基于多时相极轨气象卫星遥感的湖泊面积提取方法及系统与流程

1.本发明涉及湖泊面积提取技术领域，更具体地，涉及基于多时相极轨气象卫星遥感的湖泊面积提取方法及系统。


背景技术：

2.湖泊作为陆地水圈的重要组成部分，参与自然界的水分循环；湖泊对气候变化极为敏感，同时又是流域物质的储存库，能忠实地记录各个湖区不同时间尺度气候变化和人类活动的信息，是揭示全球气候变化与区域响应的重要信息载体。作为地球“第三级”，青藏高原地区的湖泊是地球上海拔最高、数量最多、面积最大的高原湖群区，也是我国湖泊分布密度最大的两大稠密湖群区之一。对青藏高原湖泊面积及其变化的研究，不仅可以反映高原区域水资源的变化，对于全球气候变化也具有重要的指示意义。
3.近几年来，中高分辨率遥感卫星的发展为湖泊变化研究提供了强有力的数据支持。从上世纪80年代起，越来越多的学者将3s技术应用到湖泊变化监测和湖泊演化的研究中。在国外，guirguis等选择多时相的假彩色合成图像用主成分分析方法对埃及bruuus湖1983-1991年的动态变化进行研究。harris等选用avhrr和tm遥感数据对北爱尔兰lough湖水域面积进行过遥感调査，对水域面积变化与水位的关系也进行过详细的探讨。威斯康辛大学的chipman综合使用modis、avhrr遥感影像量测了埃及南部托斯卡湖1998-2006年间的湖泊面积的变化，同时利用ice sat激光测高卫星和dem影像测量了湖水深度及容积的变化情况，定量得出了托斯卡湖水面和深度的变化情况。pietroniro用多时相的mss和tm遥感图像研究加拿大peace a thabasca三角洲的湖泊面积变化。在国内，万讳以多时相landsat tm/etm 影像、cbers ccd影像和早期1:10万地形图为数据源，选取羌塘高原东南部22个面积较大的湖泊作为研究对象，借鉴城市扩展研究的思路，引入变化强度指数和象限方位分析等方法，从面积、强度和空间分异特征等多个方面对该区湖泊近30年来的变化进行分析，发现1975-2005年间研究区湖泊呈扩张趋势。曾忠平与卢新海在gis技术支持下，以多时相landsattm/etm 遥感影像为数据源，引入湖泊萎缩强度等测度指标，从时空两方面对武汉市城区湖泊水域变化和26个主要湖泊的发展演化特征进行了系统的分析，指出湖泊萎缩变化与湖泊所处地区的城市建设水平、道路交通规划、政策导向等因素密切相关。李晓峰等人以乾安湖泊群为研究对象，利用1989年和2001年乾安县tm影像分割得到两个时期的湖群对象，利用具有几何不变性的radon域描绘子提取每个湖泊对象的形态特征向量，根据所定义的湖泊相似度指数计算出两个时期湖泊对象的相似度，定量地描述了湖泊对象的时空形态变化特征，为防止湖泊进一步萎缩制定有效的保护性措施提供了数量化依据。李仁东等(1997)利用mss和tm影像对20世纪50年代以来湖北四湖地区湖泊水域面积变化进行了研究，分析了湖泊面积持续减少的原因，对合理利用和保护湖泊资源的对策进行了探讨。陈强等(2005)利用遥感影像和地形图资料，得出了新疆艾比湖二十世纪七十年代以来的湖面变化情况，指出艾比湖的变化是自然因素和人类活动共同作用的结果。朱大岗、孟宪刚等(2007)利用mss和etm影像，对近25年来青藏高原河流、湖泊的分布及其变迁进行了分析。得
出了导致河流、湖泊演变的主要影响因素，有气温变化、降水变化及冰川变化、气候雪线变化等的结论。马荣华等(2011)以cbers ccd和landsat tm/etm卫星遥感影像数据为基础，参照google earth影像及其他文献资料，在不同比例尺地形图的支持下，制定了湖泊边界判译原则，经过遥感判译、野外考察、室内校正、专家咨询、数据校正和成果确定等技术环节，确定中国区域1.0km2以上自然湖泊的个数、分布省份、总面积等，进行了近三十年来湖泊面积的变化分析。
4.大多数对于湖泊面积及其变化的研究是基于较高空间分辨率的遥感数据如mss、landsat tm/etm 等进行的，基于较低空间分辨率遥感数据的较少。但高空间分辨率的遥感数据用于青藏高原湖泊面积提取时受其本身观测特征的限制，如应用广泛的landsat tm/etm 卫星遥感数据扫描幅宽比较窄，仅185km，覆盖整个青藏高原区需要几十幅遥感影像，数据的投影、拼接等工作量巨大；另外，landsat tm/etm 重访周期16天，对于像青藏高原这样覆盖面积大、天气特征复杂的区域，不仅一年之内得到相近时间的全区覆盖晴空数据比较困难，不同年份之间得到相近时间的数据也不容易，这均给遥感湖泊面积提取带来观测时间不一致的问题，进而影响湖泊面积时空变化特征的可比对性。
5.目前，基于高空间分辨率卫星遥感数据的湖泊面积时空变化特征分析，多是基于相隔多年的两个或多个时相的遥感影像进行的，得到的只能是某年某个时刻的观测结果，不能很好反应降水、气温等局地天气对该年湖泊面积的影响；而且，基于高空间分辨率的湖泊面积提取多是基于已有的地形图、采用人工解译的方法实现的，一定程度上限制了湖泊面积更新和变化监测的时效。


技术实现要素：

6.本发明针对现有技术中存在的湖泊面积提取效果不足的技术问题。
7.本发明提供了基于多时相极轨气象卫星遥感的湖泊面积提取方法，包括以下步骤：
8.s1，获取高原地区8-10月的待提取湖泊面积的空间分辨率0.05
°×
0.05
°
的8天晴空数据合成的glass地表反照率产品；
9.s2，采用混合调制匹配滤波法对所述glass地表反照率进行亚像元分解，得到湖泊的最佳匹配度图像及不可行性图像；
10.s3，根据设定阈值，对最佳匹配度图像及不可行性图像进行湖泊面积的提取；
11.s4，基于8-10月份的glass地表反照率数据，在8天合成湖泊面积提取的基础上，进行丰水期湖泊面积的合成与提取。
12.优选地，所述s1具体包括：
13.获取青藏高原地区2008年第225天开始的8天分别合成白空反照率及黑空反照率，黑空反照率是太阳辐射完全直射条件下的地表反照率，白空反照率是太阳辐射完全漫射条件下的地表反照率。
14.优选地，所述s2具体包括：
15.s21，采用线性加权方法对黑空反照率和白空反照率进行融合处理得到融合地表反照率；
16.s22，基于融合地表反照率，提取湖泊感兴趣区，以此作为湖泊端元；
17.s23，以湖泊感兴趣区的地表反照率均值作为湖泊端元的统计特征，基于黑空反照率和白空反照率8天合成产品，进行调制匹配滤波亚像元分解，得到湖泊的最佳匹配度图像及不可行性图像。
18.优选地，所述s21中的线性加权方法具体为：
19.af＝aaw (1-a)ab20.其中af为融合地表反照率，即真实的地表反照率，aw是白空反照率，ab是黑空反照率，a是白空反照率所占的比例，即实际天空漫射光比例，(1-a)是黑空反照率所占的比例。
21.优选地，所述s22具体包括：对于同样的湖泊端元,白空反照率的最大值、最小值和均值分别为0.031、0.069和0.044，黑空反照率的最大值、最小值和均值分别为0.023、0.055和0.032，而融合反照率的最大值、最小值和均值分别为0.028、0.062和0.038。
22.优选地，所述s4具体包括：对3个月中不小于56天的湖泊面积提取结果进行合成得到该高原地区的丰水期湖泊面积。
23.本发明还提供了基于多时相极轨气象卫星遥感的湖泊面积提取系统，所述系统用于实现基于多时相极轨气象卫星遥感的湖泊面积提取方法，包括：
24.数据获取模块，用于获取高原地区8-10月的待提取湖泊面积的空间分辨率0.05
°×
0.05
°
的n天晴空数据合成的glass地表反照率产品，n为自然数；
25.图像处理模块，用于采用混合调制匹配滤波法对所述glass地表反照率进行亚像元分解，得到湖泊的最佳匹配度图像及不可行性图像；
26.面积提取模块，用于根据设定阈值，对最佳匹配度图像及不可行性图像进行湖泊面积的提取。
27.丰水期湖泊面积合成模块，用于基于8-10月份的glass地表反照率数据，在8天合成湖泊面积提取的基础上，进行丰水期湖泊面积的合成与提取。
28.本发明还提供了电子设备，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机管理类程序时实现基于多时相极轨气象卫星遥感的湖泊面积提取方法的步骤。
29.本发明还提供了计算机可读存储介质，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现基于多时相极轨气象卫星遥感的湖泊面积提取方法的步骤。
30.有益效果：本发明提供的基于多时相极轨气象卫星遥感的湖泊面积提取方法及系统，其中方法包括：s1，获取待提取湖泊面积的空间分辨率0.05
°×
0.05
°
的n天晴空数据合成的glass地表反照率产品，n为自然数；s2，采用混合调制匹配滤波法对所述glass地表反照率进行亚像元分解，得到湖泊的最佳匹配度图像及不可行性图像；s3，根据设定阈值，对最佳匹配度图像及不可行性图像进行湖泊面积的提取；s4，基于8-10月份的glass地表反照率数据，在8天合成湖泊面积提取的基础上，进行丰水期湖泊面积的合成与提取。本方案充分利用了8天合成反照率产品晴空信息，避免了基于日、l1级产品时云覆盖的影响，得到理想的提取结果；采用针对单一目标信息提取的混合调制匹配滤波法进行遥感图像的亚像元分解，得到低空间辨率遥感图像中的湖泊信息；基于多时相气象卫星遥感产品，得到丰水期的湖泊面积，从而减少单一时相产品由观测时间、天气条件等所带来的湖泊面积提取结果的不确定性，有利于不同年份之间结果的对比分析；此外，对于青藏高原丰水期湖泊面积的提取得到较好的效果，但容易将面积较大的河流、水库等水体与湖泊混淆，需要结合更好的
信息进行这些水体信息的去除；同时，对于湖泊狭窄处信息提取不足。
附图说明
31.图1为本发明提供的基于多时相极轨气象卫星遥感的湖泊面积提取方法流程图；
32.图2为本发明提供的湖泊感兴趣区；
33.图3为本发明提供的8天合成高原湖泊提取结果图；
34.图4为本发明提供的丰水期(8-10月份)高原湖泊提取结果图；
35.图5为本发明提供的提取高原湖泊面积与文献结果对比分析图；
36.图6为本发明提供的提取高原湖泊面积与西藏自治区气象局决策气象服务中心发布的“湖泊水域监测公报”结果对比分析图；
37.图7为本发明提供的可能的电子设备的硬件结构示意图；
38.图8为本发明提供的可能的计算机可读存储介质的硬件结构示意图。
具体实施方式
39.下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
40.较低空间分辨率的极轨气象卫星遥感数据，如modis terra/aqua、noaa avhrr等每日过境2次，扫描幅宽一般2000km以上，不仅青藏高原同一年或不同年相近时刻的卫星遥感数据比较容易获取，同一年一段时间内(如丰水期)相近时刻卫星遥感数据的获取也很方便；另外，基于其已有的多天合成晴空陆表遥感产品，湖泊面积提取过程可以免受或少受云信息的干扰，减少算法的复杂性，提高结果的精确度。鉴于此，本发明实施例旨在以多时相低空间分辨率极轨气象卫星遥感合成产品为数据源，基于针对单一目标特征的混合调制匹配滤波(mixture tuned matched filtering，mtmf)亚像元分解模型，进行青藏高原丰水期(8-10月)湖泊面积自动提取，为高原天气、气候和生态环境等相关监测和分析提供基础数据支撑。
41.如图1所示为本发明提供的基于多时相极轨气象卫星遥感的湖泊面积提取方法，包括以下步骤：
42.第一步，获取高原地区8-10月的待提取湖泊面积的空间分辨率0.05
°×
0.05
°
的8天晴空数据合成的glass地表反照率产品。
43.青藏高原湖泊面积的提取是基于glass(global land surface satellites)地表反照率产品进行的。地表反照率是指地表反射的太阳辐射与入射太阳辐射之比，反映地表对太阳辐射的反射能力，水体作为地球表面明显的吸收体，具有地表反照率较其他大多数地物明显偏低的特征，有利于湖泊面积的提取。glass是北京师范大学“全球陆表特征参量产品生成与应用研究”重点项目开发的全球变化与地球系统科学研究的参数产品(梁顺林等，2014)。glass地表反照率产品采取直接估算算法，使用观测数据polder3 brdf数据集(适用广泛地表)和模型数据art模型数据集(针对冰雪地表)训练建立起适用于全球不同区域、不同覆盖类型、不同季节的地表的格网查找表，直接通过avhrr(advanced very high resolution radiometer)和modis反射率数据估算短波、可见光和近红外波段反照率。glass地表反照率是目前中国唯一自主开发的高精度、时空连续一致的全球地表反照率产
品，其时间范围为1981年至今，其中，1981—1999年的glass地表反照率产品由avhrr数据生成，产品是8天合成结果，空间分辨率为0.05
°×
0.05
°
；2000年以来的glass地表反照率产品由modis数据生成，有两种空间分辨率，分别为1km
×
1km和0.05
°×
0.05
°
(liu et al，2013b)。青藏高原湖泊面积的提取采用0.05
°×
0.05
°
的8天合成的glass地表反照率产品(glass02b06，短波)进行，8天晴空数据合成结果可以更好地减少湖泊面积提取过程中云覆盖信息的干扰。
44.具体地，获取青藏高原地区2008年第225天开始的8天合成白空反照率。可以看出，对于水体，白空反照率数值较低，但高原东南部，积雪、植被覆盖的区域，白空反照率数值也较低。
45.获取青藏高原地区2008年第225天开始的8天合成黑空反照率。数值的整体变化趋势和水体的特征呈现与白空反照率产品类似。
46.第二步，采用混合调制匹配滤波法对所述glass地表反照率进行亚像元分解，得到湖泊的最佳匹配度图像及不可行性图像。即采用调制匹配滤波(mtmf)法对所述glass地表反照率进行亚像元分解。
47.具有一定空间分辨率的遥感传感器接收到的地面反射光谱信号一般是两种或两种以上地物的混合光谱。光谱的混合程度随着遥感数据空间分辨率的降低以及地物多样性的增加而增加。由于所使用的数据空间分辨率较低(0.05
°
)，为了更准确地进行湖泊面积提取，需要进行亚像元分解。
48.传统国内外学者研究和发展了多种混合像元分解的方法，提出许多光谱混合模型，如线性模型、概率模型、几何光学模型、随机几何模型以及模糊模型等。这些算法一般将像元的光谱特征看成是各种纯净地物(光谱分解中称组分endmember)光谱特征的混合，用数学方法计算出每种组分在像元中所占的比例。大多需要已知两个条件：地物的类别数以及每种地物在纯净像元中的光谱特征。但对于地物比较复杂且先验知识较少的区域，类别数和纯净地物的光谱特征均不太容易确定；另外，当关注的只是其中某种地物，如湖泊时，采用类似算法不仅复杂度高、计算量大，结果的准确性也可能会受到影响。
49.匹配滤波(matched filtering，mf)使用局部分离获取端元波谱的丰度。该方法将已知端元波谱的响应最大化，并抑制了未知背景合成的响应，最后“匹配”已知波谱。其无需对图像中所有端元波谱进行了解，就可以快速监测出特定地物，可以找到一些地物的“假阳性(false positives)”。匹配滤波的结果提供了像元与端元波谱的相对匹配程度，近似混合像元的丰度，1.0表示完全匹配。混合调制匹配滤波是在mf的基础上发展而来的，但与匹配滤波不同，它同时将不可行性(infeasiblility)图像添加到结果中。其结果为两幅影像，一幅为mf score图像，即为最佳匹配度图像，其最大值表明为最佳匹配；另一幅为infeasibility图像，即不可行性图像，其值越大则表明与目标地物之间的差别越大。针对所关心的湖泊单一地物目标，本发明实施例采用调制匹配滤波(mtmf)法进行亚像元分解。
50.湖泊端元的选择是mtmf亚像元分解的第一步，基于glass地表反照率进行。glass地表反照率产品分黑空反照率和白空反照率，黑空反照率是太阳辐射完全直射条件下的地表反照率，白空反照率是太阳辐射完全漫射条件下的地表反照率。因此，为了得到湖泊真实的反照率特征：
51.首先对黑空反照率和白空反照率进行融合处理，本发明采用线性加权方法：
52.af＝aaw (1-a)ab53.其中af是两者的融合结果，认为是真实的地表反照率，aw是白空反照率，ab是黑空反照率，a是白空反照率所占的比例，其物理意义为实际天空漫射光比例；(1-a)是黑空反照率所占的比例，本发明取a＝0.5。
54.然后，基于融合地表反照率，提取湖泊感兴趣区，以此作为湖泊端元。统计结果表明,对于同样的湖泊端元,白空反照率的最大值、最小值和均值分别为0.031、0.069和0.044，黑空反照率的最大值、最小值和均值分别为0.023、0.055和0.032，而融合反照率的最大值、最小值和均值分别为0.028、0.062和0.038。
55.因此，基于融合反照率均值特征进行湖泊信息提取，可以减少基于白空反照率均值特征可能的高估以及基于黑空反照率均值特征可能的低估，从而得到更为真实的湖泊面积结果。图2显示了基于融合反照率采用阈值法所得的湖泊感兴趣区，可以看出，对于面积较大的湖泊，青海湖、纳木错、色林错等可以较好地提取出来。
56.最后，以湖泊感兴趣区的地表反照率均值作为湖泊端元的统计特征，基于黑空反照率和白空反照率8天合成产品，进行调制匹配滤波亚像元分解，得到湖泊的最佳匹配度图像及不可行性图像。最后可以看出，绝大多数湖泊mf score数值接近于1，比较容易与其它地物分开。参考图2，infeasibility图像则显示，大多数湖泊的infeasibility数值较小。
57.第三步，选取合适的阈值，对最佳匹配度图像及不可行性图像进行湖泊面积的提取。即通过基于8天合成黑空反照率和白空反照率所得的mf score和infeasibility图像进行湖泊面积的提取，所得结果如图3所示。可以看出，对于面积较大的湖泊，如青海湖、纳木错、色林错和当惹雍错等，本发明方法均可以得到较好的结果。
58.第四步，基于8-10月份的glass地表反照率数据，在8天合成湖泊面积提取的基础上，进行丰水期湖泊面积的合成与提取。具体地，丰水期湖泊面积的提取，收集高原地区8-10月glass地表反照率产品，因为此时间段高原一般情况下多数湖泊尚未结冰，比较适宜基于光学遥感数据进行湖泊面积的提取。分别采用上述方法进行8天合成湖泊面积的提取，然后对3个月的提取结果进行合成，也就是对于某个像元，只要3个月之内大多数时间(大于等于7个8天，也就是56天)提取结果为湖泊，就认为该像元为湖泊。所得结果如图4所示。
59.可以看出，基于丰水期(8-10月份)glass反照率所提取湖泊的数量和面积均比基于8天合成glass反照率所提取的多，湖泊区域更为完整，只是在高原的东南部和西北部存在误判，可能主要是因为这些区域存在冰雪融水，而仅基于地表反照率特征不容易将其与湖泊分开的缘故。
60.为验证本发明湖泊面积提取的准确性，选择高原地区3个特大型湖泊(青海湖、纳木错、色林错)和8个大型湖泊(扎日南木错、当惹雍错、阿牙克库木湖、哈拉湖、鄂陵湖、扎陵湖、赤布张错和乌兰乌拉湖)，将本发明所提取的湖泊面积与文献(邵兆刚等，2007)中的结果进行对比和统计分析。所得统计直方图如图5所示。可以看出，相对文献中的结果，青海湖、色林错、阿牙克库木湖、鄂陵湖、赤布张错和乌兰乌拉湖本发明提取所得的湖泊面积均偏大，相差最大的是赤布张错，相差212.47km2，相差最小的是乌兰乌拉湖，相差21.66km2，而两者的周长分别为66km和46.4km，所以，结果的差异可能是自动提取方法采用了亚像元分解方法的原因，使得湖泊边缘与其它地物混合的水体得以分离，增加了湖泊的面积。而其它几个湖泊，本发明提取所得的湖泊面积均偏小，相差最大的是扎日南木错，相差156.2km2，
相差最小的是哈拉湖，相差8.51km2。
61.为了进一步检验所提取的湖泊面积，选取纳木错、色林错、扎日南木错和当惹雍错四个典型湖泊，采用西藏自治区气象局决策气象服务中心每旬发布的“湖泊水域监测公报”中的数据对结果进行进一步对比分析。收集2010年9月份和10月份各旬的“湖泊水域监测公报”，选择各个湖泊监测面积的最大值作为参考，进行自动湖泊面积提取的验证，结果如图6所示。可以看出，相对“湖泊水域监测公报”，本发明自动提取所得的湖泊面积均偏小，纳木错、色林错、扎日南木错和当惹雍错分别偏小48.03、453.05、196.54和57.7km2。两种结果中，色林错面积差别大，可能主要因为其周围有一些相对小的分叉，在低空间分辨率的遥感数据中反应不出来的原因；而纳木错则因为相对小的分叉少，所以两者比较接近。
62.本发明实施例还提供了基于多时相极轨气象卫星遥感的湖泊面积提取系统，所述系统用于实现如基于多时相极轨气象卫星遥感的湖泊面积提取方法，包括：
63.数据获取模块，用于获取高原地区8-10月的待提取湖泊面积的空间分辨率0.05
°×
0.05
°
的n天晴空数据合成的glass地表反照率产品，n为自然数；
64.图像处理模块，用于采用混合调制匹配滤波法对所述glass地表反照率进行亚像元分解，得到湖泊的最佳匹配度图像及不可行性图像；
65.面积提取模块，用于根据设定阈值，对最佳匹配度图像及不可行性图像进行湖泊面积的提取；
66.丰水期湖泊面积合成模块，用于基于8-10月份的glass地表反照率数据，在8天合成湖泊面积提取的基础上，进行丰水期湖泊面积的合成与提取。
67.请参阅图7为本发明实施例提供的电子设备的实施例示意图。如图7所示，本发明实施例提了电子设备，包括存储器1310、处理器1320及存储在存储器1310上并可在处理器1320上运行的计算机程序1311，处理器1320执行计算机程序1311时实现以下步骤：s1，获取高原地区8-10月的待提取湖泊面积的空间分辨率0.05
°×
0.05
°
的8天晴空数据合成的glass地表反照率产品；
68.s2，采用混合调制匹配滤波法对所述glass地表反照率进行亚像元分解，得到湖泊的最佳匹配度图像及不可行性图像；
69.s3，根据设定阈值，对最佳匹配度图像及不可行性图像进行湖泊面积的提取；
70.s4，基于8-10月份的glass地表反照率数据，在8天合成湖泊面积提取的基础上，进行丰水期湖泊面积的合成与提取。
71.请参阅图8为本发明提供的计算机可读存储介质的实施例示意图。如图8所示，本实施例提供了计算机可读存储介质1400，其上存储有计算机程序1411，该计算机程序1411被处理器执行时实现如下步骤：s1，获取高原地区8-10月的待提取湖泊面积的空间分辨率0.05
°×
0.05
°
的8天晴空数据合成的glass地表反照率产品；
72.s2，采用混合调制匹配滤波法对所述glass地表反照率进行亚像元分解，得到湖泊的最佳匹配度图像及不可行性图像；
73.s3，根据设定阈值，对最佳匹配度图像及不可行性图像进行湖泊面积的提取；
74.s4，基于8-10月份的glass地表反照率数据，在8天合成湖泊面积提取的基础上，进行丰水期湖泊面积的合成与提取。
75.有益效果：
76.1.本发明充分利用了8天合成反照率产品晴空信息，避免了基于日、l1级产品时云覆盖的影响，得到理想的提取结果；
77.2.本发明采用针对单一目标信息提取的混合调制匹配滤波法进行遥感图像的亚像元分解，得到低空间辨率遥感图像中的湖泊信息；
78.3.分发明基于多时相气象卫星遥感产品，得到丰水期的湖泊面积，从而减少单一时相产品由观测时间、天气条件等所带来的湖泊面积提取结果的不确定性，有利于不同年份之间结果的对比分析；
79.4.本发明方法对于青藏高原丰水期湖泊面积的提取得到较好的效果，但容易将面积较大的河流、水库等水体与湖泊混淆，需要结合更好的信息进行这些水体信息的去除；同时，对于湖泊狭窄处信息提取不足。
80.需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
81.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
82.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
83.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
84.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
85.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
86.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。