一种基于Google Earth Engine云平台的潮间带滩涂快速遥感提取方法技术

一种基于Google Earth Engine云平台的潮间带滩涂快速遥感提取方法，涉及潮间带滩涂快速提取方法，本发明专利技术是为了解决现有的遥感技术无法准确探测获得潮间带滩涂分布的问题而提出的。筛选Sentinel‑2MSI影像形成一个影像集；计算影像集中每一个影像的水体指数NDWI得到空间上的NDWI图像；形成最大NDWI像元组成的图像；利用mask函数去掉没有水体的区域；形成最大8A反射率的像元组成的图像；利用mask函数去掉非水面的区域；对高潮能够覆盖的所有水面区域低潮时的非水面区域进行空间求交，得到潮间带滩涂的分布图。本发明专利技术能准确快速地探测潮间带滩涂分布。

A Fast Remote Sensing Extraction Method for Intertidal Flats Based on Google Earth Engine Cloud Platform

【技术实现步骤摘要】
一种基于GoogleEarthEngine云平台的潮间带滩涂快速遥感提取方法
本专利技术涉及一种利用云平台和遥感数据的潮间带滩涂快速提取方法，涉及应用遥感技术制作滩涂地图等

技术介绍
滩涂作为滨海湿地生态系统的重要组成部分，对保育滨海湿地生态系统生物多样性具有重要作用，滩涂主要包括潮上带、潮间带和潮下带3个部分。其中潮间带滩涂具有极高的经济和生态价值，在维持海洋生物多样性、发展生态旅游、开展科学研究、维持海岸带生态平衡以及减灾等方面起着特别重要的作用。近年来，大规模的填海造陆和围海养殖活动，使潮间带滩涂大量减少，导致滨海湿地生态系统的破坏和生物多样性下降。快速准确的绘制潮间带滩涂分布图，是有效加强红滩涂湿地保护管理和生态恢复意义的基础。近年来，遥感技术已成为制作滩涂专题地图的有效方法。但是由于滩涂分布于潮间带地区，周期性的潮水浸没是给滩涂制图带来了困难。使用单时相的影像，不能有效识别涨潮时水面以下的滩涂范围。近几年，遥感数据云平台GoogleEarthEngine的大范围使用，2-5天重访周期的哨兵-2号多光谱数据(Sentinel-2MSI)给潮间带滩涂识别带来了新的机遇。现有技术中针对潮间带滩涂遥感的提取没有给出具体手段。
技术实现思路
本专利技术要解决的技术问题是：本专利技术为了解决现有的遥感技术无法准确探测获得潮间带滩涂分布的问题，从而提供一种基于GoogleEarthEngine云平台和Sentinel-2MSI影像的潮间带滩涂快速提取的方法。本专利技术为解决上述技术问题采取的技术方案是：一种基于GoogleEarthEngine云平台的潮间带滩涂快速遥感提取方法，它包括如下步骤：步骤一：利用GoogleEarthEngine云平台，筛选研究区一年内云量较少的Sentinel-2MSI影像，形成一个影像集；步骤二：计算影像集中每一个影像的水体指数(NDWI)，得到空间上的NDWI图像，并将NDWI图像当做一个波段，合并到原始影像中。NDWI计算公式如下；NDWI＝(PGreen-PNIR)/(PGreen+PNIR)式中，PGreen和PNIR代表绿波段和近红外波段的反射率。步骤三：利用GoogleEarthEngine中qualityMosaic函数选取影像集中NDWI值最大的像元，形成最大NDWI像元组成的图像；步骤四：设置NDWI阈值，选出一年中至少有一次水体覆盖的范围，利用mask函数去掉没有水体的区域；步骤五：根据滩涂在Sentinel-2MSI影像的8A波段反射率大于水体反射率的原理，利用GoogleEarthEngine中qualityMosaic函数选取影像集中8A波段值最大的像元，形成最大8A反射率的像元组成的图像；步骤六：设置8A阈值，选出最大8A反射率图像中的非水面，利用mask函数去掉水面的区域；步骤七：步骤四等到的是高潮能够覆盖的所有水面区域，步骤七得到低潮时的非水面区域，高潮时期水面区域与低潮时期的非水面区域进行空间相交，就得到了潮间带滩涂的分布图。进一步地，在步骤一中，所述一年内云量较少的Sentinel-2MSI影像是指一年内云量少于20％的影像。进一步地，在步骤三中，qualityMosaic函数是一种基于像素的影像镶嵌方法，用于将一系列时间序列上的像素中的值最大的像素选取出来组成一幅新的影像。进一步地，在步骤四中，mask函数可直接将阈值在一定范围内的像素进行掩膜，使这部分像素区域被擦除，所述一定范围是指NDWI小于或等于0.1。进一步地，在步骤五中，利用GoogleEarthEngine中qualityMosaic函数选取影像集中8A波段值最大的像元的过程中将8A波段设置为qualityMosaic的基准图层。进一步地，在步骤六中，8A阈值的范围为大于或等于1500。进一步地，在步骤六中，设置8A阈值，选出最大8A反射率图像中的非水面，利用mask函数去掉非水面的区域的过程中，利用mask函数对最大8A反射率图像中的每个像素进行掩膜，将像素值小于阈值的所有像素擦除。进一步地，在步骤七中，两个区域进行空间叠加后，进行空间相交分析，得到潮间带滩涂的分布图。本专利技术的有益效果是：本专利技术的技术要点：筛选Sentinel-2MSI影像形成一个影像集；计算影像集中每一个影像的水体指数NDWI得到空间上的NDWI图像；形成最大NDWI像元组成的图像；利用mask函数去掉没有水体的区域；形成最大8A反射率的像元组成的图像；利用mask函数去掉非水面的区域；对高潮能够覆盖的所有水面区域低潮时的非水面区域进行空间求交，得到潮间带滩涂的分布图。本专利技术能准确快速地探测潮间带滩涂分布。本专利技术实现了遥感技术准确快速的探测潮间带滩涂分布的问题。本专利技术首先利用GoogleEarthEngine云平台筛选质量好的Sentinel-2影像。然后利用GoogleEarthEngine提供的qualityMosaic函数，对影像集中的所有影像进性像素级别的融合。分别融合了NDWI最大值的像素，和8A波段反射率最大的像素，对新生成的融合影像进行阈值分类，空间叠加分析，获得了潮间带滩涂的分布。本专利技术克服了周期性的潮水淹没给潮间带滩涂遥感解译带来的困难，解决了被淹没的滩涂被错分为水体的问题。本专利技术所涉及的潮间带滩涂提取方法快捷有效，提高了潮间带滩涂解译的精度和可信度，具有可重复性和鲁棒性，对潮间带滩涂遥感制图具有及其重要的意义。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例共同用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1是影像筛选结果截图；图2是NDWI最大值像元组成的影像；图3是高潮能达到的最大水面区域图；图4是8A最大值像元组成的影像图；图5是潮间带滩涂分布图。具体实施方式一种基于GoogleEarthEngine云平台的潮间带滩涂快速遥感提取方法，它包括如下步骤：步骤一：利用GoogleEarthEngine云平台，筛选研究区一年内云量较少的Sentinel-2MSI影像，形成一个影像集；步骤二：计算影像集中每一个影像的水体指数NDWI，得到空间上的NDWI图像，并将NDWI图像当做一个波段，合并到原始影像中，NDWI计算公式如下；NDWI＝(PGreen-PNIR)/(PGreen+PNIR)式中，PGreen和PNIR代表绿波段和近红外波段的反射率；步骤三：利用GoogleEarthEngine中qualityMosaic函数选取影像集中NDWI值最大的像元，形成最大NDWI像元组成的图像；步骤四：设置NDWI阈值，选出一年中至少有一次水体覆盖的范围，利用mask函数去掉没有水体的区域；步骤五：根据滩涂在Sentinel-2MSI影像的8A波段反射率大于水体反射率的原理，利用GoogleEarthEngine中qualityMosaic函数选取影像集中8A波段值最大的像元，形成最大8A反射率的像元组成的图像；步骤六：设置8A阈值，选出最大8A反射率图像中的非水面，利用mask函数去掉水面的区域；步骤七：步骤四等到的是高潮能够覆盖的所有水面区域，步骤七得到低潮时的非水面区域，对这两个区域进行空间叠加，就得到了潮间带滩涂的分布图；在步骤一中，所述本文档来自技高网...

【技术保护点】
1.一种基于Google Earth Engine云平台的潮间带滩涂快速遥感提取方法，其特征在于，它包括如下步骤：步骤一：利用Google Earth Engine云平台，筛选研究区一年内云量较少的Sentinel‑2MSI影像，形成一个影像集；步骤二：计算影像集中每一个影像的水体指数NDWI，得到空间上的NDWI图像，并将NDWI图像当做一个波段，合并到原始影像中，NDWI计算公式如下；NDWI＝(PGreen‑PNIR)/(PGreen+PNIR)式中，PGreen和PNIR代表绿波段和近红外波段的反射率；步骤三：利用Google Earth Engine中qualityMosaic函数选取影像集中NDWI值最大的像元，形成最大NDWI像元组成的图像；步骤四：设置NDWI阈值，选出一年中至少有一次水体覆盖的范围，利用mask函数去掉没有水体的区域；步骤五：根据滩涂在Sentinel‑2 MSI影像的8A波段反射率大于水体反射率的原理，利用Google Earth Engine中qualityMosaic函数选取影像集中8A波段值最大的像元，形成最大8A反射率的像元组成的图像；步骤六：设置8A阈值，选出最大8A反射率图像中的非水面，利用mask函数去掉水面的区域；步骤七：步骤四等到的是高潮能够覆盖的所有水面区域，步骤七得到低潮时的非水面区域，对这两个区域进行空间叠加，就得到了潮间带滩涂的分布图。...

【技术特征摘要】
1.一种基于GoogleEarthEngine云平台的潮间带滩涂快速遥感提取方法，其特征在于，它包括如下步骤：步骤一：利用GoogleEarthEngine云平台，筛选研究区一年内云量较少的Sentinel-2MSI影像，形成一个影像集；步骤二：计算影像集中每一个影像的水体指数NDWI，得到空间上的NDWI图像，并将NDWI图像当做一个波段，合并到原始影像中，NDWI计算公式如下；NDWI＝(PGreen-PNIR)/(PGreen+PNIR)式中，PGreen和PNIR代表绿波段和近红外波段的反射率；步骤三：利用GoogleEarthEngine中qualityMosaic函数选取影像集中NDWI值最大的像元，形成最大NDWI像元组成的图像；步骤四：设置NDWI阈值，选出一年中至少有一次水体覆盖的范围，利用mask函数去掉没有水体的区域；步骤五：根据滩涂在Sentinel-2MSI影像的8A波段反射率大于水体反射率的原理，利用GoogleEarthEngine中qualityMosaic函数选取影像集中8A波段值最大的像元，形成最大8A反射率的像元组成的图像；步骤六：设置8A阈值，选出最大8A反射率图像中的非水面，利用mask函数去掉水面的区域；步骤七：步骤四等到的是高潮能够覆盖的所有水面区域，步骤七得到低潮时的非水面区域，对这两个区域进行空间叠加，就得到了潮间带滩涂的分布图。2.根据权利要求1所述的一种基于GoogleEarthEngine云平台的潮间带滩涂快速遥感提取方法，其特征在于，其特征在于，在步骤一中，所述一年内云量较少的Sentinel-2MSI影像是指一年内云量少于20％的影像。3.根据权利要...

【专利技术属性】
技术研发人员：贾明明，王宗明，任春颖，毛德华，
申请(专利权)人：中国科学院东北地理与农业生态研究所，
类型：发明
国别省市：吉林,22