CN102706876B - 固体污染源区域的监测方法和装置以及数据处理设备 - Google Patents

Abstract

本发明公开了一种固体污染源区域的监测方法和装置以及数据处理设备，该固体污染源区域的监测方法包括：获取目标区域的卫星遥感影像数据；利用卫星遥感影像数据计算植被指数；比较植被指数和参考植被指数的大小以确定待测区域，其中，待测区域包括固体污染源区域、水体区域和建筑物用地区域；提取卫星遥感影像数据中的土地现状信息数据；由土地现状信息数据得到土地利用数据库；比较待测区域和土地利用数据库以确定固体污染源区域。通过本发明，达到了快速、准确监测固体污染源区域的效果。

Description

固体污染源区域的监测方法和装置以及数据处理设备

技术领域

本发明涉及勘测领域，具体而言，涉及一种固体污染源区域的监测方法和装置以及数据处理设备。

背景技术

在矿区的生产和开发过程中，产生了大量的固体污染源，固体污染源主要指地面上的煤、矸和粉尘。大量固体污染源的排放和堆置，导致土地的过度占用，而且其造成的污染又导致原有生态系统的破坏，因为堆放在露天环境里的固体污染源不仅释放有害气体，还会在降雨时污染土地和水体，因此，固体污染源的污染范围远远超过其占据的空间。

目前对矿区固体污染源的污染范围的监测方法主要是将矿区不同比例尺的地形图和井下采矿工程对照图作为调绘底图来调绘固体污染源的分布范围，并人工的方式调查固体污染源的类别、占压土地类型，始堆年份、堆积年份和堆积量等；最后在人工调绘的底图上用求积仪、方格法和图解法量算，或者将调查资料数字化，在计算机上量取占地面积。这种方法适用于小面积监测，需要大量时间和人力，不仅工作效率低而且主观性比较强。

针对现有技术中监测固体污染源区域效率低而且不准确的问题，目前尚未提出有效的解决方案。

发明内容

本发明提供了一种固体污染源区域的监测方法和装置以及数据处理设备，以至少解决现有技术中监测固体污染源区域效率低而且不准确的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种固体污染源区域的监测方法。

根据本发明的固体污染源区域的监测方法包括：获取目标区域的卫星遥感影像数据；利用卫星遥感影像数据计算植被指数；比较植被指数和参考植被指数的大小以确定待测区域，其中，待测区域包括固体污染源区域、水体区域和建筑物用地区域；提取卫星遥感影像数据中的土地现状信息数据；由土地现状信息数据获得土地利用数据库；以及比较待测区域和土地利用数据库以确定固体污染源区域。

进一步地，比较植被指数和参考植被指数的大小以确定待测区域包括：确定参考植被指数的阈值；以及比较植被指数和参考植被指数的阈值的大小以确定待测区域。

进一步地，利用卫星遥感影像数据计算植被指数包括：利用卫星遥感影像数据计算归一化植被指数NDVI，比较植被指数和参考植被指数的大小以确定待测区域包括：比较目标区域的归一化植被指数和参考归一化植被指数的大小以确定待测区域。

进一步地，比较目标区域的归一化植被指数和参考归一化植被指数的大小以确定待测区域包括：提取卫星遥感影像数据中的红色波段卫星遥感影像数据和红外波段卫星遥感影像数据；利用目标区域的红色波段卫星遥感影像数据和红外波段卫星遥感影像数据计算归一化植被指数；以及比较目标区域的归一化植被指数和参考归一化植被指数的大小以确定待测区域。

进一步地，提取卫星遥感影像数据中的红色波段卫星遥感影像数据和红外波段卫星遥感影像数据包括：提取卫星遥感影像数据中的红色波段反射率ρ_red和红外波段反射率ρ_nir，以及利用红色波段卫星遥感影像数据和红外波段卫星遥感影像数据计算归一化植被指数包括： $\mathrm{NDVI}=\frac{{\mathrm{\ρ}}_{\mathrm{nir}}-{\mathrm{\ρ}}_{\mathrm{red}}}{{\mathrm{\ρ}}_{\mathrm{nir}}+{\mathrm{\ρ}}_{\mathrm{red}}}.$

进一步地，获取目标区域的卫星遥感影像数据包括：定期获取目标区域的卫星遥感影像数据。

进一步地，在获取目标区域的卫星遥感影像数据之后以及在利用卫星遥感影像数据计算归一化植被指数之前，上述方法还包括：获取基础数据资料，其中，基础数据资料为与目标区域的地形相关的数据；结合基础数据资料对卫星遥感影像数据进行纠正处理；对经过纠正处理的卫星遥感影像数据进行图像融合处理；对经过图像融合处理的卫星遥感影像数据进行匀色处理；以及对经过匀色处理的卫星遥感影像数据进行镶嵌和分割以获取正射遥感影像数据。

进一步地，在对比待测区域和土地利用数据库以确定固体污染源区域之后，还包括：将固体污染源区域分为点状固体污染源区域、线状固体污染源区域和面状固体污染源区域；以及将不同类型的固体污染源区域分别提取并存储。

为了实现上述目的，根据本发明的另一个方面，提供了一种固体污染源区域的监测装置，该装置用于执行本发明提供的任意一种固体污染源区域的监测方法。

根据本发明的另一方面，提供了一种固体污染源区域的监测装置。该固体污染源区域的监测装置包括：第一获取单元，用于获取目标区域的卫星遥感影像数据；计算单元，用于利用卫星遥感影像数据计算植被指数；第一确定单元，用于比较植被指数和参考植被指数的大小以确定待测区域，其中，待测区域包括固体污染源区域、水体区域和建筑物用地区域；提取单元，用于提取卫星遥感影像数据中的土地现状信息数据；获得单元，用于由土地现状信息数据获得土地利用数据库；以及第二确定单元，用于比较待测区域和土地利用数据库以确定固体污染源区域。

进一步地，第一确定单元包括：第一确定子单元，用于确定参考植被指数的阈值；以及第二确定子单元，用于比较植被指数和参考植被指数的阈值的大小以确定待测区域。

进一步地，计算单元包括：计算子单元，用于利用卫星遥感影像数据计算归一化植被指数NDVI，第一确定单元包括：第三确定子单元，用于比较目标区域的归一化植被指数和参考归一化植被指数的大小以确定待测区域。

进一步地，第三确定子单元包括：提取模块，用于提取卫星遥感影像数据中的红色波段卫星遥感影像数据和红外波段卫星遥感影像数据；计算模块，用于利用目标区域的红色波段卫星遥感影像数据和红外波段卫星遥感影像数据计算归一化植被指数；以及确定模块，用于比较目标区域的归一化植被指数和参考归一化植被指数的大小以确定待测区域。

进一步地，提取模块包括：提取子模块，用于提取卫星遥感影像数据中的红色波段反射率ρ_red和红外波段反射率ρ_nir，以及计算模块包括计算子模块，用于计算归一化植被指数 $\mathrm{NDVI}=\frac{{\mathrm{\ρ}}_{\mathrm{nir}}-{\mathrm{\ρ}}_{\mathrm{red}}}{{\mathrm{\ρ}}_{\mathrm{nir}}+{\mathrm{\ρ}}_{\mathrm{red}}}.$

进一步地，第一获取单元包括：获取子单元，用于定期获取目标区域的卫星遥感影像数据。

进一步地，上述装置还包括：第二获取单元，用于获取基础数据资料，其中，基础数据资料为与目标区域的地形相关的数据；纠正单元，用于结合基础数据资料对卫星遥感影像数据进行纠正处理；融合单元，用于对经过纠正处理的卫星遥感影像数据进行图像融合处理；匀色单元，用于对经过图像融合处理的卫星遥感影像数据进行匀色处理；以及第三获取单元，用于对经过匀色处理的卫星遥感影像数据进行镶嵌和分割以获取正射遥感影像数据。

进一步地，上述装置还包括：分类单元，用于将固体污染源区域分为点状固体污染源区域、线状固体污染源区域和面状固体污染源区域；以及存储单元，用于将不同类型的固体污染源区域分别提取并存储。

为了实现上述目的，根据本发明的再一个方面，提供了一种数据处理设备，该设备包括本发明提供的任一种固体污染源区域的确定装置。

通过本发明，由于借助了卫星遥感影像数据，不用人工实地勘测，不仅减少了监测所要花费的时间而且提高了数据的精确度，同时，因为所有的数据都在数据处理设备中进行处理，避免了人工计算时个人差异带来的主观误差，从而进一步提高了监测的准确性和客观性，因此解决了现有技术中监测固体污染源区域效率低而且不准确的问题，进而达到了快速、准确监测固体污染源区域的效果。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的固体污染源区域的监测装置的结构框图；

图2是根据本发明第一优选实施例的固体污染源区域的监测装置的结构框图；

图3是根据本发明第二优选实施例的固体污染源区域的监测装置的结构框图；

图4是根据本发明第三优选实施例的固体污染源区域的监测装置的结构框图；

图5是根据本发明第四优选实施例的固体污染源区域的监测装置的结构框图；

图6是根据本发明第五优选实施例的固体污染源区域的监测装置的结构框图；

图7是根据本发明第六优选实施例的固体污染源区域的监测装置的结构框图；

图8是根据本发明第七优选实施例的固体污染源区域的监测装置的结构框图；

图9是根据本发明实施例的固体污染源区域的监测方法的流程图；以及

图10是根据本发明优选实施例的固体污染源区域的监测方法的流程图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

本发明实施例提供了一种固体污染源区域的监测装置，以下对本发明实施例所提供的固体污染源区域的监测装置进行介绍。

图1是根据本发明实施例的固体污染源区域的监测装置的结构框图。

如图1所示，该固体污染源区域的监测装置包括第一获取单元11、计算单元12、第一确定单元13、提取单元14、获得单元15和第二确定单元16。

第一获取单元11用于获取目标区域的卫星遥感影像数据。

该单元通过与卫星建立通信，来获得预选的目标区域的卫星遥感影像数据。

计算单元12用于利用卫星遥感影像数据计算植被指数。

该计算过程可以通过数据处理设备来实现。

第一确定单元13用于比较植被指数和参考植被指数的大小以确定待测区域，其中，待测区域包括固体污染源区域、水体区域和建筑物用地区域。

参考植被指数的确定建立在大量数据统计的基础上，由于不同区域的地理情况不同，参考植被指数可以有一定差异。

提取单元14用于提取卫星遥感影像数据中的土地现状信息数据。

获得单元15用于由土地现状信息数据获得土地利用数据库。

第二确定单元16用于比较待测区域和土地利用数据库以确定固体污染源区域。

在本实施例中，由于借助了卫星遥感影像数据，不用人工实地勘测，不仅减少了监测所要花费的时间而且提高了数据的精确度，同时，因为所有的数据都在数据处理设备中进行处理，避免了人工计算时个人差异带来的主观误差，从而进一步提高了监测的准确性和客观性，因此解决了现有技术中监测固体污染源区域效率低而且不准确的问题，进而达到了快速、准确监测固体污染源区域的效果。

图2是根据本发明第一优选实施例的固体污染源区域的监测装置的结构框图。该实施例可以作为上述实施例的优选实施方式。

如图2所示，该固体污染源区域的监测装置包括第一获取单元11、计算单元12、第一确定单元13、提取单元14、获得单元15和第二确定单元16，其中，第一确定单元13包括第一确定子单元131和第二确定子单元132。

第一确定子单元131用于确定参考植被指数的阈值。

第二确定子单元132用于比较植被指数和参考植被指数的阈值的大小以确定待测区域。

在该实施例中，从植被指数中经过反复比较来确定阈值，通过参考植被指数的阈值进行比较，从而排除了沙地和植被区域，为固体污染源区域的监测提供了更具体地监测范围。

图3是根据本发明第二优选实施例的固体污染源区域的监测装置的结构框图。该实施例可以作为上述实施例的优选实施方式。

如图3所示，该固体污染源区域的监测装置包括第一获取单元11、计算单元12、第一确定单元13、提取单元14、获得单元15和第二确定单元16，其中，计算单元12包括计算子单元121，第一确定单元13包括第三确定子单元133。

计算子单元121用于利用卫星遥感影像数据计算归一化植被指数NDVI。

第三确定子单元133用于比较目标区域的归一化植被指数和参考归一化植被指数的大小以确定待测区域。

在该实施例中，通过计算NDVI并将计算结果与参考值进行比较，从而排除了沙地和植被区域，为固体污染源区域的监测提供了更具体地监测范围。

图4是根据本发明第三优选实施例的固体污染源区域的监测装置的结构框图。该实施例可以作为上述实施例的优选实施方式。

如图4所示，该固体污染源区域的监测装置包括第一获取单元11、计算单元12、第一确定单元13、提取单元14、获得单元15、第二确定单元16和第三确定子单元133，其中，第三确定子单元133包括提取模块1331、计算模块1332和确定模块1333。

提取模块1331用于提取卫星遥感影像数据中的红色波段卫星遥感影像数据和红外波段卫星遥感影像数据。

计算模块1332用于利用目标区域的红色波段卫星遥感影像数据和红外波段卫星遥感影像数据计算归一化植被指数。

确定模块1333用于比较目标区域的归一化植被指数和参考归一化植被指数的大小以确定待测区域。

在该实施例中，通过红色波段卫星遥感影像数据和红外波段卫星遥感影像数据来计算归一化植被指数，进一步确保了测量的精确度。

图5是根据本发明第四优选实施例的固体污染源区域的监测装置的结构框图。该实施例可以作为上述实施例的优选实施方式。

如图5所示，该固体污染源区域的监测装置包括第一获取单元11、计算单元12、第一确定单元13、提取单元14、获得单元15、第二确定单元16、第三确定子单元133、提取模块1331、计算模块1332和确定模块1333，其中，提取模块1331包括提取子模块13311，计算模块1332包括计算子模块13321。

提取子模块13311用于提取卫星遥感影像数据中的红色波段反射率ρ_red和红外波段反射率ρ_nir。

红色波段反射率ρ_red和红外波段反射率ρ_nir可以直接从卫星遥感影像数据中提取。

计算子模块13321用于计算归一化植被指数

在该实施例中，通过提取卫星遥感影像数据中的红色波段反射率ρ_red和红外波段反射率ρ_nir，更进一步确保了测量的精确度。

图6是根据本发明第五优选实施例的固体污染源区域的监测装置的结构框图。该实施例可以作为上述实施例的优选实施方式。

如图6所示，该固体污染源区域的监测装置包括第一获取单元11、计算单元12、第一确定单元13、提取单元14、获得单元15和第二确定单元16，其中，第一获取单元11包括获取子单元111。

获取子单元111用于定期获取目标区域的卫星遥感影像数据。

在该实施例中，通过定期获取对目标区域的卫星遥感影像数据，可以更准确地了解固体污染源区域的变化趋势，有利于对固体污染源进行更有针对性的处理。

图7是根据本发明第六优选实施例的固体污染源区域的监测装置的结构框图。该实施例可以作为上述实施例的优选实施方式。

如图7所示，该固体污染源区域的监测装置除了包括第一获取单元11、计算单元12、第一确定单元13、提取单元14、获得单元15和第二确定单元16之外，还包括第二获取单元17、纠正单元18、融合单元19、匀色单元20和第三获取单元21。

第二获取单元17用于获取基础数据资料，其中，基础数据资料为与目标区域的地形相关的数据。

纠正单元18用于结合基础数据资料对卫星遥感影像数据进行纠正处理。

融合单元19用于对经过纠正处理的卫星遥感影像数据进行图像融合处理。

匀色单元20用于对经过图像融合处理的卫星遥感影像数据进行匀色处理。

第三获取单元21对经过匀色处理的卫星遥感影像数据进行镶嵌和分割以获取正射遥感影像数据。

在该实施例中，通过对卫星遥感数据进行处理，得到精确度更高的正射遥感影像数据，在正射遥感影像数据的基础上计算得出NDVI，进一步提高了固体污染源区域的监测精度。

图8是根据本发明第七优选实施例的固体污染源区域的监测装置的结构框图。该实施例可以作为上述实施例的优选实施方式。

如图8所示，该固体污染源区域的监测装置除了包括第一获取单元11、计算单元12、第一确定单元13、提取单元14、获得单元15和第二确定单元16之外，还包括分类单元22和存储单元23。

分类单元22用于将固体污染源区域分为点状固体污染源区域、线状固体污染源区域和面状固体污染源区域。

存储单元23用于将不同类型的固体污染源区域分别提取并存储。

在该实施例中，将点状固体污染源区域、线状固体污染源区域和面状固体污染源区域分类提取，便于对不同类型的污染区域进行针对性的治理，提高了对固体污染源的处理效率。

本发明实施例还提供了一种固体污染源区域的监测方法，该方法可以基于上述固体污染源区域的监测装置来执行。

图9是根据本发明实施例的固体污染源区域的监测方法的流程图。

如图9所示，该固体污染源区域的监测方法包括如下的步骤S902至步骤S912。

步骤S902，获取目标区域的卫星遥感影像数据。

本实施例获取的是来自环境一号卫星的数据。环境一号卫星(HJ-1星)是中国专用于环境与灾害监测预报的卫星。一期工程由2颗中高分辨率光学小卫星HJ-1A、HJ-1B和1颗合成孔径雷达小卫星HJ-1C星组成。其中HJ-1A、HJ-1B星于2008年9月6日发射升空，经过一系列卫星轨道调整和技术测试工作，数据已经正式发布。HJ-1A星和HJ-1B星有效载荷都包括宽覆盖多光谱CCD相机，A、B双星可实现48h的重返周期。CCD相机像元分辨率为30m，包括3个可见光波段(430-520nm、520-600nm、630-690nm)、1个近红外波段(760-900nm)。需要说明的是，获取其他卫星提供的所需波段卫星遥感影像数据同样可以达到本发明实施例的效果。

优选地，可以定期地获取目标区域的卫星遥感影像数据。定期地获取和测量可以更加准确地了解固体污染源区域的变化趋势，从而便于制定更合适的预防措施。本实施例所涉及的环境一号卫星每2天过境一次，因此我们可以每2天获取一次监测结果。

在获取目标区域的卫星遥感影像数据之后，可以对该卫星遥感影像数据进行一系列处理，例如，可以进行一下五个步骤的处理：

首先，获取基础数据资料，其中，基础数据资料为与目标区域的地形相关的数据。

获取基础数据资料包括数字栅格地图数据(Digital Raster Graphic，简称为DRG)和数字高程模型数据(Digital Elevation Model，简称为DEM)。

DRG数据是根据现有纸质、胶片等地形图经扫描和几何纠正及色彩校正后，形成在内容、几何精度和色彩上与地形图保持一致的栅格数据集。

DEM数据是一定范围内规则格网点的平面坐标(X，Y)及其高程(Z)的数据集，它主要是描述区域地貌形态的空间分布，是通过等高线或相似立体模型进行数据采集(包括采样和量测)，然后进行数据内插而形成的。

然后，结合基础数据资料对卫星遥感影像数据进行纠正处理。

将向前后的数据和卫星遥感影像数据相结合，对结合得到的数据进行纠正控制点选取。

判断纠正处理结果是否满足要求，如果不满足则重新选取；如果满足，则进行正射纠正处理，正射纠正是通过在像片上选取一些地面控制点，并利用原来已经获取的该像片范围内的数字高程模型(DEM)数据，对影像同时进行倾斜改正和投影差改正，正射纠正处理改正了因地形起伏和传感器误差而引起的像点位移。

然后，对经过纠正处理的卫星遥感影像数据进行图像融合处理。

接着，对经过图像融合处理的卫星遥感影像数据进行匀色处理。

最后，对经过匀色处理的卫星遥感影像数据进行镶嵌和分割以获取正射遥感影像数据。

步骤S904，利用卫星遥感影像数据计算植被指数。

植物指数是利用卫星不同波段的遥感影像数据组合而成，反映植被生长情况的数据，在本实施例中，可以利用卫星遥感影像数据计算归一化植被植被指数NDVI。

步骤S906，比较植被指数和参考植被指数的大小以确定待测区域，其中，待测区域包括固体污染源区域、水体区域和建筑物用地区域。

确定待测区域的方式有多重，例如，首先确定参考植被指数的阈值，然后比较植被指数和参考植被指数的阈值的大小以确定待测区域。

如果在步骤S904中利用卫星遥感影像数据计算了NDVI，那么在本步骤中，可以比较目标区域的归一化植被指数和参考归一化植被指数的大小以确定待测区域，这个步骤可以细分为三个小步骤：

首先，提取卫星遥感影像数据中的红色波段卫星遥感影像数据和红外波段卫星遥感影像数据。

优选地，我们可以提取卫星遥感影像数据中的红色波段反射率ρ_red和红外波段反射率ρ_nir。

然后，利用目标区域的红色波段卫星遥感影像数据和红外波段卫星遥感影像数据计算归一化植被指数。

在已经提取了卫星遥感影像数据中的红色波段反射率ρ_red和红外波段反射率ρ_nir的情况下，通过公式计算得出归一化植被指数。

最后，比较目标区域的归一化植被指数和参考归一化植被指数的大小以确定待测区域。

根据提取的归一化植被指数图分析出：固体污染源、水体和建筑物用地的NDVI值和其它地类(植被和沙地等)差别比较大，通过多次试验将NDVI值＜-0.12所对应的区域确定为固体污染源、水体和建筑物用地。

步骤S908，提取所述卫星遥感影像数据中的土地现状信息数据。

考虑到目标区域的自然属性、覆盖特性和土地利用方式，把目标区域的地类分为建筑物用地、农林地、水体和沙地等类别。针对处理过的环境一号卫星CCD数据，利用面向对象的分类方法中的隶属度函数提取以上地类的土地现状信息数据。

步骤S910，由土地现状信息数据获得土地利用数据库。

在提取土地现状信息数据后，可通过多种方法获得土地利用数据库，在本发明实施例中，可使用数据处理设备获得该土地利用数据库。利用数据处理设备获得土地利用数据库，方便快捷，而且结果准确。

步骤S912，比较待测区域和土地利用数据库以确定固体污染源区域。

由于固体污染源、水体和建筑物用地NDVI值相差不大，很难区分开来，因此需要借助土地利用数据库，把水体和建筑物用地从提取的NDVI影像上排除出去，余下的就是固体污染源。

在确定固体污染源的区域后，还可以将固体污染源区域分为点状固体污染源区域、线状固体污染源区域和面状固体污染源区域，然后将不同类型的固体污染源区域分别提取并存储。

图10是根据本发明优选实施例的固体污染源区域的监测方法的流程图。如图10所示，该固体污染源区域的监测方法包括如下的步骤S1001至步骤S1012。

步骤S1001，获取点和耦合元件(Charge-Coupled Device，简称为CCD)单波段影像。

针对环境一号卫星，我们可以直接从卫星遥感数据中下载CCD单波段影像。

步骤S1002，获取CCD单波段影像中的CCD组合影像。

本实施例所用的环境一号卫星CCD多光谱数据经过了辐射校正并进行了系统几何校正。环境一号卫星CCD数据四个波段自身的配准精度非常高，对四个波段进行组合即可满足要求。对CCD数据四个单波段按照蓝、绿、红和近红外的顺序进行组合，组合成具有四个波段的多光谱数据。

步骤S1003，收集大比例尺数字正射影像图(Digital Orthophoto Map，简称为DOM)。

在本实施例中，尽可能多地收集目标区域已有的大比例尺正射影像图或者其他的参考资料，如地形图、数据库或高程等。

步骤S1004，结合CCD组合影像和大比例尺DOM进行纠正控制点的选取。

在本实施例中，控制点的选取尽可能均匀分布，能控制整个区域，特别是边界要有控制点；尽可能选择线条轮廓比较清晰的地物交叉点或拐点作为控制点。

步骤S1005，进行多项式纠正。

参照已有的大比例尺遥感数据对组合后的影像进行纠正。本实施例所用的纠正方法是几何多项式纠正。多项式纠正控制点个数与多项式阶项(n)及地形情况相关，最少控制点数计算公式为(n+1)*(n+2)/2，式中n为幂指数，通常整景图像选择3次方，理论上则至少需要10个控制点。根据大量的数据统计的结果，本实施例使用3次多项式效果最好，共选择了26个纠正控制点。纠正后的误差为0.76像素，在1个像素之内，满足纠正后的要求。

步骤S1006，进行精读检查，判断是否合格，如果是，执行步骤S1007；如果否，返回步骤S1004，重新选取控制点。

步骤S1007，获取纠正后影像。

步骤S1008，根据纠正后影像提取NDVI。

步骤S1009，区分出植被和沙地，将其排除。

根据提取的归一化植被指数可分析出：固体污染源、水体和建筑物用地的NDVI值和其它地类(植被和沙地等)差别比较大。本研究通过多次实验确定NDVI值＜-0.12的阈值范围可提取出固体污染源、水体和建筑物用地。可把NDVI值大于-0.12的植被和沙地去除。

步骤S1010，从纠正后的影像中提取现状信息。

步骤S1011，从纠正后的组合的CCD影像上提取土地利用数据库。

对预处理过的环境一号卫星CCD数据，进行土地利用/覆被现状信息分类，提取出建筑物用地、农林草用地、水体和沙地等地类，建立该区土地利用数据库。并从库中提取出水体和建筑物用地作为一个图层。

步骤S1012，区分出水体和建筑物用地，得到固体污染源的区域。

把利用NDVI阈值提取的固体污染源、水体和建筑物用地作为图层1，把从数据库中提取的水体和建筑物用地作为图层2，图层1和图层2相减即可得到固体污染源。

本发明实施例还提供了一种数据处理设备，该设备可以包括本发明实施例提供的任一种固体污染源区域的确定装置。

从以上的描述中，可以看出，通过本发明实施例，可以实现快速、准确监测固体污染源区域。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

显然，本领域的技术人员应该明白，上述的本发明的各子单元或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路子单元，或者将它们中的多个子单元或步骤制作成单个集成电路子单元来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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。

Claims (17)

1.一种固体污染源区域的监测方法，其特征在于，包括：

获取目标区域的卫星遥感影像数据；

利用所述卫星遥感影像数据计算植被指数；

比较所述植被指数和参考植被指数的大小以确定待测区域，其中，所述待测区域包括固体污染源区域、水体区域和建筑物用地区域；

提取所述卫星遥感影像数据中的土地现状信息数据；

由所述土地现状信息数据获得土地利用数据库；以及

比较所述待测区域和土地利用数据库以确定所述固体污染源区域。

2.根据权利要求1所述的固体污染源区域的监测方法，其特征在于，比较所述植被指数和参考植被指数的大小以确定待测区域包括：

确定所述参考植被指数的阈值；以及

比较所述植被指数和所述参考植被指数的阈值的大小以确定待测区域。

3.根据权利要求1所述的固体污染源区域的监测方法，其特征在于，

利用所述卫星遥感影像数据计算植被指数包括：

利用所述卫星遥感影像数据计算归一化植被指数NDVI，

比较所述植被指数和参考植被指数的大小以确定待测区域包括：

比较所述目标区域的归一化植被指数和参考归一化植被指数的大小以确定待测区域。

4.根据权利要求3所述的固体污染源区域的监测方法，其特征在于，比较所述目标区域的归一化植被指数和参考归一化植被指数的大小以确定待测区域包括：

提取所述卫星遥感影像数据中的红色波段卫星遥感影像数据和红外波段卫星遥感影像数据；

利用所述目标区域的所述红色波段卫星遥感影像数据和所述红外波段卫星遥感影像数据计算所述归一化植被指数；以及

比较所述目标区域的归一化植被指数和参考归一化植被指数的大小以确定待测区域。

5.根据权利要求4所述的固体污染源区域的监测方法，其特征在于，

提取所述卫星遥感影像数据中的红色波段卫星遥感影像数据和红外波段卫星遥感影像数据包括：

提取所述卫星遥感影像数据中的红色波段反射率ρ_red和红外波段反射率ρ_nir，以及

利用所述红色波段卫星遥感影像数据和所述红外波段卫星遥感影像数据计算所述归一化植被指数包括：

$\mathrm{NDVI}=\frac{{\mathrm{\ρ}}_{\mathrm{nir}}-{\mathrm{\ρ}}_{\mathrm{red}}}{{\mathrm{\ρ}}_{\mathrm{nir}}+{\mathrm{\ρ}}_{\mathrm{red}}}.$

6.根据权利要求1所述的固体污染源区域的监测方法，其特征在于，获取目标区域的卫星遥感影像数据包括：

定期获取所述目标区域的卫星遥感影像数据。

7.根据权利要求1所述的固体污染源区域的监测方法，其特征在于，

在获取目标区域的卫星遥感影像数据之后以及在利用所述卫星遥感影像数据计算归一化植被指数之前，所述方法还包括：

获取基础数据资料，其中，所述基础数据资料为与所述目标区域的地形相关的数据；

结合所述基础数据资料对所述卫星遥感影像数据进行纠正处理；

对经过所述纠正处理的所述卫星遥感影像数据进行图像融合处理；

对经过所述图像融合处理的所述卫星遥感影像数据进行匀色处理；以及

对经过所述匀色处理的所述卫星遥感影像数据进行镶嵌和分割以获取正射遥感影像数据。

8.根据权利要求1所述的固体污染源区域的监测方法，其特征在于，在对比所述待测区域和土地利用数据库以确定固体污染源区域之后，还包括：

将所述固体污染源区域分为点状固体污染源区域、线状固体污染源区域和面状固体污染源区域；以及

将不同类型的所述固体污染源区域分别提取并存储。

9.一种固体污染源区域的监测装置，其特征在于，包括：

第一获取单元，用于获取目标区域的卫星遥感影像数据；

计算单元，用于利用所述卫星遥感影像数据计算植被指数；

第一确定单元，用于比较所述植被指数和参考植被指数的大小以确定待测区域，其中，所述待测区域包括固体污染源区域、水体区域和建筑物用地区域；

提取单元，用于提取所述卫星遥感影像数据中的土地现状信息数据；

获得单元，用于由所述土地现状信息数据获得土地利用数据库；以及

第二确定单元，用于比较所述待测区域和土地利用数据库以确定所述固体污染源区域。

10.根据权利要求9所述的固体污染源区域的监测装置，其特征在于，所述第一确定单元包括：

第一确定子单元，用于确定所述参考植被指数的阈值；以及

第二确定子单元，用于比较所述植被指数和所述参考植被指数的阈值的大小以确定待测区域。

11.根据权利要求9所述的固体污染源区域的监测装置，其特征在于，

所述计算单元包括：

计算子单元，用于利用所述卫星遥感影像数据计算归一化植被指数NDVI，

所述第一确定单元包括：

第三确定子单元，用于比较所述目标区域的归一化植被指数和参考归一化植被指数的大小以确定待测区域。

12.根据权利要求11所述的固体污染源区域的监测装置，其特征在于，所述第三确定子单元包括：

提取模块，用于提取所述卫星遥感影像数据中的红色波段卫星遥感影像数据和红外波段卫星遥感影像数据；

计算模块，用于利用所述目标区域的所述红色波段卫星遥感影像数据和所述红外波段卫星遥感影像数据计算所述归一化植被指数；以及

确定模块，用于比较所述目标区域的归一化植被指数和参考归一化植被指数的大小以确定待测区域。

13.根据权利要求12所述的固体污染源区域的监测装置，其特征在于，

所述提取模块包括：

提取子模块，用于提取所述卫星遥感影像数据中的红色波段反射率ρ_red和红外波段反射率ρ_nir，以及

所述计算模块包括计算子模块，用于计算所述归一化植被指数

$\mathrm{NDVI}=\frac{{\mathrm{\ρ}}_{\mathrm{nir}}-{\mathrm{\ρ}}_{\mathrm{red}}}{{\mathrm{\ρ}}_{\mathrm{nir}}+{\mathrm{\ρ}}_{\mathrm{red}}}.$

14.根据权利要求9所述的固体污染源区域的监测装置，其特征在于，所述第一获取单元包括：

获取子单元，用于定期获取所述目标区域的卫星遥感影像数据。

15.根据权利要求9所述的固体污染源区域的监测装置，其特征在于，所述装置还包括：

第二获取单元，用于获取基础数据资料，其中，所述基础数据资料为与所述目标区域的地形相关的数据；

纠正单元，用于结合所述基础数据资料对所述卫星遥感影像数据进行纠正处理；

融合单元，用于对经过所述纠正处理的所述卫星遥感影像数据进行图像融合处理；

匀色单元，用于对经过所述图像融合处理的所述卫星遥感影像数据进行匀色处理；以及

第三获取单元，用于对经过所述匀色处理的所述卫星遥感影像数据进行镶嵌和分割以获取正射遥感影像数据。

16.根据权利要求9所述的固体污染源区域的监测装置，其特征在于，所述装置还包括：

分类单元，用于将所述固体污染源区域分为点状固体污染源区域、线状固体污染源区域和面状固体污染源区域；以及

存储单元，用于将不同类型的所述固体污染源区域分别提取并存储。

17.一种数据处理设备，其特征在于，包括权利要求9至16任一项所述的固体污染源区域的监测装置。