1.一种分层决策的滨海湿地地物样本提取方法,其特征在于,包括以下步骤:步骤1,对遥感影像进行预处理;
步骤2,在深入分析滨海湿地地物信息的基础上,对待研究区湿地地物样本的影像进行光谱信息和空间特征信息的提取;根据波段计算和波段组合的多特征信息,对地物样本进行逐层识别和归类,通过若干次分离目标并制作掩模文件;
步骤3,基于步骤2分类结果,对耕地、林地、城镇区域进行掩膜处理,提取水体和湿地范围,根据《国家湿地遥感分类系统》和《湿地公约》并辅以地物的空间信息提取湿地覆被类型样本。
2.根据权利要求1所述的分层决策的滨海湿地地物样本提取方法,其特征在于,所述步骤1中,数据源选择为Landsat TM/ETM+/OLI;遥感影像预处理为辐射校正、几何校正。
3.根据权利要求1所述的分层决策的滨海湿地地物样本提取方法,其特征在于,所述步骤2中,待研究区湿地覆被样本类型分为水体、湿地、耕地、林地和城镇。
4.根据权利要求1所述的分层决策的滨海湿地地物样本提取方法,其特征在于,所述步骤3中,所述样本提取步骤如下:
1)对水体和湿地区域影像进行多尺度分割;
2)利用形状特征和纹理特征对当前所得影像进行地物样本类型分析;
3)在步骤2)基础上结合光谱分析所得耕地、林地、城镇,创建湿地覆被样本类型。
5.根据权利要求1所述的分层决策的滨海湿地地物样本提取方法,其特征在于,所述步骤2具体步骤如下:
1)对遥感影像进行波段运算和波段组合,首先用742波段组合与归一化差异水体指数Modified Normalized Difference Water Index,MNDWI相结合提取水体样本,其计算公式为:
2)对遥感影像进行波段运算和波段组合,其次用453波段组合与增强型植被指数Enhanced Vegetation Index,EVI相结合提取植被样本,其计算公式为:
3)对遥感影像进行波段运算和波段组合,用543波段组合与缨帽变换的亮度分量相结合提取建筑样本,其计算公式为:BI=0.2909TM1+0.2493TM2+0.4806TM3+0.5568TM4+0.4438TM5+0.1706TM7 (3)
4)对遥感影像进行波段运算和波段组合,用457波段组合与比值植被指数Ratio Vegetation Index,RVI相结合提取耕地样本,其计算公式为:
5)对遥感影像进行波段运算和波段组合,用432波段组合提取湿地样本。
6.根据权利要求1所述的分层决策的滨海湿地地物样本提取方法,其特征在于,所述步骤3具体步骤如下:
1)对分层提取后的耕地、植被、城镇样本区域进行掩膜;
2)利用矢量化技术对水体和湿地样本区域进行转换;
3)采用Mean Shift分割是一种基于核密度梯度估计的无参数快速模式匹配算法;其目的是依据不同的标准对特征空间进行聚类;其计算公式如下:设采样数据形成的d维的特征向量集合Sd={sk,k=1,2,···},其中s=[ss,sr]T,一般空间域向量ss为2维,Range域向量sr的维数设为p,则d=p+2,在该集合中,概率密度函数的Parzen窗估计为在上式中,带宽矩阵H可由带宽系数h来简化表示,H=h2I,同时采用剖面函数k来表示核2
函数K(x)=k(‖x‖),则式(5)可以表示为
由核函数的可分离性,式(6)还可以表示为
其中,C为归一化常量, 和 分别表示空域和Range域的不同宽带系数;
4)由GLCM生成纹理波段,首先是计算GLCM,采用滑动窗口的方法,在一个滑动窗口中计算间隔距离d、方向为θ的一对像元灰度出现的频率,用p(i,j)表示;其次是在灰度共生矩阵的基础上计算二阶统计特征作为纹理特征。
7.根据权利要求6所述的分层决策的滨海湿地地物样本提取方法,其特征在于,所述步骤4)采用的特征有:
1)GLCM同质性:反映影像局部纹理变化的大小,可以很好地刻画影像局部的纹理特征;
2)GLCM对比度:反映了图像的清晰度和沟纹的深浅程度;
3)GLCM相异性:描述了灰度共生矩阵中行或列元素间灰度值的相异程度;
4)GLCM相关性:用来衡量灰度共生矩阵的元素在行或列方向上的相似程度;