[发明专利]一种基于陆表水体产品的雷达数据水体信息提取方法及系统

权利要求书

1.一种基于陆表水体产品的雷达数据水体信息提取方法，包括获取卫星数据，其特征在于，还包括以下步骤：

步骤1：将所述卫星数据进行预处理,生成后向散射数据并计算所述后向散射数据的衍生系数；

步骤2：使用seasonality数据、所述后向散射数据和所述衍生系数创建训练样本数据集；所述seasonality数据是JRC全球水体产品的一种，用于制作训练样本；

步骤3：基于随机森林模型对训练样本数据进行水体信息提取，得到初始水体提取结果；

步骤4：对所述初始水体提取结果进行后处理，得到最终的水体产品，所述步骤4包括以下子步骤：

步骤41：利用srtm30的数字高程模型DEM计算得到的坡度图；

步骤42：将所述初始水体提取结果中对应的坡度大于坡度阈值的提取结果赋值为非水体；

步骤43：通过种子点扩散的方法来删除小于面积阈值的水体；

步骤44：通过区域增长算法补充完整水体的边缘部分；

步骤45：生成最终的水体产品。

2.如权利要求1所述的基于陆表水体产品的雷达数据水体信息提取方法，其特征在于，所述预处理为对所述卫星数据经过基本处理后的1级地距产品的强度进行轨道矫正、辐射校正、斑点滤波、多视、地形矫正和db转换操作，最终生成后向散射数据VH和VV。

3.如权利要求2所述的基于陆表水体产品的雷达数据水体信息提取方法，其特征在于，所述衍生系数包括极化比VHrVV，计算公式为。

4.如权利要求2所述的基于陆表水体产品的雷达数据水体信息提取方法，其特征在于，所述衍生系数还包括归一化偏差极化指数NDPI，计算公式为。

5.如权利要求2所述的基于陆表水体产品的雷达数据水体信息提取方法，其特征在于，所述衍生系数还包括归一化VH指数NVHI，计算公式为。

6.如权利要求2所述的基于陆表水体产品的雷达数据水体信息提取方法，其特征在于，所述衍生系数还包括归一化VV指数NVVI，计算公式为。

7.如权利要求2所述的基于陆表水体产品的雷达数据水体信息提取方法，其特征在于，所述步骤2包括将水体样本和非水体样本分别按所述VV值进行排序，选择所述水体样本中分位为N1%的值作为最大值阈值，删除大于最大值阈值的样本；非水体样本中分位为N2%的值作为最小值阈值，删除小于最小值阈值的样本。

8.如权利要求7所述的基于陆表水体产品的雷达数据水体信息提取方法，其特征在于，所述步骤3包括以下子步骤：

步骤31：随机选择训练数据集中的N3%的水体样本，当所述水体样本数量少于数量阈值时，选择全部水体样本；

步骤32：使用交叉验证网格GridSearch来确定随机森林分类器的最佳参数，生成训练模型；

步骤33：将所述训练模型应用于整个图像的所有像素，得到每个像素为水体的概率；

步骤34：根据阈值得到水体分布，得到初始水体提取结果。

9.一种基于陆表水体产品的雷达数据水体信息提取系统，包括用于获取卫星数据的数据获取模块，其特征在于，还包括以下模块：

预处理模块：用于将所述卫星数据进行预处理,生成后向散射数据并计算所述后向散射数据的衍生系数；

样本训练模块：用于使用seasonality数据、所述后向散射数据和所述衍生系数创建训练样本数据集；所述seasonality数据是JRC全球水体产品的一种，用于制作训练样本；

信息提取模块：用于基于随机森林模型对训练样本数据进行水体信息提取，得到初始水体提取结果；

后处理模块：用于对所述初始水体提取结果进行后处理，得到最终的水体产品；所述后处理包括以下子步骤：

步骤41：利用srtm30的数字高程模型DEM计算得到的坡度图；

步骤42：将所述初始水体提取结果中对应的坡度大于坡度阈值的提取结果赋值为非水体；

步骤43：通过种子点扩散的方法来删除小于面积阈值的水体；

步骤44：通过区域增长算法补充完整水体的边缘部分；

步骤45：生成最终的水体产品；

所述系统中的各个模块按照如权利要求1所述的方法进行雷达数据水体信息提取。