[发明专利]基于Sentinel卫星影像和随机森林算法的森林沼泽提取方法

权利要求书

1.基于Sentinel卫星影像和随机森林算法的森林沼泽提取方法，其特征在于所述基于Sentinel卫星影像和随机森林算法的森林沼泽提取方法如下：

步骤一、利用欧空局官方网站，筛选获取研究区年内云量较少的Sentinel-1GRD与Sentinel-2MSI影像，利用SNAP Sentinel官方处理软件对下载的Sentinel影像进行地形校正、相干斑滤波校正、辐射校正、高分辨率融合预处理；

步骤二、获取Sentinel-1VV与VH极化后向散射系数，得到空间上的VV与VH后向散射系数图像；

步骤三、计算Sentinel-2影像的红边指数、植被指数与水体指数指数特征，其计算公式如下：

NDVIR1＝(B8a-B5)/(B8a+B5) (1)

NDVIR2＝(B8a-B6)/(B8a+B6) (2)

NDVIR3＝(B8a-B7)/(B8a+B7) (3)

NDR1＝(B6-B5)/(B6+B5) (4)

NDR2＝(B7-B5)/(B7+B5) (5)

NDVI＝(B8a-B4)/(B8a+B4) (6)

NDWI＝(B3-B8a)/(B3+B8a) (7)

式(1)、(2)、(3)、(4)、(5)、(6)、(7)中，Bx代表Sentinel-2中1-12波段的反射率，其中x＝3、4、5、6、7或8a；

步骤四、利用遥感影像空间数据融合，整合Sentinel-1VV与VH后向散射系数和Sentinel-2红边指数、植被指数与水体指数的指数特征，获取研究区Sentinel-1雷达与Sentinel-2红边多光谱波段融合特征反射率信息；

步骤五、利用野外实测调研数据建立研究区森林沼泽地物类型信息识别提取训练样本与验证点模型；

步骤六、利用随机森林算法模型对步骤五建立的训练样本进行研究区整体森林沼泽地物类型信息识别与提取，获取研究区森林沼泽空间分布范围，提取结果利用步骤五建立的验证点进行精度验证；

步骤七、根据步骤六森林沼泽地物类型信息识别提取结果，对研究区内森林沼泽区域进行裁剪，得到森林沼泽分布范围信息。