根据需要设置（不固定）；Color Balancing(颜色平衡参数，其中Fixed为以该文件为标准，其他影像进行调整，可对其中一个文件设置为Fixed，其他两个文件设置为Adjust)5.File-Apply，影像拼接拼接结果如下：（三）水体区域提取1.Envi中波段运算，如下：2.输入以下表达式(b2*1.0-b4)/(b2+b4) gt 0 (可用其他方法，依实际情况而定)3.分别设置算法中各个变量对应的波段，b2表示第3个波段，b4为第5个波段4.根据研究区域进行裁剪，并统计其中为1的像元个数，影像加载显示后，加载矢量文件：5.加载区域shp文件，第一次加载时后缀选择.shp会自动生成一个evf文件，下次打开直接加载evf即可。
遥感影像的海岸线自动提取方法研究进展一、综述随着全球气候变化的加剧以及人类活动的不断拓展，海岸线作为陆地与海洋的交汇带，其动态变化受到了广泛关注。
准确、高效地提取海岸线信息对于海洋资源管理、环境监测、灾害预警以及沿海城市规划等领域具有重要意义。
遥感技术以其大面积、快速、同步观测的特点，在海岸线提取中发挥着越来越重要的作用。
随着遥感数据源的不断丰富和图像处理技术的快速发展，海岸线自动提取方法取得了显著进步。
海岸线自动提取方法主要依赖于遥感影像的处理和分析。
这些影像可以通过卫星光学遥感、微波遥感或激光雷达遥感等方式获取，包含丰富的地物信息和空间特征。
通过对这些影像进行预处理、特征提取和分类等操作，可以实现对海岸线的自动识别和提取。
在海岸线自动提取方法的发展历程中，学者们提出了多种算法和技术。
这些算法和技术大多基于图像处理的基本理论，结合地学知识和实际应用需求进行改进和优化。
阈值分割、边缘检测、区域生长等经典算法在海岸线提取中得到了广泛应用。
随着深度学习技术的兴起，神经网络分类等方法也逐渐被引入到海岸线提取中，并显示出良好的性能。
尽管海岸线自动提取方法取得了显著进展，但仍存在一些挑战和问题。
影像信息量不足、精度验证困难以及海岸线仅是过渡区的平均线等问题仍待解决。
不同地区的海岸线具有不同的特征和变化规律，因此需要针对具体情况选择合适的算法和技术进行提取。
遥感影像的海岸线自动提取方法研究进展迅速，但仍需不断完善和优化。
未来研究方向包括加强地物波谱机制研究、将图像处理的基本理论与地学知识更紧密地结合起来、探索新的提取算法和技术等。
通过这些努力，我们有望实现对海岸线的更精确、更高效的自动提取，为海洋资源管理和环境保护提供有力支持。
1. 遥感技术的发展及其在海岸线提取中的应用作为一种非接触式的远距离探测技术，近年来得到了迅猛的发展，并在地理信息系统(GIS)、环境监测、资源调查等多个领域展现出广泛的应用前景。
海岸线提取作为遥感技术应用的一个重要方向，对于海洋生态系统的保护、土地利用规划、海洋资源开发以及防灾减灾等方面具有至关重要的作用。
基于遥感技术的水体信息提取模型研究发表时间：2017-12-04T15:56:46.473Z 来源：《基层建设》2017年第25期作者：罗学彬赵登文杜家刚冉立谋[导读] 摘要：在越来越重视可持续发展与环境保护治理的今天，水资源作为一项与人类生产、生活活动密不可分的重大资源，同时也是生态环境状况的有效评价因子，如何有效的对其进行监测与保护，需要人类更多的关注。
成都颉达科技有限公司成都 610036摘要：在越来越重视可持续发展与环境保护治理的今天，水资源作为一项与人类生产、生活活动密不可分的重大资源，同时也是生态环境状况的有效评价因子，如何有效的对其进行监测与保护，需要人类更多的关注。
卫星遥感技术所具有的宏观性、现势性等优点，使遥感监测水资源成为一项重要的、有效的技术方法。
然而在目前方法中，常用的单一指数模型优缺点各异，不能真正有效的提取水体。
其原因是水体所在的地物背景复杂，单一的指数模型不能适用所有的地形以及地物所构建的复杂空间信息中的水体提取。
如何建立更加有效的、适用性更广的水体信息提取模型，正是本文所研究的内容。
本文以湖泊较多、地形复杂、水体类型丰富的云南省昆明市官渡区为研究区，以陆地资源卫星ETM+传感器获取的影像为数据源，在对水体的波谱特性、水体在影像上的信息反映、水体指数方法原理深入分析的基础之上，总结每个指数模型的优缺点。
最后，用目视解译与数理统计的方法对新模型的精度进行了验证，并用其他效果较好的提取方法对其评价，得出如下主要成果：关键词：遥感；水体信息提取；指数模型研究Research on water information extraction model based on remote sensing technologyAbstract：Today，we are attaching more and more importance to sustainable development and environmental protection.Water resources as a major resources are inseparable from human production and living activities，but also effective evaluation of factors of the ecological environment，how to effectively monitor and protect them，the need for more human attention.Satellite remote sensing technology which are macro and potential become an important and effective technical methods to monitor water resources.However，in the current method，the commonly used single index model has different advantages and disadvantages and can not really extract water.The reason is that the background of the water body is complex，and the single exponential model can not apply all the water extraction in the complex spatial information constructed by the all terrain and features.How to establish a more effective and more applicable water body information extraction model，it is the content of this paper.In this paper，the images obtained from the landsat7 ETM + sensor are used as the data source in the study area of Guandu District，Kunming，Yunnan Province，which is rich in lake，complicated terrain and abundant water type.Based on the analysis of the spectral characteristics of water bodies，the information of water bodies on the image，and the principle of water body index method，the advantages and disadvantages of each index model are summarized and a new model is put forward.Finally，the accuracy of the new model is verified by visual interpretation and mathematical statistics，and the results are compared with other methods with better results.The main results are as follows：Keywords：remote sensing，water body information extraction，exponential model study1 研究目的及意义地表覆盖着74%的水体，无论是以资源的形式存在，还是作为一个环境因子，都受到人类的格外重视。
海岸线变迁监测中的遥感测绘方法海岸线是陆地和海洋的交界线，是地球表面最活跃和变化最频繁的地区之一。
海岸线的变迁对于生态环境、经济发展和人类居住有着重要的影响。
因此，监测海岸线的变迁是一项十分重要的工作。
遥感测绘方法在海岸线变迁监测中发挥着关键作用。
遥感测绘方法是利用卫星、航空器和无人机等遥感平台获取地表信息的一种技术手段。
在海岸线变迁监测中，遥感测绘方法可以通过获取海岸线的卫星影像和地形数据，并结合地理信息系统（GIS）进行分析，实现对海岸线变迁的精确监测。
首先，卫星影像是海岸线变迁监测的重要数据来源。
由于卫星的全球覆盖能力和高分辨率成像能力，可以提供大范围、高精度的地表影像。
通过对不同时间段的卫星影像进行比对分析，可以观察到海岸线的变化情况。
例如，利用多时相的高分辨率卫星影像，可以观测到海岸线的侵蚀和退缩现象，评估海岸线的稳定性。
其次，地形数据对于海岸线变迁监测也起到了关键作用。
地形数据包括数字高程模型（DEM）、层析成像和激光雷达测量等。
这些数据能够提供海岸线及其周边地区的地形信息，如海岸线的高度、斜坡和地势起伏等。
通过与卫星影像结合，可以更准确地分析海岸线的变迁情况。
例如，利用激光雷达测量技术，可以获取高密度的地形数据，从而对海岸线的变迁进行精细的量化和分析。
此外，地理信息系统（GIS）的应用也为海岸线变迁监测提供了强大的支持。
GIS将遥感数据、地形数据和相关地理信息进行整合和分析，实现对海岸线变迁的空间分析和模拟。
通过建立合适的数据模型和分析算法，可以预测未来海岸线的变化趋势，并为海岸线规划和管理提供科学依据。
例如，通过GIS技术可以模拟不同因素对海岸线变迁的影响，如海平面上升、人类活动和自然因素等，为决策者提供合理的海岸线变迁管理方案。
在海岸线变迁监测中，遥感测绘方法还能够提供一些其他的信息。
例如，海洋环境监测可以通过遥感技术获取海洋水质、悬浮物浓度和海洋生态信息，为海岸线变迁的原因分析提供依据。
水体提取方法简单归纳总结一、基于MODIS影像的几种提取方法。
最常用的水体提取方法：波段阈值法、谱间关系法（波段组合法）和多光谱混合分析法单波段阈值法是提取水体的最简单易行的方法。
基本原理：是利用水体在近红外波段上反射率较低,易与其它地物区分的特点,选取单一的红外波段, 通过反复试验, 确定一个灰度值,作为区分水体与其它地物的阈值即可。
缺点：是无法将水体与山区阴影区分开来,提取的水体往往比实际要多。
有些文献中叙述由于阀值随时间、地点变化的不确定性使得该方法具有局限性,但对于非山区的特定时相和区域里,尤其像MODIS 这样高光谱的遥感数据, 首先应选用阈值法进行试验,因为光谱的细分已经将上述问题大大减弱。
若能获得较满意的提取效果,则很容易实现水体的自动提取。
对于用阈值法确实得不到理想效果的,则可以考虑谱间关系法和多光谱混合分析法。
利用谱间关系可建立的模型很多,如对波段进行如下组合运算CH7/CH6 ,CH7/CH5, CH6/CH5, 从而找出组合图像上水陆分界非常明显的影像。
以CH7/CH6为例,可以采用如下方法剔除非水体: 在ENVI 软件下输入CH7 及CH6 波段, 运用波段计算功能,将公式CH7/CH6输入,载入影像, 在放大窗口中,手工裁取明水水域范围, 生成多边形,对各多边形赋予一个感兴趣区( AOI) 文件, 并将其输出为EN-VI 等矢量文件即可。
对波段进行组合运算的目的,是为了增强水陆反差。
MODIS 数据的波段 1 是红光区( 0. 62 ～0.67um) ,水体的反射率高于植被, 波段2 是近红外区( 0. 841 ～0. 876um) ,植被的反射率明显高于水体,因此, 采用归一化植被指数NDVI( Normalized Difference Vegetation Index) 来进行处理可以增强水陆反差,其计算公式为:DNVI= (CH2- CH1)/(CH2+ CH1) ( 1)( 1) 式中CH1 ,CH2 分别为MODIS 数据波段1,2 的地表反射率。
基于envi的海岸线提取步骤
海岸线的提取是遥感影像处理中的重要任务，可以使用ENVI软件进行海岸线的提取。
以下是基于ENVI的海岸线提取步骤：
1. 数据准备，首先需要获取高分辨率的遥感影像数据，包括多光谱或高光谱影像，以及数字高程模型（DEM）数据。
这些数据可以通过卫星或飞机获取。
2. 数据预处理，对获取的遥感影像数据进行预处理，包括大气校正、几何校正、影像配准等，以确保数据质量和准确性。
3. 水体提取，利用ENVI软件中的水体提取工具，可以将影像中的水体区域提取出来，得到水体掩模。
4. 边缘检测，使用ENVI中的边缘检测工具，对水体掩模进行边缘检测，以便找到海岸线的大致位置。
5. 海岸线提取，利用ENVI中的特征提取或者分类工具，结合边缘检测结果和其他地理信息数据，可以进行海岸线的精确提取。
可以根据不同的地貌特征和海岸线类型，选择合适的提取方法和参
数设置。
6. 结果验证，提取出的海岸线需要进行验证和修正，可以通过
地面调查、其他地理信息数据对比等方法进行验证，确保提取结果
的准确性和完整性。
7. 结果分析，最后对提取的海岸线数据进行分析，可以结合其
他环境数据进行综合分析，为海岸带资源管理和环境保护提供支持。
总之，基于ENVI的海岸线提取需要经过数据准备、预处理、水
体提取、边缘检测、海岸线提取、结果验证和结果分析等多个步骤，需要综合运用遥感影像处理和地理信息分析技术。
这些步骤可以帮
助用户从多个角度全面完整地提取海岸线信息。
滩涂湿地的海岸线提取技术研究作者：史晟恺来源：《中小企业管理与科技·中旬刊》2019年第07期【摘要】在世界范围内，海岸带通常是人口最为密集、活动最为频繁的区域。
沿海城市由于位置的独特性，可发展港口运输业，便于各国间的贸易与交流。
由于它位于大陆的边界，其不稳定因素之一就是海岸线容易发生变化。
因此，监测海岸线的位置变化，可以为海岸带的经济开发、生态保护、科学研究和动态监测提供依据。
论文分析了上海市部分湿地的海岸线位移情况，先后运用ENVI以及MATLAB等软件对图像进行预处理、影像分割和边缘提取，并进行后期处理，进一步研究了滩涂湿地海岸线自动提取技术。
【Abstract】 The coastal zone is usually the most densely populated and active area in the world. Because of the unique location of coastal cities， port transportation can be developed to facilitate the trade and exchange between countries. Because of its location on the continental boundary， one ofits destabilizing factors is the coastline is prone to change. Therefore， monitoring the location change of the coastline can provide a basis for the economic development， ecological protection，scientific research and dynamic monitoring of the coastal zone. This paper analyzes the shoreline displacement of some wetlands in Shanghai， and applies ENVI and MATLAB software to preprocess， image segmentation and edge extraction， as well as post-processing， and further studies the shoreline automatic extraction technology of mudflat wetlands.【关键词】海岸线提取;影像分割;边缘提取;精细化处理【Keywords】coastline extraction; image segmentation; edge extraction; fine treatment【中图分类号】TN957.52 ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ;【文献标志码】A ; ; ; ; ; ; ; ; ; ; ; ; ; ; ; ;【文章编号】1673-1069（2019）07-0131-021 引言1.1 传统采集方式的劣势传统海岸线数据采集的方式是去野外进行现场测绘，通过运用全站仪、RTK或三维激光扫描等手段，测量海岸线的特征点，根据测量的坐标，相连成线作为海岸线。
遥感影像水体提取方法与植被分类方法一、遥感技术在环境监测和资源管理中的应用遥感技术作为现代空间信息技术的重要组成部分，在环境监测和资源管理中发挥着越来越重要的作用。
水体提取和植被分类是遥感技术在环境监测中的两个关键应用方向。
通过提取水体信息，可以对水环境进行实时监测和保护；而植被分类则有助于研究生态系统的结构和功能，为资源管理和环境保护提供科学依据。
二、遥感技术原理遥感技术的基本原理是利用物体对电磁波的反射和发射特性来获取地表信息。
水体通常具有较强的吸收和散射特性，在可见光波段具有较强的反射，而在近红外波段则表现出较高的吸收特性。
植被对可见光波段有较高的反射率，而在近红外波段则表现出较低的反射率。
这些特征是水体提取和植被分类的主要依据。
三、水体提取方法1.基于纹理特征的水体提取：利用遥感影像中水体的纹理特征，通过图像处理技术进行提取。
该方法简单易行，但对于复杂背景下的水体提取效果较差。
2.监督学习方法：通过训练样本学习水体与其他地物的特征差异，建立分类模型进行水体提取。
该方法精度较高，但需要大量标注样本。
四、植被分类方法1.基于光谱特征的分类：利用植被在可见光和近红外波段的反射特征进行分类。
不同植被类型具有不同的光谱曲线，通过匹配已知光谱数据进行分类。
2.多特征融合分类：结合植被的形状、纹理、空间结构等多维特征进行分类。
该方法能够提高分类精度，但计算复杂度较高。
五、实例分析以某地区遥感影像为例，采用基于监督学习的水体提取方法和基于光谱特征的植被分类方法进行实际应用分析。
结果表明，两种方法均能取得较好的效果，但也存在一定的误差。
通过进一步优化算法参数和数据预处理，可以提高提取和分类的准确性和稳定性。
六、发展趋势和挑战随着遥感技术的发展，未来水体提取和植被分类的方法将更加多样化和精细化。
同时，数据源的更新和扩充也将为遥感应用提供更多可能性。
然而，如何提高方法的稳定性和精度，以及解决复杂地形和气候条件下的遥感应用问题，仍是未来研究的重要方向。
