第1个回答 2022-07-03
1.高分二号卫星简介
高分二号卫星由中国航天科技集团公司自主研制，于2014年8月19日由长征四号乙运载火箭在太原卫星发射中心成功发射入轨。
高分二号卫星是我国 首颗空间分辨率优于1米的民用光学遥感卫星 ，搭载有 两台高分辨率1米全色、4米多光谱相机 ，具有 亚米级空间分辨率、高定位精度和快速姿态机动能力 等特点，高分二号的成功使用是我国遥感卫星进入了 亚米级“高分时代” 的标志。
高分二号卫星作为我国 首颗分辨率达到亚米级的宽幅民用遥感卫星 ，其在设计上具有诸多创新特点，在产品实现上做到完全自主可控，关键单机全部自研，是部件、单机国产化程度最高的遥感卫星，国产化率达到98%以上。
高分二号卫星主要用户为国土资源部、住房和城乡建设部、交通运输部和国家林业局等部门，同时还为其他用户部门和有关区域提供示范应用服务。
高分二号卫星与在轨运行的高分一号卫星相互配合，进一步完善我国高分专项建设，推动高分辨率卫星数据应用，为土 地利用动态监测、矿产资源调查、城乡规划监测评价、交通路网规划、森林资源调查、荒漠化监测 等行业和首都圈等区域应用提供服务支撑。
2.水体提取
GF-2 影像是应用先前方法提取水体的良好候选者。
遥感图像具有 红色、绿色、蓝色（RGB） 和近红外通道，包括 大海、河流、湖泊、池塘和其他不同类型的水体 。
湖泊、河流、溪流和稻田 是遥感图像中常见的 地表水 形式。
湖泊和水库呈 平面水体 形状，湖周围的草木和漂浮的植被会导致复杂和混合的水谱。
河流水系的种类很多，水体通常 呈直线状，特别细长，或汇聚成不规则的水面 。
由于 水体流动性极强 ，其 空间分布、几何形态 等特征受 地形、地貌、水位、人为改造 等多种因素的影响，同一水体的光谱信息往往是不同传感器在不同时间的遥感图像不同。
此外，由于分辨率的差异，低于图像分辨率的小水体以 混合像素 的形式存在较多，尤其是在水与其他物体的交界处。
水体在不同情况下表现出各种形态特征，增加了遥感图像中水体信息提取的难度。
3.具体操作
选取 没有云、质量高 的GF-2 图像，包含足够的信息用于 辐射校正和几何校正 。
数据集应分为两部分： 训练图像 和 测试图像 。
手动的参考原图绘制：
将 水域边缘 识别为 水特征明显的水域 ，否则识别为 非水域 。
通过将水和非水的像素值分别设置为1 和 0，创建了一个手动标记的 遥感图像二分类 问题。
4.精度评价
在分类过程中，算法可能会误分类 背景 和 目标对象 。
分类结果有四种类型： 真阳性（TP）、真阴性（TN）、假阴性（FN）和假阳性（FP） 。
TP是正确分类的正样本数； TN 为正确分类的负样本数； FN 是有错误的正样本数； FP 是有错误的负样本的数量。
这四个值构成了用于 评估二元分类结果的混淆矩阵 。
使用四种测量方法来计算 整体准确度（OA）、精确度（Precision）、F-measure 和 kappa 系数（KC）值 ，以评估算法的 总体预测性能 。
OA 是最常见的评价指标之一，可用于直观、主动评估模型的性能。准确率越高，分类器越好。
但是，在正负样本不平衡的情况下（例如在评估几乎没有水的场景），可能会出现误解；
Precision 表示正例在分类为正例的例子中所占的比例，可以表示算法对水体识别的效果。
但在实际情况中，准确率和召回率有时会出现矛盾；
F-measure （也称为 F-score）是 精度和召回率之间的调和平均值， 为了在这两个指标之间取得最佳平衡；
KC 是衡量分类准确率的指标，应用KC来判断模型的结果与实际结果是否一致：
kappa=1表示结果完全一致； kappa ≥ 0.75 被认为是令人满意的； kappa < 0.4 被认为是不理想的。