基于Landsat影像的富营养化湖泊水生植被和藻华自动提取方法技术

本发明专利技术提供了基于Landsat影像的富营养化湖泊水生植被和藻华自动提取方法，对Landsat影像数据分别进行缨帽变换、NDVI指数计算、FAI指数计算，基于缨帽变换后的第三分量提取AVI图像，并利用光谱线性混合模型确定AVI图像中用于分类植被和非植被的分类阈值a，分别确定NDVI图像中的分类阈值b、FAI图像中的分类阈值c；根据AVI、NDVI和FAI指数值及其分类阈值a、b、c建立决策树分类模型，生成富营养化湖泊不同水生植被群落和藻华自动提取结果图。本发明专利技术能够自动、实时、大范围和高精度的识别和监测湖泊不同植被群落（浮叶/挺水和沉水植被）和蓝藻水华的空间分布，对监测和追溯草型湖泊和藻型湖泊的相互转换动态过程、湖泊生态修复管理及草藻的打捞等具有重要的现实意义。草藻的打捞等具有重要的现实意义。草藻的打捞等具有重要的现实意义。

【技术实现步骤摘要】
基于Landsat影像的富营养化湖泊水生植被和藻华自动提取方法


[0001]本专利技术属于遥感应用领域，涉及基于Landsat影像的富营养化湖泊水生植被和藻华自动提取方法。

技术介绍

[0002]水生植被和藻华，同是水生生态系统的初级生产者，但在湖泊生态系统中的生态作用完全不同。一方面水生植被在维持湖泊生态系统平衡、物质循环和水质方面起着积极作用。另一方面，蓝藻水华则是湖泊重度富营养化的结果，对生态系统具有很大危害，会破坏湖泊景观，严重影响渔业和旅游业的发展，更致命的是藻华产生的有毒物质可能会通过食物链等渠道进入人体，对人们的健康造成极大危害。因此，作为湖泊生态系统的重要调节者和指示者，水生植被群落(浮叶/挺水和沉水植被)和藻华的实时、快速监测对湖泊生态系统生态功能的评估具有指导意义，同时，草型湖泊和藻型湖泊的相互转换动态过程、湖泊生态修复管理及草藻的打捞等具有重要的现实意义。
[0003]传统的水生植被和藻华的监测方法为人工样方、样线调查法，其费时费力、监测范围和样本量有限，监测难度大(很多水生植被和藻华生长的地方人很难到达)，无法快本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于Landsat影像的富营养化湖泊水生植被和藻华自动提取方法，其特征在于，包括：获取覆盖研究区的Landsat卫星地表反射率影像数据，并分别进行如下处理；i.对影像数据进行缨帽变换，以缨帽变换后的第三分量作为水生植被指数AVI，获取AVI图像，并利用光谱线性混合模型确定AVI图像中用于分类水生植被和非水生植被的分类阈值a；ii.基于影像数据获取归一化植被指数NDVI图像，用于在水生植被区域区分浮叶/挺水植被和沉水植被，并确定NDVI图像中的分类阈值b；iii.基于影像数据获取浮游藻类指数FAI图像，用于在非水生植被区域区分藻华和水体，并确定FAI图像中的分类阈值c；根据AVI、NDVI和FAI指数值及其分类阈值a、b、c确定判别条件，建立决策树分类模型，生成富营养化湖泊不同水生植被群落和藻华自动提取结果图。2.根据权利要求1所述的方法，其特征在于，从GEE云平台获取所述覆盖研究区的Landsat卫星地表反射率影像数据。3.根据权利要求1所述的方法，其特征在于，还包括对所述Landsat卫星地表反射率影像数据进行预处理；所述预处理包括影像去云和研究区裁剪；所述影像去云通过使用QA波段并将cloudShadowBitMask和cloudsBitMask的值设置为0后再掩膜完成。4.根据权利要求1所述的方法，其特征在于，基于下式确定分类阈值a：a＝p
×
AVI(w)+(1
‑
p)
×
AVI(v)其中，AVI(w)和AVI(v)分别代表纯水体像素和浮叶/挺水植被生长密集处像素的平均AVI值，p是纯水体端元所占的比例。5.根据权利要求4所述的方法，其特征在于，基于以下步骤获取AVI(w)：1)获取研究区影像的NDWI图像，并统计其直方图；2)将NDWI直方图中第二高的峰值对应NDWI值作为提取纯水像元的NDWI阈值；3)将所有NDWI值大于该阈值的像元提取为纯水像元，并统计这...

【专利技术属性】
技术研发人员：罗菊花，段洪涛，倪贵高，
申请(专利权)人：中国科学院南京地理与湖泊研究所，
类型：发明
国别省市：