[发明专利]基于Sentinel-2卫星影像和云平台的滨海养殖池智能提取方法

说明书

基于Sentinel‑2卫星影像和云平台的滨海养殖池智能提取方法，它涉及一种基于Sentinel‑2卫星影像和云平台的滨海养殖池智能提取方法。本发明是为了解决现有的遥感技术无法准确快捷获得滨海养殖池分布的技术问题。本方法：一、研究区进行0.1°*0.1°格网划分；二、确定海水养殖池潜在分布区域的格网；三、形成影像集；四、得到空间上的NDWI、NDVI、NDBI、纹理特征与边缘特征的图像；五、对研究区格网单元影像的光谱波段以及特征波段进行图像分割；六、提取出水体，获得格网单元内的水体对象；七、提取滨海养殖池。本发明所涉及的滨海养殖池提取方法快捷有效，提高了滨海养殖池解译的精度和可信度，具有可重复性和广泛性，对滨海养殖池遥感制图具有及其重要的意义。

技术领域

本发明涉及一种基于Sentinel-2卫星影像和云平台的滨海养殖池智能提取方法。

背景技术

水产养殖是世界上增长最快的粮食生产部门之一，是人们的重要蛋白质来源，并可能对未来全球粮食安全发挥重要和日益重要的作用，也是沿海地区开垦土地的主要方式。海岸带地处海陆交界，生态环境敏感脆弱，同时也是海水养殖业发展的主要地区。随着全球水产养殖业的快速发展，养殖池塘迅速扩大，不仅创造了巨大的经济效益，也对滨海湿地生态环境造成了很大压力，造成海洋环境质量恶化的后果，如水和土壤的污染、沿海湿地的破坏、生物多样性减少甚至丧失、景观破碎化等。因此在区域及全球范围内识别和评估水产养殖的空间分布，对分析生态系统日益增长的压力和相关的环境影响很有价值。遥感除了准确、快速和具有成本效益外，还提供了许多实地调查所没有的优势，在监测难以到达的海岸生态系统方面，遥感技术监测水产养殖面积、种类、规模等的变化，是目前水产养殖变化研究中的常用方法。但是不同季节与大尺度给海水养殖池遥感解译带来的困难，湖泊和坑塘等被错分为滨海养殖池。

发明内容

本发明的目的是为了解决现有的遥感技术无法准确快捷获得滨海养殖池分布的技术问题，提供了一种基于Sentinel-2卫星影像和云平台的滨海养殖池智能提取方法。

基于Sentinel-2卫星影像和云平台的滨海养殖池智能提取方法按照以下步骤进行：

步骤一、利用Google Earth Engine云平台，对滨海研究区进行0.1°*0.1°格网划分；

步骤二、基于JRC地表水体数据集与DEM数据集，分别获取每个格网单元的历史水体频率均值P_mean与坡度均值Slope_mean，筛选出0＜M_p＜1和0＜M_slope＜5，确定海水养殖池潜在分布区域的格网；

步骤三、利用Google Earth Engine云平台，筛选研究区一年内云量较少且雨季的Sentinel-2MSI影像，基于像元进行无云中值影像合成，形成一个影像集；

步骤四、分别计算影像集中每一个影像的水体指数NDWI、植被指数NDVI、建筑物指数NDBI、纹理特征与边缘特征(通过调用GEE中函数实现)，得到空间上的NDWI、NDVI、NDBI、纹理特征与边缘特征的图像；

NDWI、NDVI及NDBI计算公式如下；

NDWI＝(P_Green-P_NIR)/(P_Green+P_NIR) (1)

NDVI＝(P_NIR-P_R)/(P_NIR+P_R) (2)

NDBI＝(P_SWIR-P_NIR)/(P_SWIR+P_NIR) (3)