[发明专利]一种基于光谱特性的钉螺孳生地识别方法

权利要求书

1.一种基于光谱特性的钉螺孳生地识别方法，其特征在于，包括以下步骤：

S1.选择识别区域，获取识别区域的多时期多光谱卫星遥感影像；

S2.对识别区域的卫星遥感影像进行辐射定标和大气纠正；

S3.确定识别区域的“冬陆夏水”区域；

S4.获取识别区域的钉螺孳生点坐标并构成钉螺孳生点样本；

获取识别区域的非钉螺孳生点坐标并构成非钉螺孳生点样本；

S5.制作钉螺孳生点和非钉螺孳生点在所有波段下的各时期光谱曲线对比图；

S6.将步骤S5中单一时期下钉螺孳生点和非钉螺孳生点光谱曲线平行的影像作为灰度值失真影像删除；

S7.根据光谱曲线分析各波段在钉螺孳生点的反射、吸收特性；

S8.根据光谱曲线分析各波段在非钉螺孳生点的反射、吸收特性；

S9.结合各波段在卫星遥感影像中的探测作用及步骤S7、步骤S8的分析结果，确定参与钉螺指数构建的波段；

S10.构建钉螺指数；

S11.计算钉螺指数、归一化差值植被指数和湿度指数；

计算上述三种指数时使用波段的地表反射率进行运算；

S12.对影像进行阈值分割；

S13.分别使用总体精度和Kappa系数，检验步骤S11中三种指数识别钉螺孳生地的精度；总体精度计算公式为：其中n为总样本数，TP为真有螺样本个数，TN为真无螺样本个数；

S14.根据步骤S13的识别精度确定钉螺指数、归一化差值植被指数和湿度指数中的最优指数；

S15.根据最优指数的识别结果制作钉螺孳生地地图；

S16.完成基于光谱特性的钉螺孳生地识别。

2.根据权利要求1所述的基于光谱特性的钉螺孳生地识别方法，其特征在于，确定“冬陆夏水”区域包括以下子步骤：

S3.1.根据识别区域丰水期的多光谱遥感影像卫星中，绿光波段和中红外波段的地表反射率，计算丰水期的归一化差值水体指数，提取相应时期的水体信息；

归一化差值水体指数计算公式为：其中NDWI为归一化差值水体指数，ρ_Green为Green波段的地表反射率，ρ_NIR为NIR波段的地表反射率，ρ_Red为Red波段的地表反射率；

S3.2.根据识别区域枯水期的多光谱遥感影像中，绿光波段和中红外波段的地表反射率，计算枯水期的归一化差值水体指数，提取相应时期的水体信息；

S3.3.根据丰水期与枯水期的水体范围，用裁切法得到“冬陆夏水”区域。

3.根据权利要求1所述的基于光谱特性的钉螺孳生地识别方法，其特征在于，步骤S9中参与钉螺指数构建的波段为：Blue、Green、NIR、Red。

4.根据权利要求1所述的基于光谱特性的钉螺孳生地识别方法，其特征在于，步骤S10中，分别采用单波段、双波段组合、三波段组合和四波段组合构建钉螺指数。

5.根据权利要求2所述的基于光谱特性的钉螺孳生地识别方法，其特征在于，步骤S11中，植被指数具体为：其中NDVI为植被指数。

6.根据权利要求1所述的基于光谱特性的钉螺孳生地识别方法，其特征在于，步骤S12中阈值分割包括以下子步骤：

S12.1.选取钉螺孳生点样本和非钉螺孳生点样本；

S12.2.取阈值t_i，根据阈值t_i分类上述样本，大于t_i为有螺点，用1表示，否则为无螺点，用0表示；

S12.3.计算真有螺率TPR和假有螺率FPR：

式中，FP为假有螺样本个数，FN为假无螺样本个数；

S12.4.以FPR为横轴，TPR为纵轴绘制ROC曲线，根据约登指数确定最优阈值，即TPR-FPR最大值对应的阈值t。

7.根据权利要求6所述的基于光谱特性的钉螺孳生地识别方法，其特征在于，Kappa系数计算公式为：其中，Pe为理论一致率，