基于多源宽幅光学影像的浒苔面积提取方法及装置

1.本发明涉及遥感监测技术领域，尤其涉及一种基于多源宽幅光学影像的浒苔面积提取方法及装置。


背景技术：

2.近年来，某些海域连续多年爆发大规模的周期性的绿潮，形成绿潮原因的即浒苔的过度繁殖。浒苔爆发被认为是大规模的绿潮灾害，具有扩散海域广、影响持续时间长等特点，对海洋生态系统以及周围沿岸地区经济损失造成重大影响。
3.基于光学遥感浒苔监测主要基于构建植被指数，通过阈值或目视解译结合的方法进行信息提取。如基于中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer，modis)数据，采用传统比值植被指数(rate vegetation index，rvi)、归一化植被指数(normalized vegetation index，ndvi)、增强型植被指数(enhanced vegetation index，evi)以及结合短波红外的浒苔光学特征构建的归一化藻类指数(normalized algae index，ndai)、浮游藻类指数(float algae index，fai)等改进指数，针对不同卫星设计的植被指数进行浒苔信息提取。但由于较多光学影像缺少短波红外特征波段，无法利用针对浒苔设计的藻类指数进行信息提取，同时浒苔爆发时期多处于夏季，雨天较多，单一光学遥感数据无法同时满足高时间分辨率和高空间分辨率，无法对浒苔爆发的动态过程进行有效监测。
4.并且，多源数据之间存在空间分辨率的差异，对浒苔面积提取存在较大影响，研究表明空间分辨率越低，混合像元越多，对面积估测的影响越严重，因此保证多源数据提取浒苔面积的一致性也成为关键问题。


技术实现要素：

5.鉴于上述技术问题，本发明第一方面提供一种基于多源宽幅光学影像的浒苔面积提取方法，包括：获取浒苔爆发日期适用的多源宽幅光学影像；对多源宽幅光学影像进行预处理，预处理包括辐射定标、大气校正、投影转换、影像拼接、海陆分割；计算预处理后的多源宽幅光学影像的浒苔特征指数，并对浒苔特征指数进行阈值分割，提取多源宽幅光学影像中浒苔扩散范围；基于端元提取和线性混合像元分解的方式，根据浒苔扩散范围计算浒苔面积；根据浒苔面积分析多源宽幅光学影像在不同分辨率下的浒苔面积差异。
6.根据本公开的实施例，对多源宽幅光学影像进行辐射定标包括：获取多源宽幅光学影像对应的元数据中绝对定标系数中的增益量和偏移量，并根据增益量和偏移量对多源宽幅光学影像进行辐射定标；或者基于遥感图像处理平台的辐射定标模块对多源宽幅光学影像进行辐射定标；对多源宽幅光学影像进行大气校正包括：基于flaash大气校正方法及快速大气校正方法对多源宽幅光学影像进行大气校正；对多源宽幅光学影像进行投影转换包括：基于有理多项式模型对多源宽幅光学影像进行正射校正，将正射校正后的多源宽幅光学影像进行投影转化，得到投影坐标；对多源宽幅光学影像进行影像拼接包括：对未覆盖
整个浒苔爆发区域的多源宽幅光学影像进行同源数据无缝拼接；对多源宽幅光学影像进行海陆分割包括：通过已有的行政区划矢量、海陆分界线对多源宽幅光学影像进行海陆分割，获取包含浒苔的海洋区域范围。
7.根据本公开的实施例，根据增益量和偏移量对多源宽幅光学影像进行辐射定标包括：根据
8.l
λ
＝gain*dn+offset
9.将多源宽幅光学影像的灰度值dn转换为表观辐射亮度l
λ
，其中，gain为增益量，offset为偏移量。
10.根据本公开的实施例，浒苔特征指数包括归一化植被指数和基于虚拟基线高度的漂浮藻类指数；计算预处理后的多源宽幅光学影像的浒苔特征指数，具体包括：根据
[0011][0012]
计算归一化植被指数ndvi；
[0013]
根据
[0014][0015]
计算基于虚拟基线高度的漂浮藻类指数vb-fah；其中，nir为预处理后的多源宽幅光学影像对近红外波段的反射率，red为预处理后的多源宽幅光学影像对红波段的反射率，green为预处理后的多源宽幅光学影像对绿波段的反射率，λ
nir
为近红外波段对应的波长，λ
red
为红波段对应的波长，λ
green
为绿波段对应的波长。
[0016]
根据本公开的实施例，基于端元提取和线性混合像元分解的方式，根据浒苔扩散范围计算浒苔面积，具体包括：对归一化植被指数进行统计分析，提取多源宽幅光学影像对应的端元波谱；基于全约束最小二乘线性混合像元分解模型，根据端元波谱计算多源宽幅光学影像中浒苔端元的丰度；根据浒苔扩散范围和浒苔端元的丰度计算浒苔面积。
[0017]
根据本公开的实施例，根据
[0018][0019]
计算浒苔端元的丰度，其中，i＝1，2，
…
，m，j＝1，2，
…
p，m为波段数，p为端元数，rj为混合像元的反射率，aj为第i个波段第j个端元的反射率，ni为第i个波段的误差，为第j个端元的丰度。
[0020]
根据本公开的实施例，根据
[0021]
[0022]
计算浒苔面积area
gt
，n
gt
为浒苔扩散范围的浒苔像元个数，ps为多源宽幅光学影像对应的地面分辨率，an为浒苔扩散范围内的像元对应的浒苔端元丰度。
[0023]
本公开第二方面提供一种基于多源宽幅光学影像的浒苔面积提取装置，包括：获取模块，用于获取浒苔爆发日期适用的多源宽幅光学影像；预处理模块，用于对多源宽幅光学影像进行预处理，预处理包括辐射定标、大气校正、投影转换、影像拼接、海陆分割；提取模块，用于计算预处理后的多源宽幅光学影像的浒苔特征指数，并对浒苔特征指数进行阈值分割，提取多源宽幅光学影像中浒苔扩散范围；计算模块，用于基于端元提取和线性混合像元分解的方式，根据浒苔扩散范围计算浒苔面积；分析模块，用于根据浒苔面积分析多源宽幅光学影像在不同分辨率下的浒苔面积差异。
[0024]
本发明第三方面提供一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述方法。
[0025]
本发明第四方面提供一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现上述方法。
[0026]
根据本公开实施例提供的基于多源宽幅光学影像的浒苔面积提取方法及装置，通过选择适用的多源宽幅光学数据解决单一影像无法实现浒苔动态监测的问题，并通过ndvi、vb-fah等四波段光学影像均可计算的植被指数进行统计分析及阈值分割，结合端元提取、线性混合像元分解快速估算浒苔面积，提高浒苔面积提取的自动化程度并减小不同影像分辨率带来的面积估算的差异，从而提高基于多源宽幅光学影像提取黄海浒苔面积的有效性和准确性。
附图说明
[0027]
通过以下参照附图对本发明实施例的描述，本发明的上述以及其他目的、特征和优点将更为清楚，在附图中：
[0028]
图1示意性示出了根据本发明实施例的基于多源宽幅光学影像的浒苔面积提取方法整体流程图；
[0029]
图2示意性示出了根据本发明实施例的基于多源宽幅光学影像的浒苔面积提取方法细节流程图；
[0030]
图3示意性示出了根据本发明实施例的基于多源宽幅光学影像的浒苔面积提取装置的框图；
[0031]
图4示意性示出了根据本发明实施例的适于实现上文描述的方法的电子设备的框图。
具体实施方式
[0032]
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。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。
[0033]
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本发明。在此使用
olci(https：//coda.eumetsat.int/#/home)、gf-1 wfv(中国资源卫星中心http：//www.cresda.com/cn/)、gf-4 pms(中国资源卫星中心http：//www.cresda.com/cn/)、hy-1c/1d czi(https：//osdds.nsoas.org.cn/#/)等数据，各类数据获取地址已注明。
[0044]
在操作s102，对多源宽幅光学影像进行预处理，预处理包括辐射定标、大气校正、投影转换、影像拼接、海陆分割。
[0045]
在本公开一实施例中，对多源宽幅光学影像进行辐射定标例如可以包括以下两种方式。
[0046]
第一种方式可以为：获取多源宽幅光学影像对应的元数据中绝对定标系数中的增益量和偏移量，并根据增益量和偏移量对所述多源宽幅光学影像进行辐射定标。
[0047]
示例性地，可以根据
[0048]
l
λ
＝gain*dn+offset
[0049]
将多源宽幅光学影像的灰度值dn转换为表观辐射亮度l
λ
，其中，gain为所述增益量，offset为偏移量。
[0050]
第二种方式可以为：基于遥感图像处理平台(the environment for visualizing images，envi)中的辐射定标(radiometric calibration)模块对多源宽幅光学影像进行辐射定标。
[0051]
在本公开一实施例中，对多源宽幅光学影像进行大气校正例如可以包括：基于envi中的大气校正模块，即flaash大气校正方法及快速大气校正方法对多源宽幅光学影像进行大气校正，减少大气吸收和散射对传感器浒苔电磁辐射特征的影响。其中，针对光谱响应函数已知的gf-1wvf、gf-4pms、hy-1c/1d czi可使用flaash大气校正方法，sentinel-3olci基于快速大气校正方法进行。
[0052]
在本公开一实施例中，对多源宽幅光学影像进行投影转换例如可以包括：基于有理多项式(rpc)模型对多源宽幅光学影像进行正射校正，将正射校正后的多源宽幅光学影像进行投影转化，得到投影坐标。转化的坐标系可以为wgs_1984_utm_zone_51n投影坐标系。
[0053]
在本公开一实施例中，对多源宽幅光学影像进行影像拼接例如可以包括：对未覆盖整个浒苔爆发区域的多源宽幅光学影像进行同源数据无缝拼接。由于大部分多源宽幅影像能够覆盖整个海域浒苔爆发区域，对少数未能覆盖的多源宽幅影像进行同源数据无缝拼接。
[0054]
在本公开一实施例中，对多源宽幅光学影像进行海陆分割包括：通过已有的行政区划矢量、海陆分界线对多源宽幅光学影像进行海陆分割，获取包含浒苔的海洋区域范围。
[0055]
在操作s103，计算预处理后的多源宽幅光学影像的浒苔特征指数，并浒苔特征指数进行阈值分割，提取多源宽幅光学影像中浒苔扩散范围。
[0056]
在本公开一实施例中，计算的浒苔特征指数包括ndai和基于虚拟基线高度的漂浮藻类指数(virtual-baseline floating macro algae height，vb-fah)。
[0057]
针对预处理后的多源宽幅光学影像，基于各波段的反射率，根据
[0058][0059]
计算归一化植被指数ndvi；
[0060]
根据
[0061][0062]
计算基于虚拟基线高度的漂浮藻类指数vb-fah。
[0063]
其中，nir为预处理后的多源宽幅光学影像对近红外波段的反射率，red为预处理后的多源宽幅光学影像对红波段的反射率，green为预处理后的多源宽幅光学影像对绿波段的反射率，λ
nir
为近红外波段对应的波长，λ
red
为红波段对应的波长，λ
green
为绿波段对应的波长。
[0064]
在获得ndvi和vb-fah后，可以基于与海水的背景差异，对多源宽幅光学影像计算的浒苔特征指数进行阈值分割提取浒苔扩散范围。例如，vb-fah的阈值分割范围针对多源光学数据为[-0.01，-0.005]。vb-fah在浒苔提取过程中能够减少一部分云的影响，在云层区域通过自适应提高指数阈值提取云层覆盖下的浒苔范围。
[0065]
在操作s104，基于端元提取和线性混合像元分解的方式，根据浒苔扩散范围计算浒苔面积。
[0066]
操作s104的具体可以如下：
[0067]
首先，对归一化植被指数进行统计分析，提取多源宽幅光学影像对应的端元波谱。
[0068]
示例性地，取0＜ndvi＜i范围内ndvi较大值(累积直方图99％附近)对应像素的光谱平均值作为浒苔端元波谱，-1＜取ndvi＜0范围内ndvi较小值(累积直方图1％附近)对应像素的光谱平均值作为海水端元波谱。
[0069]
然后，基于全约束最小二乘线性混合像元分解模型，根据端元波谱计算多源宽幅光学影像中浒苔端元的丰度。
[0070]
可以根据
[0071][0072]
计算浒苔端元的丰度，其中，i＝1，2，
…
，m，j＝1，2，
…
p，m为波段数，p为端元数，rj为混合像元的反射率，aj为第i个波段第j个端元的反射率，ni为第i个波段的误差，为第j个端元的丰度。
[0073]
示例性地，取p＝2，波段数gf1、hy-1c/d、gf-4均为m＝4，sentinel-3olci中m＝21。
[0074]
最后，根据浒苔扩散范围和所述浒苔端元的丰度计算浒苔面积。
[0075]
可以根据
[0076][0077]
计算浒苔面积area
gt
，n
gt
为浒苔扩散范围的浒苔像元个数，ps为多源宽幅光学影
像对应的地面分辨率，an为浒苔扩散范围内的像元对应的浒苔端元丰度。
[0078]
在操作s105，根据浒苔面积分析多源宽幅光学影像在不同分辨率下的浒苔面积差异。
[0079]
在本公开实施例中，针对不同宽幅光学影像的分辨率差异，分析宽幅光学影像不同分辨率下的浒苔面积差异。
[0080]
示例性地，表1给出了某日黄海多源影像浒苔面积提取统计结果。
[0081]
表1
[0082]
数据源影像分辨率/m浒苔范围像元个数面积/km2gf1 wvf1613428989934.39gf4 pms5017340961185.82hy1 c/d czi501132469(部分缺失)1039.29sentinel-3olci30049385901.89
[0083]
从表1可以看出，不同分辨率下的浒苔面积的提取结果基本一致，证明了本发明提出的浒苔指数结合线性混合像元分解的方法降低了浒苔面积提取受到影像分辨率的影响。
[0084]
根据本公开实施例提供的基于多源宽幅光学影像的浒苔面积提取方法，选择适用的多源宽幅光学影像，能够覆盖黄海浒苔爆发区域；通过对光学影像进行预处理消除多源数据之间的空间不统一性并减少大气对浒苔指数建立的影响；通过典型浒苔植被指数进行阈值分割提取浒苔扩散范围，并基于ndvi进行统计分析。通过统计分析结果提取浒苔、海水端元光谱，结合全约束最小二乘解算线性混合光谱模型提取浒苔丰度，结合像元分辨率及浒苔像元个数估算浒苔面积。进而可以克服单一影像无法实现有效动态监测、多源数据面积提取的不统一性，从而提高宽幅光学影像监测黄海浒苔的有效性及准确性。
[0085]
图3示意性示出了根据本发明实施例的基于多源宽幅光学影像的浒苔面积提取装置的框图。
[0086]
如图3所示，基于多源宽幅光学影像的浒苔面积提取装置300可以包括获取模块310、预处理模块320、提取模块330、计算模块340以及分析模块350。
[0087]
获取模块310，用于获取浒苔爆发日期适用的多源宽幅光学影像。
[0088]
预处理模块320，用于对多源宽幅光学影像进行预处理，预处理包括辐射定标、大气校正、投影转换、影像拼接、海陆分割。
[0089]
提取模块330，用于计算预处理后的多源宽幅光学影像的浒苔特征指数，并对浒苔特征指数进行阈值分割，提取多源宽幅光学影像中浒苔扩散范围。
[0090]
计算模块340，用于基于端元提取和线性混合像元分解的方式，根据浒苔扩散范围计算浒苔面积。
[0091]
分析模块350，用于根据浒苔面积分析多源宽幅光学影像在不同分辨率下的浒苔面积差异。
[0092]
根据本发明的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本发明实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本发明实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电
路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本发明实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
[0093]
例如，获取模块310、预处理模块320、提取模块330、计算模块340以及分析模块350中的任意多个可以合并在一个模块/单元/子单元中实现，或者其中的任意一个模块/单元/子单元可以被拆分成多个模块/单元/子单元。或者，这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合，并在一个模块/单元/子单元中实现。根据本发明的实施例，获取模块310、预处理模块320、提取模块330、计算模块340以及分析模块350中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块310、预处理模块320、提取模块330、计算模块340以及分析模块350中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
[0094]
需要说明的是，本发明的基于多源宽幅光学影像的浒苔面积提取装置部分与本发明的实施例中基于多源宽幅光学影像的浒苔面积提取方法部分是相对应的，其具体实施细节及带来的技术效果也是相同的，在此不再赘述。
[0095]
图4示意性示出了根据本发明实施例的适于实现上文描述的方法的电子设备的框图。图4示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
[0096]
如图4所示，根据本发明实施例的电子设备400包括处理器401，其可以根据存储在只读存储器(rom)402中的程序或者从存储部分408加载到随机访问存储器(ram)403中的程序而执行各种适当的动作和处理。处理器401例如可以包括通用微处理器(例如cpu)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))，等等。处理器401还可以包括用于缓存用途的板载存储器。处理器401可以包括用于执行根据本发明实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
[0097]
在ram 403中，存储有电子设备400操作所需的各种程序和数据。处理器401、rom 402以及ram403通过总线404彼此相连。处理器401通过执行rom 402和/或ram403中的程序来执行根据本发明实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除rom 402和ram 403以外的一个或多个存储器中。处理器401也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本发明实施例的方法流程的各种操作。
[0098]
根据本发明的实施例，电子设备400还可以包括输入/输出(i/o)接口405，输入/输出(i/o)接口405也连接至总线404。电子设备400还可以包括连接至i/o接口405的以下部件中的一项或多项：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至i/o接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、
半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。
[0099]
根据本发明的实施例，根据本发明实施例的方法流程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读存储介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被处理器401执行时，执行本发明实施例的系统中限定的上述功能。根据本发明的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
[0100]
本发明还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本发明实施例的方法。
[0101]
根据本发明的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质。例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
[0102]
例如，根据本发明的实施例，计算机可读存储介质可以包括上文描述的rom402和/或ram 403和/或rom 402和ram 403以外的一个或多个存储器。
[0103]
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。本领域技术人员可以理解，本发明的各个实施例中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本发明中。特别地，在不脱离本发明精神和教导的情况下，本发明的各个实施例记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本发明的范围。