!应用3S技术提取低湿地区域高精度水灾致灾因子理论和方法 Tian_yg.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 6.1 结论 本文针对低湿地水灾的实际，应用3S技术提取高精度水灾致灾因子,从理论与方法的角度进行了研究,主要工作与结论如下: (1) 基于DGPS的高分辨率遥感影像的几何纠正 常用的基于地形图的几何纠正方法对于高分辨率影像而言存在三点不足,因而需采用DGPS进行几何纠正.即根据高分辨率影像上的特征点，再用DGPS在实地实测与之对应的特征地物点坐标，以这些特征点坐标作为影像几何纠正的控制点。本文通过用DGPS纠正SPOT 2.5米全色影像和IKONOS 1米全色影像这两个例子表明：只要控制点分布合理、几何纠正模型选择恰当，用DGPS进行高分辨率遥感影像几何纠正是完全可以达到纠正精度的. 6.1 结论 (2) 应用单源影像和多源影像融合提取水体淹没范围的方法及其精度分析 针对水体的特征，提出了数字形态学与最优阈值法相结合的分割算法、区域分割与基于梯度形态学的分水岭分割相结合的方法以及针对不同分辨率影像融合的小波变换融合法。应用这些方法，分别用单源高分辨率遥感影像(Spot5 2.5m)和多源影像融合技术提取同一区域的水体面积，并与用DGPS实测的面积进行横向和纵向对比分析，得出了这些方法的实际提取精度并对各种方法存在的问题以及可能的原因进行了详细剖析，给出了在水体范围高精度提取中应优先选用的数据源以及相应的提取方法。 6.1 结论 对于单源高分辨率提取目标水体,有以下结论: (1) ISODADA聚类法需要人的经验去尝试，因为它有很多参数是因对象不同而有差别的，而且ISODADA不能得到一个光滑的边界，阈值法也是. (2) 区域法最大的好处是有很精确的边界，区域法的目的在于不管背景的光照怎样，总能找到目标区域。而阈值法需要人为的干预才能得到好的结果，而且这个结果是否可靠也不知道。 (3) 基于梯度形态学的分水岭分割算法对水体边界很敏感，可以得到一个很细的边界，而且在边界处只需要有很小的像元不连贯性就可以提取出边界。但是标准的分水岭分割算法易出现过分割现象，因此需把它与区域罚算子结合，即本文提出的区域分割与基于梯度形态学的分水岭分割相结合的算法。 6.1 结论 对于影像融合提取目标水体,有以下结论: (1) 目前在理论上评价融合的好坏总是用信息量的增加多少来衡量，而不是看实际上有没有用,所以小波融合被认为是很好的融合方法。小波融合的算法是把明显的特征保留下来，所以两幅图像的特征很明显，但是不利于分割，因为噪声太多了。 (2) 对影像进行分割，一般要求一块面域的色彩（灰度）和纹理大概一致，但是小波融合后没有较一致的纹理区域，因此难以进行正确分割，这是导致小波融合提取精度差的原因之一。 (3) 虽然小波变换法被认为是很好的融合方法，能聚焦任意局部，但在水体范围提取的实际应用中效果并不是很理想，仍需要进一步完善。PCA方法提取的精度较高，几乎与单源高分辨率影像提取的精度相当，是因为PCA方法保留了大部分高分辨率全色影像信息，在水体的提取中具有较高精度。 6.1 结论 对比单源影像与影像融合提取目标水体,有以下结论: 采用单源影像与影像融合提取目标水体的总体精度相当，其原因是：若单源影像本身的精度已经很高，边界也很清晰，融合后也不能增加更多的信息了，只会增加噪声，可能导致融合后的精度还略低于高分辨率单源影像提取的精度。因此在水体面积的提取中，若单源影像的质量很好，完全可以采用单源遥感影像来对水体范围进行高精度提取。 6.1 结论 (3) 基于DGPS的低湿地区域局部高精度DEM的建立方法 本文研究了基于高精度DGPS定位技术的低湿地局部DEM建立的理论和方法。主要内容包括：基于DGPS的低湿地区域地形数据的采样方案; GPS高程转换模型；高程内插算法及DEM的生成。成功地将最小二乘支持向量机这一基于有限样本的机器学习方法引入到GPS高程模型转换中，获得了满意的精度。通过在低湿地的实例表明：该套理论方法直观、简单，因直接采用DGPS进行地形采样，保证了地形采样点的高精度，再加上合理的采样方案以及高性能的高程转换模型等，使得高