[發(fā)明專利]基于土壤濕度的沼澤濕地遙感提取方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110729708.0
• 申請日: 2021-06-29
• 公開（公告）號: CN113392377A
• 公開（公告）日: 2021-09-14
• 發(fā)明（設(shè)計）人: 侯鵬;候靜;付卓;肖如林;翟俊;陳妍;金點點
• 申請（專利權(quán)）人: 生態(tài)環(huán)境部衛(wèi)星環(huán)境應(yīng)用中心
• 主分類號: G06F17/18
• 分類號: G06F17/18;G06T7/11;G06T7/136;G01N21/84
• 代理公司: 北京路浩知識產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王慶龍

1.一種基于土壤濕度的沼澤濕地遙感提取方法，其特征在于，包括：

獲取預(yù)定區(qū)域的遙感影像數(shù)據(jù)，并對所述遙感影像數(shù)據(jù)進行預(yù)處理；

將經(jīng)預(yù)處理的所述遙感影像數(shù)據(jù)輸入至土壤濕度反演模型，得到所述土壤濕度反演模型輸出的區(qū)域土壤濕度，其中所述土壤濕度反演模型用于基于地表溫度LST反演和歸一化植被指數(shù)NDVI反演的結(jié)果進行溫度植被干旱指數(shù)TVDI反演，并基于反演出的溫度植被干旱指數(shù)TVDI反映所述區(qū)域土壤濕度；

將所述區(qū)域土壤濕度輸入至最大熵地理信息分析模型，得到所述最大熵地理信息分析模型輸出的用于對所述影像中的土壤濕度進行分割的最佳分割閾值；以及

基于所述最佳分割閾值對所述影像進行二值分割，以識別所述影像中的內(nèi)陸沼澤濕地的邊界。

2.根據(jù)權(quán)利要求1所述的基于土壤濕度的沼澤濕地遙感提取方法，其特征在于，所述土壤濕度反演模型包括NDVI反演層、LST反演層和TVDI反演層，

所述NDVI反演層用于計算歸一化植被指數(shù)NDVI；

所述LST反演層用于計算地表溫度LST；以及

所述TVDI反演層用于基于所述歸一化植被指數(shù)NDVI和所述地表溫度LST計算溫度植被干旱指數(shù)TVDI。

3.根據(jù)權(quán)利要求1所述的基于土壤濕度的沼澤濕地遙感提取方法，其特征在于，所述最大熵地理信息分析模型包括最佳分割閾值確定層，

所述最佳分割閾值確定層用于分別計算影像的目標熵和背景熵并進行求和，并從求和結(jié)果中選擇最大時對應(yīng)的灰度級作為分割影像的最佳分割閾值。

4.根據(jù)權(quán)利要求1所述的基于土壤濕度的沼澤濕地遙感提取方法，其特征在于，所述方法還包括：

基于數(shù)字高程模型DEM，去除所述土壤濕度反演模型輸出的所述區(qū)域土壤濕度中的異常值。

5.根據(jù)權(quán)利要求2所述的基于土壤濕度的沼澤濕地遙感提取方法，其特征在于，所述對所述遙感影像數(shù)據(jù)進行預(yù)處理包括：分別對所述遙感影像數(shù)據(jù)的可見光與熱紅外波段進行輻射定標、大氣校正。

6.根據(jù)權(quán)利要求2所述的基于土壤濕度的沼澤濕地遙感提取方法，其特征在于，所述計算歸一化植被指數(shù)NDVI包括:

通過以下公式計算所述歸一化植被指數(shù)NDVI:

NDVI＝(NIR-R)/(NIR+R)

其中R為紅波段，NIR為近紅外波段，NDVI為歸一化植被指數(shù)；以及

所述計算地表溫度LST包括:

采用輻射傳輸方程算法反演地表溫度；以及

通過以下公式計算最大地表溫度LST_max和最小地表溫度LST_min:

LST_max＝a+b×NDVI

LST_min＝c+d×NDVI

其中，LST_max為最大地表溫度，LST_min為最小地表溫度，a和b為干邊擬合系數(shù)，c和d為濕邊擬合系數(shù)，并且a、b、c、d均為實數(shù)。

7.根據(jù)權(quán)利要求2所述的基于土壤濕度的沼澤濕地遙感提取方法，其特征在于，所述基于所述歸一化植被指數(shù)NDVI和所述地表溫度LST計算溫度植被干旱指數(shù)TVDI包括:

通過以下公式計算所述溫度植被干旱指數(shù)TVDI:

8.根據(jù)權(quán)利要求3所述的基于土壤濕度的沼澤濕地遙感提取方法，其特征在于，所述分別計算影像的目標熵和背景熵并進行求和包括:

通過以下公式計算所述影像的目標區(qū)和背景區(qū)各灰度級的分布概率:

其中，T為分割閾值，L為圖像的灰度級，P_O為所述目標區(qū)的各灰度級的分布概率，P_B為所述背景區(qū)各灰度級的分布概率。