[发明专利]地表水体制图方法、装置、电子设备及存储介质在审
申请号: | 202110445678.0 | 申请日: | 2021-04-23 |
公开(公告)号: | CN113610882A | 公开(公告)日: | 2021-11-05 |
发明(设计)人: | 张志强;刘静;曹连海;王晓霞;王桂华;宫续丰;孔晓;张修宇;孙莉;梁斌 | 申请(专利权)人: | 华北水利水电大学 |
主分类号: | G06T7/136 | 分类号: | G06T7/136;G06T7/62;G06K9/62;G06K9/46 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 唐菲 |
地址: | 450000 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: | 地表 水体 制图 方法 装置 电子设备 存储 介质 | ||
本申请提供一种地表水体制图方法、装置、电子设备及存储介质,包括:获取众包地图OSM数据和归一化差异水体指数MNDWI影像数据;将OSM数据和MNDWI影像数据进行融合,构建第一MNDWI特征集和第二MNDWI特征集;剔除第一MNDWI特征集中的虚假水体像元,得到候选水体像元集,剔除第二MNDWI特征集中的虚假非水体像元,得到候选非水体像元集;基于候选水体像元集和候选非水体像元集,对预设的随机森林决策树进行训练,得到随机森林分类模型;对预先采集的研究区地表水体分类特征集进行分类,得到研究区域的地表水体图。本申请能够实现OSM数据清理,提高水体样本和非水体样本的提取精度和速度。
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种地表水体制图方法、装置、电子设备及存储介质。
背景技术
随着气候变化和人类活动的影响,地表水体的空间分布和理化成分正在发生着巨大变化。对于水资源管理、水害防治和水环境保护等与水相关研究和规划,及时监测地表水动态具有重要意义。其中地表水体制图是监测地表水体动态变化的重要手段。
在相关技术中,地表水体制图主要包括水体指数法和监督分类法。水体指数法需要确定分割阈值,而应用于大尺度地表水制图时,难以确定全局最优阈值,导致制图结果不够精确。监督分类法需要人工选择训练样本,在选择大量训练样本的情况下,会导致人力和物力成本提高,在选择少量训练样本的情况下,又会影响制图结果的精确度。
发明内容
本申请实施例的目的在于提供一种地表水体制图方法、装置、电子设备及存储介质,旨在解决目标地表水体制图方法中存在制图结果精确度低的问题。
第一方面,本申请实施例提供了一种地表水体制图方法,其特征在于,包括:
获取众包地图OSM数据和归一化差异水体指数MNDWI影像数据;
将OSM数据和MNDWI影像数据进行融合,构建第一MNDWI特征集和第二MNDWI特征集,第一MNDWI特征集用于标记水体像元,第二MNDWI特征集用于标记非水体像元;
剔除第一MNDWI特征集中的虚假水体像元,得到候选水体像元集,剔除第二MNDWI特征集中的虚假非水体像元,得到候选非水体像元集;
基于候选水体像元集和候选非水体像元集,对预设的随机森林决策树进行训练,直至随机森林决策树达到预设收敛条件,得到随机森林分类模型;
基于随机森林分类模型,对预先采集的研究区域的地表水体分类特征集进行分类,得到研究区域的地表水体图。
在本实施例中,通过获取众包地图OSM数据和归一化差异水体指数MNDWI影像数据,并将OSM数据和MNDWI影像数据进行融合,构建第一MNDWI特征集和第二MNDWI特征集,从而丰富MNDWI影像数据的地理信息;再剔除第一MNDWI特征集中的虚假水体像元,得到候选水体像元集,剔除第二MNDWI特征集中的虚假非水体像元,得到候选非水体像元集,从而实现OSM数据清理,提高水体样本和非水体样本的提取精度和速度;然后基于候选水体像元集和候选非水体像元集,对预设的随机森林决策树进行训练,直至随机森林决策树达到预设收敛条件,得到随机森林分类模型,以实现智能模型降低人工分类导致的误差;基于随机森林分类模型,对预先采集的研究区地表水体分类特征集进行分类,得到研究区域的地表水体图,实现大尺度地表水体的精准、快速提取。
在一实施例中,将OSM数据和MNDWI影像数据进行融合,构建第一MNDWI特征集和第二MNDWI特征集,包括:
基于OSM数据的图层要素属性,对OSM数据进行分类,得到OSM水体图层和OSM非水体图层;
将OSM水体图层和OSM非水体图层上传至谷歌地球引擎GEE平台;
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华北水利水电大学,未经华北水利水电大学许可,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/202110445678.0/2.html,转载请声明来源钻瓜专利网。