[发明专利]水体卤虫分布的确定方法

说明书

本申请公开了水体卤虫分布的确定方法，其包括步骤：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进行卤虫卵虫提取，在提取结果的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。

技术领域

本申请涉及图像识别的技术领域，尤其是水体卤虫分布的确定方法。

背景技术

卤虫，也称盐水丰年虫，广泛分布于世界各地盐湖和盐场卤水池中，其形态、颜色变化不一，在低盐度水体中体呈白色，在高盐度水体中体呈红色。由于近年来对卤虫卵虫资源捕捞时造成的环境破坏及过度捕捞，比如，2018年艾比湖便进行了整治，禁止任何单位和个人打捞卤虫。卤虫作为“软黄金”在国际市场价格昂贵，如进行合理捕捞可带来非常可观的经济效益。

针对水体的动态监测，国内外学者提出多种算法，如单波段法、差值法、比值法、归一化植被指数法、增强型植被指数法等等。

上述诸多算法实质是结合遥感技术展开的，但是目前国内外对卤虫结合遥感技术方面的研究未见过多报道。

发明内容

本申请提供水体卤虫分布的确定方法，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率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以提取卤虫卵虫，在提取结果的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。

进一步，所述的步骤S1,数据源获取与处理，其中的数据源获取包括从GF-1WFV传感器、哨兵2号MSI传感器、HY-1C CZI传感器及Landsat 8 OLI传感器拍摄的研究区域影像，数据源预处理包括影像的重采样、正射校正、辐射定标、图像裁剪以及大气校正。

进一步，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。

进一步，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。

进一步，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。

进一步，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波的特征构建卤虫指数，具体是基于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；