张红梅，王大卫，高 杨，公维朕

(1.安徽理工大学 地球与环境学院，安徽 淮南 232001； 2.宿州学院 环境与测绘学院， 安徽宿州 234001)

基于OLI数据与决策树法的去山体阴影水体信息提取研究

张红梅1，王大卫1，高 杨2，公维朕1

(1.安徽理工大学 地球与环境学院，安徽 淮南 232001； 2.宿州学院 环境与测绘学院， 安徽宿州 234001)

研究山区地表水体信息OLI遥感数据去阴影自动提取方法，设计基于数字高程模型与指数提取的决策树分类方法，提高水体自动识别的精度。该方法选取改进的归一化水体指数、归一化植被指数、比值植被指数、主成分分析前3个分量以及波段之间的组合运算，并结合DEM构建决策树分类规则。综合采用单波段阈值、谱间关系、植被指数和水体指数阈值完成山体水体的去阴影识别研究，与计算机自动识别分类方法比较，其精度明显提高。结果表明，决策树分类方法在精度上明显高于常用的计算机自动分类方法，可以很好地被利用于OLI遥感数据水体信息的海量、大范围提取。

山区；地表水体；山地阴影；OLI数据；决策树法

水资源与水环境监测与调查是合理规划和有效利用水资源的基础。遥感水体监测技术具有监测范围大、适时性、动态性、周期短、信息量大等优势，在水体信息监测方面发挥着重要作用[1]。利用遥感技术提取水体信息在水资源调查与评价、湿地信息提取、海陆交替地带监测和洪水水情监测等领域被广泛应用。

针对Landsat卫星数据TM和ETM+影像，水体信息提取的方法研究成果较多[2-4]。……