一种磷石膏的遥感识别方法及其系统与流程

本发明涉及环境监测领域，更具体地，涉及一种磷石膏的遥感识别方法及其系统。

背景技术：

磷石膏是用硫酸萃取磷矿制取磷酸的副产品，是一种工业固体废物。随着我国磷肥工业的快速发展，磷石膏的产生量逐年大幅递增。由于其产量大，再生利用率低，不仅占用大量土地，还对周边的土壤、水体、空气、生态环境及人群健康安全造成严重威胁。

在我国，磷石膏分布较广，磷石膏产排量大的大中型磷复肥企业大多地处偏远山区，环境监管部门采用传统的地面调查方法难以全面掌握磷石膏的分布情况。因此，全面客观地提取磷石膏分布情况，对于工业固体废物环境监管具有重要意义。

遥感技术因具有大范围、快速、周期性观测等优势，可为工业固体废物的监测与管理提供有力的技术支撑和数据保障。目前，针对磷石膏这一工业固体废物，尚未形成一种从遥感影像中快速识别磷石膏的技术方法。为了满足磷石膏环境监测和管理需要，对于全国范围或区域范围的磷石膏分布情况的掌握，有必要建立磷石膏遥感快速识别的技术方法。

技术实现要素：

针对目前磷石膏分布调查方法存在的问题，本发明提供一种磷石膏的遥感识别方法，包括：

基于磷石膏样本对象与其他典型地物在待提取区域的遥感影像中的光谱特征的差异，利用光谱主成分分析法实现待提取区域中磷石膏的自动识别。

优选地，还包括：待提取区域的遥感影像经过预处理；所述预处理包括大气校正、几何精纠正、和/或裁切。

优选地，还包括：待提取区域的遥感影像经过多尺度分割；所述多尺度分割包括设置分割尺度和/或均质性标准的标准。

优选地，均质性标准包括颜色因子、形状因子、光滑度、和/或紧致度。

优选地，光谱主成分分析法具体包括以下步骤：

分别提取其他典型地物与磷石膏样本在遥感影像上各波段对应的反射率值；

利用光谱主成分分析法得到磷石膏样本光谱指标与其他典型地物光谱指标的阈值，建立基于光谱主成分分析的规则集；

区分待提取区域中的磷石膏和典型地物，实现磷石膏的自动识别。

优选地，阈值的确定包括：

采用光谱主成分分析法得到磷石膏样本在各波段上的光谱反射率值进行分析，构建磷石膏样本得到的主成分系数的光谱指标公式；

根据其他典型地物样本在各波段的反射率值，代入上述光谱指标公式中，得到其他典型地物样本的光谱指标值；

比较磷石膏样本光谱指标值和其他典型地物样本的光谱指标值，确定磷石膏样本光谱指标值与其他典型地物光谱指标值的阈值。

优选地，光谱指标公式为：

其中，x₁，x₂，…，x_p为磷石膏样本在各波段反射率变量，指标z₁，z₂，…，z_m(m≤p)为光谱指标，p为每个样本上波段反射率值的个数，m为其他典型地物的样本类别。

优选地，还包括，根据其他典型地物样本的光谱指标均值和标准差值，统计得到阈值。

优选地，当待取区域中所选对象的光谱指标大于或是等于阈值时，该对象被识别为磷石膏，否则为其他地物。

另一方面，本发明提出一种磷石膏的遥感识别系统，包括：

遥感影像获取模块，用于获取待提取区域的遥感影像；

磷石膏识别模块，用于基于磷石膏样本对象与其他典型地物在待提取区域的遥感影像中的光谱特征的差异，利用光谱主成分分析法实现待提取区域中磷石膏的自动识别。

优选地，遥感影像获取模块还包括遥感影像的处理单元，用于对影像进行预处理和多尺度分割。

优选地，磷石膏识别模块中还包括阈值的确定单元，用于基于其他典型地物与磷石膏样本在遥感影像上各波段对应的反射率值，利用光谱主成分分析法得到磷石膏样本光谱指标与其他典型地物光谱指标的阈值，建立基于光谱主成分分析的规则集，从而区分待提取区域中的磷石膏和典型地物，实现磷石膏的自动识别。

本发明具有的积极效果：

(1)本发明利用遥感大范围观测的独特优势，建立磷石膏遥感快速识别技术方法，弥补了传统地面调查监测手段的限制，有效地减少了人力物力的投入，具有较高的经济效益；

(2)本发明利用卫星遥感技术识别磷石膏，大大促进了固体废物环境监测技术的发展；本发明的方法使得磷石膏监测从地面升到了空中，从局地走向了宏观，为决策者提供及时准确的磷石膏分布信息，进一步推动工业固体废物监管。

附图说明

图1为根据本发明的磷石膏的遥感识别方法的一个优选实施例的步骤流程图；

图2为根据本发明的磷石膏的遥感识别系统的一个实施例的结构示意图；

图3为根据本发明的磷石膏的遥感识别方法的一个优选实施例的磷石膏识别结果图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的一个实施例提供了一种磷石膏的遥感识别方法，包括：基于磷石膏样本对象与其他典型地物在待提取区域的遥感影像中的光谱特征的差异，利用光谱主成分分析法实现待提取区域中磷石膏的自动识别。

为了提高分类和识别的精度，在本发明的另一个实施例中对待提取区域的遥感影像作预处理和/或多尺度分割。

其中，为了减少由于其他因素的影响使得遥感影像存在一定的几何畸变、大气消光、辐射量失真等现象，在本发明的实施例中，选取所需时相(即待取区域)中的质量较好的中高分辨率多光谱遥感影像，并对其进行预处理，生成感兴趣区域范围内的几何精纠正产品。

其中，预处理通常包括大气校正、几何精纠正、裁切、去云及阴影处理、光谱归一化等预处理工作。在本发明的实施例中，为了使磷石膏的识别更加准确，优选使用对遥感影像分别进行大气校正、几何精纠正和裁切的预处理。

其中，为了提高分类和磷石膏的识别精度，本发明的另一个实施例选用对遥感影像或是上述作过预处理后的遥感影像进行多尺度分割，多尺度分割后的遥感影像生成影像对象层。

在本发明中，可以使用本领域中常用的软件对遥感影像进行多尺度分割，如利用易康软件对遥感影像进行分割，或采用区域生长法、区域分割法、数学形态学等方法对遥感影像进行分割。较优选地是，利用易康软件对遥感影像进行分割。

为了使影像的同质分割达到高度优化的程度，在多尺度影像分割过程中，主要通过设置分割尺度、均质性标准等标准。在本发明的一个实施例中，为了提高分类和识别的精度，设定的主要参数包括：决定了影像对象的最大异质度的分割尺度参数、均质性标准。

其中，均质性标准包括颜色和形状两个属性因子。其中，形状因子包括光滑度和紧致度。

在本发明的一个实施例中，颜色因子是生成对象的最重要的因子，形状因子的参与有助于避免影像对象形状的不完整，同时可以避免“同物异谱”和“同谱异物”现象，光滑度有助于生成具有光滑边界的影像，紧致度可根据较小的差别把紧凑的目标和不紧凑的目标区分开。

在本发明的一个实施例中，优选设置分割尺度参数、颜色因子、形状因子、光滑度和紧致度，从而能更好的为后续的主成分分析法作依据，提高磷石膏的识别准度。分割尺度参数是由待取区域遥感影像来决定的，所选参数使得能明显区分磷膏对象与周边其他典型地物，且边界显示较为清楚。在本发明中一个最优化实施例中，分割尺度参数为70，颜色因子为0.9，光滑度和紧致度均为0.5。

本发明中的主成分分析法主要是利用磷石膏样本的少数变量去解释遥感影像中典型地物的大部分变量，能解释遥感影响中大部分变量的几个新变量，即称为主成分。

本发明的一个实施例中，光谱主成分分析法具体包括以下步骤：分别提取其他典型地物与磷石膏样本在遥感影像上各波段对应的反射率值，利用光谱主成分分析法得到磷石膏样本光谱指标与其他典型地物光谱指标的阈值，建立基于光谱主成分分析的规则集，从而区分待提取区域中的磷石膏和典型地物，实现磷石膏的自动识别。

在本发明的一个优选实施例中，所选取的遥感影像数据中数据空间分辨率为30m，一共有4个波段，波长分别为0.43μm～0.52μm、0.52μm～0.60μm、0.63μm～0.69μm、0.76μm～0.9μm。即分别提取其他典型地物与磷石膏样本在上述波段上对应的反射率值。在每个待取区域的遥感数据的分辨率以及波段均不同，根据实际需求而定。通常选取影像质量较好的中高分辨率多光谱遥感影像。

其中，其他典型地物通常选取较易识别的地物，如耕地、林地、河流、建筑物等。在本发明的一个优选实施例中，耕地、林地、河流、建筑物等地物对应若干像元作为样本。为了较准确的得到主成分分析的结果，通常所选择的各类像元个数应该大于影像波段数。然后提取磷石膏的若干像元与其他典型地物的若干像元在遥感影像上各波段对应的反射率值。

其中，在本发明的实施例的方法中，当待取区域中所选对象的光谱指标大于或是等于阈值时，该对象被识别为磷石膏，否则为其他地物。

在本发明的一个实施例中，阈值是由下列步骤确定的，采用光谱主成分分析法得到磷石膏样本在各波段上的光谱反射率值进行分析，构建磷石膏样本得到的主成分系数的光谱指标公式；

根据其他典型地物样本在各波段的反射率值，代入上述光谱指标公式中，得到其他典型地物样本的光谱指标值；

比较磷石膏样本光谱指标值和其他典型地物样本的光谱指标值，确定磷石膏样本光谱指标值与其他典型地物光谱指标值的阈值。

假设磷石膏样本个数为n，每个样本提取p个波段反射率值(记为x₁，x₂，…，x_p，)，构成一个n×p阶的地理数据矩阵X：

主成分分析方法利用p个反射率变量(x₁，x₂，…，x_p)构造少数几个新的综合变量(如公式2)，使得新变量为反射率变量的线性组合，新变量互不相关，新变量包含p个反射率变量的绝大部分信息。

其中，x₁，x₂，…，x_p为各波段反射率变量，指标z₁，z₂，…，z_m(m≤p)为光谱指标，每一个新光谱指标是p个反射率变量的线性组合。

主成分分析实质就是确定原来变量x_j(j＝1，2，…，p)在诸主成分z_i(i＝1，2，…，m)上的系数l_ij(i＝1，2，…，m；j＝1，2，…，p)。其中，m为主成分的个数。使用本领域中常规计算特征值与特征向量、主成分贡献率及累计贡献率的常规算法得到上述系数值。

利用磷石膏样本在各波段的反射率值，采用主成分分析方法，获得磷石膏的光谱指标。

首先，根据其他典型地物样本在各波段的反射率值，代入到由磷石膏样本得到的主成分系数的光谱指标公式中，分别得到对应的Z_ic(i＝1，2，…，m；c＝1，2，…，q)。q为典型地物(除磷石膏以外的)类别数，m为主成分的个数。

然后，比较磷石膏样本光谱指标和Z_ic，找出区分磷石膏光谱指标与其他地物光谱指标值的阈值，即建立基于光谱主成分分析的规则集，以区分磷石膏和其他典型地物。

在本发明的一个最优选的实施例中，如图1所示，该方法包括对影像的预处理和多尺度分割形成影像对象层，选择典型地物样本，进行光谱信息的提取，以磷石膏的样本为例，对其进行主成分分析，构建光谱指标公式，将其他典型地物样本的反射率值代入上述光谱指标公式中，得到各自的光谱指标值，分析与比较找出区分磷石膏光谱指标与其他典型地物光谱指标值的阈值，建立规则集，当所述地物的光谱指标值大于或等于阈值时，该地物被识别为磷石膏，否则为其他地物。从而实现磷石膏的自动识别。

在本发明的另一个实施例中，若有少部分典型地物的光谱指标值与磷石膏的光谱指标值接近，可再利用其他信息建立规则，如形状因子、纹理信息、地形信息等。

本发明的另一个实施例中，提供了磷石膏的遥感识别系统，如图2所示，包括：

遥感影像获取模块S1，用于获取待提取区域的遥感影像；

磷石膏识别模块S2，用于基于磷石膏样本对象在待提取区域的遥感影像中的光谱特征与待提取区域中其他典型地物在待提取区域的遥感影像中的光谱特征的差异，利用光谱主成分分析法实现待提取区域中磷石膏的自动识别。

其中，遥感影像获取模块还包括遥感影像的处理单元，用于对影像进行预处理和多尺度分割。

其中，磷石膏识别模块中还包括阈值的确定单元，用于基于其他典型地物与磷石膏样本在遥感影像上各波段对应的反射率值，利用光谱主成分分析法得到磷石膏样本光谱指标与其他典型地物光谱指标的阈值，建立基于光谱主成分分析的规则集，从而区分待提取区域中的磷石膏和典型地物，实现磷石膏的自动识别。

当所述地物的光谱指标值大于或等于阈值时，该地物被识别为磷石膏，否则为其他地物。从而实现磷石膏的自动识别。

其中，为了使磷石膏的识别更加准确，所述磷石膏识别模块中还包括基于形状因子、纹理信息、和/或地形信息建立的规则集的建立单元，用于区分光谱指标值与磷石膏的光谱指标值接近的其他典型地物。

本说明书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。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

在本发明中，以贵州福泉市磷石膏识别为例，对本发明的技术方案进行详述。

实施例1

贵州省福泉市是我国重要的磷化工产业基地，享有“亚洲磷都”之称。贵州省磷石膏年排放量1500万吨，全国每年新产生3000万吨磷石膏渣，只有10％被综合利用。大量磷石膏露天堆放。

(1)遥感数据与数据处理

选取2010年8月29日的覆盖研究区范围的环境一号A星CCD二级产品数据(经过辐射校正、系统几何纠正后的数据)。该数据空间分辨率为30m，一共有4个波段，波长分别为0.43μm～0.52μm、0.52μm～0.60μm、0.63μm～0.69μm、0.76μm～0.9μm。

在进行磷石膏遥感识别之前，先对该数据进行大气校正、几何精纠正和裁剪处理。

(2)多尺度分割

参数组合为尺度参数为70，颜色因子为0.9，形状因子为0.1，光滑度和紧致度均为0.5时，可明显区分磷石膏对象与周边其他地物对象，且地物类型的边界显示较为清楚。

(3)主成分分析

从影像上看，该区域典型地物除了磷石膏以外，还包括植被、建筑用地、裸地、水体、阴影。每类地物选取10个像元，根据磷石膏样本像元反射率值，采用主成分分析方法，得到光谱指标公式。

z₁＝0.989x₁+0.978x₂+0.993x₃+0.925x₄ (3)

(4)建立规则集与磷石膏识别

将各类地物样本的反射率值代入式(3)，得到各地类样本光谱指标均值和标准差。根据统计值，得到阈值为0.8。建立光谱规则集为：z₁≥0.8时，该对象被识别为磷石膏，否则为其他地物。以此为依据，得到识别结果如图2所示。

从结果来看，利用主成分分析方法磷石膏遥感识别方法识别出磷石膏共有12处，其中有10处与地面调查结果一致，其自动识别精度达83.3％。结果表明，基于光谱特征分析的磷石膏遥感识别方法是一种简单、有效、可行的大面积快速识别磷石膏的方法。

最后，本申请的方法仅为较佳的实施方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。