[发明专利]基于遥感数据的湿地分类方法、装置、设备及存储介质

权利要求书

1.一种基于遥感数据的湿地分类方法，其特征在于，包括以下步骤：

获取目标区域的遥感图像数据集，其中，所述目标遥感图像数据集包括若干个遥感图像；

获取所述遥感图像的各个像元的云似值，根据所述云似值提取所述遥感图像的目标像元，对所述获得的目标像元进行拼接，获取所述目标区域的无云多光谱图像数据集，其中，所述无云多光谱图像数据集包括若干个无云多光谱图像；

获取所述无云多光谱图像数据集中各个湿地类型相应的面积比例数据，根据预设的样本提取算法，对所述无云多光谱图像数据集进行样本提取，获取无云多光谱图像样本数据集；

获取所述无云多光谱图像的特征指数，根据所述特征指数以及无云多光谱图像样本数据集，对所述无云多光谱图像样本数据集进行湿地分类，获得所述目标区域的湿地分类数据；

获取显示指令，其中，所述显示指令包括待分类的遥感图像数据集，获取电子地图数据，根据所述待分类的遥感图像数据集，获取相应的湿地分类数据，根据所述湿地分类数据的湿地类型以及与所述湿地类型对应的湿地标识，获取所述电子地图数据的各个区域的湿地标识，在所述电子地图数据上进行湿地标识的显示以及标注。

2.根据权利要求1所述的基于遥感数据的湿地分类方法，其特征在于，所述获取所述遥感图像的各个像元的云似值，根据所述云似值提取所述遥感图像的目标像元，对所述获得的目标像元进行拼接，获取所述目标区域的无云多光谱图像数据集，包括步骤：

获取所述若干个遥感图像的辐亮度、温度以及NDSI指数，根据所述辐亮度、温度、NDSI指数以及云似值计算算法，计算所述遥感图像的各个像元的云似值；

根据所述遥感图像的各个像元的云似值以及预设的云似阈值，获取所述遥感图像的目标像元，将所述目标像元进行拼接，获取若干个无云多光谱图像，将其组合成无云多光谱图像数据集。

3.根据权利要求2所述的基于遥感数据的湿地分类方法，其特征在于，所述获取所述若干个遥感图像的辐亮度、温度以及NDSI指数，包括步骤：

获取所述遥感图像的像元值、增益系数、偏置系数、温度系数以及波段信息参数；

根据所述遥感图像的像元值、增益系数、偏置系数以及辐亮度计算算法，获取所述遥感图像的辐亮度，其中，所述辐亮度计算算法为：

B_p＝DN×Gain+offset

式中，B_p为辐亮度，DN为像元值，Gain为增益系数，offset为偏置系数；

根据所述温度系数以及温度计算算法，获取所述遥感图像的温度，其中，所述温度计算算法为：

式中，T_p为温度，k₁为第一根据所述温度系数以及温度计算算法，k₂为第二根据所述温度系数以及温度计算算法；

根据所述波段信息参数以及NDSI指数计算算法，获取所述遥感图像的NDSI指数，其中，所述NDSI指数计算算法为：

式中，Green所述遥感图像的绿波段信息参数，SWIR1为所述遥感图像的近红外1波段信息参数，SWRI2为所述遥感图像的近红外2波段信息参数。

4.根据权利要求1所述的基于遥感数据的湿地分类方法，其特征在于，所述根据所述特征指数以及无云多光谱图像样本数据集对所述无云多光谱图像样本数据集进行湿地分类，获得所述目标区域的湿地分类数据，包括步骤：

从所述无云多光谱图像样本数据集中获取若干个训练样本，从所述特征指数中获取若干个训练特征；

根据所述训练样本、训练特征以及预设的迭代次数，获取若干个分类树，根据所述分类树，获取所述目标区域的湿地分类数据。

5.根据权利要求1所述的基于遥感数据的湿地分类方法，其特征在于，还包括步骤：

对所述目标区域的湿地分类数据进行校正，获取校正后的湿地分类数据。