基于监督学习算法的卫星遥感影像分块分类水体识别方法

本发明提供了基于监督学习算法的卫星遥感影像分块分类水体识别方法，该方法以Sentinel‑1SAR影像作为基础数据，经过影像预处理、特征数据制备、样本点制备、分类模型构建及识别、影像后处理步骤，即可实现基于卫星遥感影像的水体识别。本发明以SAR影像的VV、VH、angle、VV/VH和sum波段作为分类模型的训练特征输入，有利于提高分类结果的准确性；以六边形作为最小分块单元对大尺度影像进行分块计算，可消除分块计算时的边缘效应，在局部尺度上更精准地捕捉地物的特征，并减小单个局部分类模型的计算量；通过影像后处理步骤可消除分类影像中非水体的噪声像元，减弱植被、建筑等噪声影响。本发明所述方法具有分类识别精度高的特点，尤其适用于对大尺度范围水体的识别。