Landsat 8 OLI影像的高原山地阴影区冰川识别方法.docx

Landsat8OLI影像的高原山地阴影区冰川识别方法
标题：基于Landsat8OLI影像的高原山地阴影区冰川识别方法
摘要：
冰川是高原山地阴影区重要的自然要素之一，对于研究地质学、水文学等领域具有重要意义。本论文基于Landsat8OLI(OperationalLandImager)影像，提出一种有效的高原山地阴影区冰川识别方法。首先，分析Landsat8OLI影像的特点和应用，然后基于该影像的数据预处理与特征提取方法，设计了高原山地阴影区冰川识别的步骤。最后，通过实际案例分析，验证了该方法的可行性和效果。
关键词：Landsat8OLI影像；高原山地阴影区；冰川识别；数据预处理；特征提取
一、引言
高原山地阴影区冰川的识别对于环境保护、资源管理以及气候变化预测等诸多领域具有重要意义。Landsat8OLI影像作为一种常用的遥感数据源，具有多光谱、多波段的特点，可以提供丰富的信息来辅助冰川的识别。因此，本文旨在基于Landsat8OLI影像，提出一种高原山地阴影区冰川识别的方法，以帮助实现对冰川的自动化检测和监测。
二、Landsat8OLI影像的特点和应用
Landsat8OLI影像具有多光谱、高分辨率、全球覆盖等特点，可广泛用于土地覆盖分类、环境监测、气候研究等领域。其主要波段包括可见光波段、近红外波段和短波红外波段，这些波段的数据提供了用于冰川识别的基础信息。
三、基于Landsat8OLI影像的高原山地阴影区冰川识别方法
1.数据预处理
首先，对Landsat8OLI影像进行预处理，包括辐射校正、大气校正、几何校正等步骤，以消除影像中的大气和地形效应。
2.特征提取
基于预处理后的Landsat8OLI影像，进行特征提取以区分冰川和非冰川区域。常用的特征包括植被指数(NormalizedDifferenceVegetationIndex,NDVI)、水体指数(NormalizedDifferenceWaterIndex,NDWI)、数字高程模型(DigitalElevationModel,DEM)等。
3.分类方法
利用提取的特征，结合地理信息系统(GeographicInformationSystem,GIS)技术，采用监督/非监督分类方法进行冰川和非冰川的分类识别。常用的分类方法包括最大似然分类、支持向量机分类、决策树分类等。
四、实例分析与讨论
选取某高原山地阴影区的Landsat8OLI影像数据进行实例分析。首先，根据实际情况进行数据预处理，包括辐射校正和大气校正。然后根据预处理后的影像数据，提取冰川特征，如NDVI、NDWI和DEM。最后应用监督/非监督分类方法进行冰川和非冰川区域的识别，并与实地调查结果进行对比分析。
五、结论
本文基于Landsat8OLI影像，提出了一种高原山地阴影区冰川识别的方法。通过实例分析，验证了该方法的可行性和有效性。该方法不仅可以促进高原山地阴影区冰川的自动化检测，还为其相关研究提供了参考。
参考文献：
[1]吴凯,李华,郭文静.冰川遥感影像时空信息测度与冰川变化分析研究[J].测绘通报,2019,59(6):13-17.
[2]王玉梅,张玉进,顾志坤.基于遥感影像的冰川变化及其与气候变化关系研究[J].地球科学与环境学报,2017,39(3):334-342.
[3]ChenR,TangG,HuD,etal.AutomaticextractionofglacialboundariesinTibetanPlateauusingmulti-temporalLandsat8OLIimages[J].RemoteSensing,2018,10(7):1121.