【技术实现步骤摘要】
本专利技术涉及水资源研究，尤其涉及一种基于静止卫星遥感数据的动态水体提取方法及系统。
技术介绍
1、目前，利用遥感技术提取水体信息已经取得了长足的发展，常用的方法包括分类法、阈值法、水体指数法以及机器学习或深度学习法等。然而，无论哪种方法，都不可避免的受到云、阴影等的影响，不同方法的适用性也不同，近实时动态水体信息的自动提取仍然面临巨大挑战。
2、水体是动态变化的，例如，一年内有丰水期和枯水期，但现有方法主要针对晴空条件下的水体提取，只能得到某个时间段的水体情况，很难获取长时间水体动态性变化信息。而且，现有方法大多适用于高分辨率影像，对中低分辨率影像的适用性有待进一步检验，因此，用于大面积且时间连续的水体遥感监测信息提取方法仍需改进和提升。
3、随着遥感技术的快速发展，静止卫星的观测波段、分辨率都在不断提升，可以预见，在不久的将来，静止卫星空间分辨率会进一步提高，达到百米级甚至更高，静止卫星1天内高频次的观测和越来越高的空间分辨率为水体制图提供了更有效的信息，有望实现大面积、自动化、时间连续动态水体的有效提取。然而，目前利用静止卫星高频次等优势的相关水体自动提取技术不够成熟。
4、因此，目前亟需一种合理的、高效的、更加精准的动态水体提取方法。
技术实现思路
1、（一）要解决的技术问题
2、鉴于现有技术的上述缺点、不足，本专利技术提供一种基于静止卫星遥感数据的动态水体提取方法及系统，其解决了现有技术难获取长时间水体动态性变化信息以及难以
3、（二）技术方案
4、为了达到上述目的，本专利技术采用的主要技术方案包括：
5、第一方面，本专利技术实施例提供一种基于静止卫星遥感数据的动态水体提取方法。
6、本专利技术实施例提出的一种基于静止卫星遥感数据的动态水体提取方法，包括：
7、s10、根据静止卫星在第n天内观测的指定影像空间的遥感影像，从所述遥感影像中筛选白天时间段内与动态水体相关联的第一绿光波段影像、第一短波红外波段影像和第一热红外波段影像；
8、s20、根据所述静止卫星的观测周期，对第n天内所有观测周期内的第一绿光波段影像和第一短波红外波段影像以及第一热红外波段影像分别进行去噪处理，并将去噪处理后得到的第二绿光波段影像和第二短波红外波段影像以及第二热红外波段影像进行组合，形成纯净的遥感影像；
9、s30、根据所述纯净的遥感影像，构建与该遥感影像的空间维度一致的用于进一步去除背景阴影的标记图层；
10、s40、获取与第n天关联的至少q天中每一天的纯净的遥感影像，并根据所述标记图层和获取的包括第n天的所有的纯净的遥感影像进行处理，获得待提取动态水体的遥感影像，以及采用水体指数计算策略，从待提取动态水体的遥感影像中提取所述动态水体；
11、其中，n为大于等于1的自然数，q为大于等于0的自然数。
12、可选地，所述s20包括：
13、s21、对所述第一绿光波段影像和第一短波红外波段影像进行最小值合成，分别得到最小值合成后的第二绿光波段影像和第二短波红外波段影像，对所述第一热红外波段影像进行最大值合成，得到最大值合成后的第二热红外波段影像；
14、所述最小值合成指的是针对影像中每一个像元位置，选取该像元位置所有观测次数中的最小像元值作为该像元位置的像元值，所述最大值合成指的是针对影像中每一个像元位置，选取该像元位置所有观测次数中的最大像元值作为该像元位置的像元值；
15、s22、根据所述第二绿光波段影像、第二短波红外波段影像和第二热红外波段影像，合成得到去除云层影响的纯净的遥感影像。
16、可选地，所述s30包括：
17、s31、根据所述纯净的遥感影像，构建与该遥感影像的空间维度一致的初始标记图层；
18、s32、计算第二绿光波段影像中所有数值的中值，将大于中值的所有像元在初始标记图层中对应的位置标记为1，将小于或等于中值的所有像元在初始标记图层中对应的位置标记为0，得到用于进一步去除背景阴影的标记图层。
19、可选地，所述s40包括：
20、s41、对与第n天关联的至少q天中每一天的遥感影像进行所述s10和所述s20中同样的处理，得到与第n天关联的至少q天中每一天的纯净的遥感影像，将与第n天关联的至少q天中每一天的纯净的遥感影像以及第n天的纯净的遥感影像组合为纯净遥感影像集；
21、s42、根据所述标记图层和所述纯净遥感影像集进行处理，获得待提取动态水体的遥感影像；
22、s43、基于所述待提取动态水体的遥感影像，计算得到水体指数影像；
23、s44、根据所述水体指数影像，计算得到最佳水体分割阈值，将水体指数影像中的水体与非水体进行区分，从待提取动态水体的遥感影像中提取所述动态水体。
24、可选地，所述s42包括：
25、s421、以标记图层为参考影像，若标记图层像元值为1，则对所述纯净遥感影像集中对应位置的所有绿光波段影像和所有短红外波段影像进行最小值合成，若标记图层像元值为0，则对所述纯净遥感影像集中对应位置的所有绿光波段影像和所有短红外波段影像进行最大值合成，分别得到第三绿光波段影像和第三短红外波段影像，对于所述纯净遥感影像集中的所有热红外波段影像，均进行最大值合成，得到第三热红外波段影像；
26、s422、根据所述第三绿光波段影像、第三短波红外波段影像和第三热红外波段影像，合成得到去除阴影背景影响的待提取动态水体的遥感影像。
27、可选地，所述s43包括：
28、基于所述待提取动态水体的遥感影像，采用水体指数计算表达式，计算得到水体指数影像；
29、所述水体指数计算表达式为：
30、；
31、其中，为水体指数影像中第i个像元对应的水体指数，为进行合成处理后的第三绿光波段影像中第i个像元的值，为进行合成处理后的第三短波红外波段影像中第i个像元的值，为进行最大值合成后的第三热红外波段影像中第i个像元的值。
32、可选地，所述s44包括：
33、s441、获取水体指数影像中数值大于初始阈值的像元个数占比，并计算得到大于初始阈值的像元的平均值；
34、所述初始阈值为水体指数影像中最大值和最小值之间的任意值；
35、s442、获取水体指数影像中数值小于等于初始阈值的像元个数占比，并计算得到小于等于初始阈值的像元的平均值；
36、s443、计算获得阈值指数，并遍历水体指数影像中最大值和最小值之间所有初始阈值，计算得到多个对应的阈值指数；
37、s444、遍历计算得到的多个阈值指数，获取得到最大阈值指数，将最大阈值指数对应的作为最佳水体分割阈值;
38、s445、根据最佳水体分割阈值，水体指数影像中像元值大于本文档来自技高网...
【技术保护点】
1.一种基于静止卫星遥感数据的动态水体提取方法，其特征在于，包括：
2.如权利要求1所述的动态水体提取方法，其特征在于，所述S20包括：
3.如权利要求2所述的动态水体提取方法，其特征在于，所述S30包括：
4.如权利要求1所述的动态水体提取方法，其特征在于，所述S40包括：
5.如权利要求4所述的动态水体提取方法，其特征在于，所述S42包括：
6.如权利要求5所述的动态水体提取方法，其特征在于，所述S43包括：
7.如权利要求4所述的动态水体提取方法，其特征在于，所述S44包括：
8.如权利要求7所述的动态水体提取方法，其特征在于，所述S443中的阈值指数是采用阈值指数计算表达式计算得到的；
9.如权利要求1所述的动态水体提取方法，其特征在于，所述白天时间段为所述指定影像空间对应地区的早晨9点至下午4点。
10.一种基于静止卫星遥感数据的动态水体提取系统，其特征在于，包括：
【技术特征摘要】
1.一种基于静止卫星遥感数据的动态水体提取方法，其特征在于，包括：
2.如权利要求1所述的动态水体提取方法，其特征在于，所述s20包括：
3.如权利要求2所述的动态水体提取方法，其特征在于，所述s30包括：
4.如权利要求1所述的动态水体提取方法，其特征在于，所述s40包括：
5.如权利要求4所述的动态水体提取方法，其特征在于，所述s42包括：
6.如权利要求5所述的动态水体提取方法，...
【专利技术属性】
技术研发人员：马娅，
申请(专利权)人：南方海洋科学与工程广东省实验室珠海，
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。