基于Sentinel-1 A/B提取水体两种方法（阈值和面向对象）的试验——以洞庭湖为例

基于Sentinel-1 A/B提取水体两种方法（阈值和面向对象）的试验——以洞庭湖为例

一、预处理

预处理的过程本次就不再赘述了，这方面有比较详细的文章介绍可以参考：https://blog.csdn.net/lidahuilidahui/article/details/105443366
这里重点提一下，使用欧空局SNAP处理数据的话，内存要大一些，小于16G的话可能会吃力甚至报错，为了节省数据量，本次数据处理之前先用SNAP进行了裁剪，如下图所示，打开数据之后进行了裁剪，：

然后进行了轨道校正、热噪声去除、定标、多视、相干斑滤波、地理编码和分贝化处理。

这里重点讲一下地理编码，地理编码的话使用SNAP自动下载DEM的话会比较慢，这次使用的是外部DEM，采用的是GlobalMapper里面输出Geotif格式32位的DEM数据，不会报错：
如下图所示，加载外部DEM，NO DATA 值最好设置一下，默认的是0，这样的话0高程的地方会被做空值处理，然后将MASK选项关掉。

GlobalMapper中拼接输出DEM的方法：将需要的DEM都加载然后输出高程栅格

输出GeoTIF格式选32位，其他默认即可：

地理编码加载刚才的外部DEM正常运行：

二、阈值提取方法

使用ENVI软件打开分贝化处理后的数据：


VH模式水体特征比较强，我们一般采用这个模式进行阈值提取：点击右键进行分割

分割的阈值本次是 -25，对于阈值的选取其实可以参考光学卫星NDWI或者MNDWI的方法：
https://blog.csdn.net/qq_46071146/article/details/106312016


然后将分割的结果输出ENVI class标准分类格式：

转好的分类格式可以输出为矢量：

三、面向对象的方法

在使用面向对象的方法之前，可以先构建多波段数据，比如使用未做分贝化处理的数据和做分贝化处理后的数据进行波段组合，本次采用未做分贝化VV VH和分贝化处理后的 VH进行组合，分贝化处理后的 VH作为第二个波段：

组合后的图像进行背景0值忽略后显示：

因为面向对象比较耗费内存，本次实验切出来洞庭湖的区域进行提取，在面向对象提取之前最好将ENVI的内存配置设置一下，另外5.3版本的做面向对象可能经常会卡死，这次使用的是5.1版本（ENVI各个版本可以同时共存）：

打开基于规则的面向对象提取工具：Color Space可选可不选，Color Space是将RGB转换成了HSI

阈值尺度的选取，本次经过多次测试选取了40.0和9.0，这个尺度很好的区分了水体和非水体


新建规则，本次规则的阈值分割区间选取的是第二波段也就是分贝化后的VH模式，尺度也是 -25：

输出分类结果：

对于山体阴影比较严重的地方可能会影响到水体提取的效果，也可以将坡度数据加进来，后期的规则进行权重的设置，将坡度大的阴影地区去除：

四、两种方法的效果对比

由于本次面向对象分割尺度设置的比较大，40和9 所以就过滤掉了很多细小的水体，阈值法可以将很细小的水体提取出来，面向对象的话则只保留了比较大的水体：

下图分别是6月7日和7月18日的提取结果，洞庭湖的面积近期迅速扩大：

五、附录

Sentinel数据下载的话，最好使用加速器，可以提升很快的速度：

另外这个路径是SNAP软件的缓存路径：SNAP自动下载比较慢的，也可以手动下载后放入

NASA DEM下载可以参考我之前的文章：https://blog.csdn.net/qq_46071146/article/details/106404927
国内的有网盘链接：链接: https://pan.baidu.com/s/1QhmJF9q7hUwD7S4m3N1ugw 提取码: w2qc

博客主页：https://blog.csdn.net/qq_46071146