基于雷达遥感影像的湿芦苇提取方法技术

本申请公开了一种基于雷达遥感影像的湿芦苇提取方法，涉及图像处理技术领域。包括：获取包括芦苇的雷达遥感影像，芦苇包括干芦苇和湿芦苇；预设芦苇的散射机制，计算雷达遥感影像中芦苇对应的相干系数，得到对应的相干系数幅度值；根据相干系数幅度值建立干芦苇和湿芦苇的概率密度函数，应用基于相干系数幅度值建立的干芦苇和湿芦苇的概率密度函数，生成不同水文状态芦苇的概率分布图；根据不同水文状态芦苇的概率分布图，提取湿芦苇的空间分布范围。通过采用相干系数开展湿地植被水文状态的监测研究，能够有效提取不同湿地类型的水文覆盖信息，为湿地有效面积的可靠评价及其退化程度的分析提供了重要价值。

【技术实现步骤摘要】
基于雷达遥感影像的湿芦苇提取方法
本申请涉及图像处理
，具体地说，涉及一种基于雷达遥感影像的湿芦苇提取方法。
技术介绍
湿地生态系统是地球上三大生态系统之一，处于陆地和水体之间的过渡地带，在保护生物多样性、净化水资源、调节局部地区气候、蓄洪防旱等方面发挥了非常重要的作用。然而由于湿地围垦、大型水利工程建设、湿地水资源的过度利用，导致部分地区的湿地水文环境遭到破坏，湿地生态系统不断退化。芦苇作为分布最为广泛的湿地类型，是世界各地造纸的主要来源，还能有效缓解干旱和风沙扬尘等陆地气象灾害。芦苇湿地可作为直接的水源或补充地下水，防止土壤次生盐渍化。其下垫面的水文环境为每年成千上万的水禽提供了重要的繁殖与栖息场所，还是许多鸟类迁徙路线的重要组成部分。因此，监测芦苇下垫面的水文环境变化非常重要，它是衡量湿地生态系统健康程度的重要指示，也是维护湿地生物多样性的有效途径。传统的湿地水文监测方法主要是采用水文观测站和野外实测的技术手段，虽然获取的数据精度较高，但是只能得到观测和测量站点数据，无法获取湿地水文格局的空间分布信息，使得湿地水文监测的结果往往被低本文档来自技高网...

【技术保护点】
1.一种基于雷达遥感影像的湿芦苇提取方法，其特征在于，包括：/n获取包括芦苇的雷达遥感影像，所述芦苇包括干芦苇和湿芦苇；/n预设所述芦苇的散射机制，计算所述雷达遥感影像中所述芦苇对应的相干系数，得到对应的相干系数幅度值；其中，所述相干系数幅度值的计算公式为：/n

【技术特征摘要】
1.一种基于雷达遥感影像的湿芦苇提取方法，其特征在于，包括：
获取包括芦苇的雷达遥感影像，所述芦苇包括干芦苇和湿芦苇；
预设所述芦苇的散射机制，计算所述雷达遥感影像中所述芦苇对应的相干系数，得到对应的相干系数幅度值；其中，所述相干系数幅度值的计算公式为：



其中，t为相干系数幅度值，p和q分别为两景重轨数据的单视复数影像，R为共轭相乘运算；
根据所述相干系数幅度值建立所述干芦苇和所述湿芦苇的概率密度函数，所述概率密度函数的统计表达式为：
ft(t|T)＝2(N-1)(1-T2)Nt(1-t2)N-2×H(N,N；1；T2t2)
其中，t和T分别代表样本的相干系数幅度值和实际相干系数幅度值，N为所述雷达遥感影像的等效视数，H为超几何方程；
应用基于所述相干系数幅度值建立的所述干芦苇和所述湿芦苇的概率密度函数，生成不同水文状态芦苇的概率分布图；
根据不同水文状态芦苇的概率分布图，提取所述湿芦苇的空间分布范围。


2.根据权利要求1所述的一种基于雷达遥感影像的湿芦苇提取方法，其特征在于，在根据所述相干系数幅度值建立所述干芦苇和所述湿芦苇的概率密度函数之前，所述提取方法还包括建立并分析所述湿芦苇和所述干芦苇的相干系数的统计直方图，具体为：
在相干系数幅度值对应的图像中分别选取部分所述干芦苇和部分所述湿芦苇的样本区域，并建立相应的相干系数的统计直方图，分析所述样本区域的所述相干系数幅度值的统计分布情况。


3.根据权利要求2所述的一种基于雷达遥感影像的湿芦苇提取方法，其特征在于，所述应用基于所述相干系数幅度值建立的所述干芦苇和所述湿芦苇的概率密度函数，生成不同水文状态芦苇的概率分布图，具体为：
利用样本的所述相干系数幅度值为实际相干系数幅度值的最大似然估计，结合所述样本...

【专利技术属性】
技术研发人员：张美美，陈方，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：北京;11