一.摘要
在地理学研究中，处理遥感数据操作复杂、极易出错，通过TRAE SOLO，快速搭建多源水体指数优势融合方法计算水体面积和精度验证工具，实现了水体指数提水体和面积计算的批量化、自动化，实现效率提升。
二.背 景
作为一名地理科学专业的研究生，经常需要处理大量卫星遥感数据。但遥感影像存在处理步骤复杂、各传感器数据格式不统一、坐标系不统一等问题，实际操作过程往往困难重重，问题五花八门防不胜防，解决方案也难以顺利寻 求。
使用编程工具进行批量计算可以大大提高工作效率，减少重复无意义 操作。
三. 实践过程：
（ 一）任务拆解
明确需求和操作步骤，让SOLO 搭建基础框架。
水体指数计算和多源水体优势融合计算水体面积的步骤如下：
1.输入原始遥感影像（ tif格式）。
2.输入支持向量机SVM水体分类结果（如没有，则在原始遥感影像的基础上进行支持向量机分类计算）。
3.使用原始遥感影像进行水体指数提取，选取五种水体指数，使用自适应阈值分类方法进行水体提取。
4.根据SVM结果，针对五种水体指数的分类结果进行精度验证，生成混淆矩阵。
5.对五种水体指数计算结果进行叠加分析，在叠加后的影像中，若存在三种或三种以上水体指数分类为水体的部分，则我们在叠加影像中将其视为水体，按照这种逻辑生成叠加后的水体提取结果影像。
6.生成excel表格，内容包括：1）五种水体指数和叠加影像（即多源水体指数优势融合方法）分别计算出来的水体面 积.2）精度验证 混淆矩阵
（二）代码调试
根据SOLO搭建的基础框架进行试运行。在SOLO逐步修正文件上传页面交互性差、文件大小类型不兼容、计算结果展示单位不标准等问题，实现了网页端在线操作计算水体面积的效果。
（三）SOLO解决的问题
1.进行初步框架搭建时，没有考虑到GIS软件和ENVI软件生成的栅格文件格式存在偏差，使用编程工具进行批量处理时遥感影像坐标系和栅格范围都无法准确对应。在SOLO的帮助下排查并解决了这个问题。
2.原始遥感影像由于传感器差异，内含的波段数不同。在SOLO的提醒下进行了波段数量的统一设置，方便遥感影像的批量上传和处理。
3.文件导入与导出设置。由于遥感影像文件过大，过程文件生成会拖累程序运行进度，在SOLO的帮助下增添自由选择生成/ 不生成过程文件按钮，可满足不同研究要求。
四.成果展示：
生成的多源水体指数优势融合和精度验证工具如图所示：
在A1文件夹中上传符合要求的遥感影像数据，在A2文件夹中上传支持向量机计算结果（包含tif和hdr两个文件）。上传的文件命名年份统一，点击开始运行，计算得到各水体指数计算面积结果、多源指数融合计算水体面积结果 ，以及使用混淆矩阵得到的精度验证结果。
多年份批量计算结果：
五.效果与总结：
1.效率提升
手动操作遥感影像进行水体面积提取计算时，需要经过波段命名、波段计算、结果影像分类处理、面积导出等步骤，并且以上处理需要逐年分别操作，步骤复杂。 使用SOLO后仅完成影像上传，即可一键快速处理，效率提升显著。
2.SOLO在流程中的作用
1）基础框架搭建和争议性问题确认，由SOLO提出和完善。
2）出现问题和报错时，SOLO能完成快速定位原因并给出解决方案。
3.可复用方法
1）以水体指数计算水体面积为例，涉及其他遥感影像指数计算、精度验证 、优势叠加分析等研究内容，均可考虑使用以上方法进行ai编程和批量化操作。
2）本研究仅选用五种常见水体指数和自适应阈值计算方法，在实践中发现，水体指数的增删、阈值筛选方法，a i提供了更多建议和可能，可针对不同研究对象和研究目的进行进一步的细化和尝试。