本发明专利技术公开一种基于高分卫星光学遥感数据的水体快速提取方法，包括：获取高分卫星光学遥感数据以及数字高程模型数据；对高分卫星光学遥感数据进行辐射定标；对辐射定标后的高分卫星光学遥感数据进行大气校正处理；对大气校正处理后的高分卫星光学遥感数据进行正射校正；对正射校正后的高分卫星光学遥感数据进行波谱变换处理，得到波谱计算结果；对波谱变换处理后的高分卫星光学遥感数据进行彩色变换处理；对彩色变换处理后的高分卫星光学遥感数据得到水体分类结果；基于数字高程模型数据提取网格距离最近邻水系的高程差；基于网格距离最近邻水系的高程差对水体分类结果进行修正；基于修正后的水体分类结果实现区域水体制图。
Fast Water Extraction Method and System Based on Optical Remote Sensing Data of High-resolution Satellite
【技术实现步骤摘要】
基于高分卫星光学遥感数据的水体快速提取方法及系统
本专利技术涉及水体监测领域，特别是涉及一种基于高分卫星光学遥感数据的水体快速提取方法及系统。
技术介绍
地表水体作为陆地水循环中的重要载体是区域水量平衡的关键指示因子。地表水体的变化受气候变化和人类活动的综合影响，陆地水域的形成与消失、扩张与收缩及其引起的生态环境变化都反应了一定区域乃至全球的气候变化状况和人类活动状况。随着经济社会的发展和人类活动的影响，陆表水体出现大幅减少、面积萎缩，功能退化等严峻问题，区域的水体动态监测和水环境监管亟需开展。卫星遥感是陆表水体动态监测的有效手段，基于卫星遥感的陆表水体实时动态监测应用可揭示自然因素及人类活动对水域的影响规律，对合理开发、利用和保护陆表水域有着极其重要的意义，对于及时掌握区域水量平衡、区域水资源可持续利用、洪涝/旱情灾害监测预报、减灾及灾情评估等具有不可替代的重要价值。遥感技术具有大范围、及时快速地监测地表环境的动态变化的能力，是大范围陆表水域动态变化监测的重要技术手段。目前，基于光学卫星遥感的水体监测方法主要包括如下几类：(1)人工勾绘法；人工勾绘方法费事费力，难以实现大范围业务化监测应用。(2)单波段阈值法；单波段阈值法主要依据水体在近红外波段反射率较低，易与其他地物易于区分的特点，实现水体的提取。但单波段阈值法极易受山体阴影的影响，导致水体提取存在较大误差。(3)谱间关系法；对波段进行组合运算，实现水体和其他地物的区分。谱间关系法在典型湖泊水体应用较好，大范围的水体监测应用仍然存在较大不确定性。(4)水体指数法；使用波段进行归一化差值处理，以凸显影像中的水体信息。代表性的水体指数如Mcfeeters在1996年提出的归一化差分水体指数(NDWI)和徐涵秋等在2005年提出的MNDWI指数。大范围水体的提取，水体指数法仍然面临水体指数阈值难以确定的问题。(5)图像分类方法，主要包括监督分类和非监督分类方法。非监督分类方法需要结合区域地理环境特征，进行分类结果的合并处理。监督分类方法需要人工选择训练样本，训练分类模型，进而实现水体的提取。图像分类方法在大范围的水体监测应用中也面临水体样本不足和分类不准确的问题。近年来，随着我国卫星遥感技术发展进步，大量国产卫星发射升空，卫星数据获取日渐便利，为全国大范围水体监测的业务化提供了可能。然而，当前国产高分卫星1、2号卫星光谱分辨率较低，相比国外的Landsat8光学卫星和Sentinel2光学卫星的波谱分辨率存在一定的差距。特别是国产高分卫星1、2号卫星没有设置短波红外波段(1.3-3.0μm)，使得国产高分卫星在水体提取上存在明显的不足。目前，基于国产高分卫星数据的大范围水体快速准确提取仍然存在较大的不确定性，现有的模型方法中，仍然没有一种能够有效的解决基于高分卫星光学数据的大范围水体快速提取，特别是使用仅有4个波段的高分光学数据实现大范围水体准确快速提取仍然是实际应用中亟待解决的难点。
技术实现思路
为解决上述技术问题，本专利技术第一方面提出一种基于高分卫星光学遥感数据的水体快速提取方法，包括以下步骤：获取研究区域的高分卫星光学遥感数据以及数字高程模型数据；对所述高分卫星光学遥感数据进行辐射定标；对进行辐射定标后的高分卫星光学遥感数据进行大气校正处理；对进行大气校正处理后的高分卫星光学遥感数据进行正射校正；对进行正射校正后的高分卫星光学遥感数据进行波谱变换处理，得到所述高分卫星光学遥感数据的近似短波红外波段特征的波谱计算结果；对进行波谱变换处理后的高分卫星光学遥感数据进行彩色变换处理；对进行彩色变换处理后的高分卫星光学遥感数据进行水体分类的提取，得到水体分类结果；基于所述数字高程模型数据提取研究区域内的网格距离最近邻水系的高程差；基于所述网格距离最近邻水系的高程差对所述水体分类结果进行修正；基于修正后的水体分类结果实现区域水体制图。优选地，所述对所述高分卫星光学遥感数据进行辐射定标包括：将所述高分卫星光学遥感数据转换为辐射亮度；其中，所述辐射亮度通过下式得到：Lλ＝Gain*DN；式中，Gain为定标系数(W/(m2·sr·μm))，DN为星载传感器的观测值，Lλ为辐射亮度(W/(m2·sr·μm))。优选地，还包括：将所述辐射亮度转换为天顶反射率；其中，所述天顶反射率通过下式得到：式中，ρTOA，λ为天顶反射率，π为圆周率，d为日地距离，ESUNλ为波段平均太阳辐射值(W/(m2·μm))，θs为太阳天顶角。优选地，所述对进行大气校正处理后的高分卫星光学遥感数据进行正射校正包括：对进行大气校正处理后的高分卫星光学遥感数据进行几何畸变纠正、倾斜改正以及投影差改正。优选地，所述对进行正射校正后的高分卫星光学遥感数据进行波谱变换处理，得到所述高分卫星光学遥感数据的近似短波红外波段特征的波谱计算结果包括：通过下式得到近似短波红外波段特征的波谱计算结果：ρSWIR＝(1.0-NDWI)·(ρR+ρNIR)/2.0；其中，ρSWIR为近似短波红外波段特征的波谱计算结果，ρR为高分卫星红波段的地表反射率值，ρNIR为高分卫星近红外波段的地表反射率值，NDWI为归一化差异水体指数。优选地，通过下式得到所述归一化差异水体指数：NDWI＝(ρG-ρNIR)/(ρG+ρNIR)；其中，ρG为高分卫星绿波段的地表反射率值。优选地，所述对进行波谱变换处理后的高分卫星光学遥感数据进行彩色变换处理包括：基于所述近似短波红外波段特征的波谱计算结果分别得到所述高分卫星高分遥感数据进行彩色变换，得到明度、饱和度以及色度；其中，通过下式得到所述明度：V＝max(ρSWIR，ρNIR，ρR)；通过下式得到所述饱和度：以及通过下式得到所述色度：优选地，所述对进行彩色变换处理后的高分卫星光学遥感数据进行水体分类的提取，得到水体分类结果包括：分别获取水体样本点以及非水体样本点；对所述水体样本点以及做水体样本点所分别对应的蓝光波段、绿光波段、红光波段以及近似短波红外波段的反射率进行采样，得到训练样本集；通过机器学习方法对所述训练样本集进行训练，得到图像分类器；基于所述图像分类器对所述高分卫星光学遥感数据进行分类，得到水体分类结果。优选地，所述基于所述数字高程模型数据提取研究区域内的网格距离最近邻水系的高程差包括：对所述数字高程模型数据进行裁剪以及投影转换；对进行裁剪以及投影转换后的数字高程模型数据进行水文分析，提取研究区域内的河网数据；基于所述河网数据以及所述数字高程模型数据提取研究区域内的网格距离最近邻水系的高程差。本专利技术第二方面提出一种基于高分卫星光学遥感数据的水体快速提取系统，包括：获取模块，用于获取研究区域的高分卫星光学遥感数据以及数字高程模型数据；辐射定标模块，用于对所述高分卫星光学遥感数据进行辐射定标；校正处理模块，用于对进行辐射定标后的高分卫星光学遥感数据进行大气校正处理；正射校正模块，用于对进行大气校正处理后的高分卫星光学遥感数据进行正射校正；波谱变换处理模块，用于对进行正射校正后的高分卫星光学遥感数据进行波谱变换处理，得到所述高分卫星光学遥感数据的近似短波红外波段特征的波谱计算结果；彩色变换处理模块，用于对进行波谱变换处理后的高分卫星光学遥感数据进行彩色变换处理；水体分类结果提本文档来自技高网...
【技术保护点】
1.一种基于高分卫星光学遥感数据的水体快速提取方法，其特征在于，包括以下步骤：获取研究区域的高分卫星光学遥感数据以及数字高程模型数据；对所述高分卫星光学遥感数据进行辐射定标；对进行辐射定标后的高分卫星光学遥感数据进行大气校正处理；对进行大气校正处理后的高分卫星光学遥感数据进行正射校正；对进行正射校正后的高分卫星光学遥感数据进行波谱变换处理，得到所述高分卫星光学遥感数据的近似短波红外波段特征的波谱计算结果；对进行波谱变换处理后的高分卫星光学遥感数据进行彩色变换处理；对进行彩色变换处理后的高分卫星光学遥感数据进行水体分类的提取，得到水体分类结果；基于所述数字高程模型数据提取研究区域内的网格距离最近邻水系的高程差；基于所述网格距离最近邻水系的高程差对所述水体分类结果进行修正；基于修正后的水体分类结果实现区域水体制图。
【技术特征摘要】
1.一种基于高分卫星光学遥感数据的水体快速提取方法，其特征在于，包括以下步骤：获取研究区域的高分卫星光学遥感数据以及数字高程模型数据；对所述高分卫星光学遥感数据进行辐射定标；对进行辐射定标后的高分卫星光学遥感数据进行大气校正处理；对进行大气校正处理后的高分卫星光学遥感数据进行正射校正；对进行正射校正后的高分卫星光学遥感数据进行波谱变换处理，得到所述高分卫星光学遥感数据的近似短波红外波段特征的波谱计算结果；对进行波谱变换处理后的高分卫星光学遥感数据进行彩色变换处理；对进行彩色变换处理后的高分卫星光学遥感数据进行水体分类的提取，得到水体分类结果；基于所述数字高程模型数据提取研究区域内的网格距离最近邻水系的高程差；基于所述网格距离最近邻水系的高程差对所述水体分类结果进行修正；基于修正后的水体分类结果实现区域水体制图。2.根据权利要求1所述的方法，其特征在于，所述对所述高分卫星光学遥感数据进行辐射定标包括：将所述高分卫星光学遥感数据转换为辐射亮度；其中，所述辐射亮度通过下式得到：Lλ＝Gain*DN；式中，Gain为定标系数(W/(m2·sr·μm))，DN为星载传感器的观测值，Lλ为辐射亮度(W/(m2·sr·μm))。3.根据权利要求2所述的方法，其特征在于，还包括：将所述辐射亮度转换为天顶反射率；其中，所述天顶反射率通过下式得到：式中，ρTOA，λ为天顶反射率，π为圆周率，d为日地距离，ESUNλ为波段平均太阳辐射值(W/(m2·μm))，θs为太阳天顶角。4.根据权利要求1所述的方法，其特征在于，所述对进行大气校正处理后的高分卫星光学遥感数据进行正射校正包括：对进行大气校正处理后的高分卫星光学遥感数据进行几何畸变纠正、倾斜改正以及投影差改正。5.根据权利要求3所述的方法，其特征在于，所述对进行正射校正后的高分卫星光学遥感数据进行波谱变换处理，得到所述高分卫星光学遥感数据的近似短波红外波段特征的波谱计算结果包括：通过下式得到近似短波红外波段特征的波谱计算结果：ρSWIR＝(1.0-NDWI)·(ρR+ρNIR)/2.0；其中，ρSWIR为近似短波红外波段特征的波谱计算结果，ρR为高分卫星红波段的地表反射率值，ρNIR为高分卫星近红外波段的地表反射率值，NDWI为归一化差异水体指数。6.根据权利要求5所述的方法，其特征在于，通过下式得到所述归一化差异水体指数：NDWI＝(ρG-ρNIR)/(ρG+ρN...
【专利技术属性】
技术研发人员：杨永民，杨昆，黄诗峰，龙爱华，朱鹤，陈胜，祝鹏，
申请(专利权)人：中国水利水电科学研究院，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。