1.一种基于哨兵遥感数据的水体提取方法，其特征在于，所述方法包括：
获取哨兵2号光学遥感数据，将20米分辨率的短红外波段遥感数据降尺度为10米分辨率；
根据所述哨兵2号光学遥感数据中的绿色波段数据和降尺度后的短红外波段遥感数据，获取改进的归一化差异水体指数mndwi；
根据预先训练的阈值，采用主动轮廓法对水体进行分割，获得第一水体像素；
将数字地形高程模型重采样为10米分辨率，并根据重采样后的数字地形高程模型从第一水体像素中排除山体阴影；
获取哨兵1号光学遥感数据，将哨兵1号光学遥感数据重采样为10米分辨率，并根据重采样后的哨兵1号光学遥感数据从第一水体像素中进一步排除山体阴影；
去除第一水体像素中像素大小过低的水体，得到水体提取结果。
2.根据权利要求1所述的基于哨兵遥感数据的水体提取方法，其特征在于，根据预先训练的阈值，采用主动轮廓法对水体进行分割，获得第一水体像素前，还包括：
利用高斯滤波对改进的归一化差异水体指数mndwi进行去噪，
具体包括：采用sobel算子，计算归一化植被指数ndvimax图像的梯度；
其中，ρnir为近红外反射率值，ρred为红光波段反射率值，gx，gy代表横向和纵向的梯度，然后利用下列公式计算梯度的强度和方向，
其中，g为梯度强度(公式5)，θ为梯度方向。
3.根据权利要求1所述的基于哨兵遥感数据的水体提取方法，其特征在于：
还包括训练阈值的步骤，具体包括：
采用高斯滤波后的归一化差异水体指数mndwi，参考实测值、先验知识训练阈值ttrue和tfalse，
其中，water为水体，non-water为非水体。
4.根据权利要求1所述的基于哨兵遥感数据的水体提取方法，其特征在于，根据重采样后的数字地形高程模型从第一水体像素中排除山体阴影，包括：
计算数字地形高程模型对应的坡度数据slope；
采用阈值法，排除坡度大于设定阈值的水体，
slope>tslope
其中，tslope为设定阈值。
5.根据权利要求1所述的基于哨兵遥感数据的水体提取方法，其特征在于，根据重采样后的哨兵1号光学遥感数据从第一水体像素中进一步排除山体阴影，包括：
计算vh波段的年度合成数据bandannual，
bandannual＝mean(ndvi1,…,ndvilast)
其中band为vh、vv两种极化方式波段；
采用阈值法，排除坡度大于设定阈值的水体，
bandannual>ts1
其中，ts1为设定阈值。
6.一种基于哨兵遥感数据的水体提取装置，其特征在于，所述装置包括：
第一降尺度模块，用于获取哨兵2号光学遥感数据，将20米分辨率的短红外波段遥感数据降尺度为10米分辨率；
归一化差异水体指数计算模块，用于根据所述哨兵2号光学遥感数据中的绿色波段数据和降尺度后的短红外波段遥感数据，获取改进的归一化差异水体指数mndwi；
分割模块，用于根据预先训练的阈值，采用主动轮廓法对水体进行分割，获得第一水体像素；
第一山体阴影去除模块，用于将数字地形高程模型重采样为10米分辨率，并根据重采样后的数字地形高程模型从第一水体像素中排除山体阴影；
第二山体阴影去除模块，用于获取哨兵1号光学遥感数据，将哨兵1号光学遥感数据重采样为10米分辨率，并根据重采样后的哨兵1号光学遥感数据从第一水体像素中进一步排除山体阴影；
碎块去除模块，用于去除第一水体像素中像素大小过低的水体，得到水体提取结果。
7.根据权利要求6所述的基于哨兵遥感数据的水体提取装置，其特征在于，还包括：
高斯去噪模块，用于利用高斯滤波对改进的归一化差异水体指数mndwi进行去噪。
8.根据权利要求5所述的基于哨兵遥感数据的水体提取方法，其特征在于，还包括：
阈值训练模块，用于训练阈值，所述阈值训练模块具体包括：
阈值训练单元，用于采用高斯滤波后的归一化差异水体指数mndwi，参考实测值、先验知识训练阈值ttrue和tfalse，
其中，water为水体，non-water为非水体。
9.根据权利要求5所述的基于哨兵遥感数据的水体提取装置，其特征在于，所述第一山体阴影去除模块包括：
坡度数据计算单元，用于计算数字地形高程模型对应的坡度数据slope；
第一排除单元，用于采用阈值法，排除坡度大于设定阈值的水体，
slope>tslope
其中，tslope为设定阈值。
10.一种电子设备，包括：
存储器以及处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的基于哨兵遥感数据的水体提取方法。