本发明专利技术提供了一种面向高分系列光学卫星的随机森林积雪覆盖判识方法，用于面向高分系列光学卫星的积雪地表高分辨率监测。该方法通过获取高分光学卫星数据，将预处理的高分光学卫星数据与融合的风云气象卫星数据进行的空间配准，生成云掩膜，以进行高分光学卫星的云雪区分；基于构建的随机森林分类模型提取积雪覆盖的空间分布，对高分卫星积雪判识及覆盖监测，该方法适用于国产高分系列光学卫星影像，同时融合了风云气象卫星云产品，提高高分卫星云雪区分能力，为高空间分辨率积雪覆盖遥感制图提供了实用工具。本发明专利技术提出的高空间分辨率光学卫星积雪覆盖判识方法可扩展性好，通过预设分类模型，能够高效准确地业务化监测积雪地表变化。
【技术实现步骤摘要】
本专利技术涉及气象遥感，特别是涉及一种面向高分系列光学卫星的随机森林积雪覆盖判识方法。
技术介绍
1、积雪有助于地球的辐射能量平衡,并作为广泛的蓄水层,影响着各种气候和水文过程。常规的地面站监测不能准确地获取大范围的监测结果,地面站的监测范围是否具有代表性直接影响最终的监测精度。随着国产高分卫星技术的发展,高空间分辨率光学传感器波段信息可以提供准确的积雪覆盖信息,同时实现大范围的观测。
2、目前，基于光学卫星的积雪覆盖监测算法研究已经趋于成熟。然而对于高空间分辨率光学影像而言，积雪判识算法仍然具备局限性。以gf-1/6多光谱数据为例：当前的积雪判识由于缺少监测积雪最为关键的短波红外通道信息，基于积雪指数的多阈值算法在应用层面上受到了阻碍；其次由于高分卫星波段较少，云雪难以有效区分；此外，高分光学数据的数据量较大，需要为灵活高效的积雪判识算法为业务化积雪判识提供技术支撑，鉴于此，有必要对该技术进行改进。
技术实现思路
1、有鉴于此，本专利技术针对现有技术的不足提供了一种面向高分系列光学卫星的随机森林积雪覆盖判识方法，以提高高分卫星积雪判识能力。
2、基于上述目的，第一方面，本专利技术提供了一种面向高分系列光学卫星的随机森林积雪覆盖判识方法，包括以下步骤：
3、获取高分光学卫星数据，并对高分光学卫星数据进行预处理及质量控制；
4、将预处理的高分光学卫星数据与融合的风云气象卫星数据进行的空间配准，生成云掩膜，以进行高分光学卫星的云雪区分；</p>5、基于积雪的光学特性，建立训练及测试样本库，构建随机森林分类模型；
6、基于构建的随机森林分类模型提取积雪覆盖的空间分布，对高分卫星积雪判识及覆盖监测。
7、作为本专利技术的进一步方案，所述高分光学卫星数据包括中国资源卫星应用中心提供的1a级高分一号(gf-1)和高分六号(gf-6)的16米空间分辨率多光谱数据，并借助绝对辐射定标系数、rpc模型和6s模型进行预处理。
8、作为本专利技术的进一步方案，高分光学卫星数据预处理包括辐射定标、地理配准、正射校正和大气校正；其中，利用6s模型开展大气校正；利用辐射定标系数开展辐射定标与正射校正，用于将原始卫星数据转换为地表反射率数据；利用rpc模型进行地理配准，地理配准则为根据数据文件提供的rpc模型的rpc文件进行自动地理配准。
9、作为本专利技术的进一步方案，将预处理的高分光学卫星数据与融合的风云气象卫星数据进行的空间配准时，还包括：通过对同期或近似过境时间范围内的风云气象卫星云检测产品进行重采样，以作为高分光学数据的云掩膜信息。
10、作为本专利技术的进一步方案，将预处理的高分光学卫星数据与融合的风云气象卫星数据进行的空间配准；还包括：
11、设定高分光学数据和风云气象卫星数据的过境时间差，并进行高分光学数据和风云气象卫星数据的空间一致性判断；
12、基于风云气象卫星l1级地理配准数据，对风云气象卫星数据进行地理配准和空间重采样，生成云掩膜。
13、作为本专利技术的进一步方案，进行高分光学数据和风云气象卫星数据的空间一致性判断时，当监测所获取的风云气象卫星与高分卫星的过境时间差超过过境时间差时，判定风云气象卫星云检测产品不具备有效性，不再使用风云气象卫星云检测产品进行高分卫星的云雪区分。
14、作为本专利技术的进一步方案，设定的高分光学数据和风云气象卫星数据的过境时间差为2小时。
15、作为本专利技术的进一步方案，建立训练及测试样本库并构建随机森林分类模型包括以下步骤：
16、s31、选取积雪样本和非积雪样本；
17、s32、选取高分光学卫星的波段反射率特征和指数特征作为随机森林分类模型的输入特征组合；
18、s33、设置随机森林分类模型参数；
19、s34、利用所选取的积雪样本和非积雪样本以及特征训练随机森林分类模型，并使用均方根误差和相关系数进行精度评价，得到具有良分类精度的随机森林分类模型；
20、s35、将建立的随机森林分类模型嵌入到业务化积雪判识算法中，进行快速积雪监测。
21、作为本专利技术的进一步方案，选取的高分光学卫星的波段反射率特征包括高分光学卫星的蓝、绿、红与近红外共4个波段的反射率；选取的指数特征包括归一化植被指数特征和防水积雪指数特征。
22、作为本专利技术的进一步方案，设置随机森林分类模型参数时，特征权重设定为相同权重，决策树数量为80，叶节点数不受限制，树身不受限制，并采用平方根最大化策略划分决策树。
23、作为本专利技术的进一步方案，使用均方根误差和相关系数进行精度评价，当均方根误差低于0.05，相关系数高于0.98时，得到具有良分类精度的随机森林分类模型。
24、第二方面，本专利技术提供了一种面向高分系列光学卫星的随机森林积雪覆盖判识系统，包括以下模块：
25、数据获取模块，用于获取高分光学卫星数据；
26、空间配准模块，用于将高分光学卫星数据与融合的风云气象卫星数据进行的空间配准，生成云掩膜，以进行高分光学卫星的云雪区分；
27、模型构建模块，用于基于积雪的光学特性，建立训练及测试样本库，构建随机森林分类模型；
28、云雪监测模块，用于基于构建的随机森林分类模型提取积雪覆盖的空间分布，对高分卫星积雪判识及覆盖监测。
29、作为本专利技术的进一步方案，所述面向高分系列光学卫星的随机森林积雪覆盖判识系统还包括数据预处理模块，用于对高分光学卫星数据进行辐射定标、地理配准、正射校正和大气校正的预处理。
30、本专利技术的又一方面，还提供了一种计算机设备，包括存储器和处理器，该存储器中存储有计算机程序，该计算机程序被处理器执行时执行上述任一项根据本专利技术的面向高分系列光学卫星的随机森林积雪覆盖判识方法。
31、本专利技术的再一方面，还提供了一种计算机可读存储介质，存储有计算机程序指令，该计算机程序指令被执行时实现上述任一项根据本专利技术的面向高分系列光学卫星的随机森林积雪覆盖判识方法。
32、与现有技术相比较而言，本专利技术提出的一种面向高分系列光学卫星的随机森林积雪覆盖判识方法，具有以下有益效果：
33、1.高分光学卫星数据处理综合：本专利技术的面向高分系列光学卫星的随机森林积雪覆盖判识方法综合利用了高分一号(gf-1)和高分六号(gf-6)的16米空间分辨率多光谱数据，并通过绝对辐射定标、rpc模型和6s模型进行预处理，综合了高分系列光学卫星的不同数据，使得方法适用性更强。
34、2.融合风云气象卫星数据提高云雪区分准确性：通过将高分光学卫星数据与融合的风云气象卫星数据进行空间配准，生成云掩膜，提高了高分光学卫星的云雪区分准确性。这一步骤考虑了云的影响，使得在积雪判识中更加可靠。
35、3.时空一致性判断确保数据有效性：在数据处理中，通过设定高分光学数据和风云气象卫星数据本文档来自技高网
...
【技术保护点】
1.一种面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，所述高分光学卫星数据包括中国资源卫星应用中心提供的1A级高分一号和高分六号的16米空间分辨率多光谱数据，并借助绝对辐射定标系数、RPC模型和6S模型进行预处理。
3.根据权利要求2所述的面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，高分光学卫星数据预处理包括辐射定标、地理配准、正射校正和大气校正；其中，利用6S模型开展大气校正；利用辐射定标系数开展辐射定标与正射校正，用于将原始卫星数据转换为地表反射率数据；利用RPC模型进行地理配准，地理配准则为根据数据文件提供的RPC模型的RPC文件进行自动地理配准。
4.根据权利要求1所述的面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，将预处理的高分光学卫星数据与融合的风云气象卫星数据进行的空间配准，包括：通过对同期或近似过境时间范围内的风云气象卫星云检测产品进行重采样，以作为高分光学数据的云掩膜信息。
>5.根据权利要求4所述的面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，将预处理的高分光学卫星数据与融合的风云气象卫星数据进行的空间配准；还包括：6.根据权利要求5所述的面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，进行高分光学数据和风云气象卫星数据的空间一致性判断时，当监测所获取的风云气象卫星与高分卫星的过境时间差超过过境时间差时，判定风云气象卫星云检测产品不具备有效性，不再使用风云气象卫星云检测产品进行高分卫星的云雪区分。
7.根据权利要求5所述的面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，设定的高分光学数据和风云气象卫星数据的过境时间差为2小时。
8.根据权利要求1-7任一项所述的面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，建立训练及测试样本库并构建随机森林分类模型包括以下步骤：
9.根据权利要求8所述的面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，选取的高分光学卫星的波段反射率特征包括高分光学卫星的蓝、绿、红与近红外共4个波段的反射率；选取的指数特征包括归一化植被指数特征和防水积雪指数特征。
10.根据权利要求8所述的面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，设置随机森林分类模型参数时，特征权重设定为相同权重，决策树数量为80，叶节点数不受限制，树身不受限制，并采用平方根最大化策略划分决策树；
...
【技术特征摘要】
1.一种面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，所述高分光学卫星数据包括中国资源卫星应用中心提供的1a级高分一号和高分六号的16米空间分辨率多光谱数据，并借助绝对辐射定标系数、rpc模型和6s模型进行预处理。
3.根据权利要求2所述的面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，高分光学卫星数据预处理包括辐射定标、地理配准、正射校正和大气校正；其中，利用6s模型开展大气校正；利用辐射定标系数开展辐射定标与正射校正，用于将原始卫星数据转换为地表反射率数据；利用rpc模型进行地理配准，地理配准则为根据数据文件提供的rpc模型的rpc文件进行自动地理配准。
4.根据权利要求1所述的面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，将预处理的高分光学卫星数据与融合的风云气象卫星数据进行的空间配准，包括：通过对同期或近似过境时间范围内的风云气象卫星云检测产品进行重采样，以作为高分光学数据的云掩膜信息。
5.根据权利要求4所述的面向高分系列光学卫星的随机森林积雪覆盖判识方法，其特征在于，将预处理的高分光学卫星数据与融合的风云气象卫星数据进行...
【专利技术属性】
技术研发人员：武胜利，陈洁，孙瑞静，
申请(专利权)人：国家卫星气象中心国家空间天气监测预警中心，
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。