基于混合算法的卫星高光谱遥感数据地表水体提取方法

本发明涉及遥感光谱数据处理，尤其是一种基于多阶混合算法的卫星高光谱遥感数据地表水体提取方法。

背景技术：

1、水资源是保障人类及其他生物生存和发展的基本条件。水体提取在水资源调查、洪水灾害评估预测和环境监测中起着重要作用。遥感技术以其高时空分辨率和低成本等优势，能够快速提取和监测大范围的水体信息，成为水体提取和水质监测的重要技术手段之一。

2、目前，基于遥感影像的水体提取研究方法主要包括单波段阈值法、波段间关系法和水体指数法。单波段阈值法相对较简单，通过设置阈值来区分水体和其他地物，基于水体和环境的反射率差异。波段间关系法则是通过构建波段之间的逻辑关系式，利用地物的光谱特征来分离水体和背景。水体指数法则根据水体在蓝绿波段的较高反射率和近红外波段的较低反射率，利用一些特定的波段构造与水体相关的参数。总体而言，单波段阈值法和波段间关系法利用单一或少量波段的信息，无法完全区分水体和背景，提取效果不理想；而水体指数法因其简洁且利用了遥感影像波谱特性，成为一种更有效的方法。

3、目前已有的水体指数主要针对landsat、高分系列等多光谱遥感数据设计，而对于高光谱数据的水体指数研究较少。高光谱遥感具有图谱合一的优势，能够获取地物在几十甚至上百个波段的反射率信息，从而可以更准确地利用地物的光谱特征曲线进行识别，有效提升遥感应用能力。目前，利用高光谱遥感数据进行水体提取还有很大的发展空间。

技术实现思路

1、本发明要解决的技术问题是克服现有技术的种种不足，提供一种基于混合算法的卫星高光谱遥感数据地表水体提取方法，以解决现有技术中高光谱遥感影像的水体识别效果不佳的问题。

2、为解决上述技术问题，本发明所采取的技术方案如下。

3、基于分阶定积分及其恒定差分的卫星高光谱遥感数据中地表水体提取算法，对经过预处理的卫星高光谱遥感数据，依据光谱分阶进行区间段的光谱反射率函数定积分，并基于恒定区间内所得定积分的差分对光谱的一阶驱动导数和/或高阶驱动导数进行表征，并将所得任一阶驱动导数的表征参值或其组合构建为地表水体指数，经过数据的分层聚类后处理实现对卫星高光谱遥感数据中的地表水体进行分离和提取。

4、作为本发明的一种优选技术方案，所述光谱分阶依照光谱的物理参值进行区分，当物理参值采用波长λ时，其积分区间段的端点由指定的波长点数值进行表征。

5、作为本发明的一种优选技术方案，所述一阶驱动导数由恒定区间长度下两组定积分的差值进行表征。

6、作为本发明的一种优选技术方案，所述高阶驱动导数基于一阶驱动导数通过如下的迭代方式获取：对于二阶驱动导数，其在恒定区间长度上的差值由临近的两个一阶驱动导数相减获取；这样二阶驱动导数包含了两个一阶驱动导数的内涵信息，由临近差值的差值进行构建，其对应恒定区间长度下三组定积分之间的交互信息；对于三阶驱动导数，其在恒定区间长度上的差值由临近的两个二阶驱动导数相减获取；以此类推进行迭代；对于任一阶的驱动导数，由于采用恒定的区间长度，故上一阶的驱动导数差分对于下一阶的驱动导数进行直接表征。

7、作为本发明的一种优选技术方案，在应用中构建地表水体分离算法时，驱动导数的阶数衍进以能够达到分离效果的准确率数值作为数据进程的标准终止符号；一般衍进至一到二阶即可满足常规要求。

8、作为本发明的一种优选技术方案，所述的数据分层聚类以前述步骤所得特定阶的驱动导数作为输入端的决策依据数据，构建算法将输光谱影像或其数字化数据分离，区分为水体和其他地物两个类别。

9、作为本发明的一种优选技术方案，具体的，首先将输入数据分为n组，则随机选取n个对象作为初始的子数据中心，然后计算每个对象与各个子数据中心之间的距离，把每个对象分配给距离它最近的数据中心；数据中心以及分配给它们的对象构建为一个子数据组并进行标号标记；每分配一个样本对象，数据中心返回对包含有子数据组信息的全部现有对象进行重新计算；此数据过程迭代至遍历全部数据。

10、作为本发明的一种优选技术方案，本发明还包括如下后续步骤：应用前按需对水体提取结果进行精度评价。

11、作为本发明的一种优选技术方案，本发明还包括如下后续步骤：采用混淆矩阵算法对水体提取结果进行精度评价。

12、作为本发明的一种优选技术方案，本发明还包括如下后续步骤：采用标准对照的平方差算法对水体提取结果进行精度评价。

13、采用上述技术方案所产生的有益效果在于：本发明提出了适配多种不同光谱数据环境的多重水体指数构建算法，基于此可以准确地提取水体信息；同时相对于传统方法设置单一的阈值进行水体和非水体的分离，本发明进一步引入了基于数据均值化中心的数据分组算法进行水体和非水体的分离，提高了遥感水体提取的精度；在十米分辨率的遥感数据上实现了90％以上的水体提取精度，大幅提升了水体遥感识别的精度和效率，具有重要的科研和实用价值。

技术特征：

1.基于分阶定积分及其恒定差分的卫星高光谱遥感数据中地表水体提取算法，其特征在于：对经过预处理的卫星高光谱遥感数据，依据光谱分阶进行区间段的光谱反射率函数定积分，并基于恒定区间内所得定积分的差分对光谱的一阶驱动导数和/或高阶驱动导数进行表征，并将所得任一阶驱动导数的表征参值或其组合构建为地表水体指数，经过数据的分层聚类后处理实现对卫星高光谱遥感数据中的地表水体进行分离和提取。

2.根据权利要求1所述的基于分阶定积分及其恒定差分的卫星高光谱遥感数据中地表水体提取算法，其特征在于：所述光谱分阶依照光谱的物理参值进行区分，当物理参值采用波长λ时，其积分区间段的端点由指定的波长点数值进行表征。

3.根据权利要求2所述的基于分阶定积分及其恒定差分的卫星高光谱遥感数据中地表水体提取算法，其特征在于：所述一阶驱动导数由恒定区间长度下两组定积分的差值进行表征。

4.根据权利要求3所述的基于分阶定积分及其恒定差分的卫星高光谱遥感数据中地表水体提取算法，其特征在于：所述高阶驱动导数基于一阶驱动导数通过如下的迭代方式获取：对于二阶驱动导数，其在恒定区间长度上的差值由临近的两个一阶驱动导数相减获取；这样二阶驱动导数包含了两个一阶驱动导数的内涵信息，由临近差值的差值进行构建，其对应恒定区间长度下三组定积分之间的交互信息；对于三阶驱动导数，其在恒定区间长度上的差值由临近的两个二阶驱动导数相减获取；以此类推进行迭代；对于任一阶的驱动导数，由于采用恒定的区间长度，故上一阶的驱动导数差分对于下一阶的驱动导数进行直接表征。

5.根据权利要求4所述的基于分阶定积分及其恒定差分的卫星高光谱遥感数据中地表水体提取算法，其特征在于：在应用中构建地表水体分离算法时，驱动导数的阶数衍进以能够达到分离效果的准确率数值作为数据进程的标准终止符号；一般衍进至一到二阶即可满足常规要求。

6.根据权利要求5所述的基于分阶定积分及其恒定差分的卫星高光谱遥感数据中地表水体提取算法，其特征在于：所述的数据分层聚类以前述步骤所得特定阶的驱动导数作为输入端的决策依据数据，构建算法将输光谱影像或其数字化数据分离，区分为水体和其他地物两个类别。

7.根据权利要求6所述的基于分阶定积分及其恒定差分的卫星高光谱遥感数据中地表水体提取算法，其特征在于：具体的，首先将输入数据分为n组，则随机选取n个对象作为初始的子数据中心，然后计算每个对象与各个子数据中心之间的距离，把每个对象分配给距离它最近的数据中心；数据中心以及分配给它们的对象构建为一个子数据组并进行标号标记；每分配一个样本对象，数据中心返回对包含有子数据组信息的全部现有对象进行重新计算；此数据过程迭代至遍历全部数据。

8.根据权利要求7所述的基于分阶定积分及其恒定差分的卫星高光谱遥感数据中地表水体提取算法，其特征在于：本发明还包括如下后续步骤：应用前按需对水体提取结果进行精度评价。

9.根据权利要求8所述的基于分阶定积分及其恒定差分的卫星高光谱遥感数据中地表水体提取算法，其特征在于：本发明还包括如下后续步骤：采用混淆矩阵算法对水体提取结果进行精度评价。

10.根据权利要求8所述的基于分阶定积分及其恒定差分的卫星高光谱遥感数据中地表水体提取算法，其特征在于：本发明还包括如下后续步骤：采用标准对照的平方差算法对水体提取结果进行精度评价。

技术总结
本发明公开了一种基于混合算法的卫星高光谱遥感数据地表水体提取方法，对经过预处理的卫星高光谱遥感数据，依据光谱分阶进行区间段的光谱反射率函数定积分，并基于恒定区间内所得定积分的差分对光谱的一阶驱动导数和/或高阶驱动导数进行表征，并将所得任一阶驱动导数的表征参值或其组合构建为地表水体指数，经过数据的分层聚类后处理实现对卫星高光谱遥感数据中的地表水体进行分离和提取。本发明在十米分辨率的遥感数据上实现了90%以上的水体提取精度，大幅提升了水体遥感识别的精度和效率，具有重要的科研和实用价值。

技术研发人员：孙姝娟,李丽,刘璐璐,李民录
受保护的技术使用者：成都大学
技术研发日：
技术公布日：2024/3/5