[发明专利]基于遥感影像的洪水覆盖面的提取方法

说明书

本发明提供一种基于遥感影像的洪水覆盖面的提取方法，包括如下步骤：S1：获取陆地卫星光学遥感影像数据，计算其历史水体分布概率，通过设置分布概率阈值，获得常年水域范围分布图；S2：获取卫星雷达遥感影像数据，在设定时间范围内，计算每个像元时间域的统计信息，采用统计阈值法计算现状水域分布图；S3：结合常年水域和现状水域范围对洪水覆盖类型进行分类，提取现时不同级别的洪水覆盖范围。本发明结合历史与现状水体分布划提取洪水覆盖面范围，可以快速且精确地获取现状洪水覆盖范围。

技术领域

本发明属于遥感应用的技术领域，具体涉及一种基于水体分布率和统计阈值的遥感影像洪水覆盖面提取方法。

背景技术

洪水作为世界上最频发的自然灾害，严重威胁着人们的生命财产安全。因此，为了快速对灾情进行分析并提供救援，针对突发性洪水信息的快速提取是十分必要的。卫星遥感影像作为近年来监测地表信息的重要手段，在提取水体方面也有着极大的优势。

常用于大范围洪灾评估的遥感数据包括光学和雷达遥感数据。光学遥感数据量大、分辨率高，在提取水域方面有着广泛的研究，但是提取水域很容易和云阴影像元混为一谈。而雷达遥感使用的是能够穿透云层的微波，不易受天气状况影响，弥补了光学遥感中云干扰的问题，同时主动遥感的特性使得它在夜间也能成像，更重要的是近年来Sentinel-1等卫星的数据对全球免费公开，易于获取。因此，有着全天时、全天候等特点的雷达遥感数据在这些年越来越多的被用于评估洪水灾害。

光学遥感数据在水域提取方面已有大量研究积累，有较为成熟的阈值算法用于区域的水体范围提取。目前全球范围已有多种水体分布率产品，可作为分析水体范围历史变化的基础。然而，在光学遥感图像中，云干扰使得数据在洪水发生期容易缺失，不能获得关键时期分布信息；而云阴影很容易与水体或湿地混淆，影响提取水体的准确性。

雷达遥感支持全天时和全天候的信息提取，不易受突发洪水区的云层干扰，具有广泛应用前景。雷达遥感影像能够反映地物对于电磁波的反射和地物本身的热辐射信息。对不同的地物而言，由于他们的内部结构组成以及物理化学性质的不同，对电磁波的反射以及地物本身的热辐射之间都存在着差异，因此，可以作为一种快速区分地物的手段。但是由于发展时间较晚，雷达卫星数据在数据量积累方面较少，更适合突发洪水事件时的水域的范围提取。

可见，单独使用光学遥感数据或雷达遥感数据都无法获得准确度较高的洪水区域，因此，如何更加精确地提取洪水覆盖的范围是目前研究的重点。

发明内容

本发明的目的在于针对现有技术的不足之处，提供一种基于遥感影像的洪水覆盖面的提取方法，该方法结合历史与现状水体分布划提取洪水覆盖面范围，可以快速且精确地获取现状洪水覆盖范围。

为解决上述技术问题，本发明采用如下技术方案：

一种基于遥感影像的洪水覆盖面的提取方法，包括如下步骤：

S1：获取陆地卫星光学遥感影像数据，计算其历史水体分布概率，通过设置分布概率阈值，获得常年水域范围分布图；

S2：获取卫星雷达遥感影像数据，在设定时间范围内，计算每个像元时间域的统计信息，采用统计阈值法计算现状水域分布图；

S3：结合常年水域和现状水域范围对洪水覆盖类型进行分类，提取现时不同级别的洪水覆盖范围。

进一步地，步骤S1的具体方法为：从光学遥感影像数据中提取出具有DSWE模型特征的波段并采用DSWE模型对提取波段中的每个像元进行计算，以获取不同级别的常年水域分布范围，再设置一个分布概率阈值，统计历史时段不同级别的常年水域为水体的概率，再将该概率与概率阈值进行比较，确定出常年非水域和常年水域的范围分布。

进一步地，步骤S1中还包括如下子步骤：

S11：分析DSWE模型中所用的指标和各指标的计算公式；