一种基于光谱指数模型的黑臭水体识别方法及系统技术方案

本发明专利技术公开了一种基于光谱指数模型的黑臭水体识别方法及系统，包括：对选取的高空间分辨率遥感图像进行处理，将处理后得到的融合后的遥感反射率图像对应的河流水系矢量文件或者掩膜文件叠加到融合后的遥感反射率图像中，提取融合后的遥感反射率图像中的河流，得到河流遥感图像；获取河流遥感图像中每个像元的蓝、绿、红和近红外波段，依据这些波段和预设的光谱指数模型计算黑臭光谱指数；依据每个像元的光谱指数、预设的第一阈值和第二阈值的关系确定每个像元对应的水体的类别。采用本实施例中的黑臭光谱指数模型，识别出的城市河流的黑臭光谱指数更加准确，并且将河流的水体类别区分为重度黑臭、轻度黑臭和一般水体，对水体的区分更加的细致。

Black odor water body identification method and system based on spectral index model

The invention discloses a method and system, the smelly water spectral index model based recognition method includes: processing of high spatial resolution remote sensing image is selected, the river Yan Mowen added to the vector file or a fusion of the remote sensing reflectance image remote sensing reflectance image and the corresponding fusion obtained after the extraction of remote sensing. The reflectivity of the fused image in the river, the river by remote sensing image; for each pixel River in remote sensing image of blue, green, red and near-infrared bands, on the basis of the band and a preset spectral index model to compute the black odor spectral index; each pixel water categories are determined based on the relationship between spectral index, each pixel the preset first threshold and a second threshold. The black odor spectral index model in this embodiment, black odor spectral index identified city rivers more accurately, and the river water is divided into categories of severe black odor, mild black odor and general water, to distinguish water more carefully.

【技术实现步骤摘要】
一种基于光谱指数模型的黑臭水体识别方法及系统
本专利技术涉及遥感图像处理领域，尤其涉及一种基于光谱指数模型的黑臭水体识别方法及系统。
技术介绍
城市黑臭水体是指城市建设城区内，呈现令人不悦的颜色和/或散发令人不适气味的统称。随着城市化的快速发展，人口密度急剧增加，大量生活污水、工业废水被排放至城市河道中，造成城市水体水质日益恶化，部分水体甚至出现严重的季节性或终年黑臭现象，对城市河流的生态系统带来了很大的压力，对城市居民的健康及日常生活造成危害，对城市景观及城市发展造成恶劣影响。面对十份严峻的水体污染状况，整治黑臭水体、控制和治理城市水体污染已经刻不容缓。目前，城市黑臭水体的识别主要依靠常规的地面监测方法，然而这种方法需要布设大量的人工监测点位，不仅浪费大量的人力、物力和财力，也无法做到长时间跟踪监测，并且，获得的水环境信息也有很大的局限性。现有技术中，通常采用卫星遥感技术对城市水系进行监测，但是对于从卫星遥感图像中识别出黑臭水体，目前用到的识别方法准确率不高，而且，对水系黑臭程度的划分也不细致。
技术实现思路
有鉴于此，本专利技术实施例提供了一种基于光谱指数模型的黑臭水体识别方法及系统本文档来自技高网...

【技术保护点】
一种基于光谱指数模型的黑臭水体识别方法，其特征在于，所述方法包括：获取符合预设规则的高空间分辨率遥感图像；所述高空间分辨率遥感图像包括：全色遥感图像和多光谱遥感图像；对所述高空间分辨率遥感图像进行预处理，得到遥感反射率图像；所述遥感反射率图像包括：全色遥感反射率图像和多光谱遥感反射率图像；将所述全色遥感反射率图像和所述多光谱遥感反射率图像进行融合，得到融合后的遥感反射率图像；将所述融合后的遥感反射率图像对应的河流水系矢量文件或者掩膜文件叠加到所述融合后的遥感反射率图像中，提取出所述融合后的遥感反射率图像中的河流，得到河流遥感图像；获取所述河流遥感图像中每个像元的蓝、绿、红和近红外波段，并依据所...

【技术特征摘要】
1.一种基于光谱指数模型的黑臭水体识别方法，其特征在于，所述方法包括：获取符合预设规则的高空间分辨率遥感图像；所述高空间分辨率遥感图像包括：全色遥感图像和多光谱遥感图像；对所述高空间分辨率遥感图像进行预处理，得到遥感反射率图像；所述遥感反射率图像包括：全色遥感反射率图像和多光谱遥感反射率图像；将所述全色遥感反射率图像和所述多光谱遥感反射率图像进行融合，得到融合后的遥感反射率图像；将所述融合后的遥感反射率图像对应的河流水系矢量文件或者掩膜文件叠加到所述融合后的遥感反射率图像中，提取出所述融合后的遥感反射率图像中的河流，得到河流遥感图像；获取所述河流遥感图像中每个像元的蓝、绿、红和近红外波段，并依据所述波段和预设的光谱指数模型计算黑臭光谱指数；光谱指数模型：其中，b1为蓝光波段、b2为绿光波段、b3为红光波段和b4为近红外波段；依据每个像元的光谱指数H、预设的第一阈值n1和第二阈值n2的关系，确定所述每个像元对应的水体的类别；所述类别包括：重度黑臭水体、轻度黑臭水体和一般水体。2.根据权利要求1所述的方法，其特征在于，所述预设的规则包括：所述高空间分辨率遥感图像在预设的云量范围内，并且所述高空间分辨率遥感图像覆盖研究区域的范围。3.根据权利要求1所述的方法，其特征在于，对所述高空间分辨率遥感图像进行预处理包括：采用满足预设时相规则的高几何精度图像对所述全色遥感图像和多光谱遥感图像进行几何精校正，得到校正过的全色遥感图像和校正过的多光谱遥感图像；将校正过的全色遥感图像和校正过的多光谱遥感图像进行配准，得到配准后的全色遥感图像和配准后的多光谱遥感图像；采用预设的辐射定标系数对配准后的全色遥感图像和配准后的多光谱遥感图像进行辐射定标处理，得到全色遥感反射率图像和多光谱遥感反射率图像。4.根据权利要求3所述的方法，其特征在于，所述将所述全色遥感反射率图像和所述多光谱遥感反射率图像进行融合，包括：依据Gram-Schmidt正交化算法对所述全色遥感反射率图像和所述多光谱遥感反射率图像进行融合。5.根据权利要求1所述的方法，其特征在于，还包括：从所述融合后的遥感反射率图像中提取出河流水系矢量文件或者掩膜文件。6.根据权利要求1所述的方法，其特征在于，所述第一阈值n1＝0.4，第二阈值n2＝0.8，当H≤0.4时，表...

【专利技术属性】
技术研发人员：张兵，申茜，李俊生，张方方，吴艳红，曹红业，
申请(专利权)人：中国科学院遥感与数字地球研究所，
类型：发明
国别省市：北京,11