[发明专利]一种基于遥感云计算的全球冰川搜索识别方法

说明书

本发明提出了一种基于遥感云计算的全球冰川搜索识别方法，其步骤为：通过云计算平台获取夏季光学卫星影像的地表反射率图像，并利用光谱采集软件采集冰川和其他地物的光谱信息；分析冰川光谱与其他地物光谱的差异，确定识别冰川的有效光谱波段及其阈值；构建冰川指数算法，并确定冰川指数的阈值以区分冰川与非冰川；基于冰川指数算法计算研究区内夏季的每幅卫星影像的冰川指数图像，然后采用中值合成算法得到夏季冰川指数图像的中值合成图像；利用冰川的有效光谱波段及其阈值、冰川指数中值合成图像及其阈值构建冰川自动识别模型，实现冰川分布的遥感自动识别制图。本发明提出冰川遥感识别模型，可实现全球冰川分布的遥感精准、自动识别。

技术领域

本发明涉及遥感目标识别技术领域，特别是指一种基于遥感云计算的全球冰川搜索识别方法。

背景技术

全球气候变化背景下，冰川分布呈现显著的年际变化特征。及时有效更新全球尺度上的冰川分布数据，对气候变化与生态环境相互作用等方面的研究具有重要的科学价值。冰川与云在可见光范围内均呈现白色，在光学卫星影像上表现为相似的可见光光谱特征。受云阴影覆盖的冰川，其在光学卫星影像上的光谱特征也发生了显著变化。这些因素增加了冰川准确识别的难度。加之冰川分布广、年际变化大的特征，对快速更新全球尺度上冰川分布数据提出了更高要求。因此，冰川分布制图领域急需一种能够实现全球尺度上冰川的快速解译方法。

发明内容

针对上述技术背景中存在的不足，本发明提出了一种基于遥感云计算的全球冰川搜索识别方法，解决了冰川识别准确率低的技术问题，实现了全球尺度上冰川的年际遥感解译及制图。

本发明的技术方案是这样实现的：

一种基于遥感云计算的全球冰川搜索识别方法，其步骤如下：

S1、利用遥感云平台采集X年夏季时间范围内的若干幅光学卫星影像，这若干幅光学卫星影像的像元行列数均相同，并对光学卫星影像进行预处理，得到若干幅地表反射率图像；

S2、利用目视解译方法获得冰川和非冰川地物的地理位置信息，并使用光谱采集软件采集地表反射率图像中的冰川和非冰川地物的像元光谱样本；

S3、基于步骤S2中得到的像元光谱样本分析冰川的像元光谱与非冰川地物的像元光谱之间的差异，得到用于识别冰川的有效光谱波段，其中，有效光谱波段包括蓝色波段、绿色波段、红色波段和短波红外波段；

S4、采用中值合成算法对步骤S1中的若干幅地表反射率图像进行中值合成，分别得到蓝色波段中值合成图像和绿色波段中值合成图像；

S5、根据步骤S2中得到的冰川和非冰川地物的地理位置信息，分别对步骤S4中得到的蓝色波段中值合成图像进行统计，得到冰川和非冰川地物在蓝色波段中值合成图像中的像元值分布，并将蓝色波段中值合成图像中的冰川的像元值分布中的最小值作为区分冰川和非冰川地物的阈值α；

S6、根据步骤S2中得到的冰川和非冰川地物的地理位置信息，分别对步骤S4中得到的绿色波段中值合成图像进行统计，得到冰川和非冰川地物在绿色波段中值合成图像中的像元值分布，并将绿色波段中值合成图像中的冰川的像元值分布中的最小值作为区分冰川和非冰川地物的阈值β；

S7、构建冰川遥感指数，并利用冰川遥感指数和步骤S1中的若干幅地表反射率图像计算得到若干幅冰川指数图像，然后采用中值合成方法，对若干幅冰川指数图像进行中值合成，得到冰川指数中值合成图像；

S8、根据步骤S2中得到的冰川和非冰川地物的地理位置信息，对步骤S7中得到的冰川指数中值合成图像进行统计，得到冰川和非冰川地物在冰川指数中值合成图像中的像元值分布，将冰川指数中值合成图像中的冰川的像元值分布的最小值与非冰川地物的最大值的平均值作为区分冰川和非冰川地物的阈值γ；