CN102087617A - 基于环境一号卫星的水华分布提取方法 - Google Patents
基于环境一号卫星的水华分布提取方法 Download PDFInfo
- Publication number
- CN102087617A CN102087617A CN2011100344157A CN201110034415A CN102087617A CN 102087617 A CN102087617 A CN 102087617A CN 2011100344157 A CN2011100344157 A CN 2011100344157A CN 201110034415 A CN201110034415 A CN 201110034415A CN 102087617 A CN102087617 A CN 102087617A
- Authority
- CN
- China
- Prior art keywords
- water body
- water
- wawter bloom
- satellite
- bloom
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于环境一号卫星的水华分布提取方法，该方法包括步骤：S1.根据环境一号卫星的多光谱遥感影像，计算归一化植被指数；S2.根据所述归一化植被指数区分水体与水华水草，获得水体与水华水草的二值图；S3.根据水体与水华水草的二值图，结合高光谱数据反演结果，获取水华水体二值图；S4.输入水体分布图，将所述水华水体二值图与水体分布图进行波段运算，生成水华、水体、以及陆地的三值图，并提取水华分布图。本发明的方法丰富了目前多光谱数据水华分布提取的研究内容，其计算机自动解译程度高，可在不同软件模式下进行，适于开展业务化运行监测工作。
Description
技术领域
本发明涉及水华监测遥感技术领域，尤其涉及一种基于环境一号卫星的水华分布提取方法。
背景技术
水华是一种在淡水中的由藻类大量繁殖引起的自然生态现象。一般认为水华是指大量的飘浮或者悬浮在水面上的藻类，发生水华的水域一般都处于严重的富营养化状态。由于水华位于水面以上，遮挡了水体，水华区的遥感数据无法用于反演水质参数，因此水质参数遥感反演时，也需首先把水华识别出来，然后利用非水华和水草的普通水体遥感数据参与水质参数反演运算。因此，水华识别对于内陆水质遥感监测至关重要。遥感具有快速、大范围、周期性的特点，已经成为蓝藻水华监测的重要手段，几乎所有的卫星遥感传感器都能够识别和监测蓝藻水华的空间分布和暴发范围，在时间系列影响数据的支持下，可以发现蓝藻水华的空间分布规律。针对蓝藻水华的遥感监测研究，世界上许多国家都对其进行了专门立项，国内外很多专家学者曾做过蓝藻水华遥感的研究。但到目前为止，利用卫星多光谱数据提取水华分布方面的研究不足，模型、算法较少。常用的基于专家知识的人机交互判读的针对卫星多光谱数据的湖泊蓝藻水华提取模式，人机交互判读工作量较大且难以定位边界，准确性有限。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是：提供一种人工工作量小、简单且准确的水华分布提取方法。
(二)技术方案
为解决上述问题，本发明提供了一种基于环境一号卫星的水华分布提取方法，该方法包括步骤：
S1.根据环境一号卫星多光谱遥感影像，计算归一化植被指数；
S2.根据所述归一化植被指数区分水体与水华水草，获得水体与水华水草的二值图；
S3.根据水体与水华水草的二值图，结合高光谱数据反演结果，获取水华水体二值图；
S4.根据水体分布图，将所述水华水体二值图与水体分布图进行波段运算，生成水华、水体、以及陆地的三值图，并提取水华分布图。
其中，在步骤S1中，所述归一化植被指数的计算公式为：
NDVI＝(NIR-R)/(NIR+R)
其中，NIR为环境一号卫星多光谱遥感影像的红外波段，R为环境一号卫星多光谱遥感影像的红波段。
其中，所述红外波段为0.76～0.90μm，所述红波段为0.63～0.69μm。
其中，步骤S2进一步包括：
S2.1设定归一化植被指数阈值；
S2.2将归一化植被指数大于所述阈值的像元判断为水华水草，小于所述阈值的判断为水体。
其中，在步骤S3中，将步骤S2得到的水体与水华水草的二值图作为输入数据，结合高光谱数据反演结果，勾除水草，获取水华水体二值图。
其中，步骤S4中还包括步骤：根据环境一号卫星多光谱遥感影像第四波段，获取所述水体分布图。
(三)有益效果
本发明的方法丰富了目前多光谱数据水华分布提取的研究内容，其计算机自动解译程度高，可在不同软件模式下进行，适于开展业务化运行监测工作。
附图说明
图1为依照本发明一种实施方式的基于环境一号卫星的水华分布提取方法流程图。
具体实施方式
本发明提出的基于环境一号卫星的水华分布提取方法，结合附图及实施例详细说明如下。
“环境一号”(HJ-1A/B)卫星系统是中国国务院批准的专门用于环境和灾害监测的对地观测系统，拥有光学、红外、超光谱多种探测手段，具有大范围、全天候、全天时、动态的环境和灾害监测能力。HJ-1A/B星数据不仅能为环境与减灾业务运行系统提供重要保障，还将成为很多部门日常业务的重要数据源。基于环境卫星数据建立的环境与减灾应用系统，对推动遥感卫星业务服务具有重要的示范作用。
如图1所示，依照本发明一种实施方式的基于HJ-1A/B的水华分布提取方法包括步骤：
S1.根据HJ-1A/B多光谱遥感影像(多指CCD影像)，计算归一化植被指数(Normalized Difference Vegetation Index，NDVI)；
S2.根据NDVI结果区分普通水体与水华水草，获得普通水体与水华水草的二值图；
S3.根据普通水体与水华水草的二值图，结合高光谱数据反演结果，获取水华水体二值图；
S4.利用HJ-1A/B多光谱遥感影像第四波段，结合人工判读获取水体分布图，并输入水体分布图，将步骤S3得到的水华水体二值图与水体分布图进行波段运算，生成水华、水体、以及陆地的三值图，并提取水华分布图。
其中，在步骤S1中，NDVI的计算公式为：
NDVI＝(NIR-R)/(NIR+R)
其中，NIR为HJ-1A/B多光谱遥感影像的红外波段(0.76～0.90μm)，R为HJ-1A/B多光谱遥感影像的红波段(0.63～0.69μm)。
步骤S2进一步包括：
S2.1设定NDVI阈值；
S2.2将NDVI大于所述阈值的像元判断为水华水草，小于所述阈值的判断为普通水体。
在步骤S3中，将步骤S2得到的水华水草与水体二值图作为输入数据，结合高光谱数据反演结果，根据经验进行人工勾除水草，获取水华水体二值图。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
Claims (6)
1.一种基于环境一号卫星的水华分布提取方法，其特征在于，该方法包括步骤：
S1.根据环境一号卫星多光谱遥感影像，计算归一化植被指数；
S2.根据所述归一化植被指数区分水体与水华水草，获得水体与水华水草的二值图；
S3.根据水体与水华水草的二值图，结合高光谱数据反演结果，获取水华水体二值图；
S4.根据水体分布图，将所述水华水体二值图与水体分布图进行波段运算，生成水华、水体、以及陆地的三值图，并提取水华分布图。
2.如权利要求1所述的基于环境一号卫星的水华分布提取方法，其特征在于，在步骤S1中，所述归一化植被指数的计算公式为：
NDVI＝(NIR-R)/(NIR+R)
其中，NIR为环境一号卫星多光谱遥感影像的红外波段，R为环境一号卫星多光谱遥感影像的红波段。
3.如权利要求2所述的基于环境一号卫星的水华分布提取方法，其特征在于，所述红外波段为0.76～0.90μm，所述红波段为0.63～0.69μm。
4.如权利要求1所述的基于环境一号卫星的水华分布提取方法，其特征在于，步骤S2进一步包括：
S2.1设定归一化植被指数阈值；
S2.2将归一化植被指数大于所述阈值的像元判断为水华水草，小于所述阈值的判断为水体。
5.如权利要求1所述的基于环境一号卫星的水华分布提取方法，其特征在于，在步骤S3中，将步骤S2得到的水体与水华水草的二值图作为输入数据，结合高光谱数据反演结果，勾除水草，获取水华水体二值图。
6.如权利要求1所述的基于环境一号卫星的水华分布提取方法，其特征在于，步骤S4中还包括步骤：根据环境一号卫星多光谱遥感影像第四波段，获取所述水体分布图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100344157A CN102087617A (zh) | 2011-02-01 | 2011-02-01 | 基于环境一号卫星的水华分布提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2011100344157A CN102087617A (zh) | 2011-02-01 | 2011-02-01 | 基于环境一号卫星的水华分布提取方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102087617A true CN102087617A (zh) | 2011-06-08 |
Family
ID=44099435
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2011100344157A Pending CN102087617A (zh) | 2011-02-01 | 2011-02-01 | 基于环境一号卫星的水华分布提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102087617A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102706876A (zh) * | 2012-04-28 | 2012-10-03 | 中国神华能源股份有限公司 | 固体污染源区域的监测方法和装置以及数据处理设备 |
| CN103439472A (zh) * | 2013-06-14 | 2013-12-11 | 北京工商大学 | 基于遥感监测及改进证据融合技术的湖库蓝藻水华识别方法 |
| CN105761286A (zh) * | 2016-02-29 | 2016-07-13 | 环境保护部卫星环境应用中心 | 基于多光谱遥感影像的水色异常对象提取方法及系统 |
| CN106353256A (zh) * | 2016-11-10 | 2017-01-25 | 哈尔滨工业大学 | 一种基于多光谱遥感图像的水体藻类污染检测方法 |
| CN106706522A (zh) * | 2016-12-31 | 2017-05-24 | 环境保护部卫星环境应用中心 | 一种磷石膏的遥感识别方法及其系统 |
| CN106814035A (zh) * | 2017-01-12 | 2017-06-09 | 中国科学院烟台海岸带研究所 | 漂浮海表的大型藻类覆盖度估算方法 |
| CN108020511A (zh) * | 2016-11-01 | 2018-05-11 | 中国科学院遥感与数字地球研究所 | 一种浅水草型湖泊水质参数遥感监测方法与装置 |
| CN112232234A (zh) * | 2020-10-20 | 2021-01-15 | 生态环境部卫星环境应用中心 | 基于遥感的内陆湖库蓝藻水华强度评价方法和装置 |
| CN115760613A (zh) * | 2022-11-15 | 2023-03-07 | 江苏省气候中心 | 一种结合卫星影像和光流法的蓝藻水华短时预测方法 |
| CN115906505A (zh) * | 2022-12-12 | 2023-04-04 | 武汉大学 | 基于gnss信号的水面水华密度遥感探测方法及系统 |
| CN115984711A (zh) * | 2022-12-30 | 2023-04-18 | 中国科学院空天信息创新研究院 | 一种基于卫星遥感的非蓝藻水华监测方法和系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101114023A (zh) * | 2007-08-28 | 2008-01-30 | 北京交通大学 | 一种基于模型的湖泊湿地泛洪遥感监测方法 |
-
2011
- 2011-02-01 CN CN2011100344157A patent/CN102087617A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101114023A (zh) * | 2007-08-28 | 2008-01-30 | 北京交通大学 | 一种基于模型的湖泊湿地泛洪遥感监测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 陈云等: "基于遥感数据的太湖蓝藻水华信息识别方法", 《湖泊科学》, vol. 20, no. 2, 31 March 2008 (2008-03-31) * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102706876A (zh) * | 2012-04-28 | 2012-10-03 | 中国神华能源股份有限公司 | 固体污染源区域的监测方法和装置以及数据处理设备 |
| CN102706876B (zh) * | 2012-04-28 | 2014-12-31 | 中国神华能源股份有限公司 | 固体污染源区域的监测方法和装置以及数据处理设备 |
| CN103439472A (zh) * | 2013-06-14 | 2013-12-11 | 北京工商大学 | 基于遥感监测及改进证据融合技术的湖库蓝藻水华识别方法 |
| CN103439472B (zh) * | 2013-06-14 | 2015-03-11 | 北京工商大学 | 基于遥感监测及改进证据融合技术的湖库蓝藻水华识别方法 |
| CN105761286A (zh) * | 2016-02-29 | 2016-07-13 | 环境保护部卫星环境应用中心 | 基于多光谱遥感影像的水色异常对象提取方法及系统 |
| CN108020511A (zh) * | 2016-11-01 | 2018-05-11 | 中国科学院遥感与数字地球研究所 | 一种浅水草型湖泊水质参数遥感监测方法与装置 |
| CN106353256A (zh) * | 2016-11-10 | 2017-01-25 | 哈尔滨工业大学 | 一种基于多光谱遥感图像的水体藻类污染检测方法 |
| CN106353256B (zh) * | 2016-11-10 | 2019-01-18 | 哈尔滨工业大学 | 一种基于多光谱遥感图像的水体藻类污染检测方法 |
| CN106706522A (zh) * | 2016-12-31 | 2017-05-24 | 环境保护部卫星环境应用中心 | 一种磷石膏的遥感识别方法及其系统 |
| CN106814035A (zh) * | 2017-01-12 | 2017-06-09 | 中国科学院烟台海岸带研究所 | 漂浮海表的大型藻类覆盖度估算方法 |
| CN106814035B (zh) * | 2017-01-12 | 2019-04-09 | 中国科学院烟台海岸带研究所 | 海表漂浮大型藻类覆盖度的遥感估算方法 |
| CN112232234A (zh) * | 2020-10-20 | 2021-01-15 | 生态环境部卫星环境应用中心 | 基于遥感的内陆湖库蓝藻水华强度评价方法和装置 |
| CN112232234B (zh) * | 2020-10-20 | 2021-04-16 | 生态环境部卫星环境应用中心 | 基于遥感的内陆湖库蓝藻水华强度评价方法和装置 |
| CN115760613A (zh) * | 2022-11-15 | 2023-03-07 | 江苏省气候中心 | 一种结合卫星影像和光流法的蓝藻水华短时预测方法 |
| CN115760613B (zh) * | 2022-11-15 | 2024-01-05 | 江苏省气候中心 | 一种结合卫星影像和光流法的蓝藻水华短时预测方法 |
| CN115906505A (zh) * | 2022-12-12 | 2023-04-04 | 武汉大学 | 基于gnss信号的水面水华密度遥感探测方法及系统 |
| CN115906505B (zh) * | 2022-12-12 | 2024-05-24 | 武汉大学 | 基于gnss信号的水面水华密度遥感探测方法及系统 |
| CN115984711A (zh) * | 2022-12-30 | 2023-04-18 | 中国科学院空天信息创新研究院 | 一种基于卫星遥感的非蓝藻水华监测方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102087617A (zh) | 基于环境一号卫星的水华分布提取方法 | |
| Sherwood et al. | Tampa Bay estuary: Monitoring long-term recovery through regional partnerships | |
| Santos et al. | Anthropogenic activities on mangrove areas (São Francisco River Estuary, Brazil Northeast): a GIS-based analysis of CBERS and SPOT images to aid in local management | |
| CN102708369B (zh) | 一种基于卫星图像的海冰参数提取方法 | |
| Schwarz et al. | Impact of drifting icebergs on surface phytoplankton biomass in the Southern Ocean: Ocean colour remote sensing and in situ iceberg tracking | |
| Dooley et al. | Carbon‐dioxide removal and biodiversity: a threat identification framework | |
| Qiao et al. | Long-term changes in nutrients, chlorophyll a and their relationships in a semi-enclosed eutrophic ecosystem, Bohai Bay, China | |
| Xu et al. | Interannual variability of Ulva prolifera blooms in the Yellow Sea | |
| Nazerdeylami et al. | Autonomous litter surveying and human activity monitoring for governance intelligence in coastal eco-cyber-physical systems | |
| Lamar et al. | Multitemporal censusing of a population of eastern hemlock (Tsuga canadensis L.) from remotely sensed imagery using an automated segmentation and reconciliation procedure | |
| Oleynik et al. | Optimal sensors placement for detecting CO2 discharges from unknown locations on the seafloor | |
| Șerban et al. | Mapping thermokarst lakes and ponds across permafrost landscapes in the Headwater Area of Yellow River on northeastern Qinghai-Tibet Plateau | |
| Mainali et al. | Convolutional neural network for high-resolution wetland mapping with open data: Variable selection and the challenges of a generalizable model | |
| Gallagher | Taking stock of mangrove and seagrass blue carbon ecosystems: A perspective for future carbon trading | |
| CN117975282B (zh) | 基于多元光学特征融合的紫菜养殖区遥感提取方法及系统 | |
| Yu et al. | Research on integrated coastal zone management based on remote sensing: A case study of Guangxi Beibu gulf | |
| García-Girón et al. | Redundant or complementary? Evaluation of different metrics as surrogates of macrophyte biodiversity patterns in Mediterranean ponds | |
| Yang et al. | The spatial distribution and expansion of subsided wetlands induced by underground coal mining in eastern China | |
| Yan et al. | Sea reclamation in mainland China: process, pattern, and management | |
| Raj Chandar et al. | Mapping and analysis of marine pollution in Tuticorin coastal area using remote sensing and GIS | |
| Zhai et al. | Spatio-temporal dynamics of ecosystem service values in China’s Northeast Tiger-Leopard National Park from 2005 to 2020: Evidence from environmental factors and land use/land cover changes | |
| Banso et al. | Leveraging Applied Geophysics For Environmental Conservation: A South West Nigerian Perspective On Data Analysis And Policy Implementation | |
| Yu et al. | Using medium-resolution remote sensing satellite images to evaluate recent changes and future development trends of mangrove forests on Hainan Island, China | |
| Nguyen et al. | Coastal and marine ecological changes and fish cage culture development in Phu Quoc, Vietnam (2001 to 2011) | |
| Mwangi et al. | Application of hydrological models in poorly gauged watersheds: A review of the usage of the Soil and Water Assessment Tool (SWAT) in Kenya |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20110608 |