[发明专利]一种基于Sentinel-1微波卫星影像的陆表水自动识别方法有效
| 申请号: | 201911310121.5 | 申请日: | 2019-12-18 |
| 公开(公告)号: | CN111104896B | 公开(公告)日: | 2021-08-27 |
| 发明(设计)人: | 田海峰;秦耀辰;张丽君;王家辉 | 申请(专利权)人: | 河南大学 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00 |
| 代理公司: | 郑州优盾知识产权代理有限公司 41125 | 代理人: | 张真真 |
| 地址: | 475004 河*** | 国省代码: | 河南;41 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 sentinel 微波 卫星 影像 陆表水 自动识别 方法 | ||
本发明提出了一种基于Sentinel‑1微波卫星影像的陆表水自动识别方法,其步骤为:首先,利用Sentinel‑1微波卫星影像获得SSWI图像;其次,利用构建的SSWI陆表水识别模型对SSWI图像进行处理,得到陆表水‑非陆表水二值图像;然后,获取历史数天的陆表水‑非陆表水二值图像,并计算陆表水被Sentinel‑1微波卫星观测的概率,根据概率获得正掩膜图像;再利用二次判别模型对陆表水‑非陆表水二值图像进行修正;最后,对正掩膜图像进行取反操作后与陆表水‑非陆表水二值图像相乘,再与修正后的陆表水‑非陆表水二值图像进行拼接,得到陆表水的空间分布。本发明在船舶及云雨天气干扰背景下,能够有效提高陆表水的识别精度,实现了陆表水自动化识别。
技术领域
本发明涉及遥感目标识别技术领域,特别是指一种基于Sentinel-1微波卫星影像的陆表水自动识别方法。
背景技术
陆表水作为重要的水资源存储形式,不仅是人类社会生产生活用水的主要来源,而且是重要的自然生态系统要素,具有极其重要的社会经济价值和生态服务功能。受降水补给、蒸发下渗,以及人类用水等多要素的综合影响,陆表水面积在短时间内具有显著的波动特征。准确获取陆表水面积及分布信息,对于水资源开发管理、生态系统研究等领域具有重要的现实意义和科学价值。
卫星遥感技术在获取陆表水分布信息方面具有显著优势,得到了广泛应用。但是,目前提取陆表水的技术方法尚存在一些缺陷。一般认为通过光学卫星影像构建的改进归一化差异水体指数(Modified Normalized Difference Water Index,MNDWI)能够准确识别陆表水,但是受云雾遮挡的影响,尤其是在多雨地区,光学卫星难以获取陆表信息,从而暴露了光学遥感方法的弊端。Sentinel-1微波卫星影像容易受到船舶的干扰而引起成像异常,造成船舶周边一定范围内的陆表水信息表现为非陆表水的特性,从而增加了异常区域陆表水识别的难度。
发明内容
针对上述微波影像受船舶干扰引起的成像异常,造成陆表水识别率低的技术问题,本发明提出了一种基于Sentinel-1微波卫星影像的陆表水自动识别方法,以不受云雨天气影响的Sentinel-1微波卫星影像为数据,通过构建陆表水识别模型实现陆表水的高效识别,提高了陆表水的识别精度。
本发明的技术方案是这样实现的:
一种基于Sentinel-1微波卫星影像的陆表水自动识别方法,其步骤如下:
S1、利用Sentinel-1微波卫星和Landsat-8光学卫星分别采集同天成像的N幅Sentinel-1微波卫星影像和Landsat-8光学卫星影像,并利用线性逐步回归法构建Sentinel-1微波卫星影像和改进归一化差异水体指数之间的线性关系函数;
S2、将Sentinel-1微波卫星采集到的影像输入步骤S1中的线性关系函数中获得Sentinel-1陆表水指数图像;
S3、构建SSWI陆表水识别模型,利用SSWI陆表水识别模型对步骤S2中的Sentinel-1陆表水指数图像进行处理,得到陆表水-非陆表水二值图像;
S4、按照步骤S1至步骤S3的方法获取历史数天的陆表水-非陆表水二值图像,并计算陆表水被Sentinel-1微波卫星观测的概率;
S5、将步骤S4中概率大于70%的像元的属性值均设置为1,其余像元的属性值均设置为0,得到正掩膜图像;
S6、利用二次判别模型对步骤S3中得到的陆表水-非陆表水二值图像进行修正,得到修正后的陆表水-非陆表水二值图像;
S7、对步骤S5中的正掩膜图像进行取反运算,得到反掩膜图像,并将反掩膜图像与步骤S3中的陆表水-非陆表水二值图像相乘后再与步骤S6中修正后的陆表水-非陆表水二值图像进行拼接,得到陆表水的空间分布。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于河南大学,未经河南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911310121.5/2.html,转载请声明来源钻瓜专利网。





