【技术实现步骤摘要】
本专利技术属于水资源遥感监测，具体涉及一种基于时空约束的多源遥感影像精确水体提取方法及系统。
技术介绍
1、地表水是水资源的重要指标，在气候调节、生物地球化学循环和地表能量平衡等方面发挥着重要作用。及时有效地监测大范围地表水体的动态情况，有助于水资源的科学管理和利用，对区域生态系统和经济的可持续发展具有重要意义。相比于传统的地表水检测和提取方法，遥感影像具有时效性强、覆盖范围广等特点，能够快速获取大范围的地物信息。随着遥感科学与技术的发展和普及，高分辨率遥感影像成为了地表水检测和提取的主要数据之一，能够提供更全面、准确和近实时的水体信息。目前，利用遥感影像进行地表水提取和检测的方法主要包括以下几种：(1)阈值法：包括单波段法和多波段法，其中ndwi、mndwi等水体指数法较为常用，通过选取与水体识别密切相关的波段，构建不同的水体指数模型并给定相应的阈值，实现对水体信息的提取；(2)分类器法：包括svm、决策树以及面向对象等方法，例如较为常用的随机森林分类，利用遥感影像的多个波段或特征来构建决策树，并通过集成多个决策树的结果来进行水体分类；(3)其他方法：包括深度学习、混合像元分解等方法，例如卷积神经网络(cnn)越来越多地用于从高分辨率卫星影像中识别水体和其他物体，并产生了最先进的结果。然而上述许多方法通常都存在一个较为关键的问题，即在一些山区和城市地区，无法准确区分水体和山体阴影、建筑物阴影等噪声。
2、为了解决这些问题，许多方法被提出用以在提取水体的同时准确去除山体阴影和建筑物阴影等噪声的干扰。刘等提出了新阴影水
3、然而上述方法仍存在较为明显的局限性：(1)山体阴影或建筑物阴影去除地不够干净，或无法同时准确去除山体阴影和建筑物阴影的干扰；(2)在去除山体阴影和建筑物阴影的同时也误伤了一些水体像素，使得水体提取结果不够完整；(3)对一些季节性特征明显、变化较为敏感的水体对象，无法同时适用于丰水期和枯水期等不同时期的水体精确提取。因此，如何准确去除山体阴影和建筑物阴影等噪声的干扰，而且能够应对水体区域的季节性变化和不同时期的差异，从而保证水体提取的准确率和完整性是当下急需解决的问题。
技术实现思路
1、针对现有水体提取方法无法在保证水体提取较为完整的情况下，准确去除山体阴影和建筑物阴影等噪声的干扰，且同时适用于丰、枯水期等不同时期的问题，本专利技术在以往相关研究的基础上，提出了一种基于时空约束的多源遥感影像精确水体提取方法。利用目标区存在丰水期和太阳直射点位于该地区所在半球的时期相吻合这一特性，首先提取目标区每年丰水期的月度水体，制作一个全新的最大水域范围作为水体提取的空间约束，然后针对目标区的丰水期和枯水期分别设定不同的参数作为水体提取的时间约束，实现在去除山体阴影和建筑物阴影的同时，保证水体提取结果的完整性，且能够适用于不同时期的水体提取。
2、本专利技术提供一种基于时空约束的多源遥感影像精确水体提取方法，包括以下步骤：
3、步骤1，提取哨兵2号遥感影像目标区研究时间段内丰水期的月度水体范围，并与jrc gsw数据集最大水域范围图层中目标区的最大水域范围合并，生成水体提取的空间约束；
4、步骤1.1，利用随机森林分类方法提取目标区研究时间段内丰水期的月度水体；
5、步骤1.2，去除步骤1.1提取的水体中存在的山体阴影、建筑物和建筑物阴影；
6、步骤1.3，生成空间约束；
7、步骤2，使用随机森林分类方法和修正的归一化差异水体指数(mndwi)处理哨兵2号遥感影像，提取目标区研究时间段内的月度水体；
8、步骤2.1，去除哨兵2号遥感影像中的云和云阴影，合成月度中值影像；
9、步骤2.2，结合随机森林分类和mndwi方法提取水体；
10、步骤2.3，去除步骤2.2提取的水体中残余的山体阴影、建筑物和建筑物阴影；
11、步骤3，利用哨兵1号遥感影像对目标区哨兵2号遥感影像云和云阴影覆盖以及数据缺失的区域进行月度水体补充提取；
12、步骤3.1，制作哨兵1号遥感影像地物分类样本；
13、步骤3.2，哨兵1号遥感影像滤波处理；
14、步骤3.3，结合随机森林分类和阈值法提取水体；
15、步骤3.4，去除步骤3.3提取的水体中残余的山体阴影、建筑物和建筑物阴影；
16、步骤4，合并步骤2和步骤3提取的水体数据，生成目标区最终的月度水体提取结果。
17、而且，所述步骤1.1中人工绘制大量目标区哨兵2号遥感影像地物分类样本，样本包括水、陆地、云三类。对目标区丰水期的哨兵2号遥感影像进行去除云和云阴影处理，并生成每个月的中值合成影像。基于人工绘制的地物分类样本，利用随机森林分类方法自动提取目标区丰水期的月度水体。
18、而且，所述步骤1.2中将海拔高于n1 m且坡度大于n2度的区域视为山体阴影区，利用dem数据以及由其计算的坡度数据进行掩膜，去除步骤1.1提取的月度水体中的少量山体阴影，n1、n2为设定的阈值；利用jrc gsw数据集中的全球人类住区图层ghsl进行掩膜，以去除建筑物阴影和误提取的建筑物噪声，生成较为准确且完整的目标区研究时间段丰水期的月度水体数据。
19、而且，所述步骤1.3中将步骤1.2中去除了山体阴影、建筑物和建筑物阴影的目标区研究时间段丰水期的月度水体数据与jrc gsw数据集最大水域范围图层中目标区的最大水域范围合并，生成一个新的最大水域范围，得到水体提取的空间约束。
20、而且，所述步骤2.1中对目标区研究时间段内的哨兵2号遥感影像进行云和云阴影去除处理，生成每个月的中值合成影像，并将云和云阴影覆盖的区域以及数据缺失的区域标记为nodata区域。
21、而且，所述步骤2.2中首先采用随机森林分类方法和mndwi方法分别处理哨兵2号每个月的中值合成影像提取水体，其中随机森林分类方法是基于步骤1.1中人工绘制的地物分类样本进行的，以在识别水体的同时识别步骤2.1中未被去除干净的云遮盖区域，并将其标记为nodata区域；mndwi方法的分割阈值利用最大类间方差otsu算法自动确定；将两种方法提取得到的水体结果标记为w1和w2，然后利用步骤1生成的空间约束对w1和w2进行掩膜，保留空间约束范围内的水体，以去除山体阴影和建筑物阴影。利用jrc gsw数据集中的swo(surface water occurrence)图层，通过设定阈值将目标区划分为高频水区域和其他区域，本文档来自技高网...
【技术保护点】
1.一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于：步骤1中包括以下几个步骤：
3.如权利要求2所述的一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于：步骤1.2中将海拔高于N1 m且坡度大于N2度的区域视为山体阴影区，利用DEM数据以及由其计算的坡度数据进行掩膜，去除步骤1.1提取的月度水体中的少量山体阴影，N1、N2为设定的阈值；利用JRC GSW数据集中的全球人类住区图层GHSL进行掩膜，以去除建筑物阴影和误提取的建筑物噪声，生成较为准确且完整的目标区研究时间段丰水期的月度水体数据。
4.如权利要求1所述的一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于：步骤2中包括以下几个步骤：
5.如权利要求4所述的一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于：步骤2.2中首先采用随机森林分类方法和MNDWI方法分别处理哨兵2号每个月的中值合成影像提取水体，其中随机森林分类方法是基于步骤1.1中人
6.如权利要求4所述的一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于：步骤2.3中将海拔高于N1 m且坡度大于N2度的区域视为山体阴影区，利用DEM数据以及由其计算的坡度数据进行掩膜，去除步骤2.2得到的月度水体中残余的少量山体阴影，N1、N2为设定的阈值；同时利用JRC GSW数据集中的全球人类住区图层GHSL进行掩膜，进一步去除残余的建筑物阴影和误提的建筑物噪声，生成目标区研究时间段内哨兵2号月度中值合成影像最终的水体提取结果。
7.如权利要求1所述的一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于：步骤3中包括以下几个步骤：
8.如权利要求7所述的一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于：步骤3.3中首先分别采用随机森林分类方法和阈值分割方法处理哨兵1号月度平均合成影像提取水体，其中随机森林分类方法基于步骤3.1中人工绘制的地物分类样本进行，阈值分割方法基于哨兵1号遥感影像的VV和VH波段，且利用OTSU算法自动确定分割阈值，当VV和VH两个波段的值都小于对应波段OTSU算法确定的阈值时，判定为水体；将这两种方法提取得到的水体分别标记为W3和W4，接着利用步骤2中标记的Nodata区域对W3和W4进行掩膜，保留Nodata区域内的水体，然后利用步骤1生成的空间约束对Nodata区域内的水体进行掩膜，保留空间约束范围内的水体，以去除山体阴影和建筑物阴影；借助JRC GSW数据集中的SWO图层，将目标区内SWO值大于阈值δ的区域视为高频水区域，将目标区内SWO值小于等于阈值δ的区域视为其他区域，对于高频水区域，取W3和W4的并集作为最终的水体结果，而在其他区域则取W3和W4的交集；此外，在枯水期调高δ值、在丰水期调低δ值，以此作为时间约束以适用于不同的时期，进一步提高水体提取精度；最后，将高频水和其他区域的水体提取结果合并，得到目标区内Nodata区域哨兵1号遥感影像进一步的水体提取结果。
9.如权利要求7所述的一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于：步骤3.4中将海拔高于N1 m且坡度大于N2度的区域视为山体阴影区，利用DEM数据以及由其计算的坡度数据进行掩膜，去除步骤3.3得到的月度水体中残余的少量山体阴影，N1、N2为设定的阈值；同时利用JRC GSW数据集中的全球人类住区图层GHSL进行掩膜，进一步去除建筑物阴影和误提的建筑物噪声，得到研究区研究时间段内Nodata区域哨兵1号月度平均合成影像最终的水体提取结果。...
【技术特征摘要】
1.一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于：步骤1中包括以下几个步骤：
3.如权利要求2所述的一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于：步骤1.2中将海拔高于n1 m且坡度大于n2度的区域视为山体阴影区，利用dem数据以及由其计算的坡度数据进行掩膜，去除步骤1.1提取的月度水体中的少量山体阴影，n1、n2为设定的阈值；利用jrc gsw数据集中的全球人类住区图层ghsl进行掩膜，以去除建筑物阴影和误提取的建筑物噪声，生成较为准确且完整的目标区研究时间段丰水期的月度水体数据。
4.如权利要求1所述的一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于：步骤2中包括以下几个步骤：
5.如权利要求4所述的一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于：步骤2.2中首先采用随机森林分类方法和mndwi方法分别处理哨兵2号每个月的中值合成影像提取水体，其中随机森林分类方法是基于步骤1.1中人工绘制的地物分类样本进行的，以在识别水体的同时识别步骤2.1中未被去除干净的云遮盖区域，并同样将其标记为nodata区域，mndwi方法的分割阈值利用最大类间方差otsu算法自动确定；将两种方法提取得到的水体结果标记为w1和w2，然后利用步骤1生成的空间约束对w1和w2进行掩膜，保留空间约束范围内的水体，以去除山体阴影和建筑物阴影；利用jrc gsw数据集中的swo图层，通过设定阈值将目标区划分为高频水区域和其他区域，将目标区中swo值大于设定阈值δ的区域视为高频水区域，将目标区中swo值小于等于设定阈值δ的区域视为其他区域，对于高频水区域，取w1和w2的并集作为最终的水体结果，而在其他区域则取w1和w2的交集；此外，在枯水期调高δ值、在丰水期调低δ值，以此作为时间约束以适用于不同的时期，进一步提高水体提取精度；最后，将高频水和其他区域的水体提取结果合并，得到目标区研究时间段内进一步的哨兵2号遥感影像的水体提取结果。
6.如权利要求4所述的一种基于时空约束的多源遥感影像精确水体提取方法，其特征在于：步骤2.3中将海拔高于n1 m且坡度大于n2度的区域视为山体阴影区，利用dem数据以及由其计算的坡度数据进行掩膜，去除步骤2.2得到的月度水体中残余的少量山体阴影，n1、n2为设定的阈值；同时利用...
【专利技术属性】
技术研发人员：孟令奎，张镇，张文，李林宜，李俊杰，鲍怡，谢宜嘉，王茜羽，
申请(专利权)人：武汉大学，
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。