基于遥感数据水位异常信息的提取方法

摘要

本发明公开了基于遥感数据水位异常信息的提取方法，包括步骤：提取目标波段的遥感数据进行数据拼接；波段合成；计算归一化水指数；计算归一化水指数的平均值和最大值数据；生成正常的水域范围和最大的水域范围数据；栅格计算生成水位异常数据；将栅格数据转换为矢量数据。本发明能够通过遥感图像大面积快速提取水位异常数据，为自然灾害综合监测预警提供基础分析数据，相比传统的人工现场采集方法，具有快速生成、大范围、历史数据再现的优点。

说明书

技术领域

本发明属于遥感技术领域，尤其涉及基于遥感数据水位异常信息的提取方法。

背景技术

遥感图像处理是对遥感图像进行辐射校正和几何纠正、图像整饰、投影变换、镶嵌、特征提取、分类以及各种专题处理等一系列操作，以求达到预期目的的技术。利用计算机对遥感数字图像进行一系列操作，从而获得某种预期结果的技术，称为遥感数字图像处理。

自然灾害综合监测预警是对地震、地质灾害、气象灾害、水旱灾害、森林草原火灾的监测预警，提升灾害综合风险评估和预报预警能力，其中水位异常信息是水旱灾害预警的重要基础数据。

现有人工现场采集水旱灾害的方法，存在数据获取慢时效性差、范围小、无法再现历史数据的缺点。

现有遥感数据水位异常数据的提取并不完善，一般为某个时间点的归一化水体指数数据，仅能反映某个时间点的水体分布情况，不能反映出被淹没区域的信息。

遥感图像自动判读是根据遥感图像数据特征的差异和变化，通过计算机处理，自动输出地物目标的识别分类结果，它是计算机模式识别技术在遥感领域的具体应用，可提高从遥感数据中提取信息的速度与客观性。

发明内容

本发明的目的就在于为了解决上述问题而提供基于遥感数据水位异常信息的提取方法，包括如下步骤：

获取遥感数据，提取第一波段与第二波段的遥感数据，并对第一波段与第二波段的遥感数据进行数据拼接；

对第一波段与第二波段的遥感数据进行波段合成；

计算归一化水指数；

计算归一化水指数的平均值avg数据和最大值max数据；

生成投影面图像，根据投影面图像区域裁剪avg数据和max数据；

利用avg数据生成正常的水域范围，max数据生成最大的水域范围数据；

栅格计算生成水位异常数据；

将栅格数据转换为矢量数据。

本发明的有益效果在于：本发明能够通过遥感图像大面积快速提取水位异常数据，为自然灾害综合监测预警提供基础分析数据，相比传统的人工现场采集方法，具有快速生成、大范围、历史数据再现的优点。

附图说明

图1是本发明的流程原理图。

具体实施方式

下面结合附图对本发明作进一步说明：

如附图1所示，本发明基于遥感数据水位异常信息的提取方法，包括如下步骤：

获取遥感数据，提取第一波段与第二波段的遥感数据，并对第一波段与第二波段的遥感数据进行数据拼接；

对第一波段与第二波段的遥感数据进行波段合成；

计算归一化水指数；

计算归一化水指数的平均值avg数据和最大值max数据；

生成投影面图像，根据投影面图像区域使用clip工具裁剪avg数据和max数据；

利用avg数据生成正常的水域范围，max数据生成最大的水域范围数据；

栅格计算生成水位异常数据；

将栅格数据转换为矢量数据。

具体的，所述第一波段为band3波段；所述第二波段为band6波段。

具体的，所述计算归一化水指数的公式为：(band3-band6)/(band3+band6)，其中band3为绿波段，band6为近红处波段。

具体的，所述归一化水指数的平均值avg数据的计算公式为：

avg＝float(b1+b2+...+bn)/n；

其中，b1,b2，…，bn为每一天的水体指数数据，n为丰水期天数；

所述归一化水指数的最大值max数据的计算公式为：

max＝float(b1>b2>b3>...>bn)。

具体的，所述最大值max数据若为设定范围内的值，则max＝1，否则max＝0；若平均值avg数据为设定范围内的值，则avg＝1，否则avg＝0。

具体的，所述利用栅格计算工具生成水位异常数据的具体过程为：栅格计算工具采用公式max+avg*10，生成后的数据再采用ENVI软件的重编辑工具对11、10赋值为0，最后结果为1的区域为水位异常区域。

本发明的具体实施过程如附图所示，包括如下步骤：

(1)取丰水期内MODIS影像，提取band3和band6的遥感数据，采用MRT软件分别对同一天的两个波段的数据进行拼接；

(2)采用ENVI软件的波段合成工具对band3和band6波段的同一天的数据作波段合成；

(3)计算ndwi指数(即归一化水指数)，采用公式(band3-band6)/(band3+band6)，同一天的数据计算得到ndwi指数即水体指数数据；

(4)水体指数数据采用波段运算工具计算平均值，公式为：float(b1+b2+...+bn)/n，得到平均值平均值avg数据,b1,b2为每一天的数据，n为丰水期天数；最大值公式：float(b1>b2>b3>...)，得到最大值max；float函数为栅格数据转换为浮点型。

(5)投影设置后，根据区域使用clip工具裁剪avg数据和max数据；

(6)若max数据处于第一设定范围如-0.4547至6.126设置为1，其余为0；若avg数据处于第二设定范围如-0.527到0.7638为1其余为0，根据不同区域地理环境的情况调整均值和最大值数据的取值范围，从而得到正常水域及最大水域的图层数据；

(7)栅格计算生成水位异常数据：利用栅格计算工具生成水位异常数据，栅格计算工具应用公式max+avg*10，生成后的数据再采用ENVI软件的recode(重编码)工具对11、10(栅格计算后得到10，11为平均值等于1并且最大值等于0或1的区域，即最大值栅格除掉平均值栅格，其余的栅格为水位异常区域)赋值为0，最后结果为1的就是水位异常区域；

(8)转换栅格数据为shp格式，得到水位异常矢量数据。

本发明采用遥感数据对水体敏感的波段，对在丰水期的数据计算出水体的正常区域范围，再和同一时间段里水体的最大区域范围作对比，计算出淹没区域即水位异常信息。本发明能够通过对任一历史遥感图像进行水位数据异常分析，以一天为周期，能够生成水位异常矢量数据分布图，为水位分析提供基础数据。

本发明能够通过遥感图像大面积快速提取水位异常数据，为自然灾害综合监测预警提供基础分析数据，相比传统的人工现场采集方法，具有快速生成、大范围、历史数据再现的优点。

本发明的技术方案不限于上述具体实施例的限制，凡是根据本发明的技术方案做出的技术变形，均落入本发明的保护范围之内。