CN119478714A 基于遥感光谱的黑臭水体识别方法 （北京市生态环境监测中心）

号本发明提供了一种基于遥感光谱的黑臭水黑臭水体的多光谱/高光谱卫星影像和卫星拍摄角度信息对黑臭水体影像质量的干扰程度进行进行校正。本发明利用多光谱和高光谱卫星影2获取黑臭水体的多光谱或高光谱卫星影像和卫星拍摄影像根据所述多光谱或高光谱卫星影像中的水体特征波段数据，根据所述卫星拍摄影像时的姿态和位置信息，解析所述黑臭水体区域的分析所述黑臭水体区域的水体影像中每个像素的拍摄角度信息对黑臭水体影像的影根据所述多光谱或高光谱卫星影像中的多光谱或高光谱数据，检测所根据所述拍摄角度信息对黑臭水体影像质量的干扰程度的评估结体区域的周边影像的地物分类结果，对所述黑臭水体区域的水体影像的光谱数据进行校建立地理坐标系与像素坐标系之间的映射关系，将所述黑臭水体区域将水体影像中每个像素的地理坐标转换为地心坐标系根据水体影像中每个像素在地心坐标系下的三维坐标，计算根据水体影像中每个像素在地心坐标系下的三维坐标根据所述每个像素的位置向量和所述卫星的位置向量，根据每个像素的视线向量和地面法向量，计算获得所述黑臭水体区3构建姿态旋转矩阵，根据所述姿态旋转矩阵对每计算每个像素的入射角和观测角，若满足下式条件，则判断为若所述入射角超过设定阈值，则判断为该入射角对应的像数，满足=1；fspecuIsr为镜面反射干扰函数，fshon为阴影干扰函数，采用最小二乘法匹配滤波的光谱校正算法，根据所述评估结果和所述地物分类结果，确定地面采样点，获取所述地面采样点的地面实测光谱4[0001]本发明涉及环境监测技术领域，具体涉及一种基于遥感光谱的黑臭水体识别方度影响未充分考虑；目前的技术在水体识别中往往忽略了卫星拍摄角度对影像质量的影获取黑臭水体的多光谱/高光谱卫星影像和卫星拍摄影像根据所述多光谱/高光谱卫星影像中的水体特征波段数据，对卫星影像中的水体分析所述黑臭水体区域的水体影像中每个像素的拍摄角度信息对黑臭水体影像5[0007]根据本申请一种实施例，根据所述多光谱/高光谱卫星影像中的水体特征波段数将水体影像中每个像素的地理坐标转换为地心坐标系[0009]根据本申请一种实施例，根据水体影像中每个像素在地根据水体影像中每个像素在地心坐标系下的三维坐标，确定每个像素的位置向6,为6数，满足=1；fspecuIsr为镜面反射干扰函数，fshon为阴影干扰函数，7S101.获取黑臭水体的多光谱/高光谱卫星影像和卫星拍摄影像时的姿态和位置S103.根据所述卫星拍摄影像时的姿态和位置信息，解析所述黑臭水体区域的水S104.分析所述黑臭水体区域的水体影像中每个像素的拍摄角度信息对黑臭水体S105.根据所述多光谱/高光谱卫星影像中的多光谱/高光谱数据，检测所述黑臭S106.根据所述拍摄角度信息对黑臭水体影像质量的干扰程度的评估结果，以及根据水体影像中每个像素在地心坐标系下的三维坐标，确定每个像素的位置向8俯仰角卫星在垂直于轨道平面的方向上的旋转角度。[0029]滚动角卫星绕前进方向轴的旋转角度。9R[0047]入射角视线向量与地面法向量之间的夹角：6,为数，满足=1；fspecuIsr为镜面反射干扰函数，fshon为阴影干扰函数，水体周边的植被和建筑物。采用分类算法，如支持向量机（SVM）或随机森林（Random[0075]具体实施时，采用最小二乘法匹配滤波（LeastSquaresMatchingFilter,