本發(fā)明涉及遙感數(shù)據(jù)處理,具體地說(shuō)是一種基于遙感影像的長(zhǎng)江河庫(kù)水體要素快速識(shí)別與提取方法。

背景技術(shù)：

1、長(zhǎng)江流域水工程眾多，其中最重要的為三峽、烏東德、白鶴灘、溪洛渡、向家壩和葛洲壩六座巨型水庫(kù)電站，六大巨型水庫(kù)組成長(zhǎng)江流域核心梯級(jí)水庫(kù)群具有防洪、發(fā)電、航運(yùn)、水資源利用等巨大的綜合效益，在長(zhǎng)江治理開(kāi)發(fā)和我國(guó)現(xiàn)代化建設(shè)中具有極其重要的戰(zhàn)略地位。隨著經(jīng)濟(jì)社會(huì)發(fā)展，沿江城鎮(zhèn)居民數(shù)量不斷增加，岸線的利用程度也不斷增加，部分江段存在侵占庫(kù)容等問(wèn)題，影響庫(kù)岸穩(wěn)定，對(duì)梯級(jí)水庫(kù)的安全運(yùn)行帶來(lái)不利影響，同時(shí)對(duì)生態(tài)環(huán)境有消極作用。目前對(duì)長(zhǎng)江流域梯級(jí)水庫(kù)群岸線的管理主要以重要河段、重要時(shí)段的人工巡查為主，難以全面、有效地掌握岸線占用現(xiàn)狀，難以及時(shí)有效跟蹤岸線變化。遙感具有監(jiān)測(cè)范圍大、周期性、成本低、信息豐富、受地面條件限制小等優(yōu)勢(shì)，可以有效解決傳統(tǒng)地面勘測(cè)耗費(fèi)大量人力物力的問(wèn)題，非常適用于長(zhǎng)江流域梯級(jí)水庫(kù)群岸線變化監(jiān)測(cè)。哨兵2號(hào)(sentinel-2)是歐洲空間局哥白尼計(jì)劃中的一項(xiàng)地球觀測(cè)任務(wù)，目前包含a星(sentinel-2a)與b星(sentinel-2b)，衛(wèi)星高度為786km，其搭載了具有13個(gè)波段的msi成像傳感器，覆蓋了可見(jiàn)光波段至短波紅外波段，幅寬達(dá)290千米，分辨率分別為10m、20m、30m，一顆衛(wèi)星的重訪周期為10天，兩顆互補(bǔ)，重訪周期為5天。哨兵數(shù)據(jù)具有空間分辨率高，重復(fù)周期短，覆蓋波長(zhǎng)范圍廣等特點(diǎn)，并于2016年起對(duì)全球進(jìn)行免費(fèi)開(kāi)放，是目前應(yīng)用最為廣泛的衛(wèi)星遙感數(shù)據(jù)源之一。

2、因此,本技術(shù)提出一種基于遙感影像的長(zhǎng)江河庫(kù)水體要素快速識(shí)別與提取方法,基于sentinel-2衛(wèi)星遙感數(shù)據(jù)研究構(gòu)建一種水體信息快速識(shí)別提取模型，實(shí)現(xiàn)水域、岸線的高精度快速獲取，可全面、高效地掌握長(zhǎng)江流域梯級(jí)水庫(kù)群干支流岸線的占用現(xiàn)狀，進(jìn)一步通過(guò)周期監(jiān)測(cè)可及時(shí)發(fā)現(xiàn)岸線及庫(kù)容變化情況，能夠?yàn)樗畮?kù)群安全高效運(yùn)行提供技術(shù)支撐。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是克服現(xiàn)有方法的不足,提供了一種基于遙感影像的長(zhǎng)江河庫(kù)水體要素快速識(shí)別與提取方法，基于sentinel-2衛(wèi)星遙感數(shù)據(jù)研究構(gòu)建一種水體信息快速識(shí)別提取模型，實(shí)現(xiàn)水域、岸線的高精度快速獲取，可全面、高效地掌握長(zhǎng)江流域梯級(jí)水庫(kù)群干支流岸線的占用現(xiàn)狀，進(jìn)一步通過(guò)周期監(jiān)測(cè)可及時(shí)發(fā)現(xiàn)岸線及庫(kù)容變化情況，能夠?yàn)樗畮?kù)群安全高效運(yùn)行提供技術(shù)支撐。

2、為了達(dá)到上述目的,本發(fā)明提供一種基于遙感影像的長(zhǎng)江河庫(kù)水體要素快速識(shí)別與提取方法，包括以下步驟:

3、s1,獲取sentinel-2-多光譜衛(wèi)星遙感影像，對(duì)原始遙感數(shù)據(jù)進(jìn)行預(yù)處理以獲取地表反射率影像，通過(guò)計(jì)算改進(jìn)型歸一化水體指數(shù)mndwi來(lái)提取水體特征，獲得水體特征柵格影像數(shù)據(jù)；

4、s2,對(duì)水體特征柵格影像數(shù)據(jù)進(jìn)行二值化處理，實(shí)現(xiàn)水體的分割提取，獲取水體區(qū)域柵格影像數(shù)據(jù)；

5、s3以所述水體區(qū)域柵格影像數(shù)據(jù)為輸入，對(duì)水體區(qū)域進(jìn)行邊緣填補(bǔ)、平滑，消除背景噪聲，獲取優(yōu)化后的水體區(qū)域柵格影像數(shù)據(jù)；

6、s4,對(duì)所述優(yōu)化后的水體區(qū)域柵格影像數(shù)據(jù)進(jìn)行邊緣檢測(cè)，獲取水體邊界柵格影像數(shù)據(jù)，對(duì)水體邊界柵格影像數(shù)據(jù)提取矢量獲取河岸線數(shù)據(jù)。

7、s5,構(gòu)建水體信息識(shí)別提取模型，實(shí)現(xiàn)水域、岸線水體要素的高精度提取。

8、s1步驟具體為：

9、獲取sentinel-2-多光譜衛(wèi)星遙感影像，進(jìn)行輻射校正和幾何校正已獲取地表反射率影像；

10、通過(guò)上述地表反射率影像中的綠波段和短波紅外波段影像計(jì)算改進(jìn)型歸一化水體指數(shù)(mndwi)，獲取水體特征影像柵格數(shù)據(jù)，mdnwi的計(jì)算公式如下：

11、mndwi＝(ρgreen-ρmir)/(ρgreen+ρmir)

12、式中，ρgreen為綠波段反射率影像，ρmir為短波紅外反射率影像。

13、s2步驟具體為：

14、對(duì)水體特征影像柵格數(shù)據(jù)進(jìn)行二值化分割，獲取水體區(qū)域柵格影像數(shù)據(jù)，具體包括；

15、將分割閾值設(shè)置為n，當(dāng)水體特征影像柵格數(shù)據(jù)像元值大于該閾值n時(shí)標(biāo)記為水體且設(shè)定像元值為1，當(dāng)像元值小于該閾值n時(shí)標(biāo)記為非水體且設(shè)定像元值為0；

16、其中，閾值n通過(guò)大津閾值法確定，具體包括：

17、將水體特征影像柵格數(shù)據(jù)轉(zhuǎn)換為灰度圖像；

18、計(jì)算灰度圖像的直方圖并統(tǒng)計(jì)每個(gè)灰度級(jí)別的像素?cái)?shù)量；

19、將直方圖歸一化，將每個(gè)灰度級(jí)別的像素?cái)?shù)量除以總像素?cái)?shù)量，獲取各個(gè)灰度級(jí)別的像素概率分布；

20、對(duì)于每個(gè)可能的閾值n即從0到最大灰度級(jí)別將灰度圖像元分為兩類,通過(guò)以下公式計(jì)算分割后兩個(gè)類別之間的方差；

21、σ2＝(w0-w1)/(μ0+μ1)2

22、其中，w0和w1分別為類別0和類別1的像素概率之和，μ0和μ1分別為類別0和類別1的平均灰度值；

23、選擇類間方差最大時(shí)對(duì)應(yīng)的閾值作為最佳閾值n。

24、s3步驟具體為：

25、針對(duì)二值化分割后的水體區(qū)域存在邊緣不連續(xù)、破碎程度較高等問(wèn)題，以所述水體區(qū)域柵格影像數(shù)據(jù)為輸入，使用圖像形態(tài)學(xué)處理方法對(duì)水體區(qū)域進(jìn)行邊緣填補(bǔ)、平滑，具體包括：默認(rèn)使用大小為3×3的矩形結(jié)構(gòu)元對(duì)水體區(qū)域柵格影像數(shù)據(jù)進(jìn)行閉運(yùn)算操作；

26、針對(duì)二值化分割后的水體區(qū)域背景噪聲較多等問(wèn)題，以上述經(jīng)過(guò)閉運(yùn)算后的柵格影像數(shù)據(jù)為輸入，使用連通域標(biāo)記算法消除背景噪聲，具體包括：使用連通域標(biāo)記算法標(biāo)記柵格數(shù)據(jù)中的所有連通域并統(tǒng)計(jì)各個(gè)連通域的像素個(gè)數(shù)，刪除水體像元數(shù)量小于800的連通域，獲取優(yōu)化后的水體區(qū)域柵格影像數(shù)據(jù)。

27、s4步驟具體為：對(duì)優(yōu)化后的水體區(qū)域柵格影像數(shù)據(jù)通過(guò)suzuki方法進(jìn)行邊緣檢測(cè)以獲取岸線柵格影像數(shù)據(jù)。

28、s5步驟為將本方法構(gòu)建為模型并應(yīng)用于其他水體岸線做提取。

29、一種基于遙感影像的長(zhǎng)江河庫(kù)水體要素快速識(shí)別與提取方法的載體,一種計(jì)算機(jī)設(shè)備包括存儲(chǔ)器、處理器和計(jì)算機(jī)程序，用來(lái)進(jìn)行基于遙感影像的長(zhǎng)江河庫(kù)水體要素快速識(shí)別與提取。

30、一種基于遙感影像的長(zhǎng)江河庫(kù)水體要素快速識(shí)別與提取方法的系統(tǒng),設(shè)備終端與后臺(tái)服務(wù)器通過(guò)網(wǎng)絡(luò)連接，所述后臺(tái)服務(wù)器用以處理遙感影像的長(zhǎng)江河庫(kù)水體要素快速識(shí)別與提取方法。

31、一種基于遙感影像的長(zhǎng)江河庫(kù)水體要素快速識(shí)別與提取方法的存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)通過(guò)可讀寫形式用以實(shí)現(xiàn)對(duì)于遙感影像的長(zhǎng)江河庫(kù)水體要素快速識(shí)別與提取方法。

32、本發(fā)明的有益效果為：本發(fā)明基于哨兵二號(hào)衛(wèi)星遙感數(shù)據(jù)提出了一種適用于長(zhǎng)江流域梯級(jí)水庫(kù)群干支流的水體信息識(shí)別提取模型，通過(guò)光譜指數(shù)模型mndwi來(lái)提取水體特征，通過(guò)大津閾值法設(shè)定閾值完成水體的分割識(shí)別，進(jìn)一步利用圖像形態(tài)學(xué)、連通域標(biāo)記等方法實(shí)現(xiàn)去噪及水體區(qū)域邊緣平滑處理，得到完整的水體分布數(shù)據(jù)，最后采用suzuki方法實(shí)現(xiàn)邊緣檢測(cè)完成岸線的識(shí)別和提取，簡(jiǎn)單、快速、自動(dòng)地實(shí)現(xiàn)了長(zhǎng)江干流和小江、香溪河、大汶溪、黑水河、龍川江等支流水域、岸線的高精度識(shí)別提取，無(wú)需人為進(jìn)行巡查，為流域梯級(jí)水庫(kù)的安全穩(wěn)定運(yùn)行提供了技術(shù)支撐。