[发明专利]一种基于ENVISATASAR、LandsatTM与DEM数据的泥炭沼泽信息提取方法

说明书

技术领域

本发明涉及一种信息提取方法，特别涉及一种泥炭沼泽信息提取方法。

背景技术

泥炭沼泽是湿地的主要类型之一，对维持区域生态平衡和可持续发展具有重要的作用。除此之外，由于泥炭沼泽中碳储量巨大，约占全球陆地碳库的1/3，相当于大气中碳含量的75％，因而，泥炭沼泽在全球气候变化和生态系统平衡中占着举足轻重的地位。近年来，国内外专家学者已利用不同的遥感影像数据对草本湿地、森林湿地、海滨红树林湿地等湿地类型进行了空间信息提取的研究，而针对应用遥感技术提取泥炭沼泽空间分布信息的研究却相对较少。

光学遥感数据具有光谱信息丰富、性价比高、易获取和数据处理简单的优势和特点。但是由于地表覆盖植被的影响，利用传统的中低分辨率光学遥感影像可以实现对湿地与非湿地的区分，却难以完成不同沼泽类型的区分，对不同泥炭沼泽类型的区分更是不易。雷达遥感数据相对于光学遥感数据波长更长，并且其穿云透雾的特点使其在对沼泽广泛发育的地区进行监测时，可以免受时间和气象的限制。而且，雷达影像的后向散射对成像表面的介电特性(土壤湿度、植被含水量)和几何特征(表面粗糙度)较为敏感，微波对地物的穿透能力，能够反映近地面以下的地物信息。低频的雷达波段(P波段和L波段)更适于监测以林地为主的湿地，而高频的雷达波段(C波段)适用于研究草本沼泽和泥炭沼泽。

面向对象的解译方法在解译时不仅考虑到地物的光谱信息，同时地物的几何特征和结构特征也被考虑在内，影像解译的最小单元是具有相同特征(如光谱、纹理和空间组合关系等特征)同质均一的对象。相对于传统的遥感解译方法针对影像的单个像元的特征进行解译而言，此方法突破了传统的遥感分类方法以像元为基本分类和处理单元的局限性，以含有更多语义信息的多个相邻像元组成的对象为处理单元，可以实现较高层次的遥感图像分类和目标地物提取。该方法是基于认知模型的遥感信息提取方法，更贴近人类的认知过程，已成为遥感信息提取领域主要的研究方向之一。面向对象的解译方法是针对以往的面向像元的解译方法存在种种的不足应运而生的。目前的研究中没有提到面向对象解译方法存在的不足。

Landsat是1972年以来美国航空航天局(NASA)发射升空的一系列陆地资源卫星。Landsat5搭载的传感器TM，含有7个波段(0.45～0.53μm，0.52～0.60μm，0.63～0.69μm，0.76～0.90μm，1.55～1.75μm，10.40～12.50μm，2.08～2.35μm)，轨道高度705km，空间分辨率30m，重访周期16天。ENVISAT是欧空局于2002年3月发射升空的巨型环境监测卫星，ASAR(Advanced Synthetic Aperture Radar)是ENVISAT搭载的先进合成孔径雷达，它具有多模式、多极化、大幅宽、多入射角等特性。数字高程模型(Digital Elevation Model，简称DEM)，它是用一组有序数值阵列形式表示地面高程的一种实体地面模型。

高频的雷达波段(C波段)适用于研究草本沼泽和泥炭沼泽是目前已有的研究已经得出的结论，本研究根据这个结论在提取泥炭沼泽时选取了C波段的雷达影像，也即是研究中所用的ENVI SAT。因为研究中只涉及用C波段的雷达影像，没有涉及其他波段的雷达影像，因而不涉及解决高频的雷达波段(C波段)适用于研究草本沼泽和泥炭沼泽的问题。

发明内容

本发明的目的是为了解决利用传统的中低分辨率光学遥感影像难以完成泥炭沼泽与其他沼泽类型的区分的问题，而提出的一种基于ENVISAT ASAR、Landsat TM与DEM数据的泥炭沼泽信息提取方法。

上述的发明目的是通过以下技术方案实现的：

步骤一：对Landsat TM数据进行预处理；

步骤二：对ENVISAT ASAR数据进行预处理；

步骤三：对步骤二预处理完成的ENVISAT ASAR数据进行重采样，重采样后的ENVISAT ASAR数据与步骤一处理完成的Landsat TM数据的栅格大小一致；

步骤四：利用ArcGIS软件的Georeferencing模块提供的添加控制点功能在预处理后的Landsat TM数据上选择控制点，根据控制点空间配准重采样后的ENVISAT ASAR数据，得到ENVISAT ASAR影像；

步骤五：对DEM数据进行坡度提取，得到坡度数据；

步骤六：结合土地覆盖类型调查样点，对步骤四完成的ENVISAT ASAR影像，提取不同土地覆盖类型在不同极化方式下雷达影像后向散射系数；