1.一种基于光谱相似尺度算法的支持向量机水体自动提取方法，其特征在于，步骤包括： 步骤S1：数据预处理； 步骤S2：训练样本的选取，计算光谱相似值，即SSV值； 步骤S3：模型选择；采取一对一的多类分类算法,选择RBF作为核函数，利用网格搜索和交叉验证方法来选取核参数和惩罚因子； 步骤S4：构造SVM分类器模型；利用上一步选取的核函数和最佳参数对对选取的训练样本集进行训练，构造本次水体信息的SVM分类器模型； 步骤S5：水体信息提取；对机器进行训练之后，用训练好的SVM分类器模型对工作区整个环境卫星影像进行水体信息提取，输出提取结果。 2.根据权利要求1所述的基于光谱相似尺度算法的支持向量机水体自动提取方法，其特征在于，所述步骤S2中，水体样本的选取以实测光谱作为水体信息提取的光谱，把实测光谱转换为遥感影像相应波长宽度的光谱。 3.根据权利要求1所述的基于光谱相似尺度算法的支持向量机水体自动提取方法，其特征在于，所述步骤S2中，计算影像上每个像元光谱与水体光谱之间的光谱相似值。 4.根据权利要求1所述的基于光谱相似尺度算法的支持向量机水体自动提取方法，其特征在于，通过设定一个SSV阈值，选择水体样本。 5.根据权利要求4所述的基于光谱相似尺度算法的支持向量机水体自动提取方法，其特征在于，通过用matlab实现的光谱相似尺度代码，分别计算影像上每个像元光谱与参考光谱之间的SSV值。 6.根据权利要求1所述的基于光谱相似尺度算法的支持向量机水体自动提取方法，其特征在于，所述步骤S2中，通过K-MEANS进行非监督分类,参考GlobeLand30-2010土地分类标准，将数据共分为总共分为10个类别。 7.根据权利要求1-6中任意一项所述的基于光谱相似尺度算法的支持向量机水体自动提取方法，其特征在于，所述步骤S1中，对图像进行包括几何校正，地理配准，裁减，掩膜，反射率转换预处理；其中反射率转换具体公式为： L＝gain×DN+bias………………………………(1) 其中：L是地物在大气顶部的辐射亮度，DN是像元灰度值，增益gain和偏移值bias从头文件中得到，ρ是地物反射率，ds为日地天文单位距离，E0为大气顶部的太阳辐照度，θ为成像时的太阳天顶角，从图像的头文件中读取；然后将反射率数据转换为SVM支持的格式。
