基于landsam影像的沙脊群地貌因子自动提取方法研究.docxVIP

基于landsam影像的沙脊群地貌因子自动提取方法研究 使用遥感方法研究海岸带变化是一种快速有效的方法。从卫星图像中获得地形数据的传统方法是图像解释。该方法比较简单, 但是对于目视判读者的地学知识和解译经验有较高的要求, 耗费时间多, 劳动强度大, 信息获取周期较长, 解译质量受到许多因素的制约。因此, 该方法难以适应当前快速化、信息化的研究趋势。本文使用ESRI Arc GIS平台的地理建模工具———Model Builder来集成建模, 从而实现辐射沙脊群地貌因子自动提取, 希望该方法可以快速有效地得到沿海辐射沙脊群的沙洲水边线、沙脊线等地貌因子。 目前关于辐射沙脊群的遥感研究方法主要分为定性研究和定量研究两种。定性研究主要是使用传统的遥感解译方法以及野外实地调查数据进行辐射沙脊群地貌演变的分析, 如黄海军、李成治利用海图资料、陆地卫星影像及岸滩实测剖面等资料对辐射沙脊群的主要潮沟进行了研究, 相似的研究还有李海宇等、陈君等、Lohani and Mason、Taborda and Silva。这些研究侧重利用目视解译地貌的物理过程变化及其规律, 遥感和GIS分析只是起辅助作用、做定性分析。 而定量研究则是通过遥感分类、图像处理和模式识别进行地貌因子的提取, 着重于计算机自动或半自动分析, 以获取更为客观、准确的分析结果。早在1982年, 唐文周等就提出计算机自动分类技术速度快, 并且能同时测算出各类型的面积, 更适于海岸动态监测和综合考察的观点。刘永学等提出了TC2分量密度分割法、饱和度分量图像密度分割法和Canny边缘检测3种方法提取辐射沙洲的边缘;Chaaban等以法国南部海岸带为研究区, 对海岸线的自动化获取进行了研究。虽然这些自动化提取算法在一些具体的应用上取得了成功, 但是太多人工操作使得遥感信息提取效率较低。 海岸带的变化是一个持续的周期性的过程, 时间因素对于辐射沙脊群地貌因子提取非常重要。以往的研究局限于资料、人力和时间的有限, 大多在一段不连续的时间或较小的范围内进行的研究, 不能完成一些长时期、大范围、连续数据的研究。随着当前卫星技术的发展, 数据获取已经不是难题, 但是如何快速、实时地处理海量数据, 是有待研究的一个课题。目前国际上有面向任务型网络在线地理信息处理系统, 使用Model Builder建立的基于GIS的远程景观动态监控工具等研究。本文主要研究如何设计和实现复杂的地理处理模型, 将步骤复杂、重复劳动较多的地貌提取过程建立为一站式处理流程。通过其自动化和可重复性, 将技术人员从大量繁复工作中解放出来, 对于研究效率的提高、研究时间的有效利用有着重要意义。 因此, 本研究以Arc GIS9.3平台为基础, 基于空间分析建模技术, 使用Model Builder图解建模生成器将辐射沙脊群地貌因子提取的一系列繁复的链式处理流程整合为一个自动化处理流程, 从而减少中间过程数据, 以达到快捷高效、高准确率地提取两种地貌因子的目的。 1 沙脊群形成环境 本研究的研究区选择江苏沿海辐射沙脊群地区, 该区域位于江苏中部沿海, 南北长200 km, 东西宽90 km, 水深界于0~25 m。辐射沙脊群形态特别, 共有大小沙体70余个;较大型的沙洲有东沙、高泥、条子泥、竹根沙、月亮沙等, 共同构成沙脊群主体, 从弶港北岸顺时针向南岸呈扇形展开, 其地理位置和外观形态如图1所示。 本项研究使用Landsat TM影像作为基础实验数据, 其传感器有7个波段, 空间分辨率30 m, 能够满足海岸带区域的研究精度要求。选取2006年4月3日、2008年4月24日、2010年11月27日三期影像进行地貌因子提取的研究。TM影像的获取的时刻均为上午10点30分左右, 经三个潮位测点的观测数据得知, 在该时刻研究区域是低潮位状态, 辐射沙脊群基本全部出露水面, 因此能够获得比较准确的地貌因子。地貌因子提取之前, 对原始影像使用70年1∶25万的国家海图配准, 并进行了辐射矫正、大气矫正预处理。 2 辐射沙脊群的两种地貌因子提取 在辐射沙洲区域, 地物大致可分为2类:沙洲和海水, 沙洲主要由细颗粒沉积物组成, 并为海水周期性淹没。使用一定的分类方法, 可以将沙洲和海水分开, 再进一步的处理分类后图像就可得到两种地貌因子。 图2为本文研究框架, 这是一个面向任务的框架, 用于针对辐射沙脊群的沙洲水边线和沙脊线信息进行提取, 其中, (1) 为数据预处理流程; (2) 为水边线提取流程; (3) 为沙脊中心线提取流程; (4) 为辐射沙脊群地貌因子。其具体技术方法将在下文中详细解释。 2.1 基于生物资本的非监督分类方法 沙洲水边线是沙洲在不同潮位下出露的边界, 就是沙洲的外轮廓。对水边线的动态变化进行研究, 可以较为方便地