技术特征：
1.一种基于遥感影像的冰川和积雪自动提取方法，其特征在于，包括：获取待提取区域的卫星遥感影像，并对所述卫星遥感影像进行预处理，去除卫星遥感影像中的影像干扰因素；其中，所述卫星遥感影像包含蓝、绿、红、近红、短波红外波段；利用归一化积雪指数阈值方法，对预处理后的卫星遥感影像进行冰川和积雪粗提取，确定冰川和积雪疑似范围；获取待提取区域内的dem辅助数据，结合遥感影像，计算多维度特征，含光谱值、标准差以及dem特征；利用冰川和积雪疑似范围，对待提取区域内的dem特征数据和光谱特征数据进行掩模处理，得到疑似范围内的多维特征；采集疑似范围内冰川与积雪的样本、非冰川与积雪的样本，选取多维度特征，利用预先配置的决策树模型，对冰川与积雪进行精细提取，得到冰川与积雪范围。2.根据权利要求1所述的基于遥感影像的冰川和积雪自动提取方法，其特征在于，对所述卫星遥感影像进行预处理包括：对所述卫星遥感影像进行大气校正处理、影像配准处理以及影像融合处理。3.根据权利要求1所述的基于遥感影像的冰川和积雪自动提取方法，其特征在于，在利用归一化积雪指数阈值方法，对预处理后的卫星遥感影像进行冰川和积雪粗提取，确定疑似范围时，归一化积雪指数ndsi的，其中，green代表的是0.5
µ
m到0.6
µ
m范围的绿波段；swir1代表的是1.55
µ
m到1.75
µ
m范围的短波红外波段。4.根据权利要求1所述的基于遥感影像的冰川和积雪自动提取方法，其特征在于，所述决策树模型的算法为cart算法，且常用尼基指数作为属性度量的指标。5.根据权利要求1
‑
4中任意一项所述的基于遥感影像的冰川和积雪自动提取方法，其特征在于，还包括：以人工勾画的冰川与积雪范围数据作为真值数据，对精细识别得到的冰川与积雪范围进行正确率分析，所述正确率由正确预测的冰川与积雪面积除以预测的冰川与积雪总面积得到。6.一种基于遥感影像的冰川和积雪自动提取系统，其特征在于，包括：数据获取模块，用于获取待提取区域的卫星遥感影像，并对所述卫星遥感影像进行预处理，去除卫星遥感影像中的影像干扰因素；其中，所述卫星遥感影像包含蓝、绿、红、近红、短波红外波段；粗提取模块，用于利用归一化积雪指数阈值方法，对预处理后的卫星遥感影像进行冰川和积雪粗提取，确定冰川和积雪疑似范围；特征计算模块，用于获取待提取区域内的dem辅助数据，结合遥感影像，计算多维度特征，含光谱值、标准差以及dem特征；特征掩模模块，用于利用冰川和积雪疑似范围，对待提取区域内的dem特征数据和光谱特征数据进行掩模处理，获取疑似范围内的多维特征；范围识别模块，用于采集疑似范围内的冰川与积雪的样本、非冰川与积雪的样本，选取多维特征，利用预先配置的决策树模型，对冰川与积雪进行精细提取，得到冰川与积雪范围。
7.根据权利要求6所述的基于遥感影像的冰川和积雪自动提取系统，其特征在于，所述数据获取模块在对所述卫星遥感影像进行预处理包括：对所述卫星遥感影像进行大气校正处理、影像配准处理以及影像融合处理。8.根据权利要求6所述的基于遥感影像的冰川和积雪自动提取系统，其特征在于，所述粗提取模块在利用归一化积雪指数阈值方法，对预处理后的卫星遥感影像进行冰川和积雪粗提取，确定疑似范围时，归一化积雪指数ndsi，其中，green代表的是0.5
µ
m到0.6
µ
m范围的绿波段；swir1代表的是1.55
µ
m到1.75
µ
m范围的短波红外波段。9.根据权利要求6所述的基于遥感影像的冰川和积雪自动提取系统，其特征在于，所述决策树模型的算法为cart算法，且常用尼基指数作为属性度量的指标。10.根据权利要求6—9中任意一项所述的基于遥感影像的冰川和积雪自动提取系统，其特征在于，还包括：精度评价模块，用于以人工勾画的冰川与积雪范围数据作为真值数据，对精细识别得到的冰川与积雪范围进行正确率分析，所述正确率由正确预测的冰川与积雪面积除以预测的冰川与积雪总面积得到。
技术总结
本发明公开了一种基于遥感影像的冰川和积雪自动提取方法，包括以下步骤：获取待提取区域的卫星遥感影像，并对所述卫星遥感影像进行预处理；利用归一化积雪指数阈值方法，对预处理后的卫星遥感影像进行冰川和积雪粗提取，确定疑似范围；获取待提取区域的DEM辅助数据，结合遥感影像，计算多维特征，含光谱值、标准差及DEM特征；利用冰川和积雪疑似范围，对待提取区域内的多维特征进行掩模处理，得到疑似范围内的多维特征；疑似范围内采集样本，选取多维特征，利用决策树模型，实现冰川与积雪的精细提取。提取。提取。
技术研发人员：张焜 张晓博 刘世英 李咏洁 李晓韵 李延峰
受保护的技术使用者：北京吉威数源信息技术有限公司
技术研发日：2021.07.28
技术公布日：2021/12/21