[发明专利]复杂下垫面水体识别方法及黑臭水体预测方法

说明书

本发明实施例提供了一种复杂下垫面水体识别方法及复杂下垫面黑臭水体预测方法，充分考虑了目标区域内水体和背景信息的光谱差异以及温度差异，结合目标区域的公路信息图、土地利用信息图、多光谱遥感影像以及热红外遥感影像，识别出目标区域内的水体分布信息，得到的水体分布信息中排除了柏油公路、黑色的屋顶、燃烧痕迹等信息，使识别结果更加准确，并在此基础上准确预测出黑臭水体。

技术领域

本发明涉及生态水文学和遥感技术领域，更具体地，涉及复杂下垫面水体识别方法及黑臭水体预测方法。

背景技术

城镇化区域包括桥梁、住宅、办公等建筑区，草地、林地等植被覆盖区，河流、湖泊等湿地区，水泥路、土路和柏油路等道路区域，复杂的城镇化区域导致其下垫面也非常复杂。面向水与生态环境管理，开展复杂下垫面精准的水体信息提取，并在此基础上进行黑臭水体预测非常重要。

遥感技术被认为是水体识别最为有效的方法。目前，关于水体识别的遥感模型与方法中主要包括土地利用分类方法、水体指数方法、人工智能、水色参量反演方法等，这些方法在不同的区域和应用角度起到很大的作用。然而，这些方法面对复杂下垫面水体识别时，容易将光谱相似和条形的目标，如柏油公路、黑色的屋顶、燃烧痕迹等信息当作水体提取出来。

因此在目前的各种水体识别的遥感方法中，面向复杂下垫面时，容易导致水体提取具有很大的不确定性。

发明内容

为克服上述问题或者至少部分地解决上述问题，本发明实施例提供了一种复杂下垫面水体识别方法及黑臭水体预测方法。

第一方面，本发明实施例提供了一种复杂下垫面水体识别方法，包括：

获取目标区域的公路信息图、土地利用信息图、多光谱遥感影像以及热红外遥感影像；

基于所述多光谱遥感影像，确定所述目标区域内的初始水体区域，并基于所述公路信息图、所述土地利用信息图以及所述热红外遥感影像，从所述初始水体区域中识别出所述目标区域内的水体分布信息。

优选地，所述基于所述多光谱遥感影像，确定所述目标区域内的初始水体区域，具体包括：

计算所述多光谱遥感影像中每一栅格对应的改进的归一化差异水体指数或水体提取指数；

若判断获知所述改进的归一化差异水体指数大于等于第一预设阈值或者所述水体提取指数大于等于第二预设阈值，将对应的栅格作第一类标记，所有作第一类标记的栅格形成所述初始水体区域。

优选地，所述基于所述公路信息图、所述土地利用信息图以及所述热红外遥感影像，从所述初始水体区域中识别出所述目标区域内的水体分布信息，具体包括：

将所述公路信息图和所述土地利用信息图均进行栅格化，所述公路信息图中每一栅格的尺寸、所述土地利用信息图中每一栅格的尺寸与所述初始水体区域中每一栅格的尺寸均相同；

将所述公路信息图叠加至所述初始水体区域中，并将所述初始水体区域中与所述公路信息图中的公路重叠的栅格作第二类标记，标记后得到第二水体区域；将所述第二水体区域叠加至所述土地利用信息图中，并将所述土地利用信息图中与所述第二水体区域重叠的栅格均作第二类标记，标记后得到第三水体区域；

将所述热红外遥感影像叠加至所述第三水体区域上，对于所述第三水体区域中的每一栅格，计算所述栅格中的归一化植被指数以及水体的平均温度值，若判断获知所述栅格中水体的平均温度值大于等于第三预设阈值，且所述归一化植被指数在预设范围内，则将所述栅格作第三类标记；

从所述第三水体区域中作第一类标记的所有栅格中去除作第三类标记的栅格，并将剩余栅格作第四类标记，将所述第三水体区域中作第四类标记的栅格进行矢量化，得到矢量化结果，所述矢量化结果包括多个矢量化斑块；