一种基于云平台的多源遥感影像水库蓄水面积的提取方法与流程

本发明涉及遥感影像处理，特别是一种基于云平台的多源遥感影像水库蓄水面积的提取方法。

背景技术：

1、

2、长期以来，水库蓄水量变化信息难以直接获取。由于地形制约，水库蓄水量与水库水位、库区蓄水面积存在特定关系。

3、作为遥感生态监测的重要内容，水体面积提取是一个需要深入研究的遥感影像处理问题。目前主要有三类利用遥感影像提取水体的方法：(1)分类法，核心思想都是利用水体的光谱特征、空间信息等特点，将地物进行分类为水体及其他类型的地物等，从分类结果中提取出水体，但普遍存在计算量较大等问题；(2)指数法，主要是将各波段组合起来，以比值型或线性组合型的形式组合起来以加大水体与其他地物的光谱差异，并选取阈值以分割得到水体区域，但该方法的提取精度有所不足。(3)结合指数与分类的方法，将指数法生成的影像作为一个新的波段加入到待分类的影像中来增加其特征度。以上方法均面临计算量巨大与提取精度不足的问题。

4、光学遥感技术可以实现异地、长时序的对地观测，可以有效减少观测所需的人力物力。卫星遥感影像的时空分辨率越来越高，利用遥感影像提取水体的特征指数越来越多，这都为利用遥感影像进行高精度水体面积提取提供了有利条件。因此，目前亟需一种可基于长时序光学遥感影像进行多传感器预处理以及多指数组合的高精度水库蓄水面积提取方法，以表征水库需/排水操作带来的蓄水量变化，为生态环保、水利水务等相关部门提供决策辅助信息。

技术实现思路

1、本发明的目的在于克服上述不足，提供一种基于云平台的多源遥感影像水库蓄水面积的提取方法，以表征水库需/排水操作带来的蓄水量变化，为生态环保、水利水务等相关部门提供决策辅助信息。

2、为解决上述技术问题，本发明所采用的技术方案是：一种基于云平台的多源遥感影像水库蓄水面积的提取方法，它包括如下步骤：

3、步骤110、获取目标时段、范围内多源卫星遥感影像数据；

4、步骤111、对所述影像数据进行传感器的通用大气校正处理，将所述影像数据处理为地表反射率影像；

5、步骤112、对地表反射率影像进行基于波段运算的去云处理；

6、步骤113、利用云平台计算适用于多种传感器的水体提取指数作为影像的特征波段；

7、步骤114、勾选目标水域光谱样本；

8、步骤115、利用随机森林算法对影像进行水体分类；

9、步骤116、对分类结果进行精度评估并根据分类结果计算水表面积。

10、进一步地，所述步骤110中，可用的卫星影像数据包括sentinel-2卫星影像数据，landsat卫星影像数据；利用google earth engine云平台或pie engine云平台云服务器滤出目标时段、范围内多源卫星遥感影像数据，或从本地服务器上传遥感影像数据。

11、进一步地，所述步骤111中，选取所述影像数据对应最近邻时间的modis陆地3级标准数据产品mcd43，该产品假设所检测的目标水域在一定期间内未发生明显的地物变化，包含16天期间的地表各向异性反射率测量结果；

12、采用核驱动的线性brdf模型ross-thick/lisparse-reciprocal(rtlsr)来估计表面双向反射分布函数brdf，其中包括两个核，分别用于体积散射和几何散射；

13、其后，基于线性模型，利用欧空局adam光谱数据对modis影像对应波段的地表反射率转换为sentinel-2系列其他光学影像对应modis波段与空间分辨率的地表反射率；利用空间平滑模型将其地表反射率数据的空间分辨率插值为sentinel-2系列其他光学影像的空间分辨率；并利用ecmwf cams近实时大气状态数据作为先验信息，获取大气参数的最优估计；利用6s模型计算气溶胶光学厚度、水汽柱总量、臭氧气柱总量参数作为后验估计；并将以上大气参数用于大气校正，得到地表反射率影像。

14、进一步地，所述步骤112中，利用影像波段组合及光谱指数方法计算当前像素是否为云的概率；首先对地表反射率影像，sentinel-2影像的六个波段与指定的阈值作为输入，分别对：blue、red+green+blue、nir+swir1+swir2三个波段组合取其合理范围内最小值融合为一张影像，并对比归一化差雪指数影像再次选取亮度范围最小值组成一幅新的云层概率影像；最后目视解译影像，利用合适的阈值对影像进行分割从而实现不同程度的去云效果，获取去云影像。

15、进一步地，所述步骤113中，对去云影像利用google earth engine云平台计算以下五个水体指数：①②③aweinsh＝4*(green-swir1)-(0.25*nir+2.75*swir2)；④aweish＝blue+2.5*green-1.5*(nir+swir1)-0.25*swir2；⑤wi2015＝1.7204+171*green+3*red-70*nir-45*swir1-71*swir2；

16、将以上计算结果作为新的影像特征波段，加入去云影像中，与已有影像的传感器波段并作为后续步骤中的使用影像。

17、进一步地，所述步骤114中，利用google earth engine云平台对前序方案步骤后的影像进行样本点、区进行人工目视解译与勾绘，包括水体/非水体两类样本，并对样本添加随机数作为属性，以便于后序方案步骤中随机选取样本进行随机森林算法的训练、分类及结果精度的验证，确保结果具有随机性，减少人为干扰。

18、进一步地，所述步骤115中，利用前序方案步骤中光谱样本的随机数属性对目标水域光谱样本进行不同比例的划分，分为训练集、验证集与测试集，将训练集投入随机森林算法中进行训练，将训练结果用于后序方案步骤中的影像进行分类，并依据验证集分类效果进行随机森林中超参数的调校；选择最佳超参数用于随机森林对最终影像与测试集的分类。

19、进一步地，所述步骤116中，运用前序方案步骤优化后的随机森林算法对测试集进行分类，计算混淆矩阵，利用混淆矩阵计算以下衡量分类精度的指标：kappa系数、precision、recall、f1值、总体分类精度等。并利用分类提取出的水体像元数量与单位像元面积相乘计算水库蓄水面积。

20、本发明有益效果：本发明通过利用云计算平台，降低了对监测设备计算能力的要求；本发明通过对多种卫星遥感数据的有效结合与利用，减少了实地调查的人力要求，提高了卫星遥感观测数据的时间分辨率；本发明能够对目标水域蓄水面积进行动态、快速、精确提取，表征水库需/排水操作带来的蓄水量变化，为生态环保、水利水务等相关部门提供决策辅助信息，为水务部门监测蓄水面积提供可靠理论依据。

技术特征：

1.一种基于云平台的多源遥感影像水库蓄水面积的提取方法，其特征在于：它包括如下步骤：

2.根据权利要求1所述的一种基于云平台的多源遥感影像水库蓄水面积的提取方法，其特征在于：所述步骤110中，可用的卫星影像数据包括sentinel-2卫星影像数据，landsat卫星影像数据；利用google earth engine云平台或pie engine云平台云服务器滤出目标时段、范围内多源卫星遥感影像数据，或从本地服务器上传遥感影像数据。

3.根据权利要求1所述的一种基于云平台的多源遥感影像水库蓄水面积的提取方法，其特征在于：所述步骤111中，选取所述影像数据对应最近邻时间的modis陆地3级标准数据产品mcd43，该产品假设所检测的目标水域在一定期间内未发生明显的地物变化，包含16天期间的地表各向异性反射率测量结果；

4.根据权利要求1所述的一种基于云平台的多源遥感影像水库蓄水面积的提取方法，其特征在于：所述步骤112中，利用影像波段组合及光谱指数方法计算当前像素是否为云的概率；首先对地表反射率影像，sentinel-2影像的六个波段与指定的阈值作为输入，分别对：blue、red+green+blue、nir+swir1+swir2三个波段组合取其合理范围内最小值融合为一张影像，并对比归一化差雪指数影像再次选取亮度范围最小值组成一幅新的云层概率影像；最后目视解译影像，利用合适的阈值对影像进行分割从而实现不同程度的去云效果，获取去云影像。

5.根据权利要求1所述的一种基于云平台的多源遥感影像水库蓄水面积的提取方法，其特征在于：所述步骤113中，对去云影像利用google earth engine云平台计算以下五个水体指数：①②③aweinsh＝4*(green-swir1)-(0.25*nir+2.75*swir2)；④aweish＝blue+2.5*green-1.5*(nir+swir1)-0.25*swir2；⑤wi2015＝1.7204+171*green+3*red-70*nir-45*swir1-71*swir2；

6.根据权利要求1所述的一种基于云平台的多源遥感影像水库蓄水面积的提取方法，其特征在于：所述步骤114中，利用google earth engine云平台对前序方案步骤后的影像进行样本点、区进行人工目视解译与勾绘，包括水体/非水体两类样本，并对样本添加随机数作为属性，以便于后序方案步骤中随机选取样本进行随机森林算法的训练、分类及结果精度的验证，确保结果具有随机性，减少人为干扰。

7.根据权利要求1所述的一种基于云平台的多源遥感影像水库蓄水面积的提取方法，其特征在于：所述步骤115中，利用前序方案步骤中光谱样本的随机数属性对目标水域光谱样本进行不同比例的划分，分为训练集、验证集与测试集，将训练集投入随机森林算法中进行训练，将训练结果用于后序方案步骤中的影像进行分类，并依据验证集分类效果进行随机森林中超参数的调校；选择最佳超参数用于随机森林对最终影像与测试集的分类。

8.根据权利要求1所述的一种基于云平台的多源遥感影像水库蓄水面积的提取方法，其特征在于：所述步骤116中，运用前序方案步骤优化后的随机森林算法对测试集进行分类，计算混淆矩阵，利用混淆矩阵计算以下衡量分类精度的指标：kappa系数、precision、recall、f1值、总体分类精度等。并利用分类提取出的水体像元数量与单位像元面积相乘计算水库蓄水面积。

技术总结
本发明公开一种基于云平台的多源遥感影像水库蓄水面积的提取方法，包括步骤110、获取目标时段、范围内多源卫星遥感影像数据；步骤111、对所述影像数据进行传感器的通用大气校正处理，将所述影像数据处理为地表反射率影像；步骤112、对地表反射率影像进行基于波段运算的去云处理；步骤113、利用云平台计算适用于多种传感器的水体提取指数作为影像的特征波段；步骤114、勾选目标水域光谱样本；步骤115、利用随机森林算法对影像进行水体分类；步骤116、对分类结果进行精度评估并根据分类结果计算水表面积；本发明能够对目标水域蓄水面积进行动态、快速、精确提取，为相关决策部门监测水库蓄水面积的动态变化提供有效方法。

技术研发人员：刘新波,刘慧凡,曹辉,翟少军,李琳琳,马一鸣,冯士琦,田玉刚
受保护的技术使用者：中国长江电力股份有限公司
技术研发日：
技术公布日：2024/5/8