基于时序星载制造技术

本发明专利技术提供一种基于时序星载

【技术实现步骤摘要】
基于时序星载SAR影像的洪涝水体提取方法及系统


[0001]本专利技术属于极化雷达遥感图像处理
，是一种基于时序星载
SAR(Synthetic Aperture Radar
，
SAR)
影像实现城市洪涝水体准确探测的新技术方案
。

技术介绍

[0002]洪涝是全球范围内发生频率最高
、
波及范围最广
、
造成经济损失最惨重的自然灾害之一
。
据统计，在
2000
年至
2019
年间，全球有超过
16
亿人次受到不同程度洪涝的影响，其中亚洲地区受灾人次更是达到了
15
亿
。
随着全球气候变化的不断加剧，极端气象灾害频发，洪涝发生的频率和烈度呈现上升趋势
。
基于卫星影像的研究显示，从
2000
年至
2015
年，受洪涝影响的人口比例已经增加了超过
20
％；预计到
2030
年，亚洲和非洲地区受洪涝影响的人口比例还将进一步增加
。
[0003]极端降雨是引发洪水泛滥的主要因素
。
然而，由于云层遮挡，传统的可见光和红外波段遥感卫星难以获取地面的实际情况，因此难以及时绘制完整的洪水范围，往往会低估洪涝灾害所造成的损失
。
与光学遥感不同，合成孔径雷达
(Synthetic Aperture Radar/>，
SAR)
是一种主动的微波遥感手段，其使用的微波波段保证了它可以在任何气象条件下获取地表信息，具备全天候全天时的成像能力
。SAR
卫星在应急响应中扮演了不可或缺的角色，是全球对地观测卫星体系建设中的重要一环
。
欧空局的
Sentinel
‑1在发射不久就参与了纳米比亚和波黑洪水事件的应急响应，我国的高分三号在特大暴雨期间获取了多景应急观测影像，这表明
SAR
已经成为洪水监测系统的首选工具之一
。
除此之外，商业
SAR
卫星的蓬勃发展为洪水监测带来不同分辨率
、
不同波段和极化方式的数据，极大地提高了
SAR
影像在应急响应中绘制地表动态变化的能力
。
[0004]SAR
影像中不同土地覆盖类型后向散射特征差异显著，发生洪水时自然区域和建筑区域的强度变化截然不同
。
基于阈值或变化检测的传统方法在应对多类型错杂分布的复杂场景洪涝监测时存在不足
。
其原因在于：阈值分割主要使用洪灾期间的单时相
SAR
影像，利用全局或局部空间统计信息决定阈值，但不同地表目标的散射行为差异
、
洪水对不同区域造成的散射变化差异均会导致无法确定复杂场景普适的阈值；变化检测通常对比洪灾发生前后时相影像间的差异，但自然区域的高时变性
、
建筑区域的强异质性以及
SAR
不可避免的乘性噪声等因素相互耦合，加剧了伪变化的产生
。
基于现有技术缺陷，本专利技术提出，利用时序星载
SAR
影像通过提供时间维度上更详尽的观测信息，既可降低时变性等因素的干扰，又可基于时间维度上的统计信息判定洪水存在与否，能够避免利用空间统计信息普适性的难题
。

技术实现思路

[0005]本专利技术的目的在于，解决现阶段基于星载
SAR
影像的洪涝水体变化检测方案存在难以充分利用时间序列影像间的时间维度信息，且通常对时序影像每个像素进行无区别对待检测，带来误检率高的问题
。
[0006]本专利技术采用的技术方案提供一种基于时序星载
SAR
影像的洪涝水体提取方法，包括以下处理：
[0007]雷达影像预处理，包括利用星载
SAR
平台参数实现影像的粗配准；
[0008]时序星载
SAR
影像的配准；
[0009]构建基于统计特征的异常值检测因子，所述异常值检测因子采用综合极化方式
、
轨道参数和成像模式差异的时序
SAR
影像
Z
‑
score
值；
[0010]基于
GPM
和
Z
‑
socre
的自动化影像块筛选，包括先基于
GPM
得到完全无雨基线
CRB
影像集，然后基于
Z
‑
socre
和
CRB
联合得到不受降雨影响的基线
RRB
，利用
RRB
实现序列影像块自动筛选；
[0011]基于分类树的大范围洪水自动提取，包括利用世界定居点足迹
WSF
数据实现影像中城区与非城区划分，基于建筑区域和自然区域洪水时期散射机理的差异性，进行建筑区域内涝和自然区域洪水的决策树方式提取
。
[0012]而且，所述雷达影像预处理，实现方式包括读头信息，轨道内插，粗配准，热噪声去除，地形辐射校正和精致
Lee
滤波
。
[0013]而且，所述时序星载
SAR
影像的配准实现方式为，选择一幅
SAR
影像作为源影像，其它影像作为目标影像，基于相关系数，在设定的窗口内实现目标影像与源影像的精确配准点提取；基于提取的配准点，利用二次多项式进行目标影像的几何纠正，实现影像的相对精确配准
。
[0014]而且，进行基于
GPM
和
Z
‑
socre
的自动化影像块筛选时，以
CRB
切片集为基准，计算
CRB
切片集
Z
‑
socre
值的频率分布曲线；根据
CRB
切片集的均值和标准差，重新计算综合差异评分
Z
‑
socre
值，统计
Z
‑
score
值的频率分布曲线；基于曼哈顿距离的曲线相似度判断两条曲线之间的差异程度，当相似度满足阈值条件时，记录此时影像满足的规则集，利用所得新的规则集得到新的无雨基线影像集
。
[0015]而且，所述基于分类树的大范围洪水自动提取，实现方式如下，
[0016]利用建筑物掩膜数据集区分建筑区域和自然区域；
[0017]在自然区域，根据像素的水体覆盖时间判断其是否为永久水体，永久水体像素不再参与后续分类，对于非永久水体，如果给定像素的同极化和交叉极化的
Z
‑
score
值均低于相应阈值，则该像素被赋予双极化洪水标签；如果仅有一个低于相应阈值，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于时序星载
SAR
影像的洪涝水体提取方法，其特征在于，包括以下处理：雷达影像预处理，包括利用星载
SAR
平台参数实现影像的粗配准；时序星载
SAR
影像的配准；构建基于统计特征的异常值检测因子，所述异常值检测因子采用综合极化方式
、
轨道参数和成像模式差异的时序
SAR
影像
Z
‑
score
值；基于
GPM
和
Z
‑
socre
的自动化影像块筛选，包括先基于
GPM
得到完全无雨基线
CRB
影像集，然后基于
Z
‑
socre
和
CRB
联合得到不受降雨影响的基线
RRB
，利用
RRB
实现序列影像块自动筛选；基于分类树的大范围洪水自动提取，包括利用世界定居点足迹
WSF
数据实现影像中城区与非城区划分，基于建筑区域和自然区域洪水时期散射机理的差异性，进行建筑区域内涝和自然区域洪水的决策树方式提取
。2.
根据权利要求1所述的一种基于时序星载
SAR
影像的洪涝水体提取方法，其特征在于：所述雷达影像预处理，实现方式包括读头信息，轨道内插，粗配准，热噪声去除，地形辐射校正和精致
Lee
滤波
。3.
根据权利要求1所述的一种基于时序星载
SAR
影像的洪涝水体提取方法，其特征在于：所述时序星载
SAR
影像的配准实现方式为，选择一幅
SAR
影像作为源影像，其它影像作为目标影像，基于相关系数，在设定的窗口内实现目标影像与源影像的精确配准点提取；基于提取的配准点，利用二次多项式进行目标影像的几何纠正，实现影像的相对精确配准
。4.
根据权利要求1所述的一种基于时序星载
SAR
影像的洪涝水体提取方法，其特征在于：进行基于
GPM
和
Z
‑
socre
的自动化影像块筛选时，以
CRB
切片集为基准，计算
CRB
切片集
Z
‑
socre
值的频率分布曲线；根据
CRB
切片集的均值和标准差，重新计算综合差异评分
Z
‑
socre
值，统计
Z
‑
score
值的频率分布曲线；基于曼哈顿距离的曲线相似度判断两条曲线之间的差异程度，当相似度满足阈值条件时，记录此时影像满足的规则集，利用所得新的规则集得到新的无雨基线影像集
。5.
根据权利要求1或2或3或4所述的一种基于时序星载
...

【专利技术属性】
技术研发人员：杨杰，王号众，孙维东，赵伶俐，刘进，
申请(专利权)人：武汉大学，
类型：发明
国别省市：