[发明专利]一种基于极限学习机的高分一号黄东海绿潮遥感探测方法

权利要求书

1.一种基于极限学习机的高分一号黄东海绿潮遥感探测方法，其特征在于其包括了以下步骤：

（1）对GF-1数据进行几何校正、太阳天顶角订正和辐射校正，获得空间配准的辐亮度数据，并基于大陆岸线进行陆地掩膜；

（2）选取绿潮、海水、云雾、云影、舰船、太阳耀斑和海岛的样本，提取样本特征量并标注样本标签，构建ELM网络训练样本集；

（3）使用上述样本集训练ELM网络，确定最优隐层神经元个数，最终得到分类器；

（4）按照步骤一处理要探测的GF-1影像，提取样本特征量，基于第三步中的分类器逐像元探测，获取绿潮探测结果并计算探测精度；

（5）计算提取结果的绿潮覆盖面积，制作时空分布产品。

2.如权利要求1所叙述的一种基于ELM的GF-1黄东海绿潮遥感探测方法，其特征在于步骤（2）特征量采用了辐射定标后的四波段辐亮度值及NDVI指数，共构建5个维度的样本特征量。

3.如权利要求1所叙述的一种基于ELM的GF-1黄东海绿潮遥感探测方法，其特征在于步骤（2）样本类型将黄东海GF-1的地物类型分为7类，将每类样本与海水的混合像元归入到该类样本中。

4.如权利要求1所叙述的一种基于ELM的GF-1黄东海绿潮遥感探测方法，其特征在于步骤（3）分类器隐层神经元个数为1500个。

5.如权利要求1所叙述的一种基于ELM的GF-1黄东海绿潮遥感探测方法，其特征在于步骤（4）识别精度是基于手动提取结果和ELM识别结果的绿潮识别精度进行评价。

6.如权利要求1所叙述的一种基于ELM的GF-1黄东海绿潮遥感探测方法，其特征在于步骤（5）使用ENVI多项式几何校正模型，通过在原影像选取地面控制点对探测结果赋予坐标值，制作绿潮探测时空分布产品。