由于时间分辨率的限制，在洪水期难以获得无云雾 的TM图像，因此TM影像主要用于洪水灾害损失评估 和本底水体的提取。 从TM数据中提取水体信息的关键是区分水体与其他 地物的阴影，这同样需要进行不同地物各波段的光 谱值分析。
TM图像上的水体提取
1996年12月27日福清市
水体、阴影的第5波段明显小于第2波段。而其它地 物则刚好相反。在第2、3波段上，水体的灰度值大 于阴影，将这两个波段相加可以增大这种差异。在 第4、5波段上，阴影的值一般都大于水体。将这两 各波段相加，可以增大这种差异。
水体的光谱特征
在可见光范围内，水体的反射率总体上比较低（一般为 4%～5%），并随着波长的增大逐渐降低，到 0.6微米 处约2%～3%，过了0.75微米，水体几乎成为全吸收体。 因此，在近红外的遥感影像上，清澈的水体呈黑色。 为区分水陆界线，确定地面上有无水体覆盖，应选择 近红外波段的影像。
黄河水（泥沙含量960mg/L) 长江水（92.5mg/L) 湖水（47.9mg/L)
水体遥感
水体遥感监测的主要任务： 通过对遥感影像的分析,获得水体的分布、泥沙、 有机质等状况和水深、水温等信息，从而对一个地区 的水资源和水环境等作出评价，为水利、交通、航运 及资源环境等部门提供决策服务。
水体的光谱特征
遥感器所接收到的辐射包括 水面反射光、悬浮物反射光、水 底反射光和天空散射光。 不同水体的水面性质、水体中 悬浮物的性质和含量、水深和水 底特性等不同，因此，传感器上 接收到的反射光谱特征存在差 异，为遥感探测水体提供了基础。
SAR图像上的水体提取
由于洪水最大淹没面积常常发生在坏天气条件下， 多光谱遥感数据不可能发挥很好的作用，因而微波 遥感成为洪水灾害监测的首选数据。但在有山区的 雷达图像上，水体与山体的阴影具有易混的亮度值， 而使得自动提取洪水淹没范围较困难。因而，现在 多采用目视判读的方法从SAR图像上提取洪水水体。 目视判读方法尽管可以取得较高的精度，并将水体 与阴影区别开来，但费工费时，难以满足快速监测 评估的要求。从图像复合的角度出发，Landsat TM 图像与Radarsat SAR图像相结合，能有效地将洪水 淹没范围提取出来，而不会将阴影误提为水体。
AVHRR影像上的居民地识别提取
AVHRR影像上居民地的影像特征分析 在3（红）、2（绿）、1（蓝）假彩色合成图像上可以 看出，特大城市、大城市、中等城市，无论是位于山区 还是平原，都能在影像上识别出来。这些城市在影像上 呈暗灰蓝色，当其周围为农田时，其周边呈灰蓝色，当 为森林时，呈浅黄色，当为水体时，呈红色。城市的外 部轮廓清楚明显，城市的内部的色调比较一致，而内部 纹理特征不明显。城市的形状一般为斑块状。县城一级 的城镇，以及小城市在NOAA影像上需要仔细识别才能识 别出来。一般面积在6平方公里以上的县级城镇在NOAA 影像上只有几个像元，呈点斑状，其外部轮廓已经很不 清楚了。在其像元中，只有1到4个像元与周边像元有一 定的区别，比较容易识别。而其他周边像元都是以混合 像元的形式存在。此时的城镇已无纹理可见了。
SAR图像上的水体提取
安徽省潜山县 1995年12月7日TM2图像 1998年7月28日SAR图像
SAR图像上的水体提取
从TM图像上提取的阴影
从SAR图像上提取的水体
SAR图像上的水体提取
水体提取步骤 SAR图像的水体与TM图像的阴影之间的融合分析
将SAR图像的水体与TM图像的阴影叠加，在山区被误提 为水体的山体阴影中，有大部分都与TM图像的阴影重叠， 有一小部分未重叠。但未重叠的部分，均与TM图像的阴 影靠得很近，并且与阴影相连。为此，利用ARC/INFO的 GRID模块中的EXPAND命令，对所提取的阴影进行扩展处 理，将扩展后的阴影与SAR水体进行叠加融合分析。凡 是落入阴影中的SAR水体，都被作为误提的水体剔除。 但是，对于在 SAR 图像上与阴影相连的水体而言，由于 对 TM 图像上的阴影进行了扩展处理，并用它来剔除 SAR 图像上的阴影，这就会造成将 SAR 图像上与阴影相连的 那部分中的部分水体被错误地剔除掉。因此，还需要对 这部分水体进行进一步的定界。
SAR图像上的水体提取
水体提取步骤 图像配准 TM图像与地形图配准 SAR图像与TM图像配准 SAR图像的水体提取 用目视的方法在SAR图像上测出水体的亮度值，从而 确定水体与陆地的阈值k1，DN<k1为水体，DN>=k1为 非水体（DN为SAR图像的亮度值）。 TM图像上的阴影的提取 因在TM2上阴影的亮度值比较低，而其他地物的亮度 值比较高，测定阈值k2,因而有TM2<k2为阴影， TM2>=k2为非阴影。
基于光谱知识的居民地提取模型 通过对采样数据进行波段组合分析，建立模型如下：
CH 2 CH 1 K CH 1 CH 3
提取居民地、水体和云 剔除水体
CH 1 CH 2 CH 3 K1 剔除云 CH 5 CH 2 K 2 剔除少量水陆混合像元
注意：因AVHRR空间分辨率的限制，提取精度有限。
TM图像上的居民地识别提取
居民地在TM影像上的机理分析 农村普通居民地
其房屋宽度大部分不超过28.5m，长度有可能超过 28.5m，影像记录的通常是房屋及其周围的空地、散 生树木组成的混合像元。由于这些地物的尺寸及其 配置在空间上的变异，从而导致农村居民地像元灰 度值的空间变异，在居民地与周边地类交界处，又 会出现居民地与周围地类相混合的混合像元，这些 混合像元降低了农村居民地提取的精度。居民地内 部没有明显的纹理特征，与农村居民地相连的道路 难以识别出来。
TM图像上的居民地识别提取
居民地在TM影像上的机理分析
村镇级居民地 在镇的核心区一般多为2～3层的楼房、平房等， 房顶多为水泥平顶、瓦盖尖顶。一般房屋间有 比较窄的空地，空地一般多为泥土面，部分为 水泥面。居民地内也有一些散生的树木等绿地。 因此居民地的像元多由水泥房顶、瓦顶、水泥 路面、裸土地、绿地、散生树木等所构成的混 合像元，其组成的空间变异导致像元灰度值的 空间变异。在边缘区的像元类似于乡村居民地 的像元，在居民地与周围地类接边处，有居民 地与周围地类混合而成的混合像元。
水体的光谱特征
含有泥沙的浑浊水体与清水比较，光谱反射特征差异：
浑浊水体的反射波谱曲线整体高于清水，随着悬浮泥沙 浓度的增加，差别加大； 波谱反射峰值向长波方向移动（“红移”）。清水在 0.75微米处反射率接近于零，含有泥沙的浑浊水至0.93 微米处反射率才接近于零； 随着悬浮泥沙浓度的加大，可见光对水体的透射能力减 弱，反射能力加强。有时，近岸的浅水区，水体浑浊度 与水深呈一定的对应关系，浅水区的波浪和水流对水底 泥沙的扰动作用比较强烈，使水体浑浊，故遥感影像上 色调较浅。深水处扰动作用较弱，水体较清，遥感影像 上色调较深。
水体的光谱特征
含有泥沙的浑浊水体与清水比较，光谱反射特征差异： 波长较短的可见光，如蓝光和绿光对水体穿透能力 较强，可反映出水面下一定深度的泥沙分布状况。 在洪泽湖的试验表明，0.5～0.6微米的影像可反映 2.5m水深的泥沙；0.6～0.7微米的影像可反映1.5m 水深的泥沙；0.7～0.8微米影像反映0.5m泥沙； 0.8～1.l微米仅能反映水面0.02mm厚水层的泥沙分 布状况。因此，以不同波段探测泥沙可构成水中泥 沙分布的立体模式。
AVHRR影像上的居民地识别提取
特征波段组合
地类 特大城市 大城市 中等城市 小城市 2-1 1-3 1-5 5-2 1+2+3 2 1+3
-1 1 -1 1
24 25 27 28
-2 66 71 69
29 31 32 33
36 35 39 36
城镇
云 深水体 浅水体 云与水 农地 林地 总体
水体的光谱特征
水中叶绿素的浓度与水体反射光谱特征存在以下关系： 水体叶绿素浓度增加，蓝光波段的反射率下降， 绿光波段的反射率增高； 水面叶绿素和浮游生物浓度高时，近红外波段仍存 在一定的反射率，该波段影像中水体不呈黑色，而 是呈灰色，甚至是浅灰色。 水温可在热红外波段有明显特征
TM图像上的水体提取
水体提取步骤 与阴影相连部分水体的进一步定界
从TM图像上提取本底水体，提取模型为： （TM2+TM3）>(TM4+TM5)-k1 TM2>=k2 利用ARC/INFO中的GRID模块EXPAND命令对本底 水体进行扩展。并用它来切取最初从SAR图像中 提取的水体。最后，将从TM图像中提取的阴影 与所切取到的水体进行叠加分析，减去阴影部 分，从而得到了由于阴影扩展而丢掉的那部分 水体。 并将这部分水体与去阴影后的SAR图像水体进行 叠加，从而得到最终提取的水体。
TM图像上的水体提取
谱间关系法提取水体 水体具有独特的谱间关系特征，即波段2加波段3 大于波段4加波段5。用同样方法检验提取效果， 漏提的水体非常少，也没有发现将山体的阴影当 水体提取出来。因此，该种方法提取的水体较为 准确。 谱间关系法比单波段阈值法提取水体更具优势。尤 其是它能将水体与阴影区分开来。该方法特别适 合山区水体的提取。无论是谱间关系法还是单波 段阈值法，它们对于提取一些细小的河流都有一 定的局限性。这是因为，这些细小的河流都是以 混和像元的形式存在。
TM图像上的居民地识别提取
图中青灰 色的斑块 即为村镇 级居民地， 其内部有 一定的纹 理特征， 基本可以 识别到与 其相连的 道路。
TM图像上的居民地识别提取
居民地在TM影像上的机理分析
县城 由于高楼大厦的影响，有可能出现水泥房顶的 纯净像元，此外也会出现纯净的水域像元和绿 地像元。高大的房屋会造成房屋与房屋之间有 很多阴影。因而县城一级的居民地，其像元一 般是由水泥顶、水泥路面、散生林木、绿草地、 裸地以及阴影等所组成的混合像元，其组成比 例的变化以及空间配置结构的变化就造成了这 些像元的空间变异。在县城的边缘区同样会出 现类似于乡镇一样的的混合像元。