[发明专利]基于分层策略的滨海湿地遥感分类方法

说明书

本发明涉及基于分层策略的滨海湿地遥感分类方法，包括：步骤1，对遥感数据进行预处理；步骤2，基于遥感指数获取的植被指数，水体指数和基于缨帽变换获取的亮度辅助数据进行选样；步骤3，对多光谱影像和辅助数据进行粗分类；步骤4，对耕地、林地、城镇区域进行掩膜；步骤5，用LBP局部二值模式算子来描述图像局部纹理特征；步骤6，结合光谱信息和空间纹理信息，对水体和湿地区域进行影像分割；步骤7，获得滨海湿地矢量数据；步骤8，制作滨海湿地专题地图。本发明的有益效果是：本发明不仅可以节省时间、人力、物力和财力，还可以快速准确的获取滨海湿地分类，分类结果精度高，具有明显的地理意义。

技术领域

本发明属于滨海湿地遥感分类方法，特别涉及一种基于分层策略的滨海湿地遥感分类方法。

背景技术

滨海湿地(Coastal wetland)是指陆地生态系统和海洋生态系统的交错过渡地带。按国际湿地公约的定义，滨海湿地的下限为海平面以下6米处(习惯上常把下限定在大型海藻的生长区外缘)，上限为大潮线之上与内河流域相连的淡水或半咸水湖沼以及海水上溯未能抵达的入海河的河段，具有高生产力及作为各种动植物重要的栖息地,具有维护生态平衡、环境稳定的功能。如抵御海洋灾害为沿岸提供保护、控制海岸侵蚀、过滤农业和工业废物和沿岸含水层补给。虽然政府重视对滨海湿地的保护，但是，其仍受到人类活动和环境变化的干扰，导致滨海湿地被破坏。

湿地分类一般结合遥感影像、地表高程、岸线和坡度等辅助数据，以人工绘制或已有的专题图为依据获取湿地地物样本，对影像进行监督解译，获取最终的结果。早期多利用中低分辨率的卫星遥感数据获取土地利用/覆盖信息，其中Landsat影像是最为可靠和廉价的数据源，其覆盖范围、30m空间分辨率和多波段光谱信息使其在区域性的湿地遥感中得到广泛应用。

目前针对中低分辨率的遥感数据，通常采用基于像素的监督分类方法获取分类结果(如最大似然法)；伴随着机器学习方法的发展，人工神经网络、支持向量机、决策树等方法也逐步在滨海湿地遥感分类中得到应用。随着遥感数据空间分辨率的不断提高，面向对象的分类方法在小范围、高精度的滨海湿地分类中也经常使用。

随着对滨海湿地监测逐步的精细化，当前的滨海湿地分类研究取得了丰硕的成果，同时也面临着一些问题：1)基于遥感影像的传统分类方法，如基于极大似然法和决策树等的影像分类，尽管能获取滨海湿地动态分布信息，但是“同质异谱”与“同谱异质”易造成滨海湿地地物的错分从而降低分类精度；2)由于面向对象的方法需要提取影像的多种特征信息用于分类过程中的属性计算，特征过多易反而造成分类精度下降。

发明内容

本发明的目的是克服现有技术的不足，提供一种充分利用了遥感数据的光谱信息和滨海湿地的纹理信息对遥感影像进行多尺度分割的基于分层策略的滨海湿地遥感分类方法。

本发明的目的是通过以下技术方案实现的：基于分层策略的滨海湿地遥感分类方法，包括以下步骤：

步骤1，对遥感数据进行预处理；

步骤2，基于遥感指数获取的植被指数，水体指数和基于缨帽变换获取的亮度辅助数据进行选样；

步骤3，对多光谱影像和辅助数据进行粗分类；

步骤4，对耕地、林地、城镇区域进行掩膜；

步骤5，用LBP局部二值模式算子来描述图像局部纹理特征；

步骤6，结合步骤3所得到的光谱信息和步骤4所得到的空间纹理信息，对水体和湿地区域进行影像分割，并对该区域进行精细分类；

步骤7，导出耕地、林地、城镇、人工运河、河流、滩涂、沼泽、养殖池塘、水库和浅海水域对象，获得滨海湿地矢量数据；

步骤8，制作滨海湿地专题地图。