一种基于光谱分析的近岸高悬沙水体绿潮遥感识别方法技术

本发明专利技术公开了一种基于光谱分析的近岸高悬沙水体绿潮遥感识别方法，包括S1遥感图像预处理包括几何校正、辐射定标、大气校正及陆地掩膜；S2实测高光谱数据特征分析和S3绿潮遥感识别提取；本发明专利技术基于实测及图像端元采集的光谱特征分析，建立了综合多光谱识别与滤波检测的MIF绿潮识别方法，通过在高噪声区、高悬浮泥沙区及清洁海水区三个典型研究区的应用及与现行主流四种检测方法（MGTI、VB‑FAH、IGAG及SABI）的比对分析发现，MIF方法可提高绿潮识别精度，同时具有更好的噪声抑制能力。

A Remote Sensing Recognition Method for Green Tide in Nearshore High Suspended Sand Water Based on Spectral Analysis

The invention discloses a remote sensing recognition method for coastal high suspended sediment water body based on spectral analysis, including S1 remote sensing image preprocessing including geometric correction, radiation calibration, atmospheric correction and land mask; S2 measured hyperspectral data feature analysis and S3 green tide remote sensing recognition extraction; The invention establishes comprehensive multispectral knowledge based on spectral characteristic analysis of actual measurement and image terminal element collection. Through the application of MIF green tide identification method with filter detection in three typical research areas of high noise area, high suspended sediment area and clean sea area and the comparison with four main detection methods (MGTI, VB FAH, IGAG and SABI), it is found that MIF method can improve the accuracy of green tide identification and has better noise suppression ability.

【技术实现步骤摘要】
一种基于光谱分析的近岸高悬沙水体绿潮遥感识别方法
本专利技术涉及一种基于光谱分析的近岸高悬沙水体绿潮遥感识别方法。
技术介绍
绿潮是海水中大型藻类(浒苔、马尾藻等)在特定环境条件下爆发性繁殖和聚集而形成的一种生态现象。2007年至今，中国黄海、东海海域每年都会爆发大规模的绿潮灾害，且有愈演愈烈之势。爆发性繁殖的绿潮聚集漂浮在海面，遮蔽阳光透射且大量吸收水体中的营养盐，显著影响水生生物种群结构；消亡期的绿潮腐烂分解，大量消耗水中的氧气，局部水域甚至形成无氧区，引起水生动物缺氧死亡；抵岸堆积的绿潮则会对滨海旅游景观造成极大影响。近岸海域是绿潮堆积抵岸的最后缓冲地带，也是衔接沿岸生态与经济活动的关键区域，近岸绿潮治理刻不容缓。卫星遥感是大范围绿潮监测的重要手段，在绿潮灾害发生的起源、空间分布、发生规模及迁移路线等方面的研究发挥了不可替代的作用。目前应用较为广泛的绿潮识别算法如表1所示。归一化植被指数(NormalizedDifferenceVgetationIndex，NDVI)可有效探测海水表面绿潮信息并能够一定程度减小大气和云的影响，但存在易过饱和及未考虑背景对指数的影响等问题；有学者进一步提出增强植被指数(EnhancedVegetationIndex，EVI)，但实际探测能力并不优于NDVI；Hu等提出漂浮藻类指数(FloatingAlgaeIndex，FAI)算法是基于植被在短波近红外波段1240nm或1640nm的光谱特征，通过数值比较和模型模拟实现对全球范围内海洋藻类监测和提取，但对于未设置短波红外波段的传感器并不适用该算法；Alawadi使用表面藻华指数(SurfaceAlagalBloomIndex，SABI)对中国黄海浒苔进行了遥感监测，该指数对于气溶胶和太阳耀斑的影响具有较好的稳定性；Xing等使用虚拟基线漂浮藻类指数法(VirtualBaselineFloatingmacroAlgaelHeight，VB-FAH)对南黄海马尾藻进行提取，算法可降低太阳耀斑及薄云对提取结果的影响，且在光谱信息复杂区域可降低分类错误率；安德玉等论证了漂浮大型藻类高光谱与多光谱在反射率均值与藻类指数VB-FAH方面具有较好的一致性，同时基于640nm及554nm通道反射率计算反射谷深度指数(T-depth)对浒苔和马尾藻进行了分类；张海龙等基于GF-1WFV及HJ-1CCD数据开发了多光谱绿潮指数(multispectralgreentideindex，MGTI)对沿海绿潮进行遥感提取，获得了较高的精度；Son等针对GOCI数据提出了(IndexofFloatingGreenAlgaeforGOCI，IGAG)算法，利用GOCI数据红、绿及近红外通道实现浒苔信息的提取，但研究发现，其探测能力表现出明显的不确定性；宋德彬等利用GOCI数据对NDVI、IGAG和KOSC指数进行浒苔监测性能比较，结果显示NDVI算法探测能力和稳定性显著占优。表1.绿潮识别指数*Ri为特定波段反射率，i＝(BLUE,GREEN,RED,NIR,SWIR)；λi为通道波长；G为增益系数；Cj为模型系数，j＝(1，2，3)。已有研究多面向离岸一定距离较为清澈水体，不针对或将近岸高浑浊水体海域作掩膜处理，对近岸绿潮治理在生态保护和经济活动中的作用未给予足够重视。因而，本研究以南黄海近岸高悬沙海域漂浮绿潮为研究对象，基于现场实测高光谱数据分析设计了多光谱协同滤波检测方法，并基于高分一号(GF-1)卫星WFV数据对绿潮进行了识别监测。
技术实现思路
本专利技术要解决的技术问题是克服现有技术中缺少近岸绿潮的监测方法的缺陷，提供一种基于光谱分析的近岸高悬沙水体绿潮遥感识别方法。为了解决上述技术问题，本专利技术提供了如下的技术方案：一种基于光谱分析的近岸高悬沙水体绿潮遥感识别方法，包括以下步骤：S1遥感图像预处理包括几何校正、辐射定标、大气校正及陆地掩膜；S2实测高光谱数据特征分析首先进行走航地物的实测光谱采集，实现350nm-2500nm波段范围内连续测量，然后将所测量的每一种地物的光谱曲线，利用表达式(1)计算地物反射率,得出各地物标准光谱曲线：式中，Sm为地物反射率；St为仪器输出的目标地物的实测电信号值；Sp为仪器输出的漫反射参考板的实测信号值；Rp为经实验室定标得到的参考板反射比,代表参考板的反射率；S3绿潮遥感识别提取采用多光谱判别协同滤波算法进行识别提取；采用NDVI作为算法输入，M′＝min(Mm，n)(2)Mi，j-M′＞C1(3)式中，M为待检测图像矩阵；Mm,n为m×n的滤波窗口；M′为m×n滤波窗口的最小值；Mi,j为滤波窗口中待检测像元；与分别为m×n滤波窗口内待检测像元Mi,j与最小值像元M′第k1波段反射率，k1＝1，2，3；与分别为m×n滤波窗口内待检测像元Mi,j与最小值像元M′第k2波段反射率，k1＝4；C1为变化阈值。进一步的，所述的大气校正采用FLAASH方法得到图像反射率，输入参数包括卫星影像参数、大气模型、气溶胶模型及WFV光谱响应函数。进一步的，所述S2中利用FieldSpec-4Pro双通道野外光谱仪，采用水面之上法进行走航实测光谱采集，传感器探头全视场角为2～5°，测量时天气晴朗无云，风速小于3m/s。本专利技术所达到的有益效果是：本专利技术基于实测及图像端元采集的光谱特征分析，建立了综合多光谱识别与滤波检测的MIF绿潮识别方法，通过在高噪声区、高悬浮泥沙区及清洁海水区三个典型研究区的应用及与现行主流四种检测方法(MGTI、VB-FAH、IGAG及SABI)的比对分析发现，MIF方法可提高绿潮识别精度，同时具有更好的噪声抑制能力。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1是多类别地物标准光谱曲线；图2是研究区内不同目标的反射光谱曲线；图3是代表性研究区示意图；图4是不同识别算法在研究区(a)的应用效果比对；图5是不同识别算法在研究区(b)的应用效果比对；图6是不同识别算法在研究区(c)的应用效果比对；图7是不同识别算法在研究区(c)的应用效果比对。具体实施方式以下对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。实施例1.1卫星数据源研究采用GF-1WFV数据，充分发挥其800km大幅宽和2d高重访周期在绿潮监测中的优势。一种基于光谱分析的近岸高悬沙水体绿潮遥感识别方法，包括以下步骤：S1遥感图像预处理包括几何校正、辐射定标、大气校正及陆地掩膜；其中，大气校正采用FLAASH(Fastline-of-slightatmosphericanalysisofspectralhypercubes)方法得到图像反射率，输入参数包括卫星影像参数、大气模型、气溶胶模型及WFV光谱响应函数等；同时，为避免陆地植被对绿潮识别的干扰，以陆地掩膜实现水陆分离，方便下一步绿潮识别；S2实测高光谱数据特征分析其中，大气校正采用FLAASH(Fastline-of-slightatmosphericanalysisofspectralhypercubes)方法得到图像反射率，输入本文档来自技高网...

【技术保护点】
1.一种基于光谱分析的近岸高悬沙水体绿潮遥感识别方法，其特征在于，包括以下步骤：S1遥感图像预处理包括几何校正、辐射定标、大气校正及陆地掩膜；S2实测高光谱数据特征分析首先进行走航地物的实测光谱采集，实现350nm‑2500nm波段范围内连续测量，然后将所测量的每一种地物的光谱曲线，利用表达式(1)计算地物反射率,得出各地物标准光谱曲线：

【技术特征摘要】
1.一种基于光谱分析的近岸高悬沙水体绿潮遥感识别方法，其特征在于，包括以下步骤：S1遥感图像预处理包括几何校正、辐射定标、大气校正及陆地掩膜；S2实测高光谱数据特征分析首先进行走航地物的实测光谱采集，实现350nm-2500nm波段范围内连续测量，然后将所测量的每一种地物的光谱曲线，利用表达式(1)计算地物反射率,得出各地物标准光谱曲线：式中，Sm为地物反射率；St为仪器输出的目标地物的实测电信号值；Sp为仪器输出的漫反射参考板的实测信号值；Rp为经实验室定标得到的参考板反射比,代表参考板的反射率；S3绿潮遥感识别提取采用多光谱判别协同滤波算法进行识别提取；采用NDVI作为算法输入，M′＝min(Mm，n)(2)Mi，j-M′＞C1(3)式中，M为待检测图像矩阵；Mm,n为m×n的滤波窗口；...

【专利技术属性】
技术研发人员：王祥，苏岫，王新新，王林，
申请(专利权)人：王祥，
类型：发明
国别省市：辽宁,21