[发明专利]基于FY-3MWRI数据的冰间湖探测方法

权利要求书

1.一种基于FY-3MWRI数据的冰间湖探测方法，其特征在于，所述方法包括以下步骤：

步骤1)、获取FY-3MWRI一级数据；

步骤2)、对获取的FY-3MWRI一级数据进行预处理，所述预处理包括图像拼接和裁剪、掩膜操作、辐射定标；

图像拼接和裁剪：以FY-3卫星的微波成像仪(MWRI)89GHz的数据为原始数据，对其进行基于南极地理位置的目标图像的镶嵌和剪裁，然后进行2％线性拉伸；

掩膜：提取南极洲的掩膜数据即将陆地区域赋值为0，海洋部分赋值为1，进行二值化，将掩膜二值化数据对融合图像进行掩膜操作，对陆地区域的赋值为0，海洋区域的值保持不变，得到南极洲掩膜后数据；

辐射定标：将掩膜后的数据利用式(1)进行辐射校正；

辐射定标＝(－0.01)*b1 (1)

步骤3)、利用式(2)，对FY-3MWRI的89GHz的垂直极化亮温数据(T_bv)和水平极化亮温数据(T_bh)求每一个像素点的极化差P；

P＝T_bv－T_bh (2)

步骤4)、通过最大熵算法对步骤3)中得到的极化差P进行分割，得到冰间湖识别的最优分割阈值T，进而得到南极冰间湖探测识别图。

2.根据权利要求1所述一种基于FY-3MWRI数据的冰间湖探测方法，其特征在于，所述步骤4)中最优分割阈值T的计算方法为：

根据式(3)计算得到极化差P数据的信息熵H，其中p(x)表示亮温差x出现的频率；

选取一个阈值T，进行图像分割，其中所有的像素点都会分成两类，低于阈值的T的像素即背景，记为B，高于阈值T的像素即物体，记为O；

计算每个亮温差在B或O类中所占的概率，基于背景的计算见式(4)，基于物体的计算见式(5)，两者都存在的关系见式(6)；

分别计算背景和物体的信息熵，再得到B的信息熵见式(7)，O的信息熵见式(8)；

基于式(9)即可得到识别冰间湖的最优分割阈值T。

T＝argmax(H_B+H_O) (9)

3.根据权利要求1所述一种基于FY-3MWRI数据的冰间湖探测方法，其特征在于，步骤4)中所述南极冰间湖探测识别图是用最大熵法对89GHz极化差P进行处理得到冰间湖和海冰的分类阈值T，进而对图像进行分类，得到冰间湖的分布，其中当P值大于T值时，此像素点为冰间湖，当P值小于T值时，此像素点为海冰。