为SAR图像采用水体提取方法,将Sentinel-1双极化水指数和随机森林融合
Min Zhai1,2, Huayu Shen1, Qihang Cao1
1College of Geodesy and Geomatics, Shandong University of Science and Technology, Qingdao 266590, China.
Sensors (Basel, Switzerland)
|August 14, 2025
概括
结合合成孔径雷达 (SAR) 双极化水指数和随机森林的新融合方法改善了从Sentinel-1图像中提取水体的准确性. 这种方法克服了单一方法的局限性,提高了全天候遥感应用的可靠性.
科学领域:
- 地球观测 地球观测
- 遥感技术 遥感技术 遥感技术
- 地理空间分析是什么
背景情况:
- 光学遥感受到天气条件的限制,阻碍了有效的水体提取.
- 从合成孔径雷达 (SAR) 图像中提取水体的单一方法通常会产生低准确度和不稳定的结果.
- 卫星Sentinel-1的SAR图像提供了全天,全天候的功能,对于持续的水源监测至关重要.
研究的目的:
- 开发和评估一个新的水体提取方法,用于Sentinel-1SAR图像.
- 通过融合双极化水指数和随机森林算法来提高提取水的准确性和可靠性.
- 为了解决单一方法方法在SAR数据上的水体划分方面的局限性.
主要方法:
- 通过整合Sentinel-1双极化水指数和随机森林算法,开发了一种融合方法.
- 从Sentinel-1的SAR图像中提取了水体,使用双极化水指数,随机森林和拟议的融合方法.
- 对Dalu湖,阴福水库和华山水库的Sentinel-2光学图像衍生的规范差异水指数 (NDWI) 结果进行了定量评估.
主要成果:
- 与单个方法相比,融合方法显示出更高的性能.
- 总体水体提取精度的平均增加在1.8%至4.1%之间.
- 卡帕系数的平均上升幅度在3.5%至8.2%之间,表明分类协议有所改善.
结论:
- 双极化水指数和随机森林的融合显著提高了从SAR图像中提取水体的准确性和可靠性.
- 这种综合方法有效地减轻了与单一方法提取水有关的偏差.
- 拟议的方法提供了一种可靠的解决方案,用于使用全天候SAR数据进行高效的水源监测.
