1.基于改进植被指数法的遥感亚像元反演径流量方法，其特征在于，包括如下步骤：步骤1，结合MNDWI阈值法提取遥感卫星数据中的目标水体影像；

步骤2，分别利用遥感数据计算目标水体的宽度，以及利用遥感亚像元反演目标水体的宽度，对比两种方法得到的目标水体宽度的精度，将精度高的目标水体宽度作为目标宽度；

步骤3，根据目标水体的目标宽度对目标水体的流速和深度进行遥感估算，根据目标宽度、深度和流速计算细小河流的径流量；

步骤2中利用遥感亚像元反演目标水体的宽度包括如下步骤：步骤21，在遥感卫星影像中选择两侧均有植被分布的、相对顺直的河段，以该河段的多年最大河宽为基准，垂直于河流流向方向选取大于最大河宽的单排像元作为兴趣区ROI；

步骤22，基于Sentinel‑2的遥感卫星影像计算ROI中混合像元和纯植被像元的归一化植被指数NDVI，通过不同范围的NDVI统计混合像元、纯水体像元和纯植被像元个数；

步骤23，通过纯水体像元个数计算水体面积，计算表达式为：2

S2′＝R×T，

其中，S2′为纯水体像元对应的水体面积，R为纯水体像元个数，T为像元分辨率；

步骤24，根据混合像元内植被面积、水体面积与NDVI的关系，构建植被指数与水体之间的关系式：其中NDVI1为混合像元的归一化植被指数，NDVI2为纯植被像元的归一化植被指数，S1′为混合像元中水体对应面积，c为待确定的常数，利用该关系式对混合像元进行亚像素分解；

步骤25，根据Ovitalmap提供的红绿蓝RGB影像测量得到水体总面积S′，再根据公式S′＝S1′+S2′计算S1′，根据第一模型求得c的值，进而确定植被指数与水体之间的关系式；

步骤26，根据确定的植被指数与水体之间的关系式以及步骤22中归一化植被指数NDVI计算不同ROI时对应的S1′和S2′，进而得到水体总面积S′，根据水体总面积，在小于10m的亚像素尺度上计算对应目标水体的宽度W1，计算表达式为：其中，L为给定河段的长度；

步骤2中利用遥感数据计算目标水体的宽度包括：基于Sentinel‑2遥感数据，利用Arc GIS软件/GEE云平台计算得到研究区内水体像素个数Pw、研究区内所有像素个数Ptotal、以及整个研究区影像总面积Stotal，根据如下公式计算研究区内水体总面积Sw：利用水体总面积计算对应目标水体的宽度W2。

2.根据权利要求1所述的基于改进植被指数法的遥感亚像元反演径流量方法，其特征在于，步骤1包括：基于GEE云平台提供的Sentinel‑2遥感卫星数据，利用绿波段与中红外波段计算遥感卫星影像的归一化差异水体指数MNDWI，计算表达式为：其中，ρGreen代表绿色波段反射率，ρMIR代表中红外波段的反射率；MNDWI交化范围为[a,b]，a≥‑1，b≤1；

设定阈值t0将MNDWI影像划分为两类，即将a≤t0部分划分为非水体，将t0

2 2 2

σ＝Pnw·(Mnw‑M) +Pw·(Mw‑M) ，其中，M为MNDWI影像整体均值，M＝Pnw·Mnw+Pw·Mw，Mnw表示非水体影像的MNDWI指数均值，Mw表示目标水体影像的MNDWI指数均值；

根据影像类间方差σ计算最优阈值Topt，计算表达式为：2

Topt＝ArgMax{σ}，

利用最优阈值Topt对MNDWI影像进行分割，当像元的MNDWI大于等于Topt时，判断遥感影像部分为目标水体，反之则视为非水体剔除，得到二值化的影像数据表示为：其中，A表示二值化分割影像中水体贡献数值。

3.根据权利要求2所述的基于改进植被指数法的遥感亚像元反演径流量方法，其特征在于，步骤3中根据目标水体的目标宽度对目标水体的流速和深度进行遥感估算包括：计算河段上下游落差与河段总长度的比值，计算表达式为：其中，H表示比降，HU是上游断面的高程，HD是下游断面的高程，D是上下游断面之间河段总长度；

计算流速V，表达式为：

0.8 0.6

V＝1.48W H ，

其中，W为目标水体的目标宽度；

计算糙率n，表达式为：

n＝(n0+n1+n2+n3+n4)×m5，其中，n0为天然顺直、光滑、均匀渠道的基本糙率；n1为水面不规则的影响参数；n2为考虑河道横断面形状和尺寸变化的影响参数；n3为阻水物的影响参数；n4为植被的影响参数；

m5为河道曲折变化的影响参数；

根据径流量计算公式估算河流水深，计算表达式为：

4.根据权利要求3所述的基于改进植被指数法的遥感亚像元反演径流量方法，其特征在于，步骤3中计算细小河流的径流量的表达式为：Q＝W×D×V。