中国自然资源航空物探遥感中心主办
地质出版社出版

基于高分二号的城市黑臭水体动态监测

胡国庆, 陈冬花, 刘聪芳, 谢以梅, 刘赛赛, 李虎. 基于高分二号的城市黑臭水体动态监测[J]. 自然资源遥感, 2021, (1): 30-37. doi: 10.6046/gtzyyg.2020167
引用本文: 胡国庆, 陈冬花, 刘聪芳, 谢以梅, 刘赛赛, 李虎. 基于高分二号的城市黑臭水体动态监测[J]. 自然资源遥感, 2021, (1): 30-37. doi: 10.6046/gtzyyg.2020167
HU Guoqing, CHEN Donghua, LIU Congfang, XIE Yimei, LIU Saisai, LI Hu. Dynamic monitoring of urban black-odor water bodies based on GF-2 image[J]. Remote Sensing for Natural Resources, 2021, (1): 30-37. doi: 10.6046/gtzyyg.2020167
Citation: HU Guoqing, CHEN Donghua, LIU Congfang, XIE Yimei, LIU Saisai, LI Hu. Dynamic monitoring of urban black-odor water bodies based on GF-2 image[J]. Remote Sensing for Natural Resources, 2021, (1): 30-37. doi: 10.6046/gtzyyg.2020167

基于高分二号的城市黑臭水体动态监测

  • 基金项目:

    安徽省科技重大专项项目"现代农业遥感监测系统构建与产业化应用"

    安徽省高校协同创新项目"国产高分辨率对地观测系统安徽区域综合应用示范"

    滁州市院士助滁行动项目"基于国产卫星数据的河(湖)长制遥感监测"

    芜湖市重点研发项目"长江芜湖段黑臭水体遥感监测"

详细信息
  • 中图分类号: TP79

Dynamic monitoring of urban black-odor water bodies based on GF-2 image

  • 目前,城市黑臭水体的遥感识别处于算法初探阶段,由于受到水深、阴影等因素的影响,在实际应用中精度较低,并且对于长时间的黑臭水体动态监测研究较少.以芜湖鸠江区为研究区,分析黑臭水体的成因及表观特征,针对单波段阈值法、波段差值法、归一化指数法和斜率指数法,基于GF-2影像进行阈值修正并评价精度,同时联合黑臭水体目视解译标志进行动态监测.结果表明:①水体发生黑臭通常伴有颜色异常、河道淤塞、次生环境问题等特征;②单一识别算法中差值法识别效果最好,总精度为87.5%;③GF-2的高空间分辨率特性提升了目视解译的效率和精度,可以有效减少水深和建筑物阴影对其遥感识别的干扰,相比使用单一算法,进一步提高了动态监测的识别精度和可靠性;④利用2014—2020年4景GF-2影像提取鸠江区主城区黑臭水体面积分别为0.313 km2,0.152 km2,0.069 km2和0.008 km2.结果显示,鸠江区水体黑臭现象正逐步得到改善,但神山公园水系黑臭现象依然严重.
  • 加载中
  • 加载中
计量
  • 文章访问数:  619
  • PDF下载数:  63
  • 施引文献:  0
出版历程
刊出日期:  2021-03-15

目录