本發(fā)明涉及遙感影像信息提取領(lǐng)域，特別是一種基于水文知識的遙感監(jiān)測河流水面特征參數(shù)精度提升方法。

背景技術(shù)：

1、遙感技術(shù)現(xiàn)已成為水體信息提取的關(guān)鍵手段，尤其在高分辨率衛(wèi)星遙感的支持下，廣泛應(yīng)用于各類水體如河流、湖泊等地表特征的識別和測量。目前，已有多種遙感水體提取方法被發(fā)展和應(yīng)用，主要包括閾值法(如廣泛應(yīng)用的水體指數(shù)法，它利用特定波段比值強(qiáng)調(diào)水體特征，簡化提取過程)、分類器法(例如決策樹法和面向?qū)ο蠓?，以及其他基于多波段譜間關(guān)系、光譜知識等原理的復(fù)雜提取技術(shù)。這些方法在進(jìn)行水體提取時(shí)，將像元作為水體提取的基本單位，對混合像元的判定比較粗糙，會導(dǎo)致水體邊界識別的精度損失?；旌舷裨纸饧夹g(shù)可以針對性地解決水體邊界附近混合像元的問題，通過定量分析提升水體提取的精確度。

2、盡管遙感技術(shù)的分辨率不斷提升，但在處理細(xì)小河流等復(fù)雜場景時(shí)，即便是高分辨率遙感影像也可能受限于空間分辨率，難以精確識別窄小水體邊界，尤其是在河流枯水期，因水體面積收縮帶來的光譜復(fù)雜性加大了精準(zhǔn)探測的難度。此外，現(xiàn)有研究多聚焦于國外遙感產(chǎn)品和地物類型相對簡單的區(qū)域或大面積水體，采用的水體、植被指數(shù)等提取方法往往忽視了河流實(shí)際流量等因素，導(dǎo)致提取的河寬信息未能充分體現(xiàn)特征流量和平灘流量等水文特性。在復(fù)雜地貌如山區(qū)的小型水體提取上，由于混合像元問題嚴(yán)重，傳統(tǒng)的基于像元的提取方法可能導(dǎo)致水體邊界識別精度降低。因此，未來亟需研發(fā)更為精細(xì)的混合像元分解技術(shù)和適應(yīng)復(fù)雜地理?xiàng)l件的水體提取方法，以提高對各種大小和地形條件下水體信息提取的準(zhǔn)確性和完整性。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于克服上述不足，提供一種基于水文知識的遙感監(jiān)測河流水面特征參數(shù)精度提升方法，以提高對各種大小和地形條件下水體信息提取的準(zhǔn)確性和完整性。

2、為解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案是：一種基于水文知識的遙感監(jiān)測河流水面特征參數(shù)精度提升方法，它包括以下步驟：

3、s1：基于dem，提取河道和河道兩側(cè)山脊線，確定河谷范圍；

4、s2：利用河道兩側(cè)山脊線矢量文件對遙感影像進(jìn)行裁剪，以獲取河道+河谷范圍內(nèi)的遙感影像；

5、s3：利用水體指數(shù)對所獲取的河道+河谷范圍遙感影像進(jìn)行運(yùn)算；確定水面1、水面+其他地物、其他地物范圍；

6、s4：根據(jù)周圍像元ndwi值，確定水體+其他地物區(qū)域內(nèi)混合像元中水體所占比例；

7、s5：基于初始水面1生成河流中心線，對河流中心線垂直方向的斷面進(jìn)行檢測，根據(jù)斷面上像元的ndwi值變化判斷單一流路和多流路以及混合像元中水體分布位置；

8、s6：基于s4和s5確定的混合像元中水體比例和水體位置以及原始分辨率a的ndwi值，創(chuàng)建對應(yīng)位置的一個(gè)高分辨率的ndwi柵格圖，提取出水面2；

9、s7：利用新的水面文件，獲取水面特征參數(shù)。

10、優(yōu)選地，所述s1具體過程如下：

11、首先在無洼地dem上利用最大坡降的方法得到每一個(gè)柵格的水流方向；然后利用水流方向柵格數(shù)據(jù)計(jì)算出每一個(gè)柵格在水流方向上累積的柵格數(shù)，即匯流累積量，所得到的匯流累積量則代表在一個(gè)柵格位置上有多少個(gè)柵格的水流方向流經(jīng)該柵格，柵格的匯流累積量代表著該柵格的水流量，設(shè)定一個(gè)閾值來區(qū)分河流通道和其他較小的溝壑或排水路徑，選擇匯流累積量較大的區(qū)域作為河流網(wǎng)絡(luò)；

12、基于dem通過鄰域分析進(jìn)行填洼處理，消除洼地影響，生成無洼地dem；利用無洼地dem進(jìn)行水文分析，計(jì)算水流方向數(shù)據(jù)，以反映地形的坡度和水流路徑；通過水流方向數(shù)據(jù)計(jì)算匯流累積量，該指標(biāo)反映了每個(gè)像素點(diǎn)接收的總水量，當(dāng)其為零時(shí)，表明該點(diǎn)位于流域的分水嶺；最后，將匯流累積量為零的點(diǎn)與正地形求交，即可獲得山脊線。

13、優(yōu)選地，所述s2具體過程如下：

14、對影像數(shù)據(jù)進(jìn)行輻射定標(biāo)處理、幾何校正處理、大氣校正處理和影像融合處理，得到預(yù)處理后的圖像數(shù)據(jù)；針對識別出的每一流路，利用河道兩側(cè)山脊線矢量文件對遙感影像進(jìn)行裁剪，去除背景噪聲，縮小研究區(qū)范圍，獲取只有河道+河谷范圍遙感影像。

15、優(yōu)選地，所述s3具體過程如下：

16、利用歸一化水體指數(shù)法對所述預(yù)處理后的圖像數(shù)據(jù)得到水體指數(shù)圖，公式如下：

17、

18、其中，ndwi為歸一化水體指數(shù)，g為預(yù)處理后的圖像數(shù)據(jù)中的綠波段數(shù)據(jù)，nir為預(yù)處理后的圖像數(shù)據(jù)中的近紅外波段數(shù)據(jù)；

19、在預(yù)處理后的遙感影像中每種地物選取n個(gè)樣本，確定每種地物在綠波段和近紅外波段的最大值和最小值；

20、確定水體、裸土，植被、巖石地表覆蓋物的ndwi的閾值范圍；

21、由此確定初始水面1、水面+其他地物、其他地物類別的閾值區(qū)間，其中，將水體與其他地物閾值范圍重合部分定義為水面+其他地物的閾值區(qū)間，閾值非重合部分定義為純凈地物；

22、初始水面1：

23、水面+其他地物：

24、其他地物：

25、其中，v表示ndwi柵格圖像的像素集合，iij為柵格圖像中第i行，第j列像素的水體指數(shù)值，ipmin、ipmax為分別為純凈水體分割的最大閾值和最小閾值，immax分別確定為非水體像元分割的最大閾值；w1為初始水面范圍，m為水體與其他地物混合的范圍，n為其他地物的范圍。

26、優(yōu)選地，所述s4具體過程如下：

27、首先根據(jù)水體、裸土，植被、巖石地表覆蓋物在綠波段、近紅外波段、以及ndwi的閾值范圍確定混合像元(i,j)鄰域像元的所屬地物，以此確定混合像元所含有的除水體外的地物類型；

28、混合像元的ndwi值與鄰域像元的ndwi值呈現(xiàn)線性疊加的關(guān)系，構(gòu)建關(guān)系表達(dá)式：

29、

30、其中，iij為混合像元的ndwi值，iw，in分別為領(lǐng)域像元中水體和非水體的ndwi值，pwater(m)、pnowater(m)分別為混合像元中水體和非水體所占比例，二者和為1。

31、優(yōu)選地，所述s4具體過程如下：定義一個(gè)權(quán)重函數(shù)w(iij,m)，構(gòu)建一個(gè)大小為n×n的濾波器核，它根據(jù)鄰域像元的ndwi值iij與水體基準(zhǔn)值以及混合像元自身的ndwi值計(jì)算權(quán)重；

32、

33、其中，α是一個(gè)正的調(diào)整參數(shù)，用于控制權(quán)重函數(shù)斜率的陡峭程度；maxdiff是數(shù)據(jù)集中非水體像元ndwi值與水體基準(zhǔn)值的最大差值，用于歸一化差異；tanh函數(shù)確保權(quán)重值在-1到1之間變化，當(dāng)與水體基準(zhǔn)值差異較大時(shí)，權(quán)重值趨向于-1；當(dāng)差異較小時(shí)，權(quán)重值趨向于1；

34、確定中間混合像元m的鄰域，對于混合像元m的每一個(gè)鄰域像元iij，計(jì)算其經(jīng)過權(quán)重函數(shù)調(diào)整后的ndwi值w(iij,m)·iij；將所有鄰域像元的加權(quán)ndwi值相加，并除以所有權(quán)重值的總和，得到混合像元m中水體所占比例的估計(jì)值pwater(m)，其理論公式為：

35、

36、優(yōu)選地，所述s5具體過程如下：

37、將獲取的柵格初始水面1轉(zhuǎn)換為水面矢量文件，通過形態(tài)學(xué)操作骨架提取來生成河流中心線；

38、對于每一點(diǎn)沿河流中心線，計(jì)算該點(diǎn)的流向角度ɑ；基于此角度，確定垂直于中心線的方向，即ɑ+90°，確定河流斷面；

39、沿河流斷面方向，逐像元提取ndwi值，該指標(biāo)能有效區(qū)分水體與陸地；依據(jù)預(yù)設(shè)閾值對像元進(jìn)行分類，判斷水體、植被、土壤等的地物類型，識別單一流路區(qū)域、多流路以及混合像元中水體的具體分布。

40、優(yōu)選地，所述s6具體過程如下：

41、創(chuàng)建一個(gè)新的a/n2高空間分辨率的柵格文件，將s3生成的ndwi柵格圖的ndwi值寫入新創(chuàng)建的柵格圖文件中，確保與原圖像的空間參考坐標(biāo)系統(tǒng)一致；

42、利用s4混合像元分解得到的水體比例數(shù)據(jù)s5確定的混合像元中水體位置，調(diào)整高分辨率ndwi柵格圖中的像素值；確保處理后的ndwi值正確映射到新的高分辨率柵格中；

43、重新對高分辨率ndwi柵格圖進(jìn)行水體的提取，獲取水面2。

44、優(yōu)選地，所述s7具體過程如下：

45、基于水面矢量文件，垂直于河道矢量線文件計(jì)算河寬，河流形態(tài)中長寬比等水面特征參數(shù)；

46、河道的比降：

47、

48、式中，i為比降；h1、h2為斷面高程；l為兩點(diǎn)之間的水平距離；

49、研究河段水面面積與河段長的比值作為該河段的平均寬度：

50、

51、式中，w為概化河段寬度；a為研究河段的水面面積；l為研究河段的長度。

52、本發(fā)明有益效果：

53、1、本發(fā)明可以提高對各種大小和地形條件下水體信息提取的準(zhǔn)確性和完整性。

54、2、本發(fā)明針對歷時(shí)低分辨影像以及細(xì)小水體提取困難的問題，綜合數(shù)字河網(wǎng)提取技術(shù)、河谷提取技術(shù)和遙感解譯技術(shù)，確保了細(xì)小水體和規(guī)則水體邊界提取的完整性，且有效提升水面寬等水體特征參數(shù)提取精度。