基于多源多分辨率遥感影像融合的冰川提取方法及系统与流程

本发明涉及冰川遥感影像处理，具体涉及基于多源多分辨率遥感影像融合的冰川提取方法及系统。

背景技术：

1、面对自然资源调查监测日益增长的多元化和精细化需求，高分辨率遥感影像的获取显得尤为重要。鉴于冰川在短波红外波段具有显著的吸收特性，同时在可见光到近红外波段表现出强烈的反射特性，通过整合多源遥感影像的光谱与空间信息，将中低空间分辨率的多光谱影像与高空间分辨率的全色影像进行融合，结合两者优势，生成兼具高空间分辨率和多光谱特性的融合影像，更全面地反映观测场景的多样特性，提供更为丰富和详细的信息，增强对冰川的分类、检测和识别能力。

2、考虑到传统的基于遥感影像的冰川提取方法，如波段组合阈值方法和传统机器学习分类方法，在小范围或单一影像上能够实现较为满意的提取效果，但对于大尺度范围，如云遮挡、山体阴影以及季节性积雪的同物异谱、同谱异物等复杂场景，其稳健性和精度则难以保证。特别是冰川分布区通常受湿润气候影响，常年被积雪和云雾所遮盖，光学影像的获取以及冰川信息的提取变得尤为困难。

技术实现思路

1、为了解决上述现有技术中存在的问题，本发明提供了基于多源多分辨率遥感影像融合的冰川提取方法及系统，解决现有的冰川提取方法面对复杂场景时稳健性和精度难以保证的问题。

2、基于多源多分辨率遥感影像融合的冰川提取方法，包括：

3、筛选高分辨率全色影像和中低分辨率多光谱影像并进行预处理获取样本影像，利用样本影像构建裸冰区冰川的样本数据集；所述预处理包括多源影像融合以及降维处理；

4、构建冰川边界智能提取模型并利用样本数据集对其进行训练优化；

5、对待解译遥感影像进行预处理，再利用优化好的冰川边界智能提取模型提取其中的裸冰区冰川边界的矢量数据；

6、对裸冰区冰川边界的矢量数据进行修订及分割，所述修订及分割包括剔除细碎图斑、生成分冰岭、区分临时性积雪及分割冰川复合体。

7、优选的，所述多源影像融合包括：

8、分别对同一场景、相同时相、不同传感器的高分辨率全色影像和中低分辨率多光谱影像进行初步处理包括几何校正、噪声去除以及统一投影和坐标信息；

9、将初步处理后的高分辨率全色影像和中低分辨率多光谱影像进行配准，计算并裁剪出两者的重叠区域，得到裁剪后的高分辨率全色影像和中低分辨率多光谱影像；

10、对裁剪后的多光谱影像进行重采样，使其空间分辨率与全色影像一致；

11、利用融合算法将裁剪后的高分辨率全色影像和重采样后的多光谱影像进行融合，生成高分辨率融合影像。

12、优选的，所述降维处理包括：

13、对多源影像融合处理所得影像即高分辨率融合影像进行拉伸降位，改变其影像位深及影像像元数值分布；

14、选取可见光波段、近红外波段及短波红外，通过波段重组的方式对影像进行降维处理获取样本影像。

15、优选的，所述样本数据集构建过程如下：

16、识别提取样本影像中的裸冰区，制作形成冰川样本矢量图斑；

17、对冰川样本矢量图斑的属性信息进行赋值并将矢量格式转换为栅格格式生成样本标签；

18、将样本影像及对应样本标签进行裁剪再进行随机数据增强、扩充后得到样本数据集。

19、优选的，所述剔除细碎图斑包括：对冰区冰川边界矢量数据进行自动化处理，有效筛选并剔除明显错误图斑、零碎细小图斑，同时填补空洞区域；并对数据进行平滑、抽稀处理，消除噪声和毛刺，使冰川边界更加平滑自然；

20、优选的，所述生成分冰岭包括：

21、采用全局分析法，根据数字高程模型数据提取分冰岭和山谷线的栅格数据，并将其转换为矢量格式，再进行平滑调整得到准确的分冰岭、山谷线数据；结合地形的地貌特征和冰川发育的海拔要求，确定冰川分布的最低海拔线，并以此线作为参考，剔除高程低于该线的非冰川图斑；此外，将分冰岭和山谷线作为辅助数据，结合遥感影像，获取冰川流向与趋势，进一步剔除非冰川图斑。

22、优选的，所述区分临时性积雪包括：基于数字高程模型数据，通过拉普拉斯算子提取出地形梯度信息，生成反映地形起伏的梯度影像；再通过图像处理对梯度影像进行滤波处理，有效消除噪声干扰，以获得更加清晰的地表复杂度信息；然后进一步深入分析地形梯度与积雪之间的复杂关系，通过将地表复杂度信息作为关键辅助数据，更加精确地识别出冰川与临时性积雪的边界和分布范围。

23、优选的，所述分割冰川复合体包括：

24、构建线面拓扑关系模型，将分冰岭作为分割界线对连片的冰川复合体进行自动分割形成单条独立冰川，同时剔除由于误差或异常值导致的非冰川图斑及零碎细小图斑。

25、优选的，所述冰川边界智能提取模型的构建训练过程包括：

26、采用语义分割网络，并将残差网络作为主干特征提取器，同时将输入通道扩展至5通道；先手动设置超参数，再利用样本数据集进行训练测试动态调节超参数，直到获取最优的冰川边界智能提取模型。

27、所述裸冰区冰川边界的矢量数据的提取过程如下：

28、对待解译遥感影像进行多源影像融合以及降维处理生成低维融合影像，再利用最优的冰川边界智能提取模型识别其中的冰川范围同时生成裸冰区冰川边界的栅格概率图，最后对栅格概率图进行矢量化处理即可得到裸冰区冰川边界的矢量数据。

29、基于多源多分辨率遥感影像融合的冰川提取系统，可实现基于多源多分辨率遥感影像融合的冰川提取方法，包括：数据集制作模块、模型优化模块、冰川边界提取模块及冰川边界处理模块，其中，

30、所述数据集制作模块用于筛选高分辨率全色影像和中低分辨率多光谱影像并进行预处理获取样本影像，利用样本影像构建裸冰区冰川的样本数据集；所述预处理包括多源影像融合以及降维处理；

31、所述模型优化模块用于构建冰川边界智能提取模型并利用样本数据集对其进行训练优化；

32、所述冰川边界提取模块用于先对待解译遥感影像进行预处理，再利用优化好的冰川边界智能提取模型提取其中的裸冰区冰川边界的矢量数据；

33、所述冰川边界处理模块用于对裸冰区冰川边界的矢量数据进行修订及分割，所述修订及分割包括剔除细碎图斑、生成分冰岭、区分临时性积雪及分割冰川复合体。

34、本发明的有益效果包括：

35、1、提出了一种冰川样本标签快速制作的方法。实现了对冰川样本特征的自动提取与分类，显著缩短了样本标签制作的时间周期；通过优化方法流程，确保了标签的准确性和一致性，为后续冰川数据的自动识别提供了可靠的基础。

36、2、构建了一种针对冰川智能提取的样本影像制作新模式。该模式将多源多分辨率遥感影像的全色和多光谱信息相融合，大幅提高了影像分类识别的精度；另外在保留与冰川最为相关的关键特征信息的同时，显著降低了数据处理所需的计算资源和存储空间，从而大大提高了冰川提取的准确性和效率。

37、3、提出了一种联合使用多源多分辨率遥感影像多特征融合的冰川自动提取方法。该方法充分利用不同传感器获取的全色影像与多光谱影像的互补优势，通过融合处理，生成既具有高空间分辨率又富含多光谱信息的融合影像；依据波段选取原则制作样本影像，并结合冰川特征的相似性进行样本标签的自动识别与制作，构建高质量的裸冰区冰川样本数据集；基于深度学习算法与模型，进一步构建冰川边界智能解译模型，该模型能够自动学习与识别冰川特征，实现对冰川边界的高效提取；并结合地形梯度模型与形态学知识，进一步优化冰川提取结果，确保裸冰区冰川范围的精确提取与分割。该方法不仅大大提高了冰川提取的精度与效率，也为冰川监测与研究领域提供了新的技术支撑。

38、4、提出了一种区分冰川与临时性积雪的辅助判别方法。基于dem数据提取地形梯度信息，并结合滤波处理与地表复杂度分析，实现了冰川与临时性积雪的有效区分，该方法不仅提高了冰川边界采集的准确性，也有助于我们更好地理解和监测冰川与积雪的动态变化。