【技术实现步骤摘要】
本专利技术涉及水体监测领域，更具体涉及一种基于多光谱遥感影像的水色异常对象提取方法及系统。
技术介绍
水色异常对象，例如浒苔爆发是近岸海域由于水体富营养化而导致的一种水环境灾害事件。当水色异常对象爆发时会导致水体透明度降低,水色异常对象死亡后的降解物会导致水体溶解氧降低，水质恶化，严重影响水体水质，因此需要对近岸海域水色异常对象分布面积和位置进行实时、快速监测，从而对水色异常对象灾害进行实时部署和应急处理，为环境管理和应急部门提供技术支撑，提高对突发水环境应急事件的监测能力。水色异常对象，例如浒苔，一般具有典型的光谱特征，可利用遥感技术监测。目前对于水体水色异常对象信息的遥感监测常用方法是：对多光谱遥感影像进行处理后获取遥感反射率影像，结合水色异常对象的光谱特征，如浒苔、水华等主要利用近红外波段和红波段的遥感反射率计算NDVI(归一化植被指数)，然后通过设定阈值，对NDVI图像进行阈值分割，提取水色异常对象的分布像元数，再通过遥感影
【技术保护点】
一种基于多光谱遥感影像的水色异常对象提取方法，其特征在于，所述方法包括以下步骤：S1、获取含有水色异常对象的水面的多光谱遥感影像，并根据所获取的多光谱遥感影像获取对应的遥感反射率；S2、对所述遥感反射率进行水陆分离及去云处理，得到水域部分的遥感反射率；S3、利用所述水域部分的遥感反射率构建多维光谱空间，并对所述多维光谱空间进行主成分分析获得第一主成分；S4、计算所述第一主成分的直方图，设置最小像元灰度值为初始阈值，并把初始阈值作为第一主成分的分割阈值；S5、利用所述分割阈值对所述第一主成分进行分割，形成目标分量和背景分量两部分，其中目标分量的灰度均值大于背景分量的灰度均值；...
【技术特征摘要】
1.一种基于多光谱遥感影像的水色异常对象提取方法，其特征在
于，所述方法包括以下步骤：
S1、获取含有水色异常对象的水面的多光谱遥感影像，并根据所
获取的多光谱遥感影像获取对应的遥感反射率；
S2、对所述遥感反射率进行水陆分离及去云处理，得到水域部分
的遥感反射率；
S3、利用所述水域部分的遥感反射率构建多维光谱空间，并对所
述多维光谱空间进行主成分分析获得第一主成分；
S4、计算所述第一主成分的直方图，设置最小像元灰度值为初始
阈值，并把初始阈值作为第一主成分的分割阈值；
S5、利用所述分割阈值对所述第一主成分进行分割，形成目标分
量和背景分量两部分，其中目标分量的灰度均值大于背景分量的灰度
均值；
S6、计算目标分量中所有像元的灰度均值以及目标分量中所有像
元的个数占第一主成分像元总数的比例；计算背景分量中所有像元的
灰度均值和背景分量中所有像元的个数占第一主成分像元总数的比例，
并利用所述均值和比例计算目标分量和背景分量之间的类间方差；
S7、判断目标分量和背景分量之间的类间方差是否大于预定的类
间方差，若是，则更新所述预定的类间方差值为当前的类间方差值；
若否，则保留当前预定的类间方差值；
S8、将直方图中所有像元灰度值作为分割阈值从小到大依次遍历，
重复步骤S5-S7，获取目标分量和背景分量之间的类间方差最大时的像
元值，并作为分割阈值；
S9、将分割阈值更新为当前的分割阈值的预定倍数，并利用更新
后的分割阈值对所述第一主成分进行分割，形成水色异常对象部分和
背景部分；同时根据所述水色异常对象部分确定水色异常对象的位置
\t分布；
S10、对所述水色异常对象部分进行像元统计，并根据统计结果计
算水色异常对象分布的面积，获取水色异常对象的面积和分布。
2.根据权利要求1所述的方法，其特征在于，所述步骤S4中在
计算所述第一主成分生成直方图，之后利用所述直方图信息计算所述
第一主成分的分割阈值。
3.根据权利要求2所述的方法，其特征在于，所述预定倍数根据
水色异常对象设置。
4.根据权利要求1所述的方法，其特征在于，所述步骤S3中构
建多维光谱空间之后还包括：
对于每一个波段，计算其在不同光谱空间的相关矩阵；
利用所有的所述相关矩阵确定所述第一主成分。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述水
色异常对象为水华、浒苔、赤潮、溢油、黑水团或漂浮垃圾。
6.一种基于多光谱遥感影像的水色异常对象提取系统，其特征在
于，所述...
【专利技术属性】
技术研发人员：马万栋，殷守敬，朱利，王雪蕾，吴迪，王晨，冯爱萍，侯海倩，孟斌，
申请(专利权)人：环境保护部卫星环境应用中心，
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。