CN112308901B

CN112308901B - 一种modis影像云下海表面绿潮覆盖面积的估测方法

Info

Publication number: CN112308901B
Application number: CN202011169326.9A
Authority: CN
Inventors: 安德玉; 邢前国; 禹定峰
Original assignee: Institute of Oceanographic Instrumentation Shandong Academy of Sciences
Current assignee: Institute of Oceanographic Instrumentation Shandong Academy of Sciences
Priority date: 2020-10-28
Filing date: 2020-10-28
Publication date: 2022-11-08
Anticipated expiration: 2040-10-28
Also published as: CN112308901A

Abstract

本发明公开了一种MODIS影像云下海表面绿潮覆盖面积的估测方法，包括以下步骤：对遥感影像数据进行预处理，得到研究海域的水体遥感反射率图像和DVI影像图；提取绿潮信息和周围有绿潮覆盖的云信息；利用矩形框确定周围有绿潮分布的云像元，假设其为中心像元，外围含绿潮的相同矩形框为其相邻像元，计算中心像元内的云覆盖面积和各相邻像元内的绿潮覆盖面积；计算相邻像元内的绿潮覆盖比例的均值，将其作为中心像元值，中心像元内的云覆盖面积与中心像元值的乘积即为该云下海表面绿潮的覆盖面积。本发明所公开的方法能够较好地估测MODIS影像云下海表面绿潮覆盖面积，降低了光学影像上云对绿潮面积估测的影响，可为绿潮的定量分析研究提供技术支持。

Description

一种MODIS影像云下海表面绿潮覆盖面积的估测方法

技术领域

本发明涉及海洋监测技术领域，特别涉及一种MODIS影像云下海表面绿潮覆盖面积的估测方法。

背景技术

近年来，由漂浮大型藻类快速繁殖和聚集而引起的绿潮、金潮灾害，在在全球海洋中显著增加，成为一个全球性的海洋生态问题。自2007年以来，每年夏季黄海均会世界上最大的跨区域的绿潮灾害，造成了严重的生态环境和社会经济影响，引起了学者和大众的广泛关注。在诸多的研究中，卫星数据因其多视角、多尺度、大范围的优势发挥了重要作用。通过遥感数据，绿潮的起源及早期发展过程逐步清晰：南黄海绿潮是典型的跨区域生态灾害，起源于苏北浅滩紫菜养殖区，紫菜筏架回收过程中，附着在筏架上的绿藻被刮落；刮落绿藻入海后，在合适的温度、光照、营养盐环境下，迅速繁殖；并在风场和流场的驱动下，由南向北漂移至山东半岛；漂移过程中大规模暴发，至7、8月份开始衰退。

GOGI、MODIS、HJ-1A/1B、GF-1等光学影像是监测绿潮的主要卫星遥感图像。然而，受东亚夏季风的影响，绿潮发生期(即6月初至8月初)正处于黄海多雨季节，无云影像较少。光学影像容易受到云的影响，对于HJ-1A/1B、GF-1、Sentinel-2等高分辨率的少云影像，云覆盖区域的绿潮信息通过小窗口线性拉伸后，利用ENVI软件能够检测到；但对于MODIS影像，由于分辨率较低，少云影像上，云覆盖区域的绿潮信息容易漏检，导致绿潮面积估测的不准确，从而影响绿潮的定量分析结果。微波比可见光和红外辐射具有更大的波长，因此微波遥感图像受天气的影响较小。但微波遥感数据中的噪声信号对浒苔解译影响明显，利用微波遥感监测绿潮的方法尚处于起步阶段。

因此，目前关于绿潮面积和生物量的研究大多是先将云腌膜，再进行分析，没有考虑云下是否有漂浮大型藻类覆盖，这会增加估算的绿潮生物量与实际生物量之间的差异。

发明内容

为解决上述技术问题，本发明提供了一种MODIS影像云下海表面绿潮覆盖面积的估测方法，以达到降低光学影像上云对绿潮面积估测的影响，为绿潮的定量分析研究提供技术支持的目的。

为达到上述目的，本发明的技术方案如下：

一种MODIS影像云下海表面绿潮覆盖面积的估测方法，包括以下步骤：

(1)对遥感影像数据进行预处理，得到研究海域的水体遥感反射率图像；

(2)采用DVI算法对水体遥感反射率图像进行处理，得到研究海域的DVI影像图；

(3)基于DVI影像图，利用动态阈值与假彩色图像的目视判读相结合的方法进行绿潮信息提取，检测绿潮像元数量；

(4)基于MODIS影像红光波段的亮度动态阈值法，同时结合绿潮分布情况和假彩色影像的目视判读，提取周围有绿潮分布的云信息，检测周围有绿潮分布的云像元数量；

(5)利用矩形框确定周围有绿潮分布的云像元，假设其为中心像元，外围含绿潮的相同矩形框为其相邻像元，计算中心像元内的云覆盖面积和各相邻像元内的绿潮覆盖面积；

(6)计算相邻像元内的绿潮覆盖比例的均值，将其作为中心像元值，中心像元内的云覆盖面积与中心像元值的乘积即为该云下海表面绿潮的覆盖面积。

上述方案中，步骤(1)中，对遥感影像数据的预处理包括辐射定标和大气校正。

上述方案中，步骤(2)中，DVI算法公式如下：

DVI＝R_NIR-R_RED (1)

其中，DVI代表影像上各个像元的差值植被指数值，R_NIR和R_RED分别代表影像上各个像元在近红外和红光波段的反射率。

上述方案中，步骤(5)中，云覆盖面积Area_{_Cloud}计算公式如下：

Area_{_Cloud}＝PS×n_{_Cloud} (2)

其中，PS代表卫星影像一个像元对应的地面面积的大小，单位为km²，n_{_Cloud}代表检测到的云像元个数。

上述方案中，步骤(5)中，绿潮覆盖面积Area_{_GT}计算公式如下：

Area_{_GT}＝PS×N (3)

其中，PS代表卫星影像一个像元对应的地面面积的大小，单位为km²，N代表检测到的绿潮像元个数。

上述方案中，步骤(6)中，相邻像元内的绿潮覆盖比例，即绿潮覆盖面积与对应的矩形框面积的比值。

通过上述技术方案，本发明提供的MODIS影像云下海表面绿潮覆盖面积的估测方法是基于低通滤波原理提出的，低通滤波是遥感上常用于图像平滑的滤波器，原理是使用3×3的变换核，每个变换核中的元素包含相同的权重，使用外围的均值来代替中心像元值。本方法能够较好地估测MODIS影像云下海表面绿潮覆盖面积，降低了光学影像上云对绿潮面积估测的影响，可为绿潮的定量分析研究提供技术支持。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。

图1为2015年7月1日观测到的南黄海海域的绿潮及云的覆盖区域；

图2为云四周均被绿藻完全包围的情况下，中心像元与相邻像元之间的关系示意图；

图3a为云的两侧有绿藻分布的情况下，中心像元与相邻像元之间的关系示意图；

图3b为云的一侧有绿藻分布的情况下，中心像元与相邻像元之间的关系示意图；

图3c为云的周围绿藻呈零散分布的情况下，中心像元与相邻像元之间的关系示意图；

图3d为云右侧无绿藻，但与之相接的A云、B云、C云周围有绿藻分布的情况下，中心像元与相邻像元之间的关系示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。

本发明提供了一种MODIS影像云下海表面绿潮覆盖面积的估测方法，具体实施例如下：

(1)对遥感影像数据进行辐射定标和大气校正，得到研究海域的水体遥感反射率图像；

(2)采用DVI算法对水体遥感反射率图像进行处理，得到研究海域的DVI影像图；DVI算法公式如下：

DVI＝R_NIR-R_RED (1)

(3)基于DVI影像图，利用动态阈值与假彩色图像的目视判读相结合的方法进行绿潮信息提取，检测绿潮像元数量N；

(4)基于MODIS影像红光波段的亮度动态阈值法，同时结合绿潮分布情况和假彩色影像的目视判读，提取周围有绿潮分布的云信息，检测周围有绿潮分布的云像元数量n_{_Cloud}；

(5)如图1所示，为2015年7月1日观测到的南黄海海域的绿潮及云的覆盖区域。利用矩形框确定周围有绿潮分布的云像元，假设其为中心像元，外围含绿潮的相同矩形框为其相邻的8个像元(GT1～GT8)。计算中心像元内的云覆盖面积Area_{_Cloud}和各相邻像元内的绿潮覆盖面积Area_{_GT}；

云覆盖面积Area_{_Cloud}计算公式如下：

Area_{_Cloud}＝PS×n_{_Cloud} (2)

绿潮覆盖面积Area_{_GT}计算公式如下：

Area_{_GT}＝PS×N (3)

(6)如图2所示，计算8个像元内的绿潮覆盖比例，即绿潮覆盖面积与对应的矩形框面积的比值，作为GT1～GT8的像元值。然后计算GT1～GT8像元值的均值，将其作为中心像元值，中心像元内的云覆盖面积与中心像元值的乘积即为该云下海表面绿潮的覆盖面积Area_{_Cloud_GT}。

实际上，云四周均被绿潮完全包围的情况较少，实际应用中，如若完全按照上述过程估测，会导致Area_{_Cloud_GT}的低估。根据多年来云的分布和云周围的绿潮分布，将实际应用情况分为五种：

Case1：云四周完全被绿潮包围，则按照步骤(5)所示过程估测Area_{_Cloud_GT}；

Case2：云的左右方向(前后或者对角线方向)有绿潮分布，则中心像元值为的GT4和GT5(或GT2和GT7，或GT3和GT6，或GT1和GT8)的平均值，如图3a所示。

Case3：云的周围，只有一侧有绿潮，则中心像元值为图2中的GT2(或GT7或GT4或GT5)的像元值，如图3b所示。

Case4：云的周围绿潮呈零散分布，则视具体情况判断参与计算的GT矩形的个数，如图3c所示。云四周GT4～GT7有绿潮，则以这四个的像元值的均值，作为中心像元值。

Case5：云的一边没有绿潮，而另一侧相接的云周围有绿潮，那么该小块云下的海面可能也会有绿潮，如图3d所示。D云右侧无绿潮，但与之相接的A云、B云、C云周围有绿潮，则先根据上述四种情况分别计算A云、B云和C云的中心像元值，取三者的平均值，作为D云的中心像元值。

本发明基于遥感中的低通滤波原理，提出了一种简单的MODIS影像云下海表面绿潮覆盖面积的估测方法，该方法估测的云下绿潮与同区域下高分辨率光学影像的检测的绿潮具有一定的一致性。因影像获取时间的差异，绿潮移动等因素，两者的平均相对误差随影像获取时间的间隔而有所增大。但当影像获取时间较为接近时，平均相对误差MRD仅为30.09％，说明本发明方法具有一定的可行性，在一定程度上，克服了云对绿潮面积估测的影响。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims

1.一种MODIS影像云下海表面绿潮覆盖面积的估测方法，其特征在于，包括以下步骤：

(5)利用矩形框确定周围有绿潮分布的云像元区域，假设其为中心像元区域，外围含绿潮的相同矩形框为其相邻像元区域，计算中心像元区域内的云覆盖面积和各相邻像元区域内的绿潮覆盖面积；

(6)计算相邻像元区域内的绿潮覆盖比例的均值，将其作为中心像元值，中心像元区域内的云覆盖面积与中心像元值的乘积即为该云下海表面绿潮的覆盖面积。

2.根据权利要求1所述的一种MODIS影像云下海表面绿潮覆盖面积的估测方法，其特征在于，步骤(1)中，对遥感影像数据的预处理包括辐射定标和大气校正。

3.根据权利要求1所述的一种MODIS影像云下海表面绿潮覆盖面积的估测方法，其特征在于，步骤(2)中，DVI算法公式如下：

DVI＝R_NIR-R_RED (1)

4.根据权利要求1所述的一种MODIS影像云下海表面绿潮覆盖面积的估测方法，其特征在于，步骤(5)中，云覆盖面积Area_{_Cloud}计算公式如下：

Area_{_Cloud}＝PS×n_{_Cloud} (2)

5.根据权利要求1所述的一种MODIS影像云下海表面绿潮覆盖面积的估测方法，其特征在于，步骤(5)中，绿潮覆盖面积Area_{_GT}计算公式如下：

Area_{_GT}＝PS×N (3)

6.根据权利要求1所述的一种MODIS影像云下海表面绿潮覆盖面积的估测方法，其特征在于，步骤(6)中，相邻像元区域内的绿潮覆盖比例，即绿潮覆盖面积与对应的矩形框面积的比值。