一种基于航空高光谱遥感数据的高海拔地区水体提取方法技术

属于遥感环境调查领域，具体涉及一种基于航空高光谱遥感数据的高海拔地区水体提取方法。具体包括以下步骤：步骤一、进行传感器实验室定标；步骤二、得到具有地理坐标的CASI高光谱辐亮度数据；步骤三、得到浮点型的CASI高光谱反射率数据；步骤四、得到的新的CASI高光谱数据中每个反射率影像为灰度图；步骤五、设定满足全部满足条件的像元构成的单波段影像为Bwaterbody；步骤六、得到栅格文件格式的水体分布图；步骤七、最终得到遥感识别水体的总长度和面积。本发明专利技术可以准确的提取出水体信息。在数据处理中，选择水体光谱特征明显的波段，去除特征不显著的波段，降低了其它地物或者噪声的影响，提升了遥感水体识别的精度。

A method for extracting water from high altitude area based on aerial hyperspectral remote sensing data

It belongs to the field of remote sensing environmental investigation. It involves a method of water extraction from high altitude area based on aerial hyperspectral remote sensing data. The following steps are as follows: Step 1, carry out the calibration of the sensor laboratory; step two, get the CASI hyperspectral radiance data with geographic coordinates; step three, get the floating-point CASI hyperspectral reflectance data; step four, each of the new CASI hyperspectral data are grayscale images of each reflectance image; step five The single band image composed of the pixel which satisfies all the satisfying conditions is Bwaterbody; step six, get the grid file format of the water body distribution; step seven, and finally get the total length and area of the water body recognition by remote sensing. The invention can accurately extract information of the water body. In the data processing, the spectral bands with obvious spectral characteristics are selected to remove the non significant bands, which reduce the influence of other objects or noise, and improve the accuracy of remote sensing water body recognition.

【技术实现步骤摘要】
一种基于航空高光谱遥感数据的高海拔地区水体提取方法
本专利技术属于遥感环境调查领域，具体涉及一种基于航空高光谱遥感数据的高海拔地区水体提取方法。
技术介绍
高光谱遥感和高分遥感是当前遥感领域的两个前沿方向。高光谱遥感具有图谱合一的优势，能够获取地物在百余个波段的反射率信息，从而可以根据光谱曲线特征进行地物的直接识别，有效提升了遥感应用能力。我国西部高海拔地区蕴含着丰富的水资源，但由于地理环境恶劣，地面调查工作难度较大。遥感技术作为环境调查的重要手段之一，具有调查面积大、速度快等特点，在水体识别中具有重要应用潜力。
技术实现思路
本专利技术要解决的技术问题是提供一种基于航空高光谱遥感数据的高海拔地区水体提取方法，应用航空高光谱遥感数据进行高海拔地区水体识别。为解决上述技术问题，本专利技术基于航空高光谱遥感数据的高海拔地区水体提取方法，具体包括以下步骤：步骤一、进行传感器实验室定标，获取工作区的CASI航空高光谱遥感原始数据、地面导航定位基站数据和同步测量光谱数据；步骤二、根据传感器实验室定标数据和地面导航定位基站数据，对步骤一中得到的CASI高光谱原始数据进行预处理，得到具有地理坐标的CASI高光谱辐亮度数据；步骤三、根据同步测量光谱数据，对步骤二中得到的CASI高光谱辐亮度数据进行大气校正，去除大气对光谱的干扰，得到浮点型的CASI高光谱反射率数据，选取每个波段的反射率数值位于0～1.0区间范围的影像像元值；步骤四、选取六个特征波段，将特征波段的反射率影像依次标记为B1～B6，对步骤三中得到的CASI高光谱反射率数据进行波段重组，得到的新的CASI高光谱数据中每个反射率影像为灰度图，任意像元的灰度值即其在该波段的反射率值；步骤五、应用步骤四得到的波段重组后的CASI高光谱数据，对每一个影像像元值进行水体像元判别，将满足全部条件的像元识别为水体像元，设定满足全部满足条件的像元构成的单波段影像为Bwaterbody；步骤六、对步骤五得到的单波段影像Bwaterbody进行卷积滤波处理，再对卷积滤波结果设置滤波核进行形态学滤波，得到栅格文件格式的水体分布图；步骤七、将步骤六中得到的栅格文件格式的水体分布图转换为shape格式的矢量文件，计算并统计每个水体区域的长度和面积，最终得到遥感识别水体的总长度和面积。所述的步骤四中，特征波段选取b1＝404.1nm，b2＝499.8nm，b3＝614.3nm，b4＝766.8nm，b5＝900.2nm，b6＝1053.1nm，特征波段的反射率影像依次为B1～B6。所述的步骤五中，判别公式如下：B1＜B2；B2＞B3；B1＞B3；B3＞B4；B4-B5＜0.05；B5＜B6。所述的步骤二中，预处理包括系统辐射校正、几何校正和正射校正。本专利技术的有益技术效果在于：本专利技术根据水体光谱特征，选择CASI航空高光谱反射率数据的特定波段，进行一系列判断和计算，可以准确的提取出水体信息。在数据处理中，选择水体光谱特征明显的波段，去除特征不显著的波段，降低了其它地物或者噪声的影响，提升了遥感水体识别的精度。同时，减少了目视解译的人工工作量，提高了遥感水体提取的效率。本专利可以减少数据处理的工作量，CASI原始数据拥有36个波段，本方法仅利用了6个光谱特征显著的波段，并且采用波段运算方法，减少了主成分变换和端元光谱选取等操作步骤，加快了数据处理速度。本专利丰富了水体遥感识别的数据源，提升了水体遥感识别的精度和效率。同时，拓展了航空高光谱数据的应用领域，对于高光谱技术发展具有重要意义。具体实施方式下面结合实施例对本专利技术作进一步详细说明。本专利技术一种基于航空高光谱遥感数据的高海拔地区水体提取方法，具体包括以下步骤：步骤一、制定工作区航空飞行方案并进行传感器实验室定标，选择合适的时相和气候条件，获取工作区的CASI航空高光谱遥感原始数据、地面导航定位基站数据和同步测量光谱数据；步骤二、根据传感器实验室定标数据和地面导航定位基站数据，对步骤一中得到的CASI高光谱原始数据进行预处理，包括系统辐射校正、几何校正和正射校正，得到具有地理坐标的CASI高光谱辐亮度数据；步骤三、根据同步测量光谱数据，对步骤二中得到的CASI高光谱辐亮度数据进行经验线性法大气校正，去除大气对光谱的干扰，得到浮点型的CASI高光谱反射率数据，选取每个波段的反射率数值位于0～1.0区间范围的影像像元值；步骤四、选取b1＝404.1nm，b2＝499.8nm，b3＝614.3nm，b4＝766.8nm，b5＝900.2nm，b6＝1053.1nm，将相应波段的反射率影像依次标记为B1～B6，对步骤三中得到的CASI高光谱反射率数据进行波段重组，得到的新的CASI高光谱数据中每个反射率影像为灰度图，任意像元的灰度值即其在该波段的反射率值；步骤五、应用步骤四得到的波段重组后的CASI高光谱数据，对每一个影像像元值进行水体像元判别，将满足全部条件的像元识别为水体像元，设定满足全部满足条件的像元构成的单波段影像为Bwaterbody；判别公式如下：B1＜B2.....................公式1；B2＞B3.....................公式2；B1＞B3.....................公式3；B3＞B4.....................公式4；B4-B5＜0.05............公式5；B5＜B6.....................公式6；上述判断是根据对应影像像元值进行判别的，以(B1>B2)为例，取B1影像的某像元(例如(1，1)点)灰度值，与B2影像的相应地理位置(1，1)点像元的灰度值进行比较，根据判别规则“B1>B2”判断；当本判别结果为真时，继续下一判别，任意一项不为真则退出判别；步骤六、对步骤五得到的单波段影像Bwaterbody进行卷积滤波处理，再对卷积滤波结果设置合适的滤波核进行形态学滤波，得到栅格文件格式的水体分布图；步骤七、在ArcGIS软件中，将步骤六中得到的栅格文件格式的水体分布图转换为shape格式的矢量文件，计算并统计每个水体区域的长度和面积，最终得到遥感识别水体的总长度和面积。本文档来自技高网...

【技术保护点】
一种基于航空高光谱遥感数据的高海拔地区水体提取方法，其特征在于：具体包括以下步骤：步骤一、进行传感器实验室定标，获取工作区的CASI航空高光谱遥感原始数据、地面导航定位基站数据和同步测量光谱数据；步骤二、根据传感器实验室定标数据和地面导航定位基站数据，对步骤一中得到的CASI高光谱原始数据进行预处理，得到具有地理坐标的CASI高光谱辐亮度数据；步骤三、根据同步测量光谱数据，对步骤二中得到的CASI高光谱辐亮度数据进行大气校正，去除大气对光谱的干扰，得到浮点型的CASI高光谱反射率数据，选取每个波段的反射率数值位于0～1.0区间范围的影像像元值；步骤四、选取六个特征波段，将特征波段的反射率影像依次标记为B1～B6，对步骤三中得到的CASI高光谱反射率数据进行波段重组，得到的新的CASI高光谱数据中每个反射率影像为灰度图，任意像元的灰度值即其在该波段的反射率值；步骤五、应用步骤四得到的波段重组后的CASI高光谱数据，对每一个影像像元值进行水体像元判别，将满足全部条件的像元识别为水体像元，设定满足全部满足条件的像元构成的单波段影像为Bwaterbody；步骤六、对步骤五得到的单波段影像Bwaterbody进行卷积滤波处理，再对卷积滤波结果设置滤波核进行形态学滤波，得到栅格文件格式的水体分布图；步骤七、将步骤六中得到的栅格文件格式的水体分布图转换为shape格式的矢量文件，计算并统计每个水体区域的长度和面积，最终得到遥感识别水体的总长度和面积。...

【技术特征摘要】
1.一种基于航空高光谱遥感数据的高海拔地区水体提取方法，其特征在于：具体包括以下步骤：步骤一、进行传感器实验室定标，获取工作区的CASI航空高光谱遥感原始数据、地面导航定位基站数据和同步测量光谱数据；步骤二、根据传感器实验室定标数据和地面导航定位基站数据，对步骤一中得到的CASI高光谱原始数据进行预处理，得到具有地理坐标的CASI高光谱辐亮度数据；步骤三、根据同步测量光谱数据，对步骤二中得到的CASI高光谱辐亮度数据进行大气校正，去除大气对光谱的干扰，得到浮点型的CASI高光谱反射率数据，选取每个波段的反射率数值位于0～1.0区间范围的影像像元值；步骤四、选取六个特征波段，将特征波段的反射率影像依次标记为B1～B6，对步骤三中得到的CASI高光谱反射率数据进行波段重组，得到的新的CASI高光谱数据中每个反射率影像为灰度图，任意像元的灰度值即其在该波段的反射率值；步骤五、应用步骤四得到的波段重组后的CASI高光谱数据，对每一个影像像元值进行水体像元判别，将满足全部条件的像元识别为水体像元，设定满足全部满足条件的像元构成的单波段影像为Bw...

【专利技术属性】
技术研发人员：孙雨，赵英俊，秦凯，田丰，
申请(专利权)人：核工业北京地质研究院，
类型：发明
国别省市：北京,11