基于半自动化像素处理和OBIA（Optical Band Imaging Algorithm）的方法，用于印度中部Chambal河流域下游地区的沟壑特征提取

《International Journal of River Basin Management》：Semi-automated pixel and OBIA based approaches for gully feature extraction in the lower Chambal River basin, central India

查姆巴尔地区复杂地形与沟谷侵蚀研究采用Sentinel-2影像和SAGA GIS的OBIA方法，验证Neumann-4算法较Moore-8精度提升至89.58%和91.5%，结合ALOS PALSAR和SRTM DEM数据，提出梯田、等高种植和谷坊等治理措施。

　　

摘要

本研究详细绘制了印度南部恒河平原边缘地区最大的、地形最为复杂的Chambal区域的地貌特征，该区域以外围隆起为显著特征。由于这些沟壑系统的多样性（包括大小、形状、分布以及人类活动导致的土地利用类型变化），对其进行测绘颇具挑战性。本研究利用免费公开的数据和软件，采用半自动的基于对象的图像分析（OBIA）方法对分辨率为10米的Sentinel-2卫星图像进行处理，以应对这些沟壑系统的复杂特性所带来的挑战。在其中一个子流域中，测试了两种基于对象的图像分析方法：Moore-8和Neumann-4邻域分组算法（均集成在SAGA地理信息系统中），用于提取地貌特征。结果表明，Neumann-4方法的准确率高达89.58%，而Moore-8方法的准确率为75.69%。因此，Neumann-4方法被应用于整个Chambal流域的所有子流域，识别出1,665.53平方公里的崎岖地形，整体准确率达到91.5%。此外，还使用了ALOS PALSAR和SRTM数字高程模型（DEM）根据地形深度进行分类，其中SRTM DEM的表现更为有效。研究建议采取诸如修建梯田、等高耕作和修建拦沙坝等针对性措施，以减轻沟壑侵蚀对环境的影响。这些发现为退化景观的土地修复和可持续管理提供了有力依据。