[发明专利]一种用于水体信息提取的高光谱数据处理方法

说明书

技术领域

本发明属于信息提取技术领域，具体涉及一种用于水体信息提取的高光谱数据处理方法。

背景技术

水体是维系生态系统稳定和健康性的决定性因子，如何科学准确地建立水资源环境的监测体系，从而掌握水体变化情况，为制定保护策略提供依据，已经成为遥感技术在环境保护领域应用的关键问题之一。通过对遥感图像信息处理来提取水体，是目前遥感技术在环境领域应用的主要方向之一。这种方法不需要工作人员直接到野外查验、采样，可以精确地提取水体界限。当前的高光谱遥感影像的水体信息提取方法主要是光谱全波段匹配或是部分连续波段的光谱匹配，具体算法有光谱分类法、单波段阈值法、谱间关系法、水体指数法、植被指数法和微分光谱法等，由于水体组成经常含有叶绿素、浮游生物和泥沙，这些方法在信息提取的过程易受其它地物波谱或噪声的影响，提取信息精度相对较低。其次现有的光谱提取方法人工操作步骤多，增加了人为判断误差。第三是高光谱数据波段多，数据量大，现有的方法处理时间长，降低了数据处理的速度和应用规模。因此，如何在水体信息提取的过程中减少其他地物或噪声的影响、人工操作步骤和处理数据量，成为当前高光谱遥感影像处理的前沿之一。

发明内容

本发明的目的是，针对现有技术不足，提供一种水体信息提取的高光谱数据处理方法。

本发明的技术方案是：

一种用于水体信息提取的高光谱数据处理方法，包括以下步骤：

步骤一：高光谱数据预处理；

步骤二：波段差值M去除道路与建筑物；

步骤三：水体指数NDWI去除植被；

步骤四：光谱斜率S去除阴影。

所述步骤一中高光谱数据预处理为计算在高光谱传感器处接收的像元光谱辐射亮度，使用基于MODTRAN4+的大气辐射传输模型，其公式为：

式中，L为传感器接收的总辐射亮度；

ρ为像元表面反射率；

ρ_e为像元周围平均表面反射率；

S为大气球面反照率；

L_α为大气后向散射辐射率；

A、B为大气和几何条件的系数。

所述步骤二中计算波段差值M的公式为：

M＝(R₅₅₁+R₆₃₇)-(R₈₅₂+R₁₀₄₃)＞0

式中，M为波段差值；R₅₅₁、R₆₃₇、R₈₅₂和R₁₀₄₃分别为551nm、637nm、852nm和1043nm波长处的影像反射率值；

M值大于0的像元就可以判定为水体。

所述计算水体指数NDWI的公式为：

NDWI＝(R₅₅₁-R₉₁₆)/(R₅₅₁+R₉₁₆)＜0.2

式中，NDWI为水体指数；

R₅₅₁和R₉₁₆为551nm和916nm波长处的影像反射率值；NDWI值小于0.2，则为水体，反之，则为干扰植被。

所述计算光谱斜率S的公式为：

S＝(R₇₆₆-R₅₅₁)/(766-551)＞0

式中，R₇₆₆和R₅₅₁分别为波长766nm和551nm波长处的地物反射率值；

经过微分计算，若S的值大于0，则为水体，小于等于0，则为非水体。

本发明的有益效果是：

1.在分析水体光谱特性和水体多种提取方法的基础上，进行了从水体光谱维特性出发的水体精准提取试验。高光谱数据具有高空间分辨率、高光谱分辨率和高时间分辨率特点，所获取的厘米级空间单元、纳米级光谱单元的图谱合一高光谱数据，为实现地物的精准提取提供了崭新的数据源和技术支持。在科学合理的地物识别和反演方法支持下，能够成为地物鉴别(Discrimination)到识别(Identification)跨越性发展的基础；

2.本发明从环境监测的实际应用需求出发，以“精准”提取为核心目标，采用逐步逼近，去除干扰的思路，建立了一种用于水体信息提取的高光谱数据处理方法，该方法有较好的可操作性和适用性，不仅能够解决阴影遮挡、同谱异物和地形起伏等问题，而且对于微小水体和富营养化水体，都有很高的提取正确率。