城市黑臭水体识别方法及装置制造方法及图纸

本申请实施例公开了一种城市黑臭水体识别方法及装置，利用水面待识别点的蓝光波段的遥感反射率和红光波段的遥感反射率计算水面待识别点在绿光波段的插值反射率；根据水面待识别点的绿光波段的遥感反射率和计算得到的插值反射率，以及红光波段的遥感反射率，计算黑臭水体分级指数；根据该黑臭水体分级指数判断水面待识别点是否是黑臭水体，以及当水面待识别点是黑臭水体时，黑臭水体的等级。不仅有效识别出黑臭水体，还实现了对黑臭水体的分级识别。

【技术实现步骤摘要】
城市黑臭水体识别方法及装置
本申请涉及遥感影像处理
，更具体地说，涉及一种城市黑臭水体识别方法及装置。
技术介绍
城市建成区内受到污染达到一定程度的水体称为黑臭水体。城市黑臭水体不仅给群众带来了极差的感官体验，也是直接影响群众的生产生活。因此，需要对城市黑臭水体进行监测以便进行治理。随着GF系列、ZY系列等国产高分辨率卫星的发射，我国遥感监测技术已达到亚米级水平，可以利用遥感手段大范围、实时、快速的监测城市黑臭水体。然而目前的黑臭水体识别方法只能区分是否是黑臭水体，而对于黑臭水体，却不能区分是重度黑臭水体还是轻度黑臭水体。
技术实现思路
本申请的目的是提供一种城市黑臭水体识别方法及装置，以至少部分的克服现有技术中存在的技术问题。为实现上述目的，本申请提供了如下技术方案：一种城市黑臭水体识别方法，包括：获取水面待识别点的遥感反射率；利用所述水面待识别点的蓝光波段的遥感反射率和红光波段的遥感反射率计算所述水面待识别点在绿光波段的插值反射率；根据所述水面待识别点的绿光波段的遥感反射率和插值反射率，以及所述红光波段的遥感反射率，计算黑臭水体分级指数；根据所述黑臭水体分级指数判断所述水面待识别点是否是黑臭水体，以及当所述水面待识别点是黑臭水体时，黑臭水体的等级。上述方法，优选的，所述根据所述水面待识别点的绿光波段的遥感反射率和插值反射率，以及所述红光波段的遥感反射率，计算黑臭水体分级指数，包括：将所述绿光波段的遥感反射率与所述插值反射率的差值，除以所述红光波段的遥感反射率，得到所述黑臭水体分级指数。上述方法，优选的，所述根据所述黑臭水体分级指数判断所述水面待识别点是否是黑臭水体，以及当所述水面待识别点是黑臭水体时，黑臭水体的等级，包括：若所述黑臭水体分级指数小于第一预设阈值，确定所述水面待识别点为重度黑臭水体；若所述黑臭水体分级指数大于或等于所述第一预设阈值，且小于或等于第二预设阈值，确定所述水面待识别点为轻度黑臭水体；所述第二预设阈值大于所述第一预设阈值；若所述黑臭水体分级指数大于所述第二预设阈值，确定所述水面待识别点为非黑臭水体。上述方法，优选的，所述利用所述水面待识别点的蓝光波段的遥感反射率和红光波段的遥感反射率计算所述水面待识别点在绿光波段的插值反射率，包括：采用线性内插方式计算所述插值反射率：R'rs,G＝Rrs,B+(Rrs,R-Rrs,B)*(λG-λB)/(λR-λB)其中，R'rs,G为所述绿光波段的插值反射率；Rrs,B为所述蓝光波段的遥感反射率；Rrs,R为所述红光波段的遥感反射率；λR表示红光波段的中心波长；λG表示绿光波段的中心波长；λB表示蓝光波段的中心波长。上述方法，优选的，所述获取水面待识别点的遥感反射率，包括：获取被监测地理区域的全色影像和多光谱影像；对所述全色影像和所述多光谱影像进行融合，得到融合影像；对所述融合影像进行正射校正，得到第一校正影像；对所述第一校正影像进行第一大气校正，得到第二校正影像；在所述第二校正影像中，分别利用水体指数法和近红外波段阈值法提取水体区域，将两种方法提取的水体区域求交集，得到目标水体区域；在所述目标水体区域中获取水面待识别点的遥感反射率。一种城市黑臭水体识别装置，包括：获取模块，用于获取水面待识别点的遥感反射率；第一计算模块，用于利用所述水面待识别点的蓝光波段的遥感反射率和红光波段的遥感反射率计算所述水面待识别点在绿光波段的插值反射率；第二计算模块，用于根据所述水面待识别点的绿光波段的遥感反射率和插值反射率，以及所述红光波段的遥感反射率，计算黑臭水体分级指数；分级模块，用于根据所述黑臭水体分级指数判断所述水面待识别点是否是黑臭水体，以及当所述水面待识别点是黑臭水体时，黑臭水体的等级。上述装置，优选的，所述第二计算模块具体用于：将所述绿光波段的遥感反射率与所述插值反射率的差值，除以所述红光波段的遥感反射率，得到所述黑臭水体分级指数。上述装置，优选的，所述分级模块具体用于：若所述黑臭水体分级指数小于第一预设阈值，确定所述水面待识别点为重度黑臭水体；若所述黑臭水体分级指数大于或等于所述第一预设阈值，且小于或等于第二预设阈值，确定所述水面待识别点为轻度黑臭水体；所述第二预设阈值大于所述第一预设阈值；若所述黑臭水体分级指数大于所述第二预设阈值，确定所述水面待识别点为非黑臭水体。上述装置，优选的，所述第一计算模块具体用于：采用线性内插方式计算所述插值反射率：R'rs,G＝Rrs,B+(Rrs,R-Rrs,B)*(λG-λB)/(λR-λB)其中，R'rs,G为所述绿光波段的插值反射率；Rrs,B为所述蓝光波段的遥感反射率；Rrs,R为所述红光波段的遥感反射率；λR表示红光波段的中心波长；λG表示绿光波段的中心波长；λB表示蓝光波段的中心波长。上述装置，优选的，所述获取模块包括：获取单元，用于获取被监测地理区域的全色影像和多光谱影像；融合单元，用于对所述全色影像和所述多光谱影像进行融合，得到融合影像；正射校正单元，用于对所述融合影像进行正射校正，得到第一校正影像；大气校正单元，用于对所述第一校正影像进行第一大气校正，得到第二校正影像；提取单元，用于在所述第二校正影像中，分别利用水体指数法和近红外波段阈值法提取水体区域，将两种方法提取的水体区域求交集，得到目标水体区域；读取单元，用于在所述目标水体区域中读取水面待识别点的遥感反射率。通过以上方案可知，本申请提供的一种城市黑臭水体识别方法及装置，利用水面待识别点的蓝光波段的遥感反射率和红光波段的遥感反射率计算水面待识别点在绿光波段的插值反射率；根据水面待识别点的绿光波段的遥感反射率和计算得到的插值反射率，以及红光波段的遥感反射率，计算黑臭水体分级指数；根据该黑臭水体分级指数判断水面待识别点是否是黑臭水体，以及当水面待识别点是黑臭水体时，黑臭水体的等级。不仅有效识别出黑臭水体，还实现了对黑臭水体的分级识别。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请实施例提供的城市黑臭水体识别方法的一种实现流程图；图2为本申请实施例提供的获取水面待识别点的遥感反射率的一种实现流程图；图3为本申请实施例提供的城市黑臭水体识别装置的一种结构示意图；图4a是基于本申请提供的BOCI模型确定的样本与BOCI值的对应关系示意图；图4b是基于现有技术提供的BOI模型确定的样本与BOI值的对应关系示意图；图4c是基于现有技术提供的红绿波段比值法模型确定的样本与红绿波段比值法模型值的对应关系示意图；图5a是基于本申请提供的BOCI模型确定的样本与BOCI值的对应关系的另一示意图；图5b是基于现有技术提供的BOI模型确定的样本与BOI值的对应关系的另一示意图；图5c是基于现有技术提供的红绿波段比值法模型确定的样本与红绿波段比值法模型值的对应关系的另一示意图。说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的部分，而不必用于描述特定的顺序或先后次序。应该理本文档来自技高网...

【技术保护点】
1.一种城市黑臭水体识别方法，其特征在于，包括：获取水面待识别点的遥感反射率；利用所述水面待识别点的蓝光波段的遥感反射率和红光波段的遥感反射率计算所述水面待识别点在绿光波段的插值反射率；根据所述水面待识别点的绿光波段的遥感反射率和插值反射率，以及所述红光波段的遥感反射率，计算黑臭水体分级指数；根据所述黑臭水体分级指数判断所述水面待识别点是否是黑臭水体，以及当所述水面待识别点是黑臭水体时，黑臭水体的等级。

【技术特征摘要】
1.一种城市黑臭水体识别方法，其特征在于，包括：获取水面待识别点的遥感反射率；利用所述水面待识别点的蓝光波段的遥感反射率和红光波段的遥感反射率计算所述水面待识别点在绿光波段的插值反射率；根据所述水面待识别点的绿光波段的遥感反射率和插值反射率，以及所述红光波段的遥感反射率，计算黑臭水体分级指数；根据所述黑臭水体分级指数判断所述水面待识别点是否是黑臭水体，以及当所述水面待识别点是黑臭水体时，黑臭水体的等级。2.根据权利要求1所述的方法，其特征在于，所述根据所述水面待识别点的绿光波段的遥感反射率和插值反射率，以及所述红光波段的遥感反射率，计算黑臭水体分级指数，包括：将所述绿光波段的遥感反射率与所述插值反射率的差值，除以所述红光波段的遥感反射率，得到所述黑臭水体分级指数。3.根据权利要求2所述的方法，其特征在于，所述根据所述黑臭水体分级指数判断所述水面待识别点是否是黑臭水体，以及当所述水面待识别点是黑臭水体时，黑臭水体的等级，包括：若所述黑臭水体分级指数小于第一预设阈值，确定所述水面待识别点为重度黑臭水体；若所述黑臭水体分级指数大于或等于所述第一预设阈值，且小于或等于第二预设阈值，确定所述水面待识别点为轻度黑臭水体；所述第二预设阈值大于所述第一预设阈值；若所述黑臭水体分级指数大于所述第二预设阈值，确定所述水面待识别点为非黑臭水体。4.根据权利要求1所述的方法，其特征在于，所述利用所述水面待识别点的蓝光波段的遥感反射率和红光波段的遥感反射率计算所述水面待识别点在绿光波段的插值反射率，包括：采用线性内插方式计算所述插值反射率：R'rs,G＝Rrs,B+(Rrs,R-Rrs,B)*(λG-λB)/(λR-λB)其中，R'rs,G为所述绿光波段的插值反射率；Rrs,B为所述蓝光波段的遥感反射率；Rrs,R为所述红光波段的遥感反射率；λR表示红光波段的中心波长；λG表示绿光波段的中心波长；λB表示蓝光波段的中心波长。5.根据权利要求1所述的方法，其特征在于，所述获取水面待识别点的遥感反射率，包括：获取被监测地理区域的全色影像和多光谱影像；对所述全色影像和所述多光谱影像进行融合，得到融合影像；对所述融合影像进行正射校正，得到第一校正影像；对所述第一校正影像进行第一大气校正，得到第二校正影像；在所述第二校正影像中，分别利用水体指数法和近红外波段阈值法提取水体区域，将两种方法提取的水体区域求...

【专利技术属性】
技术研发人员：申茜，张兵，姚月，七珂珂，杨旭，朱学练，
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