基于去相关拉伸光谱增强的HJ-1影像水体信息提取方法研究

当今人类面临着一系列全球性问题,自然灾害是其中之一,而做好防灾减灾工作的重要前提就是做好对灾害的监测。本文利用HJ-1星2009年台风“莫拉克”前后多时相影像,首先进行辐射定标和影像配准,然后进行去相关拉伸(decorrelation stretch,DS)光谱增强,再采用最大似然分类法(Maximum likelihood classification)进行分类,提取水体信息,监测台风暴雨引起的水体变化情况。结果表明,DS光谱增强之后,各波段的相关性大幅减小,各种地物在影像上的光谱差异增大,有利于最大似然法分类时各地物的识别,各个时相总体分类精度高于96.0%,Kappa系数也大于0.94,比未进行DS光谱增强的分类精度高;最终提取出各时相水体信息,通过比较不同时相的水库水面面积,可以为合理地调度泄洪,保证水库下游的安全提供决策依据。