[发明专利]基于高分卫星光学遥感数据的水体快速提取方法及系统

权利要求书

1.一种基于高分卫星光学遥感数据的水体快速提取方法，其特征在于，包括以下步骤：

获取研究区域的高分卫星光学遥感数据以及数字高程模型数据；

对所述高分卫星光学遥感数据进行辐射定标；

对进行辐射定标后的高分卫星光学遥感数据进行大气校正处理；

对进行大气校正处理后的高分卫星光学遥感数据进行正射校正；

对进行正射校正后的高分卫星光学遥感数据进行波谱变换处理，得到所述高分卫星光学遥感数据的近似短波红外波段特征的波谱计算结果；

所述波谱计算结果包括：

通过下式得到近似短波红外波段特征的波谱计算结果：

ρ_SWIR＝(1.0-NDWI)·(ρ_R+ρ_NIR)/2.0；

其中，ρ_SWIR为近似短波红外波段特征的波谱计算结果，ρ_R为高分卫星红波段的地表反射率值，ρ_NIR为高分卫星近红外波段的地表反射率值，NDWI为归一化差异水体指数；

通过下式得到所述归一化差异水体指数：

NDWI＝(ρ_G-ρ_NIR)/(ρ_G+ρ_NIR)；

其中，ρ_G为高分卫星绿波段的地表反射率值；

对进行波谱变换处理后的高分卫星光学遥感数据进行彩色变换处理；

所述彩色变换处理包括：

基于所述近似短波红外波段特征的波谱计算结果分别得到所述高分卫星高分遥感数据进行彩色变换，得到明度、饱和度以及色度；

其中，通过下式得到所述明度：

V＝max(ρ_SWIR，ρ_NIR，ρ_R)；

通过下式得到所述饱和度：

以及

通过下式得到所述色度：

对进行彩色变换处理后的高分卫星光学遥感数据进行水体分类的提取，得到水体分类结果；

基于所述数字高程模型数据提取研究区域内的网格距离最近邻水系的高程差；

基于所述网格距离最近邻水系的高程差对所述水体分类结果进行修正；

基于修正后的水体分类结果实现区域水体制图。

2.根据权利要求1所述的方法，其特征在于，所述对所述高分卫星光学遥感数据进行辐射定标包括：

将所述高分卫星光学遥感数据转换为辐射亮度；

其中，所述辐射亮度通过下式得到：

L_λ＝Gain*DN；

式中，Gain为定标系数，单位为：W/(m²·sr·μm)，DN为星载传感器的观测值，L_λ为辐射亮度，单位为：W/(m²·sr·μm)。

3.根据权利要求2所述的方法，其特征在于，还包括：

将所述辐射亮度转换为天顶反射率；

其中，所述天顶反射率通过下式得到：

式中，ρ_TOA，λ为天顶反射率，π为圆周率，d为日地距离，ESUN_λ为波段平均太阳辐射值，单位为：W/(m²·μm)，θ_s为太阳天顶角。

4.根据权利要求1所述的方法，其特征在于，所述对进行大气校正处理后的高分卫星光学遥感数据进行正射校正包括：

对进行大气校正处理后的高分卫星光学遥感数据进行几何畸变纠正、倾斜改正以及投影差改正。

5.根据权利要求1所述的方法，其特征在于，所述对进行彩色变换处理后的高分卫星光学遥感数据进行水体分类的提取，得到水体分类结果包括：

分别获取水体样本点以及非水体样本点；

对所述水体样本点以及做水体样本点所分别对应的蓝光波段、绿光波段、红光波段以及近似短波红外波段的反射率进行采样，得到训练样本集；

通过机器学习方法对所述训练样本集进行训练，得到图像分类器；

基于所述图像分类器对所述高分卫星光学遥感数据进行分类，得到水体分类结果。