本文主要是介绍GEE案例——基于光谱混合分析（SMA）的归一化差异水分指数（NDWFI）的水体监测，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
简介
本研究旨在开发一种新型水指数，以提高利用卫星图像感知和监测 SW 的能力，同时避开大量取样和复杂建模等劳动密集型技术，从而改进大规模 SW 测绘。 具体目标如下 (a) 引入一种新的水体指数，该指数的明确设计目的是改进对次要水体和易变水体的提取，使其非常适合于大规模、长期的水体分布图绘制；(b) 调查该新指数在阐明水体动态时空模式方面的可行性，从而推进对跨时空水体分布变化的理解；(c) 通过与其他广泛使用的指数和水体分布产品进行严格的交叉比较，对拟议指数在水体分布图绘制方面的性能进行评估。 新指数提高了检测小水体和易变水体的准确性，预计将有利于水资源管理、环境保护和适应气候变化。
摘要
要确保水资源安全并提高应对极端水文事件的能力，就必须全面了解各种尺度的水动态。 然而，对季节性水文变化较大的水体进行监测，尤其是使用 Landsat 4-9 等中等分辨率卫星图像，面临着巨大的挑战。 本研究引入了基于光谱混合分析（SMA）的归一化差异水分指数（NDWFI），以改进对细微和动态变化水体的检测。 首先，在四个具有挑战性的地点对 NDWFI 的有效性进行了严格评估。 结果表明，NDWFI 在一系列水覆盖场景中的水提取平均总体准确率 (OA) 达到 98.2%，超过了传统的水指数。 随后，本研究利用谷歌地球引擎（GEE）平台中的约 11,000 幅 Landsat 卫星图像
这篇关于GEE案例——基于光谱混合分析（SMA）的归一化差异水分指数（NDWFI）的水体监测的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
