一种面向多业务系统融合的多光谱遥感影像水体提取方法技术方案

本发明专利技术公开了一种面向多业务系统融合的多光谱遥感影像水体提取方法，包括如下步骤：S101)获取目标区域多光谱遥感影像数据；S102)对多光谱遥感影像数据进行预处理；S103)选取水体和非水体典型地物进行分析，构建不同地物的光谱曲线；S104)融合归一化植被指数和过程红外指数构建可见光红外融合指数模型；S105)输入预处理完毕的遥感影像，通过可见光红外融合水体指数算法模型，对水体像元进行提取。本发明专利技术能够解决遥感影像中水体和房屋阴影极易混淆的问题，快速掌握地表水变化，满足下立交暴雨积水模拟和分析、城市内涝推演、水污染溯源等需求，实现城市水资源的精准管理与高效治理。理。理。

【技术实现步骤摘要】
Difference Water Index,NDWI)，该指数能较好地抑制植被信息，但受薄云和阴影影响较。为改进这一问题，有学者使用短波近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分水体指数(Modified NDWI,MNDWI)，MNDWI指数能突出水体信息，但也容易把水体和阴影混淆。此外，为解决上述问题，有学者成功地构建了一个多波段水体指(multi
‑
band waterindex，MBWI)，MBWI一共使用了5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，但其缺点之一是不适用提取细小水体，同时引入过多波段的情况下，也导致不同波段之间的误差叠加。
[0007]更为重要的是城市区域地物复杂，往往存在不同类型的建筑、植被、裸地等非水体地物，同时这些非水地物由于城市的复杂性，在不同区域表现的光谱特征存在显著的差别，这也导致很多已有的光谱指数NDWI、MNDWI等在城市区域提取水体时，会出现很多将建筑物阴影像元误判为水体的情况，导致水体发生过提取，无法满足城市精细化管理与精准化治理的需要。...

【技术保护点】

【技术特征摘要】
1.一种面向多业务系统融合的多光谱遥感影像水体提取方法，其特征在于，包括如下步骤：S101)获取目标区域多光谱遥感影像数据；S102)对多光谱遥感影像数据进行预处理；S103)选取水体和非水体典型地物进行分析，构建不同地物的光谱曲线；S104)融合归一化植被指数和过程红外指数构建可见光红外融合指数模型；S105)输入预处理完毕的遥感影像，通过可见光红外融合水体指数算法模型，对水体像元进行提取。2.如权利要求1所述的面向多业务系统融合的多光谱遥感影像水体提取方法，其特征在于，所述多光谱遥感影像数据具备红波段、近红外波段、短波红外波段，近红波段的波段范围为750nm
‑
910nm，红波段的波段范围为590nm
‑
700nm，短波红外波段的波段范围为1550nm
‑
1800nm。3.如权利要求1所述的面向多业务系统融合的多光谱遥感影像水体提取方法，其特征在于，所述步骤S102包括：S1021)采用基于卫星传感器发布的绝对辐射定标系数，消除传感器自身的误差；S1022)对辐射校正后形成的表观反射率进行大气校正，消除大气中各种分子对地物反射的影响；S1023)对拍摄时因地形起伏而造成的图像几何失真进行正射校正；S1024)最后对多光谱遥感影像进行融合处理获得高分辨率影像。4.如权利要求1所述的面向多业务系统融合的多光谱遥感影像水体提取方法，其特征在于，所述S103在影像中选取水体像元、建筑像元、植被像元、裸地像元构成不同地物类型的特征矩阵，并依次求取各类地物在所有波段上的均值，获取每一类地物的光谱曲线。5.如权利要求4所述的面向多业务系统融合的多光谱遥感影像水体提取方法，其特征在于，所述建筑像元分为深色建筑和浅色建筑，并分别形成各自的光谱曲线。6.如权利要求4所述的面向多业务系统融合的多光谱遥感影像水体提取方法，其特征在于，所述特征矩阵为：上式中，A
...

【专利技术属性】
技术研发人员：王跃，陈春来，王号，洪敏慎，曲波，朱红旗，刘聃，朱怡，
申请(专利权)人：上海市大数据中心，
类型：发明
国别省市：