[发明专利]一种宽视域高分六号卫星影像地表水体智能制图方法

说明书

本发明公开了一种宽视域高分六号卫星影像地表水体智能制图方法，在选择质量较高的宽视域高分六号遥感影像数据的基础上，基于网格划分的几何精校正和影像融合方法，得到宽视域2m分辨率8个波段高分六号融合影像数据，提出基于主成分分析和面向对象相结合开展影像多尺度快速分割，在分割对象尺度上，构建特征分类向量，基于空间网格选取时空代表性较高的水体/非水体训练样本，构建基于面向对象的深度神经网络地表水体智能制图模型，实现宽视域高分六号遥感影像地表水体自动化制图。本发明主要提升了宽视域影像几何精校正、多尺度分割以及地表水体智能提取的效率和精度，在洪涝监测、河湖监管以及水生态调查方面具有良好的应用潜力。

技术领域

本发明属于遥感影像智能识别技术领域，具体涉及一种宽视域高分六号卫星影像地表水体智能制图方法的设计。

背景技术

高分辨率地表水体制图产品是水资源调查、水环境监测、水生态评估以及水灾害应急的基础数据。自我国实施高分辨率对地观测系统重大专项以来，相继发射了高分一号到高分八号等高空间分辨率卫星，极大满足了我国高分辨率遥感数据应用的需求。一般而言，高分影像成像幅宽较窄，导致重返周期较长，以高分二号卫星为例，其空间分辨率为0.8m，幅宽为45千米，理论重返时间为5天。为了提高高分卫星观测频次，我国研制的高分六号卫星属于宽视域低轨光学卫星，其搭载有2米全色/8米多光谱高分辨率相机和16米多光谱中分辨率宽幅相机，其中高分辨率相机的幅宽为90公里，宽幅相机幅宽为800公里，为开展大尺度、高频次、细节丰富的地表水体制图提供了丰富的数据源。

针对光学遥感数据，常用的地表水体制图方法主要包含单波段阈值法、谱间关系法、水体指数法以及遥感监督分类等方法。随着人工智能和机器学习算法的发展，通过构建大量样本训练库，引入人工智能分类模型，能够有效提取地表水体信息。目前已经有针对哨兵2号、Landsat 8、高分一号、高分二号等遥感数据的地表水体制图方法，尚未有针对宽视域高分六号卫星遥感影像的地表水体智能化制图方法。相比其它高分系列卫星，高分六号宽视域影像具有幅宽大、空间分辨率高、重返周期短等特点，因此，需要针对高分六号幅宽特点，开展基于网格化的高精度几何校正和影像融合，提出基于主成分分析和面向对象相结合开展影像多尺度快速分割，在分割对象尺度上，选取特征波段向量，基于空间网格选取代表性训练样本，构建基于面向对象的深度神经网络地表水体智能制图模型，实现宽视域高分六号遥感影像地表水体自动化高精度制图。

发明内容

本发明的目的是为了解决现有技术缺少针对宽视域高分六号卫星遥感影像的地表水体智能化制图方法的问题，提出了一种宽视域高分六号卫星影像地表水体智能制图方法，适用于宽视域高分六号遥感影像地表水体自动化高精度制图。

本发明的技术方案为：一种宽视域高分六号卫星影像地表水体智能制图方法，包括以下步骤：

S1、根据需要监测的时间段选取宽视域高分六号遥感影像数据。

S2、对宽视域高分六号遥感影像数据进行预处理，得到2m分辨率8个波段的高分六号融合影像数据。

S3、采用主成分分析和面向对象相结合的方法对高分六号融合影像数据进行多尺度快速分割，得到影像分割对象。

S4、在影像分割对象尺度上，构建特征分类向量和训练样本，对深度神经网络进行训练和优化，得到面向对象的地表水体智能制图模型，实现宽视域高分六号遥感影像地表水体自动化制图。

进一步地，步骤S1中选取的宽视域高分六号遥感影像数据包括2米全色/8米多光谱高分辨率相机数据和16米多光谱中分辨率宽幅相机数据。

进一步地，步骤S1中宽视域高分六号遥感影像数据的选取标准为：

(1)选择晴空无云影像，且地表水体区域无云覆盖；

(2)影像地表层次清晰，无明显气溶胶覆盖；

(3)影像没有缺失扫描行、条带、噪声和异常像元；