[发明专利]一种基于IEDSR的Landsat影像湖冰厚度反演方法及系统

权利要求书

1.一种基于IEDSR的Landsat影像湖冰厚度反演方法，其特征在于，包括如下步骤：

(1)筛选并下载卫星图像；

(2)对年度云量处于0～8％的卫星图像作预处理；

(3)训练IEDSR模型；

(4)将预处理后的卫星图像作为IEDSR模型的输入；

(5)IEDSR模型输出结果；

(6)反照率反演湖冰厚度。

2.如权利要求1所述的基于IEDSR的Landsat影像湖冰厚度反演方法，其特征在于，步骤(2)中，预处理操作包括输入图像、辐射定标、拼接、裁剪、几何校正和大气校正。

3.如权利要求1所述的基于IEDSR的Landsat影像湖冰厚度反演方法，其特征在于，步骤(3)中，训练IEDSR模型具体为：对输入的特征图进行卷积，经过通道注意力块的处理，再输出到级联的下一个基本单元提取更深层次的图像特征；ECAR的网络基本单元由2个级联的卷积层、ReLU激活函数和一个通道注意力模块构成，并增加局部跳连结构；通道注意力块中的降维和升维均利用1×1的卷积实现，降维卷积层使用ReLU激活函数，升维卷积层使用Sigmoid激活函数，表示Hadamard乘法，表示逐像素加法运算；

亚像素卷积分解为两步：(a)对低分辨率特征图作卷积，将它的特征通道数转化为r²，其中的r表示上采样倍数；(b)对卷积后得到的低分辨率特征图做周期性的移动，通过重新排列获得高分辨率图像作为最终的输出图像；

亚像素卷积操作用下式的数学形式表示：

I^HR＝f^l(I^LR)＝PS(W_l*f^l-1(I^LR)+b_l)

I^LR表示低分辨率图像，I^HR表示输出高分辨率图像，W_l对应第l层网络的卷积核，b_l为偏移向量，PS对应一个周期性移动操作，上式中的PS操作用下式表示：

其中，x和y表示高分辨率空间中的输出像素坐标，C为图像的通道数量，和mod(·)分别表示向下取整和取余操作，经过第1步卷积后，得到r²个H×W的特征图像，这些图像中，每个像素对应r²通道，对于每个像素，将这些通道重新排列成r×r的区域子块，则原本的r²×H×W的图像重新排列成一张rH×rW的高分辨率图像。

4.如权利要求1所述的基于IEDSR的Landsat影像湖冰厚度反演方法，其特征在于，步骤(4)中，将预处理后的卫星图像作为IEDSR模型的输入具体为：把图像90度旋转以及翻转，总共有8种不同的图像，分别进训练完毕的IEDSR网络再变换回原始位置，8张图像再取平均。

5.如权利要求1所述的基于IEDSR的Landsat影像湖冰厚度反演方法，其特征在于，步骤(6)中，反照率反演湖冰厚度具体为：Landsat TM/ETM传感器反射率计算方法如下：

α＝0.356α1+0.130α2+0.373α4+0.085α5+0.072α7-0.0018

其中，α_n为landsat遥感影像对应波段窄波反射率；

将上式代入湖冰厚度计算公式中，

α(H)＝α_max(1-k^-μH)

式中，H是湖冰厚度，α(H)是湖冰厚度为H时所对应的太阳短波反射率，α_lake是湖水反射率，α_max是无限厚湖冰对应的湖冰反射率，α_ori是湖面刚刚开始结冰时的蓝色初生冰对应的反射率，α_aver是平均湖冰厚度的湖冰反射率，k是相关系数，μ为关于反射率的衰减系数，取1.209。

6.一种如权利要求1所述的基于IEDSR的Landsat影像湖冰厚度反演方法的系统，其特征在于，包括：数据处理模块、数据存储模块和数据输出模块；数据处理模块用于对卫星图像进行筛选、预处理和IEDSR模型训练，数据存储模块用于对筛选、预处理和IEDSR模型训练后的卫星图像进行存储，数据输出模块用于从数据存储模块提取卫星图像并输出，然后反演湖冰厚度。