[发明专利]基于卫星光谱的水体信息估算方法

说明书

基于卫星光谱的水体信息估算方法，它涉及涉及遥感图像处理及水体信息估算方法。为了快速获得水体，特别是内陆湖泊的面积、深度信息，本发明提供了一种基于卫星光谱的水体信息估算方法。估算方法：一、对研究区的光谱卫星影像进行预处理，然后进行云量筛选；二、进行水体指数计算；三、确定水体识别的判别条件；四、根据卫星像元大小计算水体面积；五、利用水体像元，进行水深反演；六、依据实测的水深结果，对步骤五的公式进行拟合，得到系数a₀…a_n的数值；七、将a₀…a_n数值带入步骤五公式计算出水深。本发明方法与传统方法比较具有计算速度快、可获取大面积、长时间序列的水体信息估算结果，节约大量的人力物力。

技术领域

本发明涉及遥感图像处理及水体信息估算方法。

背景技术

水资源虽然是可再生利用资源，但自然界中绝大多数的水不能直接饮用或使用，水资源的合理利用仍然是一个重要课题。在农业发展中，水资源是一切农作物生长所依赖的基础物质。如果可供应的水量小于需要的水量，可能会导致农作物减产甚至死亡。当然，如果水量过多也可能导致洪涝、土地盐碱化等消极作用，从而影响农业生产。

水体信息的指标包括，水体面积和水深。水体面积是以水体与陆地的交界线为边界，由水体表面构成的多边形的面积。JRC数据集是目前较为常用的水体数据集，该数据集包含1984～2019年30米分辨率每月的永久性和季节性水体。但是JRC数据集使用的是Landsat大气顶层反射率数据，并未进行大气校正，存在一定的误差，同时大量使用辅助地图和数据产品，虽然在一定程度上减少了错分误差，但是使得该辅助地图和数据产品带来的不确定性增大。水深是水文研究和水生环境变化监测过程中极其重要的参数，其主要测量方式为声纳(Chen等,2019)。20世纪20年代以来，一种基于声纳的水深测量方法被应用在沿海的深海测量中。目前，大多数船只也在采用这种方法，其优势主要体现在高精度和全覆盖。但是，该方法高成本和低效率的缺点在一定程度上影响着其在大尺度范围内展开实践性应用(Lu等,2019)。随着遥感技术的发展，研究人员渐渐将遥感技术应用在水深测量中，在浅水区域的应用较为广泛，也在一定程度上弥补了声纳测量的不足(Lyzenga,1978)。遥感水深反演一般是指水深测量中采用遥感数据进行水深估算的方法。目前，被动遥感主要是通过接收物体辐射反射信息来研究目标物的特性(Yang Nan等,2019)。Hengel andSpitzer(1991)利用TM影像通过对数和主成分分析的方法测量了荷兰海岸的水深。Sandidge and Holyer(1998)分析了水深数据和高光谱(可见光或近红外)影像之间的辐射相关性，同时建立后向神经网络模型反演佛罗里达州Tample Bay的水深。Xu and Zhang(2006)通过单波段法、双波段比值法和多波段法三种线性回归方法反演了长江北岸的水深。Wang等(2016)通过后向神经网络和海底反照率利用Landsat8 OLI影像独立的反演黄河河口的水深。大部分学者重点研究了海岸水深的反演以及反演模型的优化，并不适合内陆湖泊水深的反演研究。

发明内容

为了快速获得水体，特别是内陆湖泊的面积、深度信息，本发明提供了一种基于卫星光谱的水体信息估算方法。

基于卫星光谱的水体信息估算方法：

一、对研究区的光谱卫星影像进行预处理，然后进行云量筛选；

二、进行水体指数计算；

三、水体识别的判别条件为MNDWIEVI或者MNDWINDVI，且EVI0.1；

四、根据水体判别条件识别水体像元，统计研究区中水体像元，再根据卫星像元大小计算水体面积；

五、利用水体像元，进行水深反演，水深公式为