技术摘要：
本发明公开了一种基于Google Earth Engine云平台的地表水体产品生成方法和系统，该方法利用Google Earth Engine遥感大数据云平台获取全时序Landsat8卫星遥感影像，通过人工选取高精度训练样本，形成不同类型水体和非水体典型样本库，采用归一化植被指数、归一化水体指  全部
背景技术：
水是支撑自然界各种生命生存和发展的基础，同时也深刻影响着地球表层的自然 和人文景观。一般而言，地表水体是指内陆地区湖泊、河流、水库、养殖区等地表类型。受自 然降雨和人类生产生活等因素影响，地表水体具有显著的季节动态变化特征。卫星遥感自 身具有大尺度、低成本、快速重访等优势，能够快速准确掌握地表水体时空动态分布信息。 以MODIS、SSM/I、AVHRR为代表的快速重返的卫星较早被应用开展地表水体频率产 品制图，研制出Global  WaterPack、GIEMS、GIEMS-D15和SWAMPS等代表性地表水体产品，但 其空间分辨率较低，难以准确反映细小地表水体时空动态变化信息。随着Landsat开放与共 享，全球地表水体制图步入高时空间分辨率时代，研制了GLCF  GIW、GLOWABO、G3WBM、FROM- GLC  water  mask等系列地表水体产品。地表水体具有明显的季节动态变化特征，当前地表 水体产品多以单时相产品，难以反映水体季节动态。部分地表水体产品采用多时相影像研 制，但利用全时序Landsat遥感数据研制的产品仍较少。 随着人工智能技术和云计算的快速发展，兴起了以Google  Earth  Engine为代表 的遥感信息智能服务平台，该平台集成了Landsat系列卫星数据、MODIS、Sentinel系列等多 源遥感影像数据、地球数据、大气数据和经济数据，可实现大规模影像在线计算分析，为开 展高时空分辨率地表水体制图提供了新契机。
技术实现要素：
针对现有技术中的上述不足，本发明提供了一种基于Google  Earth  Engine云平 台的地表水体产品生成方法，可实现地表水体出现频率产品自动化生成。 为了达到上述发明目的，本发明采用的技术方案为： 一种基于Google  Earth  Engine云平台的地表水体产品生成方法，包括以下步骤： S1、获取全时序Landsat8遥感数据并进行预处理； S2、从Landsat  8遥感影像中选取高精度训练样本点； S3、构建用于区分水体和非水体的多个影像特征波段和指数特征波段； S4、构建随机森林分类器模型，利用步骤S2选取的高精度训练样本库和步骤S3构 建的特征波段对随机森林分类器模型进行训练； S5、根据步骤S4训练后的随机森林分类器模型对每一景影像进行地表水体自动分 类提取，形成全时序地表水体分类数据集； S6、根据步骤S5形成的全时序地表水体分类数据集，在像元尺度上构建地表水体 出现频率模型，计算每一个像素地表水体出现频率； 4 CN 111738144 A 说　明　书 2/7 页 S7、自动生成表征地表水体季节动态规律的地表水体出现频率产品。 进一步地，所述步骤S1中全时序Landsat8遥感数据具体选取设定时间内全时序的 Landsat8地表反射率产品，并采用影像中包含不同云和云阴影的质量控制波段，对影像中 的云和云阴影进行去除。 进一步地，所述步骤S2从Landsat遥感影像中选取高精度训练样本点，具体包括以 下分步骤： S21、选取影像覆盖面积占全区域面积设定比例的区域； S22、在每一景影像上选取包括但不仅限于湖泊、河流、水库水池、近岸海水、泥沙 水体和水产养殖等多种水体类型的地表水体样本点； S23、在每一景影像上选取包括但不仅限于农田、森林、草地、城市、裸地、灌丛、冰 雪、云、云阴影、山体阴影和湿地的多种类型非水体样本点； S25、从影像元数据中获取样本点选取参考影像轨道号信息，并标记影像成像时 间； S26、以空间点数据文件格式组织训练样本点。 进一步地，所述步骤S3中影像特征波段具体包括Landsat8卫星影像波段2到波段7 的6个影像特征波段； 指数特征波段具体包括归一化植被指数、全球环境监测指数、归一化水体指数、归 一化湿度指数和坡度的5个指数特征波段。 进一步地，所述步骤S4中利用步骤S2选取的高精度训练样本点和步骤S3构建的特 征波段对随机森林分类器模型进行训练，具体包括： 根据步骤S2选取的高精度训练样点，对应获取参考影像中各个特征波段的像素 值，构建特征向量，表示为： V′＝V(B2，B3，B4，B5，B6，B7，BNDVI，BGEMI，BNDWI，BNDMI，BSLOPE) 其中，V′表示特征向量，V(.)表示特征集，B2，B3，B4，B5，B6，B7分别表示Landsat8卫 星影像波段2到波段7影像特征波段的像素值，BNDVI，BGEMI，BNDWI，BNDMI，BSLOPE分别表示归一化 植被指数、全球环境监测指数、归一化水体指数、归一化湿度指数和坡度指数特征波段的像 素值； 利用构建的特征向量对随机森林分类器模型的参数进行训练优化，得到优化后的 随机森林分类器模型。 进一步地，所述步骤S5中形成的全时序地表水体分类数据集表示为： S′＝S(A(i，j，t1)，A(i，j，t2)，A(i，j，t3)，...，A(i，j，tn)) 其中，S′表示全时序地表水体分类结果，S(.)表示全时序地表水体向量集，A(i，j， tn)表示tn时相i行j列地表水体分类结果。 进一步地，所述步骤S6中地表水体出现频率模型表示为： 其中，FW(i，j)表示i行j列像素处的地表水体出现频率，t表示观测次序，N表示卫 星观测总数，O(i，j)表示i行j列像素是否观测为地表水体，若该像素观测为水体，则O(i，j) 5 CN 111738144 A 说　明　书 3/7 页 ＝1，若该像素观测为非水体，则O(i，j)＝0；S(i，j)表示i行j列像素是否为有效地表观测， 若该像素观测为地表，则S(i，j)＝1，若该像素观测为云或云阴影，则S(i，j)＝0。 进一步地，所述步骤S7生成地表水体出现频率产品具体为： 在Google  Earth  Engine遥感大数据云平台中，根据计算得到的每一个像素地表 水体出现频率，生成地表水体出现频率产品； 利用数字高程模型坡度对地表水体出现频率产品进行去除噪声处理； 对去除噪声后地表水体频率产品进行镶嵌和裁剪处理。 基于上述基于Google  EarthEngine云平台的地表水体产品生成方法，本发明还提 出了一种基于Google  EarthEngine云平台的地表水体产品生成系统，所述生成系统应用上 述地表水体产品生成方法生成地表水体出现频率产品。 本发明具有以下有益效果： 本发明利用Google  Earth  Engine遥感大数据云平台获取全时序Landsat  8卫星 遥感影像，通过人工选取高精度训练样本，形成不同类型水体和非水体典型样本库，采用归 一化植被指数、归一化水体指数和地形坡度等多种指数和影像原始波段构建特征波段，结 合高精度训练样本和特征波段，采用随机森林分类器实现全时序地表水体智能提取，构建 地表水体出现频率模型，实现了地表水体产品自动化生成；本发明生成的水体产品具有较 高的时空分辨率，能够反映地表水体季节动态变化规律，可应用于全球尺度长时序地表水 体产品自动生产。 附图说明 图1为本发明的基于Google  Earth  Engine云平台的地表水体产品生成方法流程 示意图； 图2为本发明实施例中生成的地表水体出现频率产品示意图。