论文部分内容阅读
基于Sentinel-1B SAR数据采用面向对象阈值分割法提取2018年寿光洪灾前、中、后3个时期的水体信息,同时基于Sentinel-2A光学数据利用面向对象CART决策树分类法实现研究区土地利用类型分类,分析了研究区的受灾情况。由Sentinel-1B SAR数据得到的水体提取结果总体精度均在95%以上,表明SAR数据适用于水体信息的提取。据监测结果,研究区内洪水淹没总面积为198.59km~2,其中寿光市受淹面积最大,在各类地物中工矿仓储用地受灾情况最为严重。