[发明专利]一种基于多源遥感数据的淤泥质海岸水边线提取方法

说明书

本发明公开了一种基于多源遥感数据的淤泥质海岸水边线提取方法，包括以下步骤：通过遥感云平台获取确定研究区域和研究时段的经过图像配准、辐射校正与大气校正后的地表反射率遥感影像，使用去云函数对该影像进行去云操作，形成无云影像，对所得影像进行水体指数计算；使用Otsu算法，通过统计整个影像中水体指数的直方图特征实现全局阈值的确定，形成二值化图像；使用形态学算法去除背景像素和极小斑块、以及填补孔洞，使海域和陆地更纯净；通过移除内部相邻像素，获取边界像素，完成研究区水边线提取。

技术领域

本发明涉及一种基于多源遥感数据的淤泥质海岸水边线提取方法，属于遥感图像处理技术海岸线变迁研究应用技术领域。

背景技术

海岸线变迁是气候变化、海平面变化和陆海相互作用下海岸带资源环境生态系统演变的表征，是人类影响和改变自然环境以及适应和响应气候变化的集中体现。淤泥质海岸在我国分布广泛，江苏省淤泥质海岸占比最大且潮差差异明显，南北平均潮差超过3m，最大潮差可达6m。所以通过遥感方法了解海岸线状态，监测并量化海岸线变迁是海岸带环境保护和规划的基础和关键，卫星遥感技术不受天气、地表、海况、地理环境等条件的限制，具有快速、准确及长期连续的特点可实时分析海岸线动态变化，为开展海岸线变迁研究提供有利条件。

通常把基于遥感提取的水边线认为是海岸线，现有技术基于遥感的水边线提取技术，多选取大潮时影像。对于低潮时淤泥质滩涂的提取精度较差，很难同时适用于低潮与高潮的水边线提取，本发明充分的利用多源遥感信息提取任意潮位的水边线。江苏海岸潮差明显潮间带平均宽度约3100m，因此准确获取低潮时水边线对于探究潮间带面积变化意义重大。江苏海岸拥有大量围海养殖区，内陆大量分散的水体斑块采用形态学算法剔除，因此该海岸线提取方法不受影像幅宽限制。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种基于多源遥感数据的淤泥质海岸水边线提取方法，解决了现有技术中水边线的自动化提取过程繁琐、精度较差、适用范围窄的问题。

为了实现上述目标，本发明采用如下的技术方案：

一种基于多源遥感数据的淤泥质海岸水边线提取方法，包括以下步骤：

通过遥感云平台获取确定研究区域和研究时段的经过图像配准、辐射校正与大气校正后的地表反射率遥感影像；

使用去云函数对该影像进行去云操作，形成无云影像；

对所得影像进行水体指数计算；

使用Otsu算法，通过统计整个影像中水体指数的直方图特征实现全局阈值的确定，形成二值化图像；

使用形态学算法去除背景像素和极小斑块、以及填补孔洞，使海域和陆地更纯净；

通过移除内部相邻像素，获取边界像素，完成研究区水边线提取。

进一步地，前述获取遥感影像的具体方法如下：

遥感云平台选用GEE平台；

卫星影像为Landsat 8卫星地表反射率影像，数据传感器为OLI；

Landsat 8影像采用LaSRC进行大气校正。

进一步地，前述去云操作是利用平台中maskL8函数进行去云操作。

进一步地，前述水体指数采用IWI，计算公式如下：

IWI＝((ρb2+ρb3-ρb6-ρb7)/(ρb2+ρb3+ρb6+ρb7))²

式中ρb2、ρb3、ρb6、ρb7分别为蓝波段、绿波段、短波红外1和短波红外2波段的反射率。

进一步地，前述Otsu算法确定全局阈值的方法为：