【技术实现步骤摘要】
一种基于Sentinel
‑
2A遥感影像溜砂坡判识与自动提取方法
[0001]本专利技术涉及一种基于Sentinel
‑
2A遥感影像溜砂坡判识与自动提取方法,属于遥感影像目标提取领域。
技术介绍
[0002]溜砂坡是指高陡斜坡在强烈的物理风化作用下形成的砂粒和碎屑,在自重力作用下发生溜动,并在坡脚堆积形成的锥状斜坡。频发的溜砂坡掩埋道路、阻段交通甚至危及生命财产安全,而利用遥感技术对溜砂坡进行判识与提取,获取溜砂坡信息,可以有效解决调查难、救灾难的问题。
[0003]遥感影像中,裸露的溜砂坡与裸岩光谱特征类似,通过目视难以区分,部分溜砂坡覆盖人工防护林或重新生长植被,隐蔽性高,不利于遥感判识与提取。目前,利用野外调查特征结合目视解译提取、算法模型结合NDVI等指数基于像元提取,或者利用高分影像,结合机器学习算法识别提取等方法对于溜砂坡的形成机理,演化规律、地貌特征和防治提供了思路,也为溜砂坡的遥感提取提供了特征参数依据。然而,溜砂坡的自动判识与提取研究并未深入,尤其是复杂环境下不同类型溜砂坡自动判识与提取研究仍需加强。因此,传统的溜砂坡判识提取方法对于区分复杂条件下不同地物特征,消除混淆作用都难以获得令人满意的结果。
[0004]综上所述,如何在现有技术的基础上提出准确的溜砂坡判识提取方法成为了目前亟需解决的问题。
技术实现思路
[0005]本专利技术旨在解决次生植被覆盖下溜砂坡隐蔽性较强,且中低分遥感影像中溜砂坡与裸岩地物信息相似,难以区分的问题, ...
【技术保护点】
【技术特征摘要】
1.一种基于Sentinel
‑
2A遥感影像溜砂坡判识与自动提取方法,其特征在于,包括如下步骤:步骤一:对获取的Sentinel
‑
2A光学遥感影像以及高精度数字高程数据进行预处理;步骤二:分析地物在遥感影像中的光谱信息,利用红边波段替换传统植被增强模型中的近红外波段,以NDVI为依据分段增强,建立改进的植被指数(Plecewise
‑
Enhanced Vegetation Index,PEVI),区分次生植被覆盖下的溜砂坡与原生植被带,当0.1≤PEVI≤0.2时,该对象地物类型为溜砂坡;步骤三:利用不同粒径岩石对中红外波段反射的差异性,建立岩石指数(Grit Reflectance Spectrum Index,GRSI),消除裸岩对溜砂坡的混淆作用,溜砂坡GRSI≥0.9;步骤四:结合纹理信息,地形特征,建立多尺度分割对象,实现溜砂坡的精确提取。2.根据权利要求1所述的一种基于Sentinel
‑
2A遥感影像溜砂坡判识与自动提取方法,其特征在于,所述步骤一包括:(1)基于ENVI5.3平台对原始影像进行辐射定标、大气校正、波段融合等预处理,使其空间分辨率达到最高10m,运用独立主成分分析将影像13个波段的纹理信息集中于前三个分量,与预处理后的影像进行波段融合,并裁剪出研究区;(2)基于ArcGIS10.2平台对8m分辨率的数字高程数据进行空间分析,得到坡度、坡向信息,并与融合后的影像进行组合作为研究的基础影像。3.根据权利要求1所述的一种基于Sentinel
‑
2A遥感影像的溜砂坡判识与自动提取方法,其特征在于,所述步骤二包括:(1)在光谱分析的基础上可知,植被反射率增高最快的点是红边波段且b8A反射率最高,对传统植被增强方法b
new
=a
×
b
g
+(1
‑
a)
×
b
nir
进行改进,用b8A替换近红外波段b8,建立初始函数b
new
=a
×
b3+(1
‑
a)
×
b
8A
;(2)利用红边波段代替传统模型的近红外波段,以NDVI作为地物分类依据,建立分段增强函数:增大植被覆盖下的溜砂坡与原生植被的区别,增强了影像目视效果,以有效地区分不同类型的溜砂坡;(3)在步骤(1)、(...
【专利技术属性】
技术研发人员:韩用顺,张猛,刘正权,韩月,李爱国,曹泽辉,杨志全,韦建超,
申请(专利权)人:湖南科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。