一种基于水体指数的亚像元级水体提取方法技术

本发明专利技术涉及一种基于水体指数的亚像元级水体提取方法，包括以下步骤：1)水陆混合像元提取；2)水陆端元光谱选取；3)水体丰度估计。与现有技术相比，本发明专利技术既能准确提取出影像上以像元级形式存在的水体像元，又能提取出影像上以亚像元形式存在的细小水体信息，从而使得提取结果更加准确。

【技术实现步骤摘要】

本专利技术涉及遥感影像的水体提取技术，尤其是涉及一种基于水体指数的亚像元级 水体提取方法。
技术介绍
目前基于遥感影像的水体提取研宄基本上还停留在像元级基础上，而对于大部分 遥感影像而言，很难实现遥感影像光谱分辨率和空间分辨率的双高。同时考虑到研宄成本， 现在的大部分水体提取应用研宄主要还是基于中低分辨率的遥感影像而言，其能够适用于 大面积水体提取的需求，但却无法实现精细化的水体提取。以应用最为广泛的TM遥感影 像为例，其空间分辨率为30m，如果需要提取城市地区面积仅几百平米的池塘，以及宽度为 10~20米的细小河流时，简单依靠像元级的水体提取则难以实现。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于水体指数 的亚像元级水体提取方法，利用该方法进行水体提取，既能准确提取出影像上以像元级形 式存在的水体像元，又能提取出影像上以亚像元形式存在的细小水体信息，从而使得提取 结果更加准确。 本专利技术的目的可以通过以下技术方案来实现： ，其特征在于，包括以下步骤： 1)水陆混合像元提取； 2)水陆端元光谱选取； 3)水体丰度估计。 所述的步骤1)水陆混合像元提取具体为： 利用水体指数MNDWI将遥感影像分为纯净水体，纯净陆地以及水陆混合像元三部 分。 所述的水体指数MNDWI具体为： 其中P(Green)表示地物在绿光波段上的反射率，P(MIR)表示地物在中红外波 段上的反射率。 所述的步骤2)具体为： 利用遥感影像上邻近地物相似性原理，动态选取邻近纯净水体和邻近最优纯净陆 地光谱作为水陆混合像元中水体端元和陆地端元的光谱。 所述的步骤3)具体为：利用全约束线性混合像元分解的方法对水陆混合像元中 水体百分比含量进行估计。 与现有技术相比，本专利技术在像元级水体指数法水体提取的基础上，对亚像元级水 体提取方法展开探索，获得了更高的水体提取精度。通过模拟实验和真实影像实验，可以看 出该方法能够获得亚像元级水体提取精度，且在真实影像上亚像元级的细小水体提取上， 该方法较像元级水体提取方法具有更好的提取效果。【附图说明】 图1为本专利技术的流程图； 图2为本专利技术MNDWI水体指数值图像直方图； 图3为模拟影像各地物丰度及位置情况示意图，其中（a)为不透水层丰度示意图， (b)为植被丰度示意图，（c)为水体丰度示意图，（d)为模拟影像中各地物分布图； 图4为基于水体指数的混合像元提取结果； 图5为真实实验影像及实验结果示意图，其中（a)为实验影像图，（b)为真实水体 区域图，（c)为MNDWI水体提取结果图，（d)为基于亚像元级水体提取结果图。【具体实施方式】 下面结合附图和具体实施例对本专利技术进行详细说明。 实施例 为了获得更精确的水体提取结果，本专利技术以亚像元级细小水体为提取目标，以 LandsatOLI多光谱遥感影像为实验数据，对亚像元级水体提取方法展开探索，提出了一种 新的基于水体指数的亚像元级水体提取方法，实验结果表明，该方法能够实现对亚像元级 细小水体的准确提取。 如图1所示，本方法主要有以下三步组成： (1)水陆混合像元提取 在对水陆混合像元进行水体百分数含量进行估计之前，首先要提取出含有水体的 混合像元。在像元级水体提取方法中，利用水体指数对遥感影像进行波段计算时，指数值影 像的直方图统计结果往往呈现出图2的特征，水体和陆地在水体指数值图像直方图统计中 会形成两个区分度明显的波峰，两个波峰之间有一段过渡带，在对像元级水体提取时，通常 选取过渡带中心作为水体阈值进行水陆分割，实际上，水体指数的原理是根据水体和陆地 的光谱特征对水体信息进行增强，同时对陆地信息进行抑制，以此在影像上形成区分度明 显的两类像元。对于水体指数值图像直方图统计两个峰值周围的像元，其像元光谱特征明 显，一般为纯净的水体或纯净陆地像元，而在两峰之间过渡带上的像元，由于其像元光谱特 征混淆，水体指数难以实现对其进行增强或抑制的效果，通过实验发现，该过渡带像元一般 为水陆混合像元。在该方法中，选择水陆区分性能最好的水体指数MNDWI来进行水陆混合 像元的提取。 (2)水陆端元选取 在传统的混合像元分解中，为了获得理想的分类结果，所选端元应当包含影像上 所有地类（Adams等，2006)。而由于影像中一般含有大量混合像元，因此光谱类型复杂多 样。已有的端元选取算法一般要先筛选出影像中纯净像元，再根据纯净像元确定端元光谱， 算法往往较为复杂。除此之外，大部分的端元选取算法仅仅基于像元的光谱特征而忽视了 遥感影像邻近像元之间的空间关系，因此所选端元往往不够准确。在本专利技术的亚像元级水 体提取方法中，仅将地物端元分为水体端元和陆地端元两类，且它们都由混合像元的邻近 像元所决定。因为像元之间的空间相似性与像元间的空间距离相关，因此设定了一定尺寸 的空间窗以确定邻近像元的范围，通过实验比较，当窗口尺寸设置为9X9时能够获得较佳 的实验结果。 通过上一节中的水陆混淆像元提取，遥感影像被分为了三部分：纯净水体像元、纯 净陆地像元和水陆混合像元。纯净水体像元中，水体丰度即为100 %，纯净陆地像元的水体 丰度即为0,因此经过水陆混合像元提取后，只需在水陆混合像元上进行水体丰度估计即 可。在遍历求解每一个水陆混合像元时，需要首先求得其水体端元光谱和陆地端元光谱。其 中水体端元光谱为空间窗内所有水体像元光谱的平均值，而陆地端元光谱则是通过迭代选 择窗内最优陆地像元光谱替代，最优陆地像元光谱即为与水体端元光谱构成混合像元分解 模型残差最小。为防止窗内纯净陆地像元过少而使得端元选取不够准确情况，候选陆地端 元光谱始终为81个纯净陆地像元，邻域窗不足像元部分则用上一个域窗中的纯净陆地像 元替代。若邻域窗内不含纯净水体像元，则水体端元光谱选用上一个邻域窗计算所得的水 体端元光谱。 (3)水体丰度估计 在线性混合像元分解模型中，混合像元光谱被认为是由各端元光谱根据端元在混 合像元中所占比重线性加权组合而成。在本次亚像元级水体提取研宄中，同样将混合像元 光谱看作是由水体端元与陆地端元线性组合而成，同时需满足两个约束条件：（当前第1页1 2 本文档来自技高网...

【技术保护点】
一种基于水体指数的亚像元级水体提取方法，其特征在于，包括以下步骤：1)水陆混合像元提取；2)水陆端元光谱选取；3)水体丰度估计。

【技术特征摘要】

【专利技术属性】
技术研发人员：谢欢，罗新，童小华，许雄，陈鹏，刘世杰，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31