System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于遥感,具体涉及一种基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法。
技术介绍
1、传统藻华灾害监测主要通过人工巡查或视频监控、浮标监测等方式,基本为点状或者小区域监测,监测范围小,监测成本高,易存在监测盲区。利用遥感技术宏观、周期性、成本低等优势,可以定期、快速对大范围湖库等水域扫描监测,能够快速掌握藻华的爆发情况,如位置、面积、动态变化等。而且随着遥感卫星技术的发展,可以用来监测藻华的卫星数据越来越多,藻华遥感监测产品在空间尺度、时间尺度上的质量都得到显著提高。
2、目前藻华遥感监测多以多光谱卫星数据应用为主,多基于影像分类、单一提取指数,受多源数据成像差异、水体悬沙等多种因素的影响,对于卫星数据的光谱分辨率依赖性较强,多源遥感数据的通用性较差,且提取精度不高,大大降低了藻华遥感监测的成效。常规赤潮提取指数无法满足多源遥感卫星数据的赤潮对象快速自动提取,阻碍了遥感技术在赤潮高频次监测的应用,因此,需要一种基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法、系统及存储介质。
技术实现思路
1、本专利技术的主要目的在于克服现有技术的缺点与不足,提供一种基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,解决了常规赤潮提取指数对除蓝、绿、红、近红外以外光谱数据的依赖性、赤潮对象提取精度低或者效率低的问题,能够通过蓝、绿、红、近红外光谱特征因子,综合叠加判别,逐级阈值判断,实现赤潮对象的提取。
2、为了达到上述目的,本专利技术采
3、第一方面,本专利技术提供了一种基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,包括下述步骤:
4、计算波长-波段值二维光谱空间红波段坐标点至绿-近红外波段坐标点两点连线的第一距离因子h_r;
5、计算波长-波段值二维光谱空间绿波段坐标点至蓝-红波段坐标点两点连线的第二距离因子h_g;
6、计算波长-波段值二维光谱空间绿-红波段两点连线的第一斜率因子slopeg-r;
7、计算波长-波段值二维光谱空间红-近红外波段两点连线的第二斜率因子sloper-nir;
8、基于第一距离因子h_r、第二距离因子h_g、第一斜率因子slopeg-gr和第二斜率因子sloper-nir,通过因子综合叠加,逐级阈值判断,实现赤潮位置及范围的快速自动提取。
9、作为优选的技术方案,所述第一距离因子h_r的计算方式如下:
10、h_r=lr×sr
11、其中,lr表示二维光谱空间,红波段散点到绿-近红外波段散点连线的距离;sr表示lr的符号,红波段散点位于绿-近红外波段散点连线上方为正,下发为负;
12、
13、
14、其中,f(x)标示x波段的波段值,x为blue表示蓝波段,x为green表示绿波段,x为red表示红波段,x为nir表示近红外波段;λx表示x波段的波长,单位为nm。
15、作为优选的技术方案,所述第二距离因子h_g的计算方式如下:
16、h_g=lg×sg
17、其中,lg表示二维光谱空间,绿波段散点到蓝-红波段散点连线的距离;sg表示lg的符号,绿波段散点位于蓝-红波段散点连线上方为正,下发为负;
18、
19、
20、作为优选的技术方案,所述第一斜率因子slopeg-r的计算方式如下:
21、slopeg-r=[f(green)-f(red)]÷[λgreen-λred];
22、其中,f(green)表示绿波段的波段值,f(red)表示红波段的波段值,λgreen表示绿波段的波长,λted表示红波段的波长。
23、作为优选的技术方案,所述第二斜率因子sloper-nir的计算方式如下:
24、sloper-nir=[f(red)-f(nir)]÷[λred-λnir]
25、其中,f(red)表示红波段的波段值,f(nir)表示近红外波段的波段值,所述λred表示红波段的波长,λnir表示近红外波段的波长。
26、作为优选的技术方案,通过因子综合叠加,逐级阈值判断,实现赤潮位置及范围的快速自动提取,具体为:
27、判断第一距离因子h_r与阈值thd1的逻辑关系,若h_r>thd1,则为非赤潮对象;否则继续判断;
28、判断第二距离因子h_g与阈值thd2的逻辑关系,若h_g≤thd2,则为赤潮对象;否则继续判断;
29、判断一斜率因子h_g与阈值thd3、thd4的逻辑关系,若thd3<h_g<thd4,则继续下一步判断,否则为非赤潮对象;
30、判断第二斜率因子slopeg-r与阈值thd5的逻辑关系,若slopeg-r≥thd5,则为非赤潮对象;否则继续判断;
31、判断因子sloper-nir与阈值thd6的逻辑关系,若slopeg-gr≥thd6,则为赤潮对象;否则为非赤潮对象。
32、作为优选的技术方案,thd1-thd6随着不同卫星传感器的影像数据会有所变化。
33、第二方面,本专利技术提供了一种基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取系统,应用于所述的基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,包括第一计算模块、第二计算模块、第三计算模块、第四计算模块和赤潮提取模块;
34、所述第一计算模块,用于计算波长-波段值二维光谱空间红波段坐标点至绿-近红外波段坐标点两点连线的第一距离因子h_r;
35、所述第二计算模块,用于计算波长-波段值二维光谱空间绿波段坐标点至蓝-红波段坐标点两点连线的第二距离因子h_g;
36、所述第三计算模块,用于计算波长-波段值二维光谱空间绿-红波段两点连线的第一斜率因子slopeg-r;
37、所述第四计算模块,用于计算波长-波段值二维光谱空间红-近红外波段两点连线的第二斜率因子sloper-nir;
38、所述赤潮提取模块,用于基于第一距离因子h_r、第二距离因子h_g、第一斜率因子slopeg-r和第二斜率因子sloper-nir,通过因子综合叠加,逐级阈值判断,实现赤潮位置及范围的快速自动提取。
39、第四方面,本专利技术提供了一种电子设备,所述电子设备包括:
40、至少一个处理器;以及,
41、与所述至少一个处理器通信连接的存储器;其中,
42、所述存储器存储有可被所述至少一个处理器执行的计算机程序指令,所述计算机程序指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行所述的基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法。
43、第四方面,本专利技术提供了一种计算机可读存储介质,存储有程序,所述程序被处理器执行时,实现所述的基于蓝、绿、红、近本文档来自技高网...
【技术保护点】
1.基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,其特征在于,包括下述步骤:
2.根据权利要求1所述基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,其特征在于,所述第一距离因子h_R的计算方式如下:
3.根据权利要求1所述基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,其特征在于,所述第二距离因子h_G的计算方式如下:
4.根据权利要求1所述基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,其特征在于,所述第一斜率因子slopeG-R的计算方式如下:
5.根据权利要求1所述基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,其特征在于,所述第二斜率因子slopeR-NIR的计算方式如下:
6.根据权利要求1所述基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,其特征在于,通过因子综合叠加,逐级阈值判断,实现赤潮位置及范围的快速自动提取,具体为:
7.根据权利要求6所述基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,其特征在于,thd1-thd6随
8.基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取系统,其特征在于,应用于权利要求1-7中任一项所述的基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,包括第一计算模块、第二计算模块、第三计算模块、第四计算模块和赤潮提取模块;
9.一种电子设备,其特征在于,所述电子设备包括:
10.一种计算机可读存储介质,存储有程序,其特征在于,所述程序被处理器执行时,实现权利要求1-7任一项所述的基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法。
...【技术特征摘要】
1.基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,其特征在于,包括下述步骤:
2.根据权利要求1所述基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,其特征在于,所述第一距离因子h_r的计算方式如下:
3.根据权利要求1所述基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,其特征在于,所述第二距离因子h_g的计算方式如下:
4.根据权利要求1所述基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,其特征在于,所述第一斜率因子slopeg-r的计算方式如下:
5.根据权利要求1所述基于蓝、绿、红、近红外光谱二维空间特征因子的赤潮提取方法,其特征在于,所述第二斜率因子sloper-nir的计算方式如下:
6.根据权利要求1所述基于蓝、绿、红、近红外光谱二维空间特征因...
【专利技术属性】
技术研发人员:潘洪洲,何颖清,杨敏,王晓刚,贾正雷,冯佑斌,熊龙海,李望鸣,李俊,王玉琅,周娟,刘茉默,吴俊涌,张嘉珊,方伟权,黄泳翔,
申请(专利权)人:珠江水利委员会珠江水利科学研究院,
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。