1.一种基于波段特性的Landsat遥感影像水体提取方法,其特征在于,包括如下步骤:(1)选择Landsat 7 ETM+和Landsat 8 OLI遥感影像中的六个共有波段,对共有波段逐个进行湖泊中心和浅水区两类水体的光谱敏感性分析,利用同一对象在不同波段上的光谱信息差异确定每类对象敏感波段的选择并赋予所选波段初始权值;
(2)针对Landsat 7 ETM+和Landsat 8 OLI遥感影像共有波段进行除水体之外的高反射建筑、低反射建筑、植被、裸地和阴影五类典型地物的光谱敏感性分析,结合水体的敏感波段确定五类地物的共同敏感波段及波段对应的初始权值;
(3)基于多目标优化算法的思想,以更好地区分两类水体与五类典型地物为原则,利用水体的敏感波段与五类典型地物的共同敏感波段进行组合,并确定波段的权值,构建水体提取模型;其中基于多目标优化算法的思想确定波段权值的方法包括:(31)将步骤(1)和步骤(2)中所获得的水体的敏感波段和五类典型地物所获得的敏感波段进行重组优化,利用kρ3+ρ2与ρ4+ρ5+ρ6+ρ7的大小关系构建最终的水体提取模型;所建立的优化问题形式化描述为:使得
使得
其中X表示水体区域,Y表示五种典型地物区域,ρix表示像元x在Bi波段对应的光谱信息值,ρi表示Bi波段对应的光谱信息值,k、m为待定权值;
(32)采用限定一个变量范围再求解的策略求解优化问题(1)和(2)的整数解,包括:当1≤k<3,1≤m<3时,基于随机采样计算每个像元的波段信息,计算两类水体和五类典型地物对应的波段组合值kρ3+ρ2‑m(ρ4+ρ5+ρ6+ρ7),结果为所有水体计算所得波段组合值均大于
0,而五类典型地物所得波段组合值均小于0;
当k≥3时,若取m=1,同样基于随机采样计算kρ3+ρ2‑m(ρ4+ρ5+ρ6+ρ7)的值,结果为水体和典型地物对应的波段组合值都会大于0,故不利于区分水体与非水体;确定k值取值范围为1≤k<3,并分析得到当1≤k<3,随着k值的增大水体与裸土的波段组合值的差会逐渐减小;在1≤k<3范围内,分析不同权值组合计算得到的波段组合值分布情况,从而确定满足两个优化问题的最优解;
(4)依据水体提取模型计算每个像元点的新的光谱信息,从而得到基于水体提取模型的多波段融合遥感影像;
(5)依据水体提取模型计算值的差异,以0为阈值,通过阈值分割区分水体和非水体,光谱信息大于0为水体,小于0为非水体,根据二值分割结果生成二值图像,实现水体提取。
2.根据权利要求1所述的一种基于波段特性的Landsat遥感影像水体提取方法,其特征在于,所述步骤(1)包括:(11)选择Landsat 7 ETM+和Landsat 8 OLI遥感影像的六个共有波段B2‑B7,分别对应Blue、Green、Red、NIR、SWIR‑1、SWIR‑2波段,确定光谱敏感性分析的具体水体类别和典型地物类别;
(12)对步骤(11)所选取的波段进行两类水体的光谱敏感性分析,一类是湖中心绿色水体,一类是浅水区黑绿色水体,得到水体光谱反射率最高波段B3和次高波段B2,并据此确定遥感影像中凸显水体的波段初始组合为kρ3+ρ2,k为待定权值。
3.根据权利要求1所述的一种基于波段特性的Landsat遥感影像水体提取方法,其特征在于,所述步骤(2)包括:(21)对Landsat 7 ETM+和Landsat 8 OLI遥感影像中的地物进行分类,统计分析不同地物对水体提取的影响程度,最终确定影响水体提取最高的五类地物为高反射建筑、低反射建筑、植被、裸地和阴影;
(22)对步骤(21)所选取的典型地物,面向筛选后的Landsat 7 ETM+和Landsat 8 OLI遥感影像的共有波段,根据光谱信息的差异进行光谱敏感性分析,得到典型地物在波段B5,B6,B7,B4上的光谱反射率依次递减,为更好地区分与水体的差异,确定体现五种典型地物的敏感波段组合为ρ4+ρ5+ρ6+ρ7。
4.根据权利要求1所述的一种基于波段特性的Landsat遥感影像水体提取方法,其特征在于,所述步骤(3)中构建的基于波段特性的Landsat遥感影像水体提取模型为:NMBWI=2ρ3+ρ2‑(ρ4+ρ5+ρ6+ρ7) (3)。