[发明专利]一种基于数字高程模型的冰川崩解前沿自动提取方法

说明书

一种基于数字高程模型的冰川崩解前沿自动提取方法，首先根据山体阴影可视化技术创建数字高程模型的山体阴影地形图，再根据山体阴影地形图计算出视觉粗糙度；其次根据视觉粗糙度和数字高程模型中所有像素的对应高程值计算出高程地形特征图；再次根据基于博弈论的分类方法对高程地形特征图中所有像素进行海洋、冰盖两类分类，海洋、冰盖两类即I类与II类；最后根据分类结果提取边界线并矢量化。该方法通过创建高程地形特征图来有效地放大了冰盖和海洋两类之间的对比度，解决了在光学和合成孔径雷达遥感影像上类别混淆的难题；针对高程地形特征图的影像特点，设计了基于博弈论的两类分类方法，高效地区分冰盖和海洋两类地物。

技术领域

本发明属于遥感影像处理领域，特别涉及一种基于数字高程模型的冰川崩解前沿自动提取方法。

背景技术

冰川崩解前沿指的是冰盖和海洋的分界线，作为冰盖动力学的一个重要参数，它的变化揭示了冰川或冰架对不断变化的海洋环流、变暖的气候以及自身结构条件变化的动态响应，也影响了未来冰川的物质平衡变化。由于极地冰川特殊的地理位置和环境特点，人迹罕至，实地测量难以实现，因此对于大范围的极地冰川崩解前沿提取，主要依赖于遥感数据和遥感技术。目前提取冰川崩解前沿的遥感数据主要是基于光学和合成孔径雷达(SAR)影像，即利用冰盖和海洋不同地物类型的光谱特征或后向散射回波特点的不同，进行不同类别的区分。

基于光学或者SAR影像提取冰川崩解前沿的半自动以及自动方法主要包括两类，首先是基于边缘提取算子的冰川崩解前沿提取方法，常用的边缘提取算子有Sobel、Canny等。其次是基于影像分类的方法将数据分为冰盖和海洋两大类，其中冰盖一类包括注出冰川和冰架，而海洋一类则包括海水、海冰、冰山、混杂冰等地物类别，进而提取两类别之间的边界。基于边缘提取算子的方法通常无法自动提取完整的冰川崩解前沿，需要一定的后处理去除提取出的杂乱线特征；基于分类的方法面临的主要问题就是冰盖和海洋交接位置处不同类别地物特征在遥感影像上的对比度不足，比如在光学遥感影像上，海冰会存在与冰川或冰架非常相似的图谱特征；在SAR遥感影像上，冰川或冰架的后向散射回波强度一般来讲要高于海水，当冰川或冰架表面有一定程度的融水或者薄雪覆盖时，冰川或冰架表面的后向散射回波强度就会明显降低，另一方面来讲，当海水表面存在海冰，或者风浪时都会增大海水表面的粗糙度，进而增大其雷达回波强度，造成冰盖和海洋的困难区分。目前，最广泛采用的冰川崩解前沿提取方法仍然是手工提取。

发明内容

为了解决现有技术中存在的技术问题，本发明提供了一种基于数字高程模型的冰川崩解前沿自动提取方法，该方法通过创建高程地形特征图增强冰盖与海水之间的对比度，再利用一种创新的基于博弈论的分类方法对创建的高程地形特征图进行自动、高效分类，分为冰盖和海水两类。

实现本发明目的的技术方案为，一种基于数字高程模型的冰川崩解前沿自动提取方法，该方法至少包括如下步骤：

(1)、根据山体阴影可视化技术创建数字高程模型的山体阴影地形图，再根据山体阴影地形图计算出视觉粗糙度；

(2)、根据视觉粗糙度和数字高程模型中所有像素的对应高程值计算出高程地形特征图；

(3)、根据基于博弈论的分类方法对高程地形特征图中所有像素进行海洋、冰盖两类分类，海洋、冰盖两类即I类与II类；

(4)、根据分类结果提取边界线并矢量化。

对上述技术方案的进一步改进为：步骤(1)中所述山体阴影可视化技术采用双光源入射生成两副山体阴影地形图，且光源之间入射方向互为相反方位角。

且步骤(1)中所述视觉粗糙度R(n)通过寻找山体阴影地形图中n×n的窗口中像素值最大和最小的像素点B_max，B_min得到，具体为R(n)＝B_max-B_min。