1.基于光谱属性信息和空间信息的水库水体分类方法,其特征在于,包括以下步骤:
步骤A、从研究区域的遥感影像中获取各水库的样本点,并提取样本点的光谱属性特征和空间特征,所述光谱属性特征为标准化后的样本点在各光谱波段的值,所述空间特征为样本点的空间经纬度坐标;
步骤B、构建样本点集合的相似度矩阵,具体包括以下子步骤:
步骤B1、利用下式构建样本点集合的光谱属性特征相似度矩阵SDS:
其中,SDSij表示光谱属性特征相似度矩阵SDS中第i行第j列的元素,Sij为样本点i和j之间的光谱属性特征相似度,sigma为预设系数,exp(·)为指数函数;
步骤B2、利用下式构建样本点集合的地理位置相似度矩阵DDS:
其中,DDSij表示地理位置相似度矩阵DDS中第i行第j列的元素,Ddij为样本点i和j之间的距离;
步骤B3、利用下式构建样本点集合的相似度矩阵SS:
SSij=SDSij*DDSij i,j=1,2,...,n
其中,SSij表示相似度矩阵SS中第i行第j列的元素;
步骤C、在不同的聚类数条件下对样本点集合的相似度矩阵SS分别进行谱聚类,并利用聚类有效性评价指标从中选出最佳聚类数,最佳聚类数条件下的谱聚类结果即为水库水体分类结果。
2.如权利要求1所述方法,其特征在于,所述地域为地区、省、市或县。
3.如权利要求1所述方法,其特征在于,所述聚类有效性评价指标为DB指数。
4.如权利要求1所述方法,其特征在于,使用欧式距离度量所述光谱属性特征相似度。
5.如权利要求1所述方法,其特征在于,所述光谱属性特征为min-max标准化后的样本点在各光谱波段的值。
6.基于光谱属性信息和空间信息的水库水体分类装置,其特征在于,包括:
特征提取单元,用于从研究区域的多光谱遥感影像中获取各水库的样本点,并提取样本点的光谱属性特征和空间特征,所述光谱属性特征为标准化后的样本点在各光谱波段的值,所述空间特征为样本点的空间坐标;
相似度矩阵生成单元,用于构建样本点集合的相似度矩阵,其包括:
光谱属性特征相似度矩阵生成模块,利用下式构建样本点集合的光谱属性特征相似度矩阵SDS:
其中,SDSij表示光谱属性特征相似度矩阵SDS中第i行第j列的元素,Sij为样本点i和j之间的光谱属性特征相似度,sigma为预设系数,exp(·)为指数函数;
地理位置相似度矩阵生成模块,利用下式构建样本点集合的地理位置相似度矩阵DDS:
其中,DDSij表示地理位置相似度矩阵DDS中第i行第j列的元素,Ddij为样本点i和j之间的距离;
相似度矩阵生成模块,利用下式构建样本点集合的相似度矩阵SS:
SSij=SDSij*DDSij i,j=1,2,...,n
其中,SSij表示相似度矩阵SS中第i行第j列的元素;
谱聚类单元,用于在不同的聚类数条件下对样本点集合的相似度矩阵SS分别进行谱聚类,并利用聚类有效性评价指标从中选出最佳聚类数,最佳聚类数条件下的谱聚类结果即为水库水体分类结果。
7.如权利要求6所述装置,其特征在于,所述地域为地区、省、市或县。
8.如权利要求6所述装置,其特征在于,所述聚类有效性评价指标为DB指数。
9.如权利要求6所述装置,其特征在于,使用欧式距离度量所述光谱属性特征相似度。
10.如权利要求6所述装置,其特征在于,所述光谱属性特征为min-max标准化后的样本点在各光谱波段的值。