[发明专利]一种表碛覆盖型冰川的自动化提取方法

说明书

本发明公开了一种表碛覆盖型冰川的自动化提取方法，包括：步骤1对研究区域的光学影像进行预处理，得到多光谱波段以及研究区域的纹理特征；步骤2选择合适的地形数据进行地形分析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4：采用随机森林算法进行分类并获得表碛冰川轮廓。本发明充分利用了表碛冰川具有流动性的特点，使用光学偏移量技术求取流动位移，再结合随机森林算法对表碛冰川进行提取，自动化程度高，提取准确度高；随机森林算法解决了特征阈值、特征使用先后顺序、组合难确定的问题，相比决策树分类准确度有所提高；流速的加入大大提高了表碛冰川边界提取的准确度。

技术领域

本发明属于利用光学遥感技术研究现代冰川学领域，涉及一种表碛覆盖型冰川的自动化提取方法。

背景技术

冰川变化被视为气候变化的敏感指示器，以及陆地最重要的淡水资源。近年来，在全球变暖的背景下，被称为“亚洲水塔”的喜马拉雅地区冰川作为全球山地冰川的重要组成部分，引发冰川学界持续关注。一直以来，光学遥感技术在研究大尺度下冰川变化方面发挥着重要作用。这其中表碛覆盖型冰川作为山地冰川的重要组成部分，其自动化的提取对冰川遥感变化研究具有重要意义。但是由于表碛覆盖型冰川与周围裸地在光谱上的相似性和其本身的复杂性，表碛冰川的自动化提取一直是有待攻克的难点。

在以往的冰川变化研究中，阈值分类的自动化提取仅仅只针对净冰川，而对于表碛覆盖型冰川的提取，则较多采用专家目视解译的方式，针对大区域冰川变化研究而言，该方法费时费力。随后，学者们逐渐将坡度、温度、地表曲率、纹理、相干性等特征引入到表碛冰川的自动化提取过程中，促进了表碛冰川自动化提取的发展。

Haeber li(1986)提出，有时候仅仅依靠目视解译同样难以区分表碛冰川和周围裸地的界限。Frank Paul(2003)提出，仅仅依靠多光谱信息将难以找到表碛冰川和周围碎屑物的界限，并逐渐将地形因素引入到表碛冰川的提取中。

宋波(2006)等人利用Landsat影像和DEM生成NDSI、NDVI、坡度、曲率、和热红外波段5个因子采用阈值分类和空间分析相结合的方法半自动地提取了贡巴冰川中表碛冰川。但是阈值分类的方法使得该方法具有地域上的局限性，并且对于阈值的选择值得商榷，例如作者将坡度大于24°地区作为非表碛冰川区。

蒋宗立(2012)等根据表碛冰川具有流动性而在SAR影像干涉图中表现为低相干来判断表碛冰川的边界。STEFAN LIPPL(2018)在此基础上加入形态学滤波的后处理过程，自动化提取了单个表碛冰川。但是利用InSAR技术生成的相干性图会受到多种因素的影响。例如时间空间基线较长、地势起伏较大、大气误差都会造成严重的失相干现象而致使提取结果依赖许多手动处理。并且SAR图像和光学影像由于成像原理的不同，其结果将引入配准误差。

吴淼(2017)采用了面向对象的波段比值法与特征分区相结合的方法对波密县内的冰川进行分类。及遥感影像特征分类将研究区分为了光照条件下的净冰川区、表碛冰川区和阴影下冰川区。期间引用了波段比值、植被指数、水体指数、坡度、纹理多个特征进行了阈值分类。阈值由试错法和归纳法人为确定。并指出净冰川分类准确度为100％，表碛冰川为93％。但是根据多次试验表明阈值分类方法针对大区域表碛冰川分类，准确度难以达到93％，并且文章并未给出表碛冰川的提取结果对比图，因此该方法的有效性有待商榷。

综上所述，通过大量学者的努力，对表碛覆盖型冰川的自动提取研究已经获得较大进展。但是就结果而言，仍然存在提取结果准确度低、各个特征阈值和特征使用先后顺序难以确定的问题，导致这些方法不能推广或者无法完成大面积表碛冰川的自动化提取。

发明内容

针对现有技术存在的不足，本发明的目的在于，提供一种表碛覆盖型冰川的自动化提取方法，解决了现有技术中存在的提取结果准确度不高，自动化程度不高、阈值难确定的、难适用大面积表碛冰川提取的问题。

为了解决上述技术问题，本发明采用如下技术方案予以实现：