[发明专利]一种分层决策的滨海湿地地物样本提取方法

说明书

本发明涉及分层决策的滨海湿地地物样本提取方法，包括：步骤1，对遥感影像进行预处理；步骤2，在深入分析滨海湿地地物信息的基础上，对待研究区湿地地物样本的影像进行光谱信息和空间特征信息的提取；步骤3，基于步骤2分类结果，对耕地、林地、城镇区域进行掩膜处理，提取水体和湿地范围，根据《国家湿地遥感分类系统》和《湿地公约》并辅以地物的空间信息提取湿地覆被类型样本。本发明的有益效果是：本发明不仅可以节省时间、人力、物力和财力，还可以快速准确的获取滨海湿地地物样本信息，具有明显的地理意义；本发明克服了滨海湿地分布范围较小且混含度大，及传统的分类提取技术在提取滨海湿地地物样本信息，出现漏分和错分现象困难。

技术领域

本发明涉及一种分层决策的滨海湿地地物样本的提取方法，通过有效的利用地物光谱信息和地物的空间特征信息，分层提取湿地地物样本信息，属于遥感影像分类技术领域。

背景技术

湿地是地球上一种独特的、多功能的生态系统，与森林、海洋并称为全球三大生态系统，被誉为“地球之肾”，在全球生态平衡中扮演着重要的角色。

滨海湿地提供了生物多样性、净化、碳汇、资源供给及旅游文化等必不可少的生态系统服务。随着人类活动和气候变化影响的加剧，滨海湿地范围不断减少。因其分布在海陆交错地带，地物识别的野外样本采集难度大，常规手段进行准确定位和制图费时费力，且周期长、时效性差。现有的样本提取方法无法准确获取各种湿地覆被样本。

目前，由于滨海湿地地物具有独特的特征，如人工运河和河流出现“同谱异物”现象、以及其内部地物自身的纹理、形状特征等，而针对滨海湿地地物信息的提取常用到的监督分类很大程度上依赖于训练样本的质量，样本不准确会降低分类精度；而非监督分类由于算法的局限性，也会出现分类类别与实际对应地物不匹配现象。两类地物信息的提取方法都很少考虑到湿地自身的特征。

发明内容

本发明的目的是克服现有技术的不足，提供一种提升滨海湿地地物的可分离度，减少人为干预，快速、准确的获取滨海湿地地物样本信息，提升其自动化分类，降低错分、漏分现象的分层决策的滨海湿地地物样本提取方法。

本发明的目的是通过以下技术方案实现的，这种分层决策的滨海湿地地物样本提取方法，包括以下步骤：

步骤1，对遥感影像进行预处理；

步骤2，在深入分析滨海湿地地物信息的基础上，对待研究区湿地地物样本的影像进行光谱信息和空间特征信息的提取；根据波段计算和波段组合的多特征信息，对地物样本进行逐层识别和归类，通过若干次分离目标并制作掩模文件；

步骤3，基于步骤2分类结果，对耕地、林地、城镇区域进行掩膜处理，提取水体和湿地范围，根据《国家湿地遥感分类系统》和《湿地公约》并辅以地物的空间信息提取湿地覆被类型样本。

作为优选：所述步骤1中，数据源选择为Landsat TM/ETM+/OLI；遥感影像预处理为辐射校正、几何校正。

作为优选：所述步骤2中，待研究区湿地覆被样本类型分为水体、湿地、耕地、林地和城镇。

作为优选：所述步骤3中，所述样本提取步骤如下：

1)对水体和湿地区域影像进行多尺度分割；

2)利用形状特征和纹理特征对当前所得影像进行地物样本类型分析；

3)在步骤2)基础上结合光谱分析所得耕地、林地、城镇，创建湿地覆被样本类型。

作为优选：所述步骤2具体步骤如下：

1)对遥感影像进行波段运算和波段组合，首先用742波段组合与归一化差异水体指数Modified Normalized Difference Water Index，MNDWI相结合提取水体样本，其计算公式为：