[发明专利]水体卤虫分布的确定方法

权利要求书

1.水体卤虫分布的确定方法，其特征在于，包括步骤：

S1,数据源获取与处理，具体是获取水体中卤虫分布的影像数据源并且进行数据源的预处理；

S2,指数构建与运算，具体基于水体和卤虫卵虫反射波的特征构建卤虫指数，并且基于构建的卤虫指数进行波段运算得到指数灰度影像确定卤虫分布；

S3,精度评价，具体是在确定卤虫分布指数灰度影像基础上随机选取样本点，采用混淆矩阵法对影像的分类结果进行精度验证。

2.根据权利要求1所述的水体卤虫分布的确定方法，其特征在于，所述的步骤S1,数据源获取与处理，其中的数据源包括从GF-1 WFV传感器、哨兵2号MSI传感器、HY-1C CZI传感器及Landsat 8 OLI传感器获取的研究区域影像，数据源预处理包括影像重采样、正射校正、辐射定标、图像裁剪以及大气校正。

3.根据权利要求2所述的水体卤虫分布的确定方法，其特征在于，从GF-1WFV传感器获取数据源中，绿光波段0.5-0.6μm，近红外波段0.76-0.9μm，反射波段的中心波长包括0.485μm、0.555μm、0.660μm、0.830μm。

4.根据权利要求2所述的水体卤虫分布的确定方法，其特征在于，从哨兵2号MSI传感器、HY-1C CZI传感器获取数据源中，绿光波段0.5-0.6μm，近红外波段0.76-0.9μm，反射波段的中心波长包括0.460μm、0.560μm、0.650μm、0.825μm、0.490μm、0.560μm、0.665μm、0.842μm。

5.根据权利要求2所述的水体卤虫分布的确定方法，其特征在于，从Landsat 8 OLI传感器获取数据源中，绿光波段0.5-0.6μm，近红外波段0.76-0.9μm，反射波段的中心波长包括0.440μm、0.480μm、0.560μm、0.655μm、0.865μm、1.610μm、2.200μm。

6.根据权利要求1所述的水体卤虫分布的确定方法，其特征在于，所述的步骤S2,指数构建与运算中基于水体和卤虫卵虫反射率的特征构建卤虫指数，使用绿光波段与近红外波段的反射率作差，水体的差值大于卤虫卵虫区域的差值；而绿光波段与近红外波段反射值相加后，卤虫卵虫区域的值大于水体处的值，构建数学表达式如下：

式中，R_GBS、R_NBS为卤虫卵虫在绿光、近红外波段处的反射率；R_GEbi、R_NEbi为水域在绿光、近红外波段的反射率；

进行归一化运算后，得到结果

在绿光与近红外波段无论差值运算还是归一化运算，卤虫卵虫的值均小于水体的值；

在已有差值的基础上进行平方运算，进一步扩大两种类别间值的差距，以构建指数；

构建卤虫指数如下：

R_Green、R_NIR分别为影像中绿光及近红外波段的反射率；

归一化水体指数

将卤虫指数BSI可以简化为：BSI＝(R_Green-R_NIR)*NDWI。

7.根据权利要求1所述的水体卤虫分布的确定方法，其特征在于，所述的步骤S2,指数构建与运算中基于构建的卤虫指数进行波段运算得到指数灰度影像以确定卤虫分布，具体是利用ENVI 5.3中Band Math功能，根据BSI卤虫指数进行波段运算，得到研究区域的灰度影像，湖水总体呈现较明亮的状态，高亮湖水处最为明亮，暗湖水区域表现为灰色，清晰可见的黑色带状区域即为卤虫卵虫带。

8.根据权利要求1所述的水体卤虫分布的确定方法，其特征在于，所述的步骤S3,精度评价中随机选取样本点是通过ENVI中的决策树功能，使用卤虫指数结合不同地物光谱特性，配合目视解译进行卤虫卵虫带的提取，在此基础上随机选取样本点；采用混淆矩阵法对影像的分类结果进行精度验证具体是利用ENVI软件中的Confusion Matrix功能，结合目视解译对各样本点进行类别判别得到影像的混合矩阵，然后确定影像的整体分类精度是否高于阈值，以确定卤虫指数是否有效提取卤虫卵虫信息。