[发明专利]一种基于相干系数阈值的冰川识别方法有效
申请号: | 201910813512.2 | 申请日: | 2019-08-30 |
公开(公告)号: | CN110456352B | 公开(公告)日: | 2022-03-04 |
发明(设计)人: | 柯长青;郭唯娜;范宇宾;姚国慧;喻薛凝 | 申请(专利权)人: | 南京大学 |
主分类号: | G01S13/90 | 分类号: | G01S13/90;G01S13/95;G01S7/02;G01S7/41 |
代理公司: | 南京同泽专利事务所(特殊普通合伙) 32245 | 代理人: | 蔡晶晶 |
地址: | 210023 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 相干 系数 阈值 冰川 识别 方法 | ||
本发明涉及一种基于相干系数阈值的冰川识别方法,首先对SAR影像对进行原始数据读取、图像配准、干涉图计算、相干性估计、去除平地相位、相位滤波以及地理编码等处理得到相干系数图,冰川区在相干系数图上呈现低相干的特性。然后拟合研究区相干系数图中相干系数值和对应的像元个数的曲线关系,并对该曲线关系求一阶导数,其一阶导数曲线变缓的地方被认为是图像上由冰川区域向非冰川区域的过渡点,即为选取的阈值b。再通过基于规则的面向对象分类方法对相干系数图进行分类,设立分类规则为:γb。最后对所得图像进行去除小图斑、栅格转矢量、去除面状对象内部空洞异常、平滑锯齿状边缘等分类后处理得到冰川区域边界。
技术领域
本发明涉及一种基于相干系数的冰川识别方法,特别涉及用于识别冰川的相干系数阈值的确定。
技术背景
冰川资源作为重要的可调节淡水资源,与区域气候变化和水文效应紧密相关,是气候系统中良好的变化指示因子。随着全球气候变暖、淡水资源紧缺,冰川变化尤其是山地冰川变化监测成为了资源利用与可持续发展方面的重要课题。早期的冰川监测主要依赖于实地考察,1930s之前一直依靠实测冰川末端若干监测点的变化来计算冰川长度变化。但山地冰川多分布于地势高、地形险峻的地区,难以进行大范围、长时间序列的野外实测。遥感技术的快速发展给冰川监测带来了更多的可能性。尤其自1972年以来发布的一系列陆地资源卫星,是目前国内外监测冰川变化的重要光学遥感数据源。基于冰川影像各波段所表现出的反射波谱特性,通过各波段间的比值、差值运算等方法能够实现对纯净冰川的提取。但山地冰川区覆盖大量表碛,在光学遥感影像上表碛与周边地物在可见光、近红外波段差异较小,难以区分。同时光学遥感影像受天气状况限制,往往因云雾影响难以进行目标识别。
合成孔径雷达(SAR)能够全天时全天候工作且几乎不受云雾等天气状况影响。近年来基于SAR平台数据监测冰川变化的技术不断发展,主要是基于SAR数据的极化特性与干涉特性来监测冰川运动模式和流速、物质平衡以及面积的变化。通过SAR干涉测量技术(InSAR),不仅能够获取高精度DEM,并且能利用重复轨道雷达数据的相干性特征识别地物。在一定时间间隔内,冰川表面及其表碛覆盖区域不停流动,比周围静止的地物呈现更低的相干性从而在SAR干涉影像中得以区分。
发明内容
本发明要解决的技术问题是:克服现有技术缺点,提出一种基于相干系数阈值的冰川识别方法,对SAR干涉影像设定合理阈值,从而较准确、完整地识别冰川覆盖区域,达到比较好的效果。
为了解决上述技术问题,本发明提出的技术方案是:
基于相干系数阈值的冰川识别方法,包括以下步骤:
第一步、下载包含研究区的SAR影像对和相应的SRTM DEM数据,并对原始数据进行读取,所述SAR影像对包括一幅主影像和一幅副影像,SAR影像对的拍摄时间在8-10月;
第二步、对下载好的SAR影像对进行配准,估计两幅影像的相对偏差,生成配准偏移多项式;
第三步、对配准后的SAR影像对进行干涉计算,生成SAR影像对的干涉图;
第四步、对所得干涉图进行去除平地相位、相位滤波处理,将去平、滤波后的干涉图作为相位修正项,使用相位修正项对SAR影像对进行相位修正,然后生成SAR影像对未进行地理编码的相干系数图;
第五步、对下载好的SRTM DEM数据进行拼接,得到一个无间隙的能够完全覆盖研究区的DEM数据;
第六步、基于拼接后的DEM数据对相干系数图进行地理编码,使二者具有相同的地理参考,并输出经地理编码后的相干系数图;
第七步、利用研究区范围矢量文件裁剪得到研究区相干系数图,统计研究区相干系数图所有像元的相干系数值γ'和与相干系数值对应的像元个数count;
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南京大学,未经南京大学许可,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/201910813512.2/2.html,转载请声明来源钻瓜专利网。