[发明专利]中高分辨率遥感数据的水域多模型融合遥感提取方法

说明书

本发明公开了中高分辨率遥感数据的水域多模型融合遥感提取方法，包括如下提取步骤：S1、准备同一个区域的高分辨率遥感影像及中高分辨率遥感影像，本发明通过在高分辨率的遥感图像中选择样本后进行水体提取，在中高分辨率遥感影像进行全域的水域数据提取，并对样本库数据进行检查、审核，根据指标进行计算，判断样本数据的准确情况，对样本数据进行调整，优化样本数据库，使得多种数据算法融合，充分发挥多源数据的优势，增加水域水体的分辨率，通过在高分辨率和中高分辨率的样本数据结合，为低分辨率的遥感影像水域水体数据的提取、分类提供依据，从而方便提高低分辨率遥感影像中准确率。

技术领域

本发明涉及遥感技术领域，具体为中高分辨率遥感数据的水域多模型融合遥感提取方法。

背景技术

在对水域进行研究时，最重要的就是对于水域数据的提取，由于地势、面积和提取难度的原因，水域数据难以像其他数据一样能够大范围的实地采样，目前使用较多的是通过遥感技术，获取遥感地图图像，在遥感图像中对水域进行识别，在水域识别时，通常通过水域图像中的光谱情况进行，在识别出水域数据后，通过图像分割技术，将水域区域进行分割；

但是目前的水域提取中，遥感影像自身的分辨率不足，导致提取困难，没有多源数据的验证，错误率高。

发明内容

本发明提供中高分辨率遥感数据的水域多模型融合遥感提取方法，可以有效解决上述背景技术中提出目前的水域提取中，遥感影像自身的分辨率不足，导致提取困难，没有多源数据的验证，错误率高的问题。

为实现上述目的，本发明提供如下技术方案：中高分辨率遥感数据的水域多模型融合遥感提取方法，包括如下提取步骤：

S1、准备同一个区域的高分辨率遥感影像及中高分辨率遥感影像；

S2、对高分辨率遥感影像选取部分样本，利用AI对全域进行水体提取；

S3、对中高分辨率遥感影像进行多种遥感指数法全域提取，不断调整阈值得到水体分布结果；

S4、对S2和S3结果提取相同部分，将结果进行人工检查，符合的加入S2的样本库，再次进行S2的AI水域全域提取；

S5、随机对结果进行结果人工审核，结果正确的加入S2的样本库，再次进行S2的AI水域全域提取；

S6、重复迭代S5，直到人工抽检结果符合高分辨率遥感影像真实结果；

S7、将S6结果作为样本提供给中高分辨率数据进行训练，计算均方根误差，直至中高分辨率数据利用机器学习提取结果达到高分辨率遥感影像提取结果；

所述S3和S4中，对水域水体数据提取的过程中，对数据归类情况进行评价，评价的指标包括：准确率、精确率、召回率、F1Score值、错分误差、漏分误差、kappa系数和ROC曲线；

其中准确率(Accuracy)的计算公式为：

式中，TP+TN为判断正确的样本数量；

TP+FP+FN+TN为总样本数量；

精确率(Precision)的计算公式为：

式中，TP为模型预测为正的结果中，预测正确的样本数量；

TP+FP为模型预测为正的样本数量；

召回率(Recall)的计算公式为：

式中，TP为真实值是正的结果中，模型预测正确的数量；

TP+FN为模型预测正确的样本数量；