基于ETM遥感影像的海岸线提取与验证研究.docx

基于ETM遥感影像的海岸线提取与验证研究
摘要：
本文以ETM遥感影像为数据源，利用ArcGIS软件工具，研究了海岸线提取的方法，以及提取结果的精度验证。通过对不同算法取得的提取结果进行交叉验证，验证了本研究采用的方法的稳定性和精度。结果表明，本研究提出的方法能够准确提取出海岸线，为进一步研究区域的海岸演变提供了基础数据。
关键词：ETM遥感影像，海岸线提取，交叉验证
一、绪论
随着全球气候变化的加剧和全球人口的不断扩大，海岸线的演变成为一个备受关注的问题。而海岸线的研究，对于海岸环境的保护与利用，具有非常重要的作用。因此，如何快速准确地提取海岸线，对于海岸线研究具有非常重要的意义。利用遥感技术提取海岸线，已经成为目前最为常用的方法之一。
在遥感影像中，利用海岸线与陆地的分界线提取算法可以准确、快速地提取出海岸线。而ETM遥感影像是一种多光谱遥感影像，因此在海岸线提取中也有着广泛应用。
本文以ETM遥感影像为数据源，利用ArcGIS软件工具，探讨了海岸线提取的方法，并对提取结果进行了交叉验证。通过交叉验证的结果，验证了本研究提出的方法的可靠性和精度。同时，在本研究中还对一些常见的问题进行了讨论，为今后的相关研究提供了参考。
二、数据来源和处理
本研究所使用的数据集为2002年的ETM遥感影像，该影像覆盖了位于中国江苏省的海岸区域。图1是该区域的卫星影像。
图1、江苏省海岸线遥感影像
本研究针对海岸线提取，采用了两种方法，分别是模板匹配法和阈值分割法。
模板匹配法主要利用光学场景的相似性来匹配模板与待识别场景，这种方法是以训练样本的特征为基础，建立模板库，通过比较模板库内与待识别遥感影像相似性实现的。
阈值分割法是基于像素的图像分析技术，将所有像素按照其灰度值的大小，进行适当的分类，提取出其中具有代表性的像素点，并将其分类输出，达到提取数据的目的。
我们在处理影像时，首先进行了影像预处理，包括裁剪、去除影像噪声和平滑处理等。接着，对于两种算法分别进行实验，得到两种算法的提取结果图像。
三、实验与结果
为了验证模板匹配法和阈值分割法的提取精度，本研究采用了交叉验证的方法。我们通过将数据分成两部分，分别进行训练和测试，来验证算法的精度。
具体来说，我们首先将数据划分成50%的样本集和50%的测试集。样本集被用于训练算法，测试集则用于评估算法的性能。
我们对两种算法分别进行了交叉验证，结果表明，模板匹配法具有更高的提取精度。图2是模板匹配法的提取结果。
图2、模板匹配法的提取结果
图3是阈值分割法的提取结果。
图3、阈值分割法的提取结果
结果表明模板匹配法具有更高的精度，能够准确提取出海岸线。该方法利用光学场景的相似性来匹配模板与待识别场景，相比于阈值分割法，精度更高。
四、讨论和结论
本研究主要探讨了利用ETM遥感影像进行海岸线提取的方法，通过对两种算法进行交叉验证，确认了模板匹配法在提取精度上的优势。
不过，在本研究中也存在一些问题需要进一步解决。比如，由于数据集仅包含单一时间的遥感影像，因此不能够对海岸线变化的趋势进行研究。另外，由于本研究只考虑了遥感影像的影响因素，没有考虑天气等自然因素的影响。因此，需要进一步了解这些因素对海岸线提取的影响。
综上所述，本研究成功探讨了基于ETM遥感影像的海岸线提取方法，提出了模板匹配法并验证了其精度和可靠性。该研究结果为今后更加精确地研究海岸线的变化提供了基础数据和参考。