基于国产高分数据的面向对象水葫芦识别方法研究.docVIP

基于国产高分数据的面向对象水葫芦识别方法研究 [摘 要]自2001年起，汉江华汉段开始遭遇水葫芦， 2014年10月出现汉江迄今最严重水葫芦肆虐现象，引起人们对汉江水环境的高度关注，有效地提取水葫芦信息对分析水葫芦动态分布和应急处理有重要意义，而利用卫星遥感技术进行汉江水葫芦监测使获取结果更便捷、更高效。本文以2014年10月20日我国高分一号卫星PMS数据为数据源，对研究区的船只、水体、水葫芦进行采样，通过各种物体在DVI、RVI、NDWI、NDVI四种指数变化范围的比较，建立了对象知识库；运用eCognition软件选择合适尺度分割提取研究区，再对研究区进行分割，选取合适的指数和阈值进行了水体、船只、水葫芦的分类；分析了分类结果，并与传统分类技术进行对比，对分类结果进行精度评价，确定面向对象方法的优越性。本次研究为以后开展河道水葫芦应急监测提供技术参考。 [关键词]水葫芦 高分一号 面向对象 eCogition 中图分类号：TP31 文献标识码：A 文章编号：1009-914X（2016）11-0283-02 引言：水葫芦，别名凤眼莲[1]，自20世纪五、六十年代开始，由南美引进到南方乡村的河塘[2]，它有一定的观赏价值，并且能够吸收水体中的一些有害元素，起到净化水质的作用，故被广泛应用到生态修复工程中[3-5]。但是由于制约水葫芦的天敌欠缺，除此之外，工业废水和生活污水肆意倾倒到江河湖泊，从而水体的富营养化程度升高，也为水葫芦的迅速蔓延创造了有利条件。到了2009年，我国水葫芦灾害面积已经达到38万hm，引起的经济损失约为43.55亿/年[6]。 目前，对水葫芦的综合治理和防治技术研究颇多，其中生物技术经济持久，被广泛应用[7]，但是对于确定水葫芦发生的范围和规模的方法研究较少，尽快确定水葫芦发生范围和发生规模可以更有目标性、更高效地对其作出应急处理。故本文以2014年10月汉江水葫芦大暴发为背景，选取晴川桥至月湖桥段为研究水域，以我国在2013年发射的GF一号卫星2米/8米数据为主要数据源，对汉江水葫芦进行应急监测，目前通过遥感影像对绿色植被进行提取的方法较多，然而很多方法都针对像元，都不能充分利用高分辨率的空间特征，而面向对像的方法则可以充分利用影像的光谱信息和空间结构信息，故本文采用面向对象的分类提取方法，对影像进行分割，再使用常用的植被提取指数DVI、RVI、NDVI、NDWI、TBAI的进行比较，根据各指数的优势建立规则，在对象层次上对水葫芦进行提取，并通过与传统分类方法的对比，表明了面向对象方法的优越性。 1 试验区数据 本研究应用高分一号卫星的MSS多光谱数据。其中PMS传感器幅宽60km，获取的多光谱数据空间分辨率为8米，高分8米多光谱数据较高的空间分辨率和时间分辨率，有利于捕捉地面的动态变化信息[8]。 本研究中选用2014年10月20日的PMS多光谱数据，包括蓝、绿、红三个可见光波段（波长范围分别是0.45-0.52μm、0.52-0.59μm、0.63-0.69μm）和一个近红外波段（波长范围为0.77-0.89μm），空间分辨率为8米。 2 面向对象水葫芦提取 2.1 数据预处理 PMS传感器获取到的多光谱数据的Level2产品在平原地区的几何定位精度约为10米，满足1：5万比例尺地形图的更新要求。故本文不对元数据进行几何精校正，而是借助envi5.1软件通过安装GF插件，对PMS多光谱数据做辐射定标和大气校正，再进行正射校正，最后把研究区裁剪出来，得到研究区接近真实值的反射率。预处理结果如下（图1、图2）。 2.2影像分割提取研究区 对裁剪区域进行研究，使用eCognition软件选取最佳的分割参数，对影像进行分割，提取出研究区边界。 本文使用面向对象的图像分类方法进行分类前，要利用图像分割的方法将图像划分为一个个大小不等且互不相交的小区域，从而把目标对象提取出来[9]。 影像分割中确定最优尺度和分割参数是关键，这直接决定着分类的精度。对研究区进行分割实验，把分割尺度设置为50、100、150、200、250，颜色因子、形状因子、光滑度、紧密度的权重分别设为 0.9、0.1、0.5、0.5。由于研究区域内地物较多，不仅有水体和水葫芦，还有桥梁、船只。因此在寻找分割尺度时就要采取折中方法，既要尽量将桥梁和船只单独分出来，也要保证水葫芦在提取范围内。图2为分割尺度为100的结果，图3为分割尺度为150的结果，图4为分割尺度为200的结果。从图中可以看出，图2虽然能把桥梁与水体分割出来，但是与其它结果相比太破碎。图3虽然研究区较完整，还是有浓度较高的水葫芦岸边区被单独分割，而植被与水体的光谱特征差异较大，在提取时容易漏掉。图4分割的水体区域较完整，不仅将桥梁单独分块，也没有漏掉岸边聚集的水葫芦，能把研