基于MODIS,数据的海陆识别方法及其应用研究∗
时间：2023-04-07 16:40:07 来源：千叶帆 本文已影响人
解本巨 房 友 于龙振
（青岛科技大学信息科学技术学院 青岛 266061）
MODIS作为一种空间遥感仪器，是对全球数据进行广泛测量的适用型工具。MODIS 涵盖的数据范围大，且因其作为中分辨率光谱仪，分辨率适中，所以这些数据有较高的实用价值，例如对地的综合研究以及海陆甚至大气研究方面，这些数据都有极其重要的作用［1］。在大范围的资源和环境遥感监测方面是MODIS 数据也是及其理想的数据资源。在对海洋和陆地的监测过程中，需要对海洋和陆地区域进行识别。海陆识别获得的结果可以用于海冰检测、目标定位、地图绘制等领域［2］。因此，对于海陆识别技术的研究一直收到许多研究者的关注。首先，由于MODIS 数据的成像原理以及其他因素的影响，海面和陆地的成像结果不理想，边界模糊，会给后续的海陆识别问题带来一定干扰［3］。
目前，已有多种海陆识别的方法被提出并应用。主要有下面列出的几种：边缘检测分割算法、区域生长和分裂合并的分割算法、形态学分割法以及聚类分割法等［4］。以上算法各有优缺点，边缘检测算法操作较为简便，结果也较为直观，但在没有较好的区域结构时，分割效果不甚理想［5］。区域生长和分裂合并的分割算法分割效果较好，作为一种半自动的分割算法［6］，但对于MODIS这种数据量较大的影像来说分割的处理时间较长。形态学分割法对于结构特征明显的图像分割具有独特的优势，对不规则的卫星图像来说则限制了它在工程应用中的实用性［7］。聚类分割法基于对于孤立的点不是很友好，很难识别卫星图像中海岛和离岸群岛等小片陆地［8］。
针对上述问题，本文基于MODIS 数据研究了用于海陆识别的多波段阈值法和Otsu算法，并在此基础上提供了对数据的输入、输出和处理结果的可视化显示。此方法在保证对MODIS 数据处理速度的同时可以获得较高的识别精度的同时，也可满足对后续海洋产品的单独研究的要求，为海洋产品的研究奠定了基础。
本文采用MODIS 1B 数据影像为例进行实验，MODIS 影像海陆识别流程图如图1 所示。所示由于遥感图像在获取过程中受各种客观因数的影响，如地球形态、地球自转以及卫星的飞行速度对探测器的影响等因素，因此直接获取的卫星影响一般会有几何畸变［9］的问题；
另外也有部分影像会存在辐射不均匀、坏线等辐射问题［10］。所以在对MODIS卫星影像在进行识别操作之前，MODIS卫星影像的预处理操作极为重要，包括空间校正、光谱校正、辐射校正和图片裁剪等，同时也可以获得所需要的反射率和辐射率等后续需要用到的数据［11］。
图1 MODIS影像海陆识别流程图
本文使用IDL 对遥感影像进行预处理，用地理信息系统引擎组件对预处理的结果进行可视化，以我国的黄渤海海域冬季的MODIS 数据为例，该区域冬季常有海冰，附近小岛屿较多，预处理后图片如图2 所示，可以很直观地看到图像中的陆地、海水、海冰。
图2 预处理后的影像示意图
3.1 分割原理
海陆识别顾名思义就是将海区与陆地区分开来，以便于海岸线的划分、地图测绘和其他研究。MODIS 数据在地理信息系统中可利用不同物体在可见光和红外波段的反射率和辐射亮温值存在差异进行检测［12］。在645nm~400nm 的可见光波段，不同物体的反射率各不相同，但海洋与陆地的反射率差异较小，陆地与海冰反射率相近，难以区分［13］。但是在近红外波段，海区与陆地之间的反射率差别很大，而海冰和海水的反射率差异很小，因此最理想的区分海区与陆地的定义阈值在反射率很小的近红外波段［14］。
图3 典型地物的反射光谱曲线
3.2 海陆识别方案
3.2.1 波段选择
本文选取了MODIS 数据的以下3 个近红外波段进行研究，各个波段如表1所示。
表1 MODIS数据识别选取波段以及应用领域
在波段5 处则是海冰和海水反射率都较低，且区分较小，但与陆地的反射率区分较大，是将海冰与陆地区分的主要波段。在波段7 处，海冰和海水的反射率都趋近于0，且与陆地区分度较大，是实现海陆识别的首选波段。波段16 处与波段2 处由于波段范围相近，作为补充波段，提供更多的反射率数据支持。
3.2.2 粗阈值确定
根据以上分析可知，冬季实现海陆识别主要是将海冰和陆地还有海水和陆地分别识别出来。根据MODIS 数据在结冰海域的特征，本文采用多波段阈值法，在确定的近红外波段通道来选择最佳的反射率数值，然后将剩余波段的反射率与所选择的反射率数值对比，来判断该像素点是否为陆地区域，然后综合不同的波段的检测结果进行或运算，最后得到的海陆识别结果［15］。详细算法的实现过程如下：
1）在波段5 处，陆地与海冰、海水的反射率数值差距较小，此时选取反T1 作为其最佳反射率阈值，那么当C5>T1时，则可以判段为陆地区域。
2）在波段7 处，海冰和海水的反射率都趋近于0，陆地具有较大的反射率数值且与海冰海水等物体区分较大，选取反射率阈值为T2，当C7>T2 时，判定为陆地像元。
3）在波段16 处，海冰与陆地的反射率相近区分较小，选取陆地像元阈值为T3，当C16>T3 时，判定为陆地像元。
由于黄河入海口处的泥沙含量较高，对海水的反射率有部分影响，为防止对入海口的泥沙造成误判［16］，在波段16 处设置C16>T4。同时利用C16>T10来剔除水体。由于水体在所选择的3个波段反射率一般小于10%，所以设置T5=0.1，可将水体较好的去除。
3.2.3 精确阈值确定
Otsu 法（即最大类间方差算法）是一种确定图像二值化的分割阈值算法，是日本人大津于1979年提出［17］。Otsu法利用图像的灰度直方图，可以将图像的背景与目标在最佳的阈值分割开来，图像中背景与目标的之间的类间方差越大，说明其差别越明显，分割效果越好，则在计算图像的分割时错分的概率就会越小［18］。对于MODIS 的海陆影像来说，海洋与陆地界限较为明显，差距较大，是一种分割效果较好的算法，并且计算简单，稳定有效。
现假设一幅图像的灰度范围为0～L-1，则有灰度i的出现概率为pi=ni/N，其中ni灰=代表灰度为i的像素个数，N代表图像中所有的像素个数。假设阈值T将图像灰度分为C0和C1。设灰度区间C0=｛0，1，…，T-1｝，另一区间C1=｛T，…，L-1｝，则C0出现的概率为P0（T），C2出现的概率为P1（T），灰度均值分别为u0和u1。定义类间方差为
上式中：
u为整个图像的平均灰度，即
最佳阈值T应使方差最大，即
根据传统的Otsu 法所求得的最佳阈值是使目标类与背景类离图像中心最远时所对应的灰度值［19］，但是因为MODIS 获得的影响数据环境范围较广，海陆边沿线清晰度不高，在这种数据条件下，用传统的Otsu 算法求得的最佳阈值进行海陆识别得到的分割结果精度不高，达到想要的分割标准。本文采用了付忠良［20］提出的用图像方差信息来替代传统方法下均值的改进Otsu 算法，在改进的Otsu 方法下，所得到的最佳阈值T应符合：
其中：
实验表明，灰度值的线性变化（图像的对比度变化）和平移变化（图像的亮度变化）对改进的Otsu算法影响较小，证明该改进算法具有较好的鲁棒性［21］。应用上文所述的方法对MODIS 影像进行处理即可计算出较为精确的最佳分割阈值。以山东半岛和辽东半岛的MODIS 影像分割图为示例，应用本文分割方法，实验结果如下。
图4 为原始图像以及传统Otsu 方法和本文识别方法的对比图。图4（a）中所示为最原始有地理信息系统所处理得到的影像图。由图可见，辽东半岛南部海域及山东半岛北部海域有部分群岛聚集，且分布较密，因岛屿面积较小与海水对比较度较小，对识别结果的精确度有一定影响。海陆识别的结果，由图4（b）和4（c）中的识别结果可以看出，山东半岛和辽东半岛的海岸线与实际的海岸线情况绝大部分非常贴合，识别结果准确率较高，但是在周边的小岛屿和海岸线极不规则的部分存在较明显的差异。由对比图可见，辽东半岛和山东半岛周边海域的小岛屿部分，本文的分割品质明显优于传统识别方式。
图4 海陆识别结果对比图
为了更准确客观地描述上述分割算法，本文以陈祥等人提出的分割品质的定义如式（4）所示来描述算法的准确度，对算法的性能进行评估，此定义中综合了虚警率与漏警率，此公式最佳结果为100%［22］。根据此定义标准，结合表2中实验数据可知，本文图4 中（b）图所示的海陆识别二值图计算出辽东半岛和山东半岛分割品质分别为98.53%和98.62%。由于MODIS 影像成像背景复杂［23］，海域面积较大，且分割品质都在98%以上，所以认为本文算法的分割品质获得了较好的处理精度。
表2 算法精度检验表
为了将获取的MODIS 数据进行海陆识别的一体化处理，本文采用的改进Otsu算法在基于IDL语言预处理的MODIS 影像上进行的海陆识别方案，利用IDL 语言将MODIS 卫星数据在地理信息系统上可视化，并进行了图像海陆识别的预处理，然后利用改进的Otsu算法对图像进行精确分割识别，并最终得到其二值图。其实现原理简单且易于实现，此方法的分割结果可以看出本文的处理方法有较好的处理精度，对后期海岸线的描绘和海产品的研究等都有重要意义。
猜你喜欢海冰陆地反射率影响Mini LED板油墨层反射率的因素印制电路信息(2022年11期)2022-11-30近岸水体异源遥感反射率产品的融合方法研究海洋通报(2022年4期)2022-10-10陆地探测一号01组卫星卫星应用(2022年3期)2022-05-23具有颜色恒常性的光谱反射率重建光谱学与光谱分析(2022年4期)2022-04-06末次盛冰期以来巴伦支海-喀拉海古海洋环境及海冰研究进展海洋通报(2021年3期)2021-08-14近三十年以来热带大西洋增温对南极西部冬季海冰变化的影响成都信息工程大学学报(2021年2期)2021-07-22陆地开来“宙斯盾”小哥白尼(军事科学)(2019年7期)2019-11-16基于地面边缘反射率网格地图的自动驾驶车辆定位技术汽车文摘(2018年2期)2018-11-27陆地上的“巨无霸”小学生必读(低年级版)(2017年4期)2017-09-04基于SIFT-SVM的北冰洋海冰识别研究电子技术与软件工程(2016年24期)2017-02-23 相关热词搜索：海陆，及其应用，识别，
