[发明专利]一种卫星遥感图像的积雪提取方法及装置

说明书

本发明公开了一种卫星遥感图像的积雪提取方法及装置。所述方法包括：获取高时间谱的基准卫星遥感图像和辅助卫星遥感图像；所述基准卫星遥感图像为包含积雪的图像，所述基准卫星遥感图像和所述辅助卫星遥感图像为拍摄的同一地理范围的图像；基于所述基准卫星遥感图像的积雪指数和第一阈值，对所述基准卫星遥感图像进行一次积雪提取操作，生成第一积雪提取图像；基于所述基准卫星遥感图像的水体指数和第二阈值，对所述第一积雪提取图像进行二次积雪提取操作，生成第二积雪提取图像；基于所述辅助卫星遥感图像的拍摄季节，对所述第二积雪提取图像进行积雪提取操作，确定基准卫星遥感图像中的积雪提取结果。本发明可以提高积雪提取的准确度和精细度。

技术领域

本发明涉及遥感图像处理技术领域，特别是一种卫星遥感图像的积雪提取方法及装置。

背景技术

制作高精度的积雪图，完善积雪观测系统，从而建立准确和长期的积雪产品数据库具有重要的意义。目前主要包括：目视判读法；多光谱图像分类；阈值法像元统计；反射率特征计算法；决策树方法。目前广泛应用的数据包括GOES、AVHRR、Landsat TM/ETM+、MODIS、VEGETATION等。目前，积雪提取最常用的是NDSI指数，NDSI利用雪在可见光、近红外波段为强反射体，而在短波红外波段为强吸收体的特点。Crawford等使用多时相的Landsat数据进行雪覆盖的制图，用于气象资料数据的积累。

雪识别指数为NDSI，基于雪对可见光与短波红外波段的反射率的差异的一种度量。Landsat TM数据的积雪检测算法根据积雪的波谱特性，即具有很强的可见光反射和短波红外吸收的特性，选定了两个判别标准：NDSI和一个近红外波段的反射率。而MODIS的积雪算法是在分析TM图像的基础上，采用阈值划分来识别积雪和其它目标。NOAA/AVHRR拥有5个观测通道包括了从可见光到远红外的光谱范围，但这5个通道中并不含有区分云雪的理想波段1.55－1.75um。目前许多云雪识别的研究多利用云和雪AVHRR波段3的反射和辐射率发明的差异，采用多通道信息融合技术。

具体包括以下方法：

二值化判别法：该方法的主要思想是根据积雪在不同波段下反射率的差异，利用VIS波段和IR波段，构建用于地类识别的归一化雪被指数。NDSI指数能够自动区分云和雪，因为云在MODIS第6波段和Aqua第7波段的反射率较高，但是积雪的反射率低。一般设定阈值T＝0.4，当NDSI0.4时，认为该像素为积雪地类。考虑到森林区域中植被的影响，当NDSI0.4时也可能存在积雪，因此加入NDVI进行判断。如果NDVI在0.1附近时，同样认为该像素为积雪地类。

概率判别方法：由于二值化算法考虑的影响因子较少，可能存在结果精度的不确定性问题，还有学者采用概率判别的方法，主要包括：监督分类：事先选择训练样本，通过遥感图像监督分类方法计算得到各像素属于积雪地类的隶属度，在此基础上完成地类识别；NDSI概率判断：通过NDSI值计算像素属于积雪地类的概率，被云遮挡的积雪地类识别：还有学者研究如何识别影像中被云遮挡的积雪地类。一种方法是通过海拔高度进行区分，通过影像中未遮挡区域计算得到雪被存在的最大海拔高度，低于此高度的云覆盖区域被识别为积雪地类。本方法对云覆盖区域较少的遥感影像较有效，但如果覆盖区域范围过大，精度难以保证。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供了一种卫星遥感图像的积雪提取方法及装置。

为了解决上述技术问题，本发明实施例提供了一种卫星遥感图像的积雪提取方法，包括：

获取高时间谱的基准卫星遥感图像和辅助卫星遥感图像；所述基准卫星遥感图像为包含积雪的图像，所述基准卫星遥感图像和所述辅助卫星遥感图像为拍摄的同一地理范围的图像；

基于所述基准卫星遥感图像的积雪指数和第一阈值，对所述基准卫星遥感图像进行一次积雪提取操作，生成第一积雪提取图像；