王春林　孫金彥　錢海明（安徽省·水利部淮委水利科學(xué)研究院　合肥　230088）

科技論壇

低分辨率遙感影像在湖泊藍(lán)藻監(jiān)測中的應(yīng)用

王春林孫金彥錢海明
（安徽省·水利部淮委水利科學(xué)研究院合肥230088）

本文以合肥市巢湖為例，分析了低分辨率遙感影像（Terra/modis、Aqua/modis等）在湖泊水環(huán)境監(jiān)測中應(yīng)用情況特點(diǎn)。針對(duì)低分辨率遙感影像監(jiān)測結(jié)果精度較低的問題，研究了如何利用歸一化植被指數(shù)、顏色、形狀、平滑度等特征，結(jié)合多尺度分割方法以提高監(jiān)測結(jié)果精度，為實(shí)時(shí)監(jiān)控水質(zhì)、預(yù)警藍(lán)藻水華爆發(fā)提供基礎(chǔ)數(shù)據(jù)和技術(shù)支持。

低分辨率湖泊遙感影像藍(lán)藻監(jiān)測

河湖作為人類賴以生存的重要水資源，不僅是生產(chǎn)、生活用水的主要水源，同時(shí)還具有維持生物多樣性、調(diào)節(jié)氣候、地表徑流等功能。常規(guī)藍(lán)藻水華監(jiān)測以人工檢測和自動(dòng)檢測相結(jié)合，數(shù)據(jù)精度較高，但是無法同步獲取整個(gè)水域的信息，并且需要耗費(fèi)大量人力物力。因此對(duì)于突發(fā)多變的水華，常規(guī)監(jiān)測方法的效果有限。衛(wèi)星遙感技術(shù)改善了這一不足，具有快速、大尺度和動(dòng)態(tài)監(jiān)測等特點(diǎn)，能夠獲取研究區(qū)域的瞬時(shí)同步數(shù)據(jù)，是監(jiān)測水華的有效手段。在現(xiàn)有的業(yè)務(wù)化藍(lán)藻監(jiān)測中，常以250m空間分辨率的MODIS遙感數(shù)據(jù)為主。但是由于MODIS遙感數(shù)據(jù)的空間分辨率較低，其像元多為水體和藍(lán)藻水華的混合像元，常規(guī)方法僅采用歸一化植被指數(shù)閾值法進(jìn)行分割提取，勢必會(huì)嚴(yán)重影響藍(lán)藻水華監(jiān)測的精度和實(shí)際應(yīng)用效果。針對(duì)上述問題，以巢湖為例，本文研究了如何利用歸一化植被指數(shù)、顏色、形狀、平滑度等特征，結(jié)合多尺度分割方法以提高監(jiān)測結(jié)果精度，為實(shí)時(shí)監(jiān)控水質(zhì)、預(yù)警藍(lán)藻水華爆發(fā)提供基礎(chǔ)數(shù)據(jù)和技術(shù)支持。

1　資料來源

該研究采用的數(shù)據(jù)是由安徽省河湖監(jiān)測遙感中心提供的MODIS1B衛(wèi)星資料，空間分辨率為250m。在輻射定標(biāo)將圖像DN值轉(zhuǎn)化為輻亮度及反射率的基礎(chǔ)上，采用數(shù)據(jù)地理定位文件（MODIS03）對(duì)定標(biāo)后數(shù)據(jù)進(jìn)行地理定位，坐標(biāo)系為常用的UTM坐標(biāo)系，WGS-84橢球體，巢湖時(shí)區(qū)為50。

2　多尺度分割原理

多尺度分割是通過對(duì)影像中目標(biāo)設(shè)立一個(gè)特定的閾值尺度，根據(jù)影像中目標(biāo)地物的光譜、形狀等特征，建立相應(yīng)的分割準(zhǔn)則，基于對(duì)象內(nèi)部異質(zhì)性最小原則，從單像素的對(duì)象開始進(jìn)行一個(gè)自下至上的區(qū)域合并技術(shù)（見圖1）。多尺度分割方法將光譜信息類似的相鄰像元合并，使得對(duì)象間的異質(zhì)性最大。

圖1　　多尺度分割原理圖

異質(zhì)性的度量準(zhǔn)則的計(jì)算公式為：

式中：w為權(quán)值；x為光譜異質(zhì)性；y為形狀異質(zhì)性；σi為i影像層光譜值的標(biāo)準(zhǔn)差；pi第i影像層的權(quán)；u為影像區(qū)域整體緊密度；v為影像區(qū)域邊界平滑度；E為影像區(qū)域?qū)嶋H的邊界長度；N為影像區(qū)域的像元總數(shù)；L為包含影像區(qū)域范圍的矩形邊界總長度。

3　湖泊藍(lán)藻監(jiān)測實(shí)驗(yàn)

藍(lán)藻，即藍(lán)細(xì)菌、藍(lán)綠菌是單細(xì)胞原核生物。單個(gè)藍(lán)藻是無法可見的，只有到藍(lán)藻聚集、以細(xì)胞群形式出現(xiàn)時(shí)才可到，這種現(xiàn)象稱之為“水華”。利用低分辨率遙感數(shù)據(jù)可監(jiān)測大面積的藍(lán)藻水華情況。

常規(guī)方法只采用NDVI閾值法進(jìn)行監(jiān)測，其監(jiān)測結(jié)果嚴(yán)重受閾值大小影響，要求監(jiān)測人員具備豐富的經(jīng)驗(yàn)和理論知識(shí)以設(shè)置合理的閾值，且常規(guī)方法也易受混合像元（由水體和水華混合組成）的影響，嚴(yán)重影響藍(lán)藻水華監(jiān)測的精度和實(shí)際應(yīng)用效果。本文對(duì)常規(guī)方法進(jìn)行了改進(jìn)，綜合利用光譜特征、形狀特征，在利用多尺度分割的基礎(chǔ)上，利用NDVI特征進(jìn)行最鄰近方法分類以獲取最終監(jiān)測結(jié)果。圖2為湖泊藍(lán)藻監(jiān)測實(shí)驗(yàn)流程圖。實(shí)驗(yàn)結(jié)果如圖3所示。

圖2　監(jiān)測流程圖

圖3 對(duì)比實(shí)驗(yàn)圖

圖3（a）為處理后的低空間分辨率遙感影像，圖3（c）為常規(guī)方法監(jiān)測結(jié)果（人工去除了水岸邊水草、樹木等植被），圖3（d）為改進(jìn)后的方法的結(jié)果。常規(guī)方法是采用閾值、基于像元的提取技術(shù)，存在不可避免的缺陷，從視覺效果看，分類輸出的影像均存在所謂的“椒鹽現(xiàn)象”，即存在部分分類噪聲，這種噪聲主要是由于分類是像素間缺乏空間聯(lián)系造成的。這種噪聲效果不符合自然界地物的客觀特性，難以形成符合人類思維特點(diǎn)的語義輸出。本文方法完全克服了這種噪聲的影響，具有良好的視覺效果，這是因?yàn)檫@種信息提取的方法針對(duì)同質(zhì)多邊形對(duì)象，即分割后的同質(zhì)影像對(duì)象。

本文以同時(shí)相的環(huán)境小衛(wèi)星（HJ-1 CCD）監(jiān)測結(jié)果（圖3（b））作為標(biāo)準(zhǔn)，對(duì)低分辨率遙感影像檢查結(jié)果進(jìn)行檢驗(yàn)，結(jié)果見表1。

從表1可以看出：相同條件下，改進(jìn)后的方法比常規(guī)NDVI閾值法的誤提取面積降低了3.25km2。

表1　　監(jiān)測結(jié)果評(píng)價(jià)

4　結(jié)論

以巢湖為例，研究了利用低分辨率遙感影像進(jìn)行藍(lán)藻水華信息的遙感監(jiān)測應(yīng)用。通過對(duì)不同方法藍(lán)藻水華監(jiān)測結(jié)果的比較證明，本文改進(jìn)后的方法可以提高基于低空間分辨率遙感影像（如MODIS）的藍(lán)藻水華監(jiān)測結(jié)果精度■