张翔的科研成果与个人作品

河流边滩提取 该实验是学长学姐比赛的，老师给我们试试手，纯粹为学用，不为任何商业用途[/滑稽] 河流边滩：指与河岸相连的，枯水期裸露出来，丰水期淹没的泥沙淤积体 实验思路： 利用枯水期和丰水期光学遥感影像进行预处理，再计算MNDWI(修正归一化水体差异指数），再确定阈值，对MNDWI二值化，水体为1，非水体为0，因为部分水洼等与河流反射特性相同，所以值为1的既有河流也有陆地上的水，因此再利用面向对象分类提取河道，形态学滤波过滤细碎像元，最后将丰水期河道与枯水期河道相减，得到河流边滩，最后矢量化，完成。 Cr

NDVI的idl算法，没什么用，学语言练练手 pro NDVI envi, /restore_base_save_files envi_batch_init, log_file='batch.txt' envi_select,fid=fid, dims=dims,pos=pos num_cols = dims[2]-dims[1]+1 num_rows = dims[4]-di...

1基本原理与方法 最常用的水体提取方法是归一化植被指数法NDVI，计算公式为（Rnir-Rred）/（Rnir+Rred）。有许多研究使用了NDWI或它的改进形式，用以在遥感影像上区分陆地和水体。 2水体提取方法 在辐射传输模拟的基础上，Hu（2009）提出了一种浮藻指数FAI（FloatingAlgaeIndex）。利用MODIS遥感影像获取FAI的计算公式如下： ...

摘要 软件:ENVI 5.3,ENVI5.3下载链接：http://www.ixxin.cn/2016/11/20/envi5-3-sp1download/ 区域：青岛胶州湾 利用MNDWI指数提取水体 NDWI、MNDWI对比 NDWI： MNDWI： 从图像上面看。在胶州湾北部边缘以及渔村，由于悬浮物太多，导致NDWI图像亮度与周围陆地相近，会导致识别失败，而MNDWI图像整个区域呈现亮色...

在Google Earth Engine(GEE)中计算指数NDWI和MNDWI，并将结果下载到本地

以Sentinel2影像为例，计算NDWI和MNDWI

输入公式为（float（b1）-float(b2)）/（float（b1）+float(b2)） float防止DN值整数计算错误。b1代表绿色波段，b2代表波长较短的那个SWIR波段 计算成功后，再应用 （float(b1) ge x）*1 其中x代表阈值。阈值和后处理过程在下图看出 ...

水体指数采用以下两种： NDWI=(Green-NIR)/(Green+NIR); MNDWI=(Green-MIR)/(Green+MIR) 其中，Green为绿光波段，NIR为近红外波段，MIR为中红外波段。其水体指数的阈值是[0，1]。 藻类覆盖面积较大的湖泊，NDWI的精确度非常低，MNDWI可以取得较好的水体边界提取效果，适用于富营养化湖泊的水体边界提取。对于藻类覆盖面积较少的湖泊，两个水体指数的区别不明显，造成NDWI提取误差主要位于藻类覆盖的区域，造成MNDWI误差的主要区域位于岸边附

本文使用Python实现MNDWI指数的计算，当然如果你需要j计算例如NDVI、NDBI等其他指数，也可以参考本文，只需要将代码中的公式以及用到的数据替换即可。本文涉及的内容有：（1）使用矢量文件，批量裁剪，得到研究区范围的栅格数据；（2）批量去除多个栅格数据中的无效值；（3）批量计算MNDWI指数（计算例如NDVI、NDBI等其他指数，只需要把数据和公式替换即可，后面会说到）

上一篇博客介绍了landsat8计算NDWI以及数据的获取，这次介绍MNDWI（改进的归一化差异水体指数）。

本文介绍了MNDWI水体指数的原理及应用，并展示了基于Google Earth Engine的水体监测流程。MNDWI通过绿波段与短波红外波段的比值增强水体识别，尤其适用于城市和浑浊水体。研究采用Sentinel-2影像计算MNDWI，结合SRTM DEM数据生成坡度图，并可视化建筑物分布。代码实现了影像获取、指数计算、地图可视化及数据导出功能，为洪水监测提供了完整的技术方案，包括日期筛选、波段选择、阈值设定等关键步骤。

/ 从2014年到2023年循环year++) {// 设置每年的开始和结束日期// 每年的开始日期// 每年的结束日期// 创建一个图像集合，过滤条件为每年的日期范围、感兴趣区域（roi）和云覆盖小于10%.filterDate(start_date, end_date) // 过滤指定日期范围内的影像.filterBounds(roi) // 过滤只在感兴趣区域内的影像。

典型区域水体提取指数对比研究,以济南市老城区(泉城路大明湖区域)为典型区域，进行分析。

一、背景 本文为了实现对喜马拉雅山地区的冰湖进行简单快速的提取，借鉴了一篇论文[1]中的方法，并对其加以扩充，实现了基于双峰阈值分割的冰湖提取方法和基于阈值迭代的冰湖提取方法。快速准确的获得冰湖的分布及变化信息，对高原地区水资源评价具有重要意义。 [1]李均力, 盛永伟, 骆剑承. 喜马拉雅山地区冰湖信息的遥感自动提取[J]. 遥感学报, 2011, 15(1): 29-43 二、方法...