这次的投稿是由1群夫也提供哒，写的超长超详细！

好的！来看今天的正文——

河流流域面积的监测关键在于流域边界的确定，所以需要借助遥感水体提取方法，对研究区域内的水体和非水体进行区分，从而达到水陆分离的效果。水体的提取通常采用三种方法，分别是单波段法、多波段法和分类后提取法。

本文介绍多波段法和分类后提取两种方法。

多波段法是采用多个波段进行组合计算，从而使水体信息表观现象突出，主要可分为比值法、差值法、水体指数法。

分类后提取法是指将研究区域的影像进行逐像元划分，并分类成不同地物，从而得到水体的方法，主要可分为监督分类提取法、非监督分类提取法、目视解译分类法等。

一. 多波段法

首先了解一下两个概念：

A. 归一化差异水体指数法(NDWI)

理论：比值法水体提取模型中的NDWI模型，是利用TM影像的绿光波段和近红外波段创建了能够抑制植被信息，增强水体信息的归一化差异水体指数 NDWI。NDWI公式如下:

NDWI=(Green-NIR)/(Green+NIR)

其中，Green代表绿光波段，即b2波段；NIR代表近波红外波段，对应TM影像的b4波段，OLI影像的b5波段。

B. 修正的归一化差异水体指数法(MNDWI)

理论：比值法水体提取模型中的WNDWI模型，该模型原理是在多光谱波段内，将地物大的反射波段置于分子，小的反射波段置于分母，通过比值运算得到两种反射波的差距值，使地物呈现出最大的亮度在遥感影像上，而其他非此类地物则被抑制，从而突出研究地物的目的。修正的归一化水体指数(MNDWI),提取水体信息，MNDWI计算公式如下:

MNDWI=(Green-MIR)/(Green+MIR)

其中，Green代表绿光波段，即b2波段；MIR代表中波红外波段，对应TM影像的b5波段，OLI影像的b6波段。

采用MNDWI得到的影像判断是否有异常值即-1<=MNDWI<=1,如有异常值采用公式进行消除，公式如下

(b1 lt -1)0+(b1gt 1)*0+(b1ge -1 and b1 le 1)*b1

以下是实验步骤：

1、 图像预处理(辐射校正、大气校正、图像配准、图像裁剪)

具体请查看数读往期教程

2、 计算NDWI指数

(1)启动Band Math 工具

(2)将公式输入波段运算工具

输入后点击 Add to List,如果要多次使用此公式可以点Save,后期使用会直接调出公式。

(3)点击OK，进入波段对应界面，这里就b2对应band2(4)对应波段结束后，点击OK，系统自动输出NDWI波段

由于没做图像预处理，所以效果不太理想，下图为标准处理后的NDWI影像

(此图为作者本科毕业论文中的图片，真实性不容置疑，哈哈~)

影像分析：从图中可以看出NDWI 在保证水体和植被被很好分割的情况下，对于沙地抑制作用明显。由于植被被很好的抑制上，大西海水库(就是图中亮色地区)外部轮廓清晰，地物周围植被噪音被有效的消除。

(5)利用Regions of Interest_Band Threshold 工具，可以将NDWI模型提取出来的水体，单独提取出来，设置阈值为0.01到1(此处阈值的选择，比较复杂，不同地区，不同类型，不同季节都不相同，需要因地制宜，这里关于TM影像水体提取是0.01到1，我导师告诉我的)。

(6)将提取出来的水体感兴趣区域，加载在原影像中，效果如图：

MNDWI水体指数模型，和NDWI模型类似，换一个波段就可以了。对于水中悬浮物较多的水体,MNDWI模型效果更好。

二. 分类后提取法

监督分类提取法——就是使用ENVI进行监督分类，将影像中不同地物，进行区分，效果如图，大家可以对比，比值法提取结果看一看。如果需要下一期出监督分类的具体操作步骤。

文章推荐 【ENVI基础】如何进行大气校正？【数据分享】如何获取全国矢量地铁站点与线路数据？【空间句法】20分钟学会空间句法高阶技能sDNA【城事数说】方向熵：上海与重庆的道路方向与混乱程度【数据整理】2019年行政区划调整的数据更新与分享【城事数说】时空圈—大城市之间的比较【城事数说】10年间建设用地如何变化？——全国、长三角、上海三个层面的比较【数据分享】扩张的世界，收缩的城市(分享世界人口密度数据)【数据分享·教程】20分钟做一个中国城市经济联系图【城事数说】中国的城市联系网络【GIS基础】谁都能学会的地形分析全流程(3)【数据分享】使用建筑轮廓数据估算现状建设指标【GIS基础】谁都能学会的地形分析全流程(2)【城事数说】大城市的人们都回哪去了？——人口迁徙视角(1)【GIS基础】谁都能学会的地形分析全流程(1)END>

如需全文转载文章、投稿或者合作

可添加微信

(回复超慢！！！)

(不要添加我问各种问题，我大概率不会的==)

(入群请一定要备注入群)

(添加后会在晚上非工作时间通过，请稍安勿躁)

 公众号 微博

使用关键词搜索历史文章请点击【】