一种基于多光谱遥感数据提取水体的方法技术

本发明专利技术公开了一种基于多光谱遥感数据提取水体的方法，包括以下步骤：步骤1：大量获取多种地表类型的遥感反射率数据作为训练数据集；步骤2：分别求取每个地类训练数据集的平均反射率；步骤3：分别将每类平均反射率的各个波段除以各自的绿光波段反射率，得到对应的比例系数；步骤4：将比例系数与水体通用模型进行结合，列出不等式组；步骤5：求解不等式组，得到最终的水体提取模型。本发明专利技术可以利用国产卫星数据进行水体提取，解决了冰雪与水体难以区分的难题。

【技术实现步骤摘要】
一种基于多光谱遥感数据提取水体的方法
本专利技术属于多光谱遥感的
，特别是涉及一种基于多光谱遥感数据提取水体的方法。
技术介绍
地表水变化对生态、社会和经济的影响是当前研究的热点。光学遥感水资源研究主要可以分为：气候和水资源的研究，不同类型水体的提取，洪水监测，河流形态的研究，水体长时间序列研究，海岸带变化研究。目前，Landsat影像是用于变化分析，识别和检测地表水的最广泛使用的数据源。在基于Landsat遥感影像水体提取的研究中，多数是针对大区域的河流、湖泊等水体的提取。近年来，一些学者采用Sentinel2影像对大区域的地表水进行提取研究，并且取得良好的效果。目视解译是最初的光学遥感影像提取水体的方法，其缺点是效率低、成本高，没有利用不同地物具有不同反射率的特性。遥感影像的水体信息提取是基于电磁波谱上的反映特性。缨帽变换湿度指数TCW通过使用Landsat4影像的六个波段被提出(McFeeters等，1996)。1996年，受到归一化差异植被指数的启发，McFeeters基于Landsat影像的绿波段和近红外波段提出了归一化差异水体指数NDWI(NormalizedDifferenceWaterIndex)，NDWI是简单的水体指数,该指数能较好地抑制植被信息，但受薄云和山体阴影影响较大。2004年,Xu使用短波红外波段代替近红外波段，改良了NDWI，提出了改进的归一化差异水体指数MNDWI(ModificationNormalizedDifferenceWaterIndex)。MNDWI指数能突出水体信息，但也容易把水体和阴影混淆。基于分类二叉树的思想，Feyisa提出了针对有阴影的场景自动水体提取指数AWEIsh(AutomatedWaterExtractionIndexwithshadow)和针对没有阴影的场景自动水体提取指数AWEInsh(AutomatedWaterExtractionIndexwithnoshadow)，二者都是多波段水体指数。AWEI指数在提出时，声明该指数不适用于高反射率的地物，比如冰雪、白色建筑物等。Fisher等在2015年提出的水体指数WI2015(WaterIndex2015),在全球大范围多个地区进行测试了自身的稳定性和可行性。针对复杂环境，王小标成功地构建了一个多波段水体指数MBWI(Multi-BandWaterIndex)，MBWI一共使用了五个波段并且在多个复杂环境的地区测试了MBWI的有效性。MBWI能较好地抑制非水体信息的能力，但其缺点之一在于适用于提取细小的水体。面向对象提取水体信息的方法在抑制阴影信息的同时，能够准确提取细小水体。但是面向对象的方法的缺点之一是：不具有普遍性，难以在大范围下实现高精度的水体信息提取。在地形复杂的环境下，例如在高山积雪较多的区域，对水体提取产生干扰的因素有：阴影、冰雪等。如何减少遥感影像的噪声干扰仍是水体信息提取的难点。
技术实现思路
为了解决上述技术问题中的不足之处，本专利技术提供了一种基于多光谱遥感数据提取水体的方法，可以解决水体，阴影和冰雪难以区分的难题。为了解决上述技术问题，本专利技术采用的技术方案是：一种基于多光谱遥感数据提取水体的方法，包括以下步骤：步骤1：大量获取多种地表类型的遥感反射率数据作为训练数据集；步骤2：分别求取每个地表类型训练数据集的平均反射率；步骤3：分别将每类平均反射率的各个波段除以各自的绿光波段反射率，得到对应的比例系数；步骤4：将比例系数与水体通用模型进行结合，列出不等式组；步骤5：求解不等式组，将不等式组的解作为水体通用模型的系数，得到最终的水体提取模型；步骤6：利用该水体提取模型，提取水体。所述的基于多光谱遥感数据提取水体的方法，所述步骤1中，利用多种卫星数据获取大量不同地表类型的反射率数据作为训练集，其中卫星数据包括Landsat8、Sentinel2、GF1，地表类型包含内陆水体、海洋水体、阴影、雪、植被、旱地、建筑物和云。所述的基于多光谱遥感数据提取水体的方法，所述步骤2中，将获取的每个地表类型的反射率数据进行分别进行平均，求得每个地表类型的平均反射数据。所述的基于多光谱遥感数据提取水体的方法，所述步骤3中，分别计算每个代表类型中反射率数据的各个波段与其对应绿波段反射率的比例，该比例可作为不等式组的系数使用。所述的基于多光谱遥感数据提取水体的方法，将比例系数与水体通用模型进行结合，列出不等式组。水体通用模型可以表示为：式中，Y表示水体指数的值。x1-x6是六个波段前的系数；ρ1-ρ6是蓝波段、绿波段、红波段、近红外波段、短波近红外1波段、短波近红外2波段的反射率。上式中，ρ1-ρ6的值用比例系数代替,得到以下不等式组：式中，a1-a6为内陆水体各波段的比例系数，b1-b6为海洋水体各波段的比例系数，c1-c6为阴影各波段的比例系数，d1-d6为冰雪各波段的比例系数，e1-e6为植被各波段的比例系数，f1-f6为旱地各波段的比例系数，g1-g6为建筑物各波段的比例系数，h1-h6为云各波段的比例系数。所述的基于多光谱遥感数据提取水体的方法，所述步骤5中，求解不等式组，得到的解可以作为通用水体模型的系数，本方法的一组解，x1-x6分别是-1、3、2、-5、0、0，因此，所得的水体指数模型为：Y＝3ρ2-ρ1+2ρ3-5ρ4(3)式中，ρ1-ρ4分别为蓝波段、绿波段、红波段、近红外波段的反射率。本专利技术主要发展了一种基于多光谱遥感数据提取水体的方法，可以利用国产卫星数据进行水体提取，解决了冰雪与水体难以区分的难题，可以有效的区分水体与非水体。在水体识别中，所有的非水体地物都被视为噪声，本方法降低水体提取时噪声对提取结果的影响。本方法在现有的水体提取指数的基础上，分析整理水体通用模型，并且利用不同波段与绿波段的比例关系，构造新的水体提取模型。本专利技术具有以下有益效果：提供了基于多光谱遥感数据提取水体的方法。该方法步骤1以三种不同的光学卫星遥感影像的八种地表类型的反射率为样本，目的是为了使新的水体提取模型具备更好的适用性。步骤2和步骤3从光谱间的比例关系的角度，对水体、非水体进行分析。步骤4中的不等式组以0为界限，前两项大于0，代表经过本方法计算后的水体像素的数值大于0；后六项小于0，代表经过本方法计算后的非水体像素的数值小于0；以0为阈值，快速地对多光谱遥感数据中的水体进行提取。该方法可以多光谱遥感数据进行水体提取，可以有效地从噪声中提取水体信息。而且适用于大范围提取。方法原理简单，鲁棒性好，更容易进行推广应用。附图说明图1为多种地表类型平均反射率曲线；图2为水体提取结果示意图。a为原始影像，b为提取结果；图3不同方法提取结果对比。a为本方法(WI2020)提取结果(成功区分水体和冰雪)，b为WI2015提取结果(水体和冰雪无法区分)，c为MBWI提取结果(水体提取不完整)。具体实施方式...

【技术保护点】
1.一种基于多光谱遥感数据提取水体的方法，其特征在于，包括以下步骤：/n步骤1：大量获取多种地表类型的遥感反射率数据作为训练数据集；/n步骤2：分别求取每个地表类型训练数据集的平均反射率；/n步骤3：分别将每类平均反射率的各个波段除以各自的绿光波段反射率，得到对应的比例系数；/n步骤4：将比例系数与水体通用模型进行结合，列出不等式组；/n步骤5：求解不等式组，将不等式组的解作为水体通用模型的系数，得到最终的水体提取模型；/n步骤6：利用该水体提取模型，提取水体。/n

【技术特征摘要】
1.一种基于多光谱遥感数据提取水体的方法，其特征在于，包括以下步骤：
步骤1：大量获取多种地表类型的遥感反射率数据作为训练数据集；
步骤2：分别求取每个地表类型训练数据集的平均反射率；
步骤3：分别将每类平均反射率的各个波段除以各自的绿光波段反射率，得到对应的比例系数；
步骤4：将比例系数与水体通用模型进行结合，列出不等式组；
步骤5：求解不等式组，将不等式组的解作为水体通用模型的系数，得到最终的水体提取模型；
步骤6：利用该水体提取模型，提取水体。


2.如权利要求1所述的基于多光谱遥感数据提取水体的方法，其特征在于，所述步骤1中，利用多种卫星数据获取大量不同地表类型的反射率数据作为训练集，其中卫星数据包括Landsat8、Sentinel2、GF1，地表类型包含内陆水体、海洋水体、阴影、雪、植被、旱地、建筑物和云等。


3.如权利要求1所述的基于多光谱遥感数据提取水体的方法，其特征在于，所述步骤2中，将获取的每个地表类型的反射率数据进行分别进行平均，求得每个地表类型的平均反射数据。


4.如权利要求1所述的基于多光谱遥感数据提取水体的方法，其特征在于，所述步骤3中，分别计算每个代表类型中反射率数据的各...

【专利技术属性】
技术研发人员：高懋芳，邓开元，刘三超，任超，李召良，李石磊，
申请(专利权)人：中国农业科学院农业资源与农业区划研究所，交通运输部规划研究院，桂林理工大学，
类型：发明
国别省市：北京;11