[发明专利]基于高时频遥感影像序列的新建水库自动识别方法

权利要求书

1.一种基于高时频遥感影像序列的新建水库自动识别方法，其特征在于，包括以下步骤：

步骤1，收集覆盖研究区域的遥感影像数据；

步骤2，从步骤1获取的遥感影像反演各像元归一化水指数(NDWI)，并构建其时间序列；

步骤3，利用BFAST算法，分解出各像元NDWI时间序列的趋势、季节及噪声组分，并在趋势组分中探测其可能存在的断点；

步骤4，根据断点的存在性及断点前后的趋势信息，判定新建水库淹没区内像元；

步骤5，在结果栅格图中为新建水库淹没区内像元赋值，其像元值为其断点的时间。

2.根据权利要求1所述的方法，其特征在于，所述步骤1中，遥感影像数据来源为MODISMOD09A1地表反射数据。

3.根据权利要求1所述的方法，其特征在于，所述步骤1中，遥感影像数据包含尽可能长的时间跨度内所有可用的连续的影像。

4.根据权利要求1或2所述的方法，其特征在于，所述步骤2中，NDWI值的计算方式为：

NDWI＝(GREEN-NIR)/(GREEN+NIR)；当应用于MODISMOD09A1地表反射数据时，NDWI值通过公式NDWI＝(Band4-Band2)/(Band4+Band2)反演。

5.根据权利要求1所述的方法，其特征在于，所述步骤2中，还包括缺失值与异常值处理；对缺失值或异常值以该次观测之前1次观测和该次观测之后1次观测的平均值填充；若缺失值或异常值在时间序列中的第一次或最后一次观测中出现，则以该次观测之后4次观测或该次观测之前4次观测取平均值填充。

6.根据权利要求1所述的方法，其特征在于，所述步骤3中，应用BFAST算法进行时间序列分解与断点探测，置信区间设为95％，迭代次数设为3次，断点之间的最大间隔设为整个时间序列时间跨度的10％，季节模型选用harmonic模型。

7.根据权利要求1中所述的方法，其特征在于，所述步骤4中，基于断点前后的趋势信息，判定新建水库淹没区内像元的方法如下：

将各像元与成像时间最接近于拟将所述方法应用到的时间范围的终点的LandsatTM/ETM+/OLI真彩色合成影像作叠合分析，观察其趋势组分和断点位置，将像元分为三类：

(a)陆地-水体转换像元，即新建水库淹没区像元，在断点处原始时间序列与趋势组分都突然上升，断点前后趋势保持平稳，断点前趋势组分明显低于断点后趋势组分；

(b)水体像元，有可能检测到断点，也可能检测不到断点，即使检测到断点，断点前后趋势组分的值都处于相对高值；

(c)陆地像元，有可能检测到断点，也可能检测不到断点，即使检测到断点，断点前后趋势组分的值都处于相对低值；

针对新建水库淹没区像元所特有的特征，基于阈值过滤(b)、(c)类像元。

8.根据权利要求7中所述的方法，其特征在于，通过迭代求解的方法获取阈值取值。

9.根据权利要求1中所述的方法，其特征在于，所述步骤5中，以步骤1获取的原始遥感影像数据中的一景为底图，将新建水库淹没区的像元值赋以其断点的时间，而其他像元统一赋以0值，得到新建水库淹没区栅格。

10.根据权利要求1中所述的方法，其特征在于，还包括，将步骤5获取的新建水库淹没区提取结果栅格图叠合至其他影像图层，辅助相关研究。