一种海冰灾害的遥感监测评估方法与流程

1.本发明涉及视觉检测技术领域，特别涉及一种海冰灾害的遥感监测评估方法。


背景技术：

2.黄海北部近岸海域，每年的冬季都会有海冰出现，冰情因气候条件不同而有所差异。在异常寒冷的冬季，黄海北部沿岸港口和航道会被海冰封锁，海上生产被迫停止，造成严重经济损失。就海冰的观测手段而言，目前主要依赖固定观测站、沿岸海冰调查和破冰船走航调查，获得一定的海冰信息，但是现有技术手段难以获得实时、大面积的观测数据，而这些正是海冰灾害预警预报的重要依据。
3.以往基于卫星遥感的海冰判识监测方法精度较低，同时海洋灾害监测系统也存在自动化程度低的问题。


技术实现要素：

4.本发明实施例提供了一种海冰灾害的遥感监测评估方法，以解决现有技术中海冰判识监测方法精度较低、自动化程度低的问题。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
5.根据本发明实施例的第一方面，提供了一种海冰灾害的遥感监测评估方法。
6.在一些可选实施例中，一种海冰灾害的遥感监测评估方法，包括以下步骤：
7.步骤(a)，对卫星数据进行预处理，包括数据投影转换、多幅数据拼接、大气校正，合成为彩色图像输出；
8.步骤(b)，分区进行云检测阈值设置和判识，进行云掩膜处理；
9.步骤(c)，利用红绿蓝三通道的遥感观测值生成一幅真彩色合成图；
10.步骤(d)，根据极轨卫星和海洋卫星的l1级遥感监测数据，通过对原始dn值进行波段运算，获取可见光通道的反射率和红外通道的亮温值，结合ndsi的计算公式，获得ndsi阈值，得到初步的海冰信息二值化结果；
11.步骤(e)，根据初步的海冰信息二值化结果，多卫星判识文件融合后，手动勾选生成海冰包络线，计算海冰密集度、覆盖面积、覆盖范围、外缘线距离海岸距离；
12.步骤(f)，将海冰外缘线导出，导入，进行多时次过程分析。
13.可选地，所述大气校正的具体步骤如下：
14.首先，读入多通道扫描成像辐射计的l1级数据；
15.然后，对原始反射率数据进行大气订正，最后输出彩色合成图；在大气订正过程中，利用像元的地理经纬度信息对标准大气分子散射光学厚度进行高度修正，获得像元的气溶胶光学厚度；光学厚度与太阳天顶角、卫星天顶角共同计算得到大气透过率和大气吸收率，光学厚度计算得到大气反照率s，光学厚度与像元的观测几何太阳天顶角、卫星天顶
角、相对方位角共同计算出大气瑞利散射反射率；然后，利用上述大气透过率和吸收率、大气反照率、大气瑞利散射反射率三个量修正大气散射对像元的影响，得到地面反射率；修正后的反射率数据合成为彩色图像输出。
16.可选地，云检测阈值设置、判识、云掩膜处理的具体步骤包括：
17.云检测阈值的设置根据不同的卫星数据采用不同的阈值判识方法，分别采用单通道阈值或多通道阈值法来进行判定；对于modis数据采用的是0.620
‑
0.670通道反射率大于15、10.78
‑
11.28通道亮温小于285以及0.841
‑
0.876通道和0.620
‑
0.670通道的反射率差小于0位有云；对于fy3d mersi数据采用的是0.47通道反射率大于20和10.8通道亮温小于285以及0.55通道和0.47通道的反射率差小于0为云；对于hy1c czi数据的阈值参数是0.65通道值小于0.2及0.46通道值小于0.12为云；对于hy1c cocts数据采用的是0.49通道值大于0.23和0.52通道值大于0.25为云；
18.将判识出来的有云像元进行云剔除，进行掩膜剔除处理。
19.可选地，利用通道判识，基于目视解译套索选定感兴趣区域，分区域设定ndsi阈值。
20.可选地，分区域设定ndsi阈值的具体过程为：基于目视解译套索选定感兴趣区域，选中该区域内的全部海冰像元，获取全部海冰像元内的最小ndsi值，即为分割海冰与海水的ndsi阈值，其他区域依照同样方法分割海冰与海水。
21.可选地，通过计算非掩膜区域的积雪差分指数，获得ndsi阈值。
22.可选地，海冰密集度计算步骤如下：
23.步骤(e1)，基于海冰识别结果，逐像元计算海冰像元的海冰密集度；
24.步骤(e2)，以海冰像元为中心，取51*51窗口大小，统计该窗口内的海冰个数，当该窗口内海冰像元数小于等于10个时，认为该像元海冰密集度为0；
25.步骤(e3)，当该窗口内海冰像元数大于10时，统计海冰像元的概率密度函数，最小值为0，直方图个数为121，间隔为0.02，对直方图进行5个步长的滑动平均，计算滑动后概率密度函数最大值对应的反射率，作为纯净海冰像元反射率值，再计算该像元的海冰密集度。
26.可选地，海冰密集度的计算公式如下：
27.icecon＝(r
‑
r_water)/(r_ice
‑
r_water)
28.其中，icecon为海冰密集度，r为modis第四波段/fy3d第六波段反射率，r_ice与r_water为纯冰与纯水像元的反射率。
29.可选地，多卫星判识文件融合的步骤为：针对不同载荷的判识结果，做一个最大判识结果的融合。
30.本发明实施例提供的技术方案可以包括以下有益效果：
31.本发明实施例采用了国内外多颗遥感卫星对海冰进行动态监测，可以及时预警，采取防控策略，降低灾害带来的损失，可为海岸带地区的灾害监测与生态风险评价发挥重要作用。
32.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
33.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
34.图1是根据一示例性实施例示出的一种海冰灾害的遥感监测评估方法的整体结构示意图。
具体实施方式
35.以下描述和附图充分地示出本文的具体实施方案，以使本领域的技术人员能够实践它们。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本文的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。本文中，术语“第一”、“第二”等仅被用来将一个元素与另一个元素区分开来，而不要求或者暗示这些元素之间存在任何实际的关系或者顺序。实际上第一元素也能够被称为第二元素，反之亦然。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的结构、装置或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种结构、装置或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的结构、装置或者设备中还存在另外的相同要素。本文中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
36.本文中的术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本文和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。在本文的描述中，除非另有规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是机械连接或电连接，也可以是两个元件内部的连通，可以是直接相连，也可以通过中间媒介间接相连，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
37.本文中，除非另有说明，术语“多个”表示两个或两个以上。
38.本文中，字符“/”表示前后对象是一种“或”的关系。例如，a/b表示：a或b。
39.本文中，术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，a和/或b，表示：a或b，或，a和b这三种关系。
40.图1示出了本发明的海冰灾害的遥感监测评估方法的一个可选实施例。
41.在该可选实施例中，所述方法包括以下步骤：
42.步骤(a)，对卫星数据进行预处理，包括数据投影转换、多幅数据拼接、大气校正。其中，对数据进行投影转换，并且可以选择只投影指定区域。多幅数据拼接，实现多时次的数据进行投影拼接，这样可以更好的对关注区域进行判识。对数据进行大气校正，用于提高判识的准确性。
43.其中，大气校正的具体步骤如下：
44.首先，读入多通道扫描成像辐射计的l1级数据，之后对原始反射率数据进行大气订正，最后输出彩色合成图。在大气订正过程中，利用像元的地理经纬度信息(lat,lon)对标准大气分子散射光学厚度进行高度修正，获得像元的气溶胶光学厚度τ。光学厚度与太阳
天顶角μ
s
、卫星天顶角μ
v
共同计算得到大气透过率(t(μ
s
)，t(μ
v
))和大气吸收率t
g
，光学厚度计算得到大气反照率s，光学厚度与像元的观测几何太阳天顶角μ
s
、卫星天顶角μ
v
、相对方位角δφ共同计算出大气瑞利散射反射率ρ
ray
。然后，利用上述大气透过率和吸收率、大气反照率、大气瑞利散射反射率三个量修正大气散射对像元的影响，得到地面反射率ρ
ac
。修正后的反射率数据合成为彩色图像输出。
45.步骤(b)，分区进行云检测阈值设置和判识，进行云掩膜处理；
46.云检测阈值设置、判识、云掩膜处理的具体步骤包括：云检测阈值的设置根据不同的卫星数据采用不同的阈值判识方法，分别采用单通道阈值或多通道阈值法来进行判定，对于modis数据采用的是0.620
‑
0.670通道反射率大于15、10.78
‑
11.28通道亮温小于285以及0.841
‑
0.876通道和0.620
‑
0.670通道的反射率差小于0位有云；对于fy3d mersi数据采用的是0.47通道反射率大于20和10.8通道亮温小于285以及0.55通道和0.47通道的反射率差小于0为云；对于hy1c czi数据的阈值参数是0.65通道值小于0.2及0.46通道值小于0.12为云；对于hy1c cocts数据采用的是0.49通道值大于0.23和0.52通道值大于0.25为云。将判识出来的有云像元进行云剔除，进行掩膜剔除处理，也可对关注区域进行单独阈值的调整。
47.步骤(c)，对真彩色合成影像进行图像增强处理。可选地，利用红绿蓝三通道的遥感观测值生成一幅真彩色合成图。
48.步骤(d)，根据极轨卫星和海洋卫星的l1级遥感监测数据，通过对原始dn值进行波段运算，获取可见光通道的反射率和红外通道的亮温值，结合ndsi的计算公式，获得ndsi阈值，得到初步的海冰信息二值化结果。
49.在一些实施例中，通过计算非掩膜区域的积雪差分指数，获得ndsi阈值。
50.海冰与水体在可见光和近红外波段的反射率具备较明显的差异，海冰反射率高于海水；在热红外波段(3～14um)，海冰的温度低于海水，而温度的很小变化会引起辐射的很大变化，因此可以通过冰面与水面的热红外辐射差来识别海冰。
51.可选地，对于modis数据，被积雪覆盖的海冰与雪的反射率相似，可以使用识别积雪的方法识别被雪覆盖的海冰区，定义归一化积雪指数(normalized difference snow inde，ndsi)：
52.ndsi＝(r4
‑
r6)/(r4+r6)
53.其中，r4和r6分别是modis波段4(0.58～0.68um)和波段6(1.55～1.64um)的反射率。
54.对于有积雪海冰，可利用积雪指数来区分冰雪，当ndsi＞ndsith时，识别为海冰区，其中，ndsith为判识雪冰的阈值，为能够过滤海冰、海水和薄雾的一个值，ndsith取值范围在：
‑
0.2～0.8。
55.当海冰无积雪覆盖或海冰厚度<10cm时，海冰的反射率较低，无法用ndsi指数检测出海冰，或者没有可见光反射信息时，海冰判识只能利用温度信息，本发明实施例利用eos/modis红外分裂窗波段计算冰面温度的ist(ice surface temperature)算法：
56.ist＝a+bt11+c(t11
‑
t12)+d(t11
‑
t12)(secq
‑
1)
57.其中，t11和t12分别为modis的波段31(11um)和波段32(12um)的亮温，q为天底点算起的扫描角度，a、b、c、d为回归系数。
58.由于海水的温度一般高于271.4k，因此当ist<271.4时可以判识为海冰。
59.在海洋中，地物类型比较少，主要是海冰与海水，而云与海冰的光谱特征比较相似，因此在海冰覆盖识别过程中，云和海水是干扰海冰识别的主要因素，确定海冰覆盖需要去除云和海水信息，剩下的即是海冰。
60.可选地，对于mersi数据，根据海冰、云以及海水在可见光、近红外波段的反射光谱特性，分别以mersi通道1与通道2反射率之比与归一化冰雪指数(ndsi)作为海水和云的判别指标，通过图像分割先后生成海水掩模和云掩模，最终实现图像中海水和云信息的去除。其中，归一化积雪指数(ndsi)定义为：
61.ndsi＝(r2
‑
r6)/(r2+r6)
62.其中，r2、r6分别是mersi通道2和通道6的反射率。在1.6um附近，云的反射率相对于海冰和海水都有较大差异，ndsi能够突出云与海冰、海水的反射特性差异，并在一定程度上消除大气辐射及仪器的影响。
63.对于cocts数据，选取5、6通道用于云检测。对于卫星图像上的一个像元，如果cocts 5通道的反照率大于23％或cocts 6通道的反照率大于25％，认为其是云覆盖的点。
64.对于czi数据，选取1、3通道用于云检测。对于卫星图像上的一个像元，如果czi的1和3通道反照率小于26％和23％时，认为其是云覆盖的点。
65.经过云检测之后，对没有云覆盖的海区进行冰水识别。对于cocts数据，可以采用通道5的反照率进行冰水识别，对于卫星图像上未被云覆盖的一个像元，若其cocts通道5的反照率大于14％，则认为这个像元为冰。
66.对于czi数据，可以采用通道2和4的反照率进行冰水识别。对于卫星图像上未被云覆盖的一个像元，若其2通道反照率大于12.6％或者4通道反照率大于5.8％，则判识为冰。
67.在另一些实施例中，利用通道判识，基于目视解译套索选定感兴趣区域，分区域设定ndsi阈值。
68.可选地，分区域设定ndsi阈值是为了区分海冰与海水，框选某区域内的海冰，对比区域内海冰与区域外海水的ndsi值，找出临界值，设为ndsi阈值，通过该阈值，可分割海冰与海水。可选地，分区域设定ndsi阈值的具体过程为：基于目视解译套索选定感兴趣区域，选中该区域内的全部海冰像元，获取全部海冰像元内的最小ndsi值，即为分割海冰与海水的ndsi阈值，其他区域依照同样方法分割海冰与海水。
69.步骤(e)，根据初步的海冰信息二值化结果，多卫星判识文件融合后，可手动勾选生成海冰包络线，计算海冰密集度、覆盖面积、覆盖范围、外缘线距离海岸距离。
70.海冰密集度步骤如下：
71.步骤(e1)，基于海冰识别结果，逐像元计算海冰像元的海冰密集度；
72.步骤(e2)，以海冰像元为中心，取51*51窗口大小，统计该窗口内的海冰个数，当该窗口内海冰像元数小于等于10个时，认为该像元海冰密集度为0；
73.步骤(e3)，当该窗口内海冰像元数大于10时，统计海冰像元的概率密度函数，最小值为0，直方图个数为121，间隔为0.02，对直方图进行5个步长的滑动平均，计算滑动后概率密度函数最大值对应的反射率，作为纯净海冰像元反射率值，再计算该像元的海冰密集度。
74.海冰密集度的计算公式如下：
75.icecon＝(r
‑
r_water)/(r_ice
‑
r_water)
76.其中，icecon为海冰密集度，r为modis第四波段/fy3d第六波段反射率，r_ice与r_water为纯冰与纯水像元的反射率。
77.可选地，多卫星判识文件融合的步骤为：针对不同载荷的判识结果，做一个最大判识结果的融合；
78.可选地，覆盖面积为：海冰像元的个数*像元的面积。
79.可选地，分布面积为：海冰像元的个数*像元的面积*覆盖度。
80.可选地，外缘线距离海岸距离的计算步骤为：海冰外缘与特定海岸的最短距离的像元个数*像元分辨率。
81.步骤(f)，将海冰外缘线导出，导入，进行多时次过程分析。可选地，统计近十天的海冰覆盖面积、分布面积，进行面积变化趋势分析。
82.本发明实施例采用了国内外多颗遥感卫星对海冰现象进行动态监测，例如aqua/modis、terra/modis、hy1c/cocts、hy1c/czi、fy3d/mersi、h8/ahi等，可以及时预警，采取防控策略，有效地预警海冰，降低灾害带来的损失。
83.可选地，modis海冰判识与海冰密集度生成，数据源为aqua/modis、terra/modis的l1轨道数据或投影数据，通过计算积雪指数和分区阈值分割，生成modis数据的海冰信息。
84.可选地，fy3d海冰判识与海冰密集度生成，数据源为fy3d/mersi的l1轨道数据或投影数据，通过计算积雪指数和分区阈值分割，生成fy3d数据的海冰信息。
85.可选地，hy1c海冰判识与海冰密集度生成，数据源为hy1c/cocts、hy1c/czi的l1轨道数据或投影数据，通过计算积雪指数和分区阈值分割，生成hy1c数据的海冰信息。
86.可选地，h8海冰判识与海冰密集度生成，数据源为h8/ahi的l1轨道数据或投影数据，通过计算积雪指数和分区阈值分割，生成h8数据的海冰信息。
87.可选地，海冰判识融合生成，获取各类卫星数据的海冰判识结果，进行等经纬度投影，通过时间和空间匹配进行海冰判识结果的融合。
88.本发明实施例采用了国内外多颗遥感卫星对海冰进行动态监测，可以及时预警，采取防控策略，降低灾害带来的损失。
89.本发明并不局限于上面已经描述并在附图中示出的结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。