[发明专利]基于极化雷达遥感影像的洪水淹没范围自动提取方法

说明书

本发明公开了基于极化雷达遥感影像的洪水淹没范围自动提取方法，包括以下步骤，S1：利用多尺度分割技术同时对灾前和灾后的极化雷达遥感影像进行分割，提取图像对象；S2：分别提取灾前和灾后极化雷达遥感影像中图像对象的像素平均值、几何和纹理属性；S3：使用变化矢量分析技术从灾前和灾后的极化雷达遥感影像中提取基于图像对象的特征向量，计算图像对象的变化矢量强度，确定变化地块；S4：基于步骤S2中提取的多种属性集合，利用基于决策树分类规则的层次非监督分类算法自动确定灾前和灾后的土地覆盖类别；S5：基于灾前和灾后土地覆盖分类结果以及变化矢量分析结果，通过分类后比较法确定变化地块的土地覆盖变化类别，得到洪水淹没区域。

技术领域

本发明涉及雷达遥感技术领域，更具体地，涉及一种基于极化雷达遥感影像的洪水淹没范围自动提取方法。

背景技术

及时准确快速提取洪水淹没范围是洪涝灾害监测研究领域的重要内容，目前主要依靠地面观测和遥感技术两种手段进行。由于洪涝灾害的空间分布频度变化大、局地突发性强，在通常情况下有限的地面监测站所代表信息仅适用于当地情况，对于整个空间区域的洪涝灾害监测，使用地面监测数据会缺乏宏观和代表性^[1]。卫星遥感技术因其覆盖范围广、周期短、时效性强，同时不受地面实地监测条件限制等多种优势，在洪涝灾害监测中得到越来越多的应用。传统的光学遥感技术已被广泛应用于洪水监测^[2-3]。光学遥感监测洪水的方法主要是基于水体指数的计算，例如归一化水体指数(Normalized Difference WaterIndex,NDWI)^[4]与改进的归一化差异水体指数(Modified NDWI，MNDWI)^[5]等；但光学遥感依赖阳光成像，容易受到天气和云雾的影响。伴随着洪涝灾害，往往是强降雨天气，利用光学遥感往往难以及时获取受灾区域信息，给洪涝灾害评估、灾害管理及抗洪救灾等带来诸多不变。

星载合成孔径雷达系统(Synthetic Aperture Radar,SAR)不受云、雨、雾的影响，具有全天时、全天候的工作能力，非常适用于对洪涝灾害的及时监测。近年来极化雷达(Polarimetric SAR,PolSAR)遥感技术得到迅速发展^[6]。与传统单极化雷达相比，极化雷达可以获取更丰富的地物后向散射信息，实现更高的地物分类精度^[7]。目前雷达遥感水体识别方法主要包括监督分类法^[8]和阈值法^[9]。监督分类方法精度相对较高，但需要人工解译雷达影像、选取训练样本，因此增加了人工和时间成本、自动化程度不高，限制了其在实际中的应用。由于风浪的变化会导致水体的雷达后向散射系数变化，用于区分水体和非水体的最优阈值往往变化较大^[10]，因此大部分研究采用大津算法(OTSU)^[11]、理想阈值法^[12]、期望值最大化(Expectation Maximization,EM)^[13]等自动获取阈值的算法从雷达影像中提取水体。然而，自动阈值法往往基于单一通道的雷达影像识别水体，难以充分利用极化雷达影像的多通道信息，水体提取精度受到限制。此外，利用监督分类法和阈值法从雷达影像中提取水体时，都受到雷达噪音^[14]和山区阴影^[15]的影响。

现有研究的局限性具体体现在以下方面：第一，现有研究难以克服天气及云雾的影响，往往无法及时获取洪水淹没范围信息，难以满足洪涝灾害监测的实际应用需求。第二，现有研究自动化程度不高，需要人工解译雷达影像、选取训练样本，因此增加了人工和时间成本，限制了其在实际中的应用。第三，现有研究无法充分利用多极化信息，在区分不同地物类型时很容易产生混淆。第四，现有研究精度不高，无法克服雷达噪音、山区阴影以及裸地的影响。

发明内容