文档介绍：该【利用NOAA－AVHRR资料提取水体信息的初步研究 】是由【wz_198613】上传分享，文档一共【2】页，该文档可以免费在线阅读，需要了解更多关于【利用NOAA－AVHRR资料提取水体信息的初步研究 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。利用NOAA－AVHRR资料提取水体信息的初步研究
随着卫星遥感技术的不断发展，遥感数据在水资源调查、管理和监测方面越来越重要，同时也成为水环境研究和管理的重要工具之一。在遥感应用中，通过使用NOAA-AVHRR（美国国家海洋和大气管理局高分辨率可见光和红外线辐射计）资料进行水体信息的提取研究受到了越来越多的关注，本文将重点阐述基于NOAA-AVHRR资料进行水体信息提取的初步研究。
1. 数据来源
NOAA-AVHRR是一种常用的卫星遥感传感器，可以获取地表红外（IR）和可见光（VIS）数据，主要应用于海洋和大气监测，但其数据同样适合用于水体信息提取。NOAA-AVHRR资料包括反射率、亮温和归一化植被指数（NDVI）等数据，这些数据详细描述了地表的特征，可以用于进行水体信息提取。
2. 水体信息提取方法
利用NOAA-AVHRR资料进行水体信息提取主要采用两种方法：阈值法和分类法。
（1）阈值法
阈值法是通过设定阈值对遥感数据进行像元分类的方法。对于反射率数据，可设置阈值，将反射率值超过该阈值的像元分为水体像元；对于NDVI数据，，将NDVI值高于该阈值的像元分为水体像元。这种方法简单易行，但精度较低，尤其在遇到其他地表特征（如云、冰、阳光反射等）时容易出现误差。
（2）分类法
分类法是通过对遥感数据进行聚类分析，将不同地表特征分为不同类别，进而提取水体信息。目前常用的分类算法包括最大似然分类法、K-Means聚类法和支持向量机（SVM）分类法等。分类法可以更准确地提取出水体信息，但需要进行大量的数据前处理，同时分类精度也取决于分类算法的优劣程度。
3. 应用案例
以洞庭湖为例，研究了基于NOAA-AVHRR资料进行水体信息提取的应用案例。将AVHRR反射率数据进行阈值法处理，， km的洞庭湖水体信息。结果表明，该方法提取出的水体信息与散点调查结果相符，验证了该方法的准确性。同时，还通过最大似然分类法对AVHRR反射率数据进行了处理，进一步提高了水体信息提取的精度。
4. 结论
本文介绍了基于NOAA-AVHRR资料进行水体信息提取的初步研究，在方法上主要分为阈值法和分类法两种。阈值法简单易行，但精度较低；分类法可以更准确地提取出水体信息，但需要进行大量的数据前处理。本文还以洞庭湖为例，展示了该方法的具体应用。未来可以进一步针对该方法进行优化和完善，在水资源调查、管理和监测方面的应用有着广泛的前景。