您现在的位置: 首页> 研究主题> NDWI

NDWI

NDWI的相关文献在2004年到2022年内共计90篇,主要集中在自动化技术、计算机技术、测绘学、农业基础科学 等领域,其中期刊论文89篇、会议论文1篇、相关期刊64种,包括测绘与空间地理信息、地理空间信息、湖泊科学等; 相关会议1种,包括第五届全国信息获取与处理学术会议等;NDWI的相关文献由307位作者贡献,包括孟令奎、伍玉梅、何国金等。

NDWI—发文量

期刊论文>

论文:89 占比:98.89%

会议论文>

论文:1 占比:1.11%

总计:90篇

NDWI—发文趋势图

NDWI

-研究学者

  • 孟令奎
  • 伍玉梅
  • 何国金
  • 刘云朋
  • 刘元波
  • 叶虎平
  • 吴桂平
  • 周俊
  • 周晗
  • 周艺
  • 期刊论文
  • 会议论文

搜索

排序:

年份

    • 李壮; 季民; 张镯漫
    • 摘要: 地表温度是城市热岛效应的重要指标。本文利用合肥市2018年4月10日的Landsat-8 OLI影像数据,经过预处理后,采用大气校正法反演地表辐射温度,并提取研究区域的归一化差分植被指数(NDVI)、归一化差分水体指数(NDWI)。通过地理探测器模型,探测地表温度和海拔、NDVI、NDWI等因子之间的影响关系。结果表明:合肥市存在热岛效应。通过分析地理探测器模型的探测结果可知:从单一因子探测角度分析,影响合肥市地表温度的主导因子为NDVI和NDWI;从两因子交互作用影响角度分析,NDVI对因子交互作用的影响最强。研究结果有利于分析合肥市热岛效应的影响因素,为城市规划、生态环境保护提供科学依据。
    • 王二龙; 王建萍; 韩进军; 陈亮; 相江芸; 何炳毅; 陈嘉琪
    • 摘要: 土壤水分是全球水循环的重要组成成分,对研究水分的空间分布、农作物长势和产量、气候变化、水资源时空特征等有着重要意义。利用Sentinel(哨兵)系列主动微波雷达卫星SAR(Sentinel-1)结合光学卫星(Sentinel-2)对格尔木中下游低矮植被覆盖下的地表土壤水分进行反演研究,探讨不同极化组合方式和水云模型前后的土壤水分含量反演方法的适用性。结果表明,VV(VV Polarization)极化比VH(VH Polarization)极化更加适用该区域,VV极化结合归一化水指数(NDWI)反演地表土壤水分精度达到42.6%,拟合精度最高;VH极化仅为22.6%;利用水云模型去除植被覆盖后对地表土壤水分的反演精度有所提升,VV极化精度提高约3.5%,VH极化提高1.5%;Sentinel系列卫星影像对于干旱区的土壤水分的反演具有较好的适用性。探索了适用于该研究区乃至柴达木盆地土壤水分大面积实时监测的可靠手段和依据。
    • Yaw A. Twumasi; Edmund C. Merem; John B. Namwamba; Abena B. Asare-Ansah; Jacob B. Annan; Zhu H. Ning; Rechael N. D. Armah; Caroline Y. Apraku; Harriet B. Yeboah; Julia Atayi; Matilda Anokye; Diana B. Frimpong; Ronald Okwemba; Olipa S. Mwakimi; Judith Oppong; Brilliant M. Petja; Janeth Mjema; Priscilla M. Loh; Lucinda A. Kangwana; Valentine Jeruto; Leah Wangari Njeri; Joyce McClendon-Peralta
    • 摘要: Over the last two decades, Mozambique has experienced tremendous tropical cyclonic activities causing many flooding activities accompanied by disastrous human casualties. Studies that integrate remote sensing, elevation data and coupled with demographic analysis in Mozambique are very limited. This study seeks to fill the void by employing satellite data to map inundation caused by Tropical Cyclones in Mozambique. In pursuit of this objective, Sentinel-2 satellite data was obtained from the United States Geological Survey (USGS)’s Earth Explorer free Online Data Services imagery website covering the months of March 20, 2019, March 25, 2019, and April 16, 2019 for two cities, Maputo and Beira in Mozambique. The images were geometrically corrected to remove, haze, scan lines and speckles, and then referenced to Mozambique ground-based Geographic: Lat/Lon coordinate system and WGS 84 Datum. Data from twelve spectral bands of Sentinel-2 satellite, covering the visible and near infrared sections of the electromagnetic spectrum, were further used in the analysis. In addition, Normalized Difference Water Index (NDWI) within the study area was computed using the green and near infrared bands to highlight water bodies of Sentinel-2 detectors. To project and model the population of Mozambique and see the impact of cyclones on the country, demographic data covering 1980 to 2017 was obtained from the World Bank website. The Exponential Smoothing (ETS) method was adopted to forecast the population of Mozambique. Results from NDWI analysis showed that the NDWI is higher for flood areas and lower for non-flooded ones. The ETS algorithm results indicate that the population of Mozambique would nearly double by 2047. Human population along the coastal zone in the country is also on the rise exponentially. The paper concludes by outlining policy recommendations in the form of uniform distribution of economic activities across the country and prohibition of inland migration to the coastal areas where tropical cyclonic activities are very high.
    • 李阳东; 温远超; 笪亨融; 梁君豪
    • 摘要: 准确提取海岸水边线是海岸线变迁研究中必不可少的基本工作。本文以海南省陵水黎族自治县2016年的GF-2影像为数据源,在大气校正和正射校正等预处理的基础上,结合数学形态学处理等方法,采用NDWI(Normalized Difference Water Index)阈值法、ISOADTA(Iterative Self-Organizing Data Analysis Technique Algorithm)、SVM(Support Vector Machine)和面向对象法(Object-Oriented Classification,OOC)等4种不同方法来对海岸水边线进行提取,并对其提取结果进行定性和定量评估,进而分析比较了这4种方法在提取人工海岸、砂质海岸和基岩海岸等3种不同海岸类型的水边线时的提取效果和提取精度。结果表明,SVM方法在3种海岸水边线上的总体提取效果最好,总体提取精度最高。
    • 盛德志; 邢前国; 刘海龙; 郑向阳
    • 摘要: 水产养殖是人类获取食品的重要途径,养殖池塘是水产养殖的主要生产方式之一。珠江三角洲是我国南方重要的渔业养殖基地,在过去30 a间,其空间分布发生巨大变化。本研究面向中山市及其邻近区域,基于Landsat和Sentinel-2卫星遥感数据,使用线性混合像元分解方法进行混合像元分解,通过目视对比分析,选取了70%及以上水体丰度对应的归一化水体指数阈值范围,获取了1990—2021年典型养殖池塘的时空分布。研究结果显示,中山市及邻近区域的养殖池塘在1990年以来经历了先增加后减少的过程;中山市及邻近区域1990—2000年养殖池塘面积增加了近一倍,2000—2010年相对平稳,2010—2021年养殖面积则减少了近50%。本研究可减少混合像元对于养殖池塘监测的影响并为大湾区渔业科学养殖与可持续发展提供参考。
    • 乔丹玉; 郑进辉; 鲁晗; 邓磊
    • 摘要: 快速、准确地从卫星影像中提取水体信息一直是遥感应用的热点问题,在水资源管理、水环境监测和灾害应急管理等领域极具应用价值。虽然目前已有多种针对Landsat系列影像的水体提取方法,但由于地理位置、地形和水体形态等环境背景因素的影响,导致同种方法在不同的环境背景中呈现出不同的提取效果。本文针对人为影响严重、影像明暗对比强烈的城区(北京怀柔县城周边)以及地形起伏明显、水体细小的非城区(北京密云水库周边)2种典型背景环境,选择波段设置略有差异的Landsat 5(2009年)和Landsat 8(2019年)卫星影像,对比了常用的指数法(NDWI和MNDWI)和分类法(最大似然法和支持向量机)在水体信息提取方面的优势和不足。结果表明:在城区背景中,SVM的准确性最高(总体精度>97%);在非城区背景中,MNDWI与SVM的精度相当(总体精度>95%),前者更适用于水体的快速提取,而后者提取的山间细碎河流更完整,且在Landsat 8中应用的效果更好。该研究为不同环境背景下水体提取方法的选择提供了参考。
    • 廖文秀; 陈奕云; 赵曦; 温旭昶
    • 摘要: 借助遥感数据处理Google Earth Engine(GEE)云平台,结合归一化差异水体指数(NDWI)和JavaScript编程,对1990—2019年湖北省大中型湖泊进行快速识别,在此基础上进行湖泊岸线提取、形态指标计算与湖泊演变驱动机制分析。结果表明,1990—2019年湖北省湖泊面积共减少361.64 km^(2),呈现先减少后增加再减少的趋势,耕地和水塘是湖泊转入和转出的主要土地类型;岸线长度波动变化,共减少2406.77 km,岸线发育系数均值和分形维数变化不明显;岸线发育系数值接近的湖泊,其岸线周边环境相似。
    • 孟庆吉
    • 摘要: 本研究以Landsat遥感影像为数据源,运用NDWI等方法,分析2000—2020年呼伦湖湖泊面积的变化规律,并探究产生变化的原因.结果表明:2000—2020年呼伦湖湖泊面积呈先减小后增大的态势,2010年是湖泊变化的转折点,2000—2005年湖泊面积缩减幅度最大,达326.1 km2.究其原因,气温的升高和降水量的减小,使研究区处于逐渐变干的状态,增加了生态环境的不稳定因素;人口的增长和经济的发展,致使对水资源需求量增加,加快了湖泊的退化速度;但政府实施的一些措施,在一定程度上促进了环境的恢复.
    • 李永帅; 齐修东
    • 摘要: 以三江平原地区为研究区,基于1980年代、1990年代、2000年代和2010年代陆地资源卫星(Landsat)遥感影像数据,根据水稻的生长周期特征计算指数信息,利用物候算法和逻辑运算,从时间和空间上揭示1980-2018年水田分布格局变化规律,总结得出结论:人口增长、气候变化、国家政策和科技进步是促进水田面积扩张的主要因素.Google earth engine云平台和物候算法相结合的水田提取方法,既迅速有效,又可充分发挥Landsat数据的时间分辨率特征,同时结合多时相的自动分类弥补单一时相解译方法的不客观性.
    • 周俊利; 杨振
    • 摘要: 河南"7.20"特大暴雨造成了重大人员伤亡与财产损失,研究采用哨兵2号影像(Sentinel-2)对鹤壁市重灾区进行洪涝遥感监测,分析洪灾淹没范围,以此提升遥感影像在重大灾害中的应用拓展.研究结果表明:Sentinel-2影像在指数反演上具有较强的适用性,传感器各波段的光谱宽度设定可为较多类型的指数反演提供计算窗口;NDVI与NDWI指数的反演在鹤壁地区对植被与水体有较好的反映;通过阈值分割的手段提取洪涝淹没区,在鹤壁受灾区有较好的应用,且通过对比分析,发现NDWI在水体信息提取上优于NDVI,分割后的NDWI信息较好地剔除了城镇建筑、道路等信息的干扰.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号