[发明专利]一种表碛覆盖型冰川的自动化提取方法

权利要求书

1.一种表碛覆盖型冰川的自动化提取方法，其特征在于，包括以下步骤：

步骤1：对研究区域的光学影像进行预处理，得到多光谱波段；对多光谱波段进行主成分分析获得包含信息量最多的第一主成分分量，以此作为输入波段进行纹理计算得到协同性波段作为研究区域的纹理特征；研究区域的光学影像中包含热红外波段；

步骤2：选择合适的地形数据进行地形分析：将地形数据投影到与影像的多光谱波段相同的投影带中，进而通过3D表面分析工具获得研究区域对应的坡度、平面曲率和剖面曲率；

步骤3：利用光学偏移量方法计算研究区域的流动位移特征：

步骤3.1，将研究区域前后相差1-2年的光学影像分别视为前时相和后时相影像作为光学偏移量计算的输入数据，设置搜索窗口大小、步长、信噪比阈值和鲁棒迭代值，计算得到研究区域初步EW、NS向水平位移图像；

步骤3.2，对步骤3.1得到的初步EW、NS向水平位移图像分别进行误差改正，得到准确的EW、NS向水平位移图，并通过波段计算工具合成水平流动位移图，得到研究区域的流动位移特征；

步骤4：采用随机森林算法进行分类并获得表碛冰川轮廓：

步骤4.1，在研究区域的影像上人工勾选样本，样本包括裸地、净冰川、表碛冰川、冰湖四类，样本均匀分布于研究区域的影像中；

步骤4.2，将步骤1、步骤2和步骤3得到的多光谱波段、热红外波段、纹理特征、坡度、平面曲率、剖面曲率和流动位移特征合成一个多波段影像；

步骤4.3，将步骤4.1中的样本和步骤4.2中的多波段影像输入到随机森林分类算法中，进行学习与建模；再将研究区域的影像中未被勾选的部分输入随机森林算法中进行自动分类，然后输出分类结果；

步骤4.4，对分类结果进行形态学分类后处理，得到准确的表碛冰川轮廓；

步骤4.4对分类结果进行形态学分类后处理包括以下步骤：

步骤4.4.1，通过两次或多次Majority/Minority analysis算法去除表碛冰川区域内的分类漏洞和删除孤立点；

步骤4.4.2，利用Clump Classis算法进行聚类分析；

步骤4.4.3，对表碛冰川进行矢量化、平滑操作以得到初步的表碛冰川轮廓矢量；

步骤4.4.4，通过一定的面积梯度筛选，获得准确的表碛冰川轮廓。

2.如权利要求1所述的表碛覆盖型冰川的自动化提取方法，其特征在于，所述步骤1中的预处理包括大气校正和影像拼接；

步骤1中的纹理计算采用基于二阶概率统计滤波中的纹理计算方法。

3.如权利要求1所述的表碛覆盖型冰川的自动化提取方法，其特征在于，所述步骤3.2误差改正包括长波长轨道误差和条纹伪影误差；

所述长波长轨道误差通过多项式曲线拟合方法修正；条纹伪影误差通过均值减去原理进行修正。