專利名稱：基于遙感影像的藍藻生物量時空變化監測與可視化方法
技術領域：
本發明涉及一種水環境監測技術，尤其是涉及一種基于遙感影像的藍藻生物量時 空變化監測與可視化方法。
背景技術：
從國內外富營養化及藍藻水華的監測工作來看，由于受到自然條件和時空等因素 限制，傳統的監測方法具有一定局限性。成本高、耗時長，并很難對大面積湖泊的藻類的時 空動態分布和變化做出全面的調查。隨著遙感技術的不斷進步，在廣袤水域的污染識別和 檢測方面，使用衛星遙感數據已經成為大面積、迅速評估水質的有效方法。特別是利用高時 空分辨率的多時相衛星影像數據結合已有的地理信息和實測數據，能全面、快速、可靠地識 別和提取出藍藻污染區域，進而獲得藍藻水華的污染情況。從而快速、全面掌握藍藻時空分 布變化信息，能實現控制藍藻水華、評價藍藻生態環境風險、研究藍藻異常生長的原因以及 建立水質的預警系統的作用。
對水體中藍藻水華的識別，國內外的研究者們使用的算法眾多，包括使用歸一化 差值植被指數(NDVI)、使用藻類的波譜反射和吸收特性、使用水體生物-光學模型等方法。 使用這些方法的本質，都是對所獲得的遙感影像進行分類提取，根據藍藻污染水域本身的 光譜特性以及其他生物學特性，從其中提取和識別出藍藻水華污染的區域，從而對受污染 水域進行分析。因此，從藍藻在遙感影像上顯示的光譜特性和生物學特性角度出發，藍藻的 識別方法可以分為兩大類，一類是利用藍藻本身的光譜特性，利用藍藻污染水體和正常水 體在不同波段吸收率和反射率的差異，使用歸一化差值植被指數或構造其他評價指數的方 法，對遙感影像進行解譯，識別和提取出藍藻污染區域；另一類則是利用藍藻污染水體的生 物學特性，利用藍藻中所含的葉綠素a、液泡結構等生物特性，通過遙感影像的光譜分析，對 水體的葉綠素濃度含量等參數進行判斷，進而獲得藍藻水華的污染情況。
對于國內外目前使用的這兩類藍藻識別算法，其也有各自的優勢和劣勢。使用歸 一化差值植被指數或其他構造的植被指數，通過遙感數據反映的光譜信息，具有識別準確， 易于處理的優點，在水體藍藻濃度較高時，會在水面上產生類似陸上植被的光譜特征，識別 處理效果較好，但是當水體藍藻濃度較低時，藍藻的光譜曲線與背景水體相混合，呈現高懸 浮物水體的特性，給水華面積的提取帶來了困難，還需要與其他地物光譜曲線相結合，進一 步分析。使用含藍藻水體的葉綠素a濃度和藍藻液泡結構的生物特性的分類方法，具有適 應性好，數據源廣泛的特點。需要考慮水面其他水生植物，例如水草、浮萍等高葉綠素植物 的影響因素，對于水深水質等環境背景因素也有要求。同時，高分辨率的影像對水體中葉綠 素a濃度的判別有較好的效果，但是考慮到國內遙感研究的實際情況，價格高昂的高分辨 率影像獲取途徑不易，還多使用中等分辨率的MODIS數據，影響了相應研究的深入。
對于藍藻水華變化情況的檢測，目前國內外使用的主要方法是基于多時相的遙感 影像，通過對一段時間序列內的遙感影像進行分析，對不同時相的遙感影像分別進行藍藻 的識別和提取，然后進行對比分析，獲取藍藻的變化情況，對藍藻水華進行檢測。針對我國目前淡水水體污染嚴重的現狀，使用遙感數據進行水污染的識別和檢測有著廣闊的應用前 景。同時，遙感數據的應用也有其局限性，因此在使用遙感數據進行水污染識別和變化檢測 處理時，應當加強與環境、海洋、生物等學科的聯系，使用多種方法同時進行，運用多學科的 知識來彌補遙感數據識別與提取上的不足。
在實際應用中，大面積渾濁水體和陸生植被將對藍藻覆蓋信息的分類和提取產生 明顯地干擾作用。傳統的遙感影像分類技術利用單一的指數特征，如歸一化植被指數、歸一 化差異水體指數(NDWI)等，其對藍藻分布信息的提取較多受到自然條件和環境因素的影 響。同時，目前類似的藍藻生物量監測系統都缺少流域和水網分析，主要是單純依賴遙感影 像進行藍藻爆發監測。無法在充分利用已有數字化地理信息的基礎上對藍藻水華的爆發機 理、流域影響、風力和溫度等環境和氣象因素的影響進行分析和直觀表達。從而難以對藍藻 水華的成因分析給以可靠支持和指導，也因此無法有效地實現藍藻水華的時空分布和變化 的全面分析。發明內容
本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種藍藻識別精度 和可靠性高的基于遙感影像的藍藻生物量時空變化監測與可視化方法。
本發明的目的可以通過以下技術方案來實現
一種基于遙感影像的藍藻生物量時空變化監測與可視化方法，該方法包括以下步 驟
I)獲取藍藻研究區域的遙感影像，并對其進行圖像預處理，構建歸一化藍藻指 數；
2)采用基于VPRS_GID的特征優化模型對遙感影像的特征進行優化，獲得優化后 的多特征空間；
3)根據多特征空間建立基于小波核的雙重加權SVM分類模型，獲取SVM最優分類 決策面，并利用該分類模型提取藍藻空間分布信息、檢測藍藻空間分布的變化，結合實地觀 測數據進行綜合驗證和精度分析；
4)將處理后的遙感影像、研究區域的GIS矢量數據與該區域的實地觀測數據進行 疊加顯示，從而實現藍藻水華爆發時空變化過程和規律的仿真模擬。
所述的圖像預處理包括對遙感影像進行大氣層頂表觀反射率反演，所述的歸一化 藍藻指數的構建具體包括
11)構建藍藻的影像光譜曲線，分別對波段4與波段3以及波段5與波段4進行差 值運算\a = BA-B7>
I\b = B5-B4
式中，B3、B4和B5分別表示波段3、波段4和波段5的光譜值；
12)對差值運算結果歸一化處理
權利要求
1.一種基于遙感影像的藍藻生物量時空變化監測與可視化方法，其特征在于，該方法包括以下步驟 1)獲取藍藻研究區域的遙感影像，并對其進行圖像預處理，構建歸一化藍藻指數； 2)采用基于VPRS_GID的特征優化模型對遙感影像的特征進行優化，獲得優化后的多特征空間； 3)根據多特征空間建立基于小波核的雙重加權SVM分類模型，獲取SVM最優分類決策面，并利用該分類模型提取藍藻空間分布信息、檢測藍藻空間分布的變化，結合實地觀測數據進行綜合驗證和精度分析； 4)將處理后的遙感影像、研究區域的GIS矢量數據與該區域的實地觀測數據進行疊加顯示，從而實現藍藻水華爆發時空變化過程和規律的仿真模擬。
2.根據權利要求1所述的一種基于遙感影像的藍藻生物量時空變化監測與可視化方法，其特征在于，所述的圖像預處理包括對遙感影像進行大氣層頂表觀反射率反演，所述的歸一化藍藻指數的構建具體包括 11)構建藍藻的影像光譜曲線，分別對波段4與波段3以及波段5與波段4進行差值運算
3.根據權利要求1所述的一種基于遙感影像的藍藻生物量時空變化監測與可視化方法，其特征在于，所述的步驟2)具體包括 21)根據遙感影像獲取遙感影像的特征信息，采用變精度粗糙集模型對特征信息進行約簡； 22)對約簡得到的特征集采用灰色關聯決策進行最佳特征組合選取，獲得優化后的多特征空間。
4.根據權利要求1或3所述的一種基于遙感影像的藍藻生物量時空變化監測與可視化方法，其特征在于，所述的多特征空間包括影像波段組合、歸一化藍藻指數、最佳指數特征組合和最佳Gabor濾波器紋理特征組合。
5.根據權利要求1所述的一種基于遙感影像的藍藻生物量時空變化監測與可視化方法，其特征在于，所述的雙重加權包括對不同類別賦以權重和對每個特征屬性賦以權重。
6.根據權利要求5所述的一種基于遙感影像的藍藻生物量時空變化監測與可視化方法，其特征在于，所述的建立基于小波核的雙重加權SVM分類模型的具體步驟為31)根據遙感影像的樣本集，獲得類別權重％,
7.根據權利要求6所述的一種基于遙感影像的藍藻生物量時空變化監測與可視化方法，其特征在于，所述的構造特征權重向量ω具體為
8.根據權利要求1所述的一種基于遙感影像的藍藻生物量時空變化監測與可視化方法，其特征在于，所述的實地觀測數據包括實地藍藻生物量采樣數據和氣象觀測數據。
9.根據權利要求8所述的一種基于遙感影像的藍藻生物量時空變化監測與可視化方法，其特征在于，所述的可視化顯示具體為41)讀取實地觀測數據，并對遙感影像和矢量地圖數據進行空間坐標配準；42)在遙感影像數據層上疊加具有空間坐標的實地觀測數據；43)對離散的實地觀測數據進行插值處理，利用插值數據擬合出生物量等值線信息；44)以經過坐標空間配準的遙感影像數據為底地圖，在其上依次疊加矢量地圖數據、生物量等值線信息，然后對處理結果及其對應日期的氣象觀測數據進行可視化顯示和仿真模擬。
10.根據權利要求9所述的一種基于遙感影像的藍藻生物量時空變化監測與可視化方法，其特征在于，所述的坐標配準是指將坐標轉換為歸一化的坐標系統，具體為a)獲得待轉換數據的坐標范圍，即該數據在X軸方向的最小值Xmin、最大值Xmax和I軸方向的最小值ymin、最大值ymax ；b)通過該坐標范圍計算轉換所需的尺度因子Scale，以X軸方向為例，其計算公式如下
全文摘要
本發明涉及一種基于遙感影像的藍藻生物量時空變化監測與可視化方法，該方法包括以下步驟1)對研究區的遙感影像進行預處理，并構建歸一化藍藻指數；2)采用基于VPRS_GID的特征優化模型對遙感影像的特征進行優化，獲得優化后的多特征空間；3)根據多特征空間建立基于小波核的雙重加權SVM分類模型，對藍藻水華空間分布信息進行提取識別和變化檢測，結合實地觀測數據進行綜合驗證和精度分析；4)將處理后的遙感影像、GIS矢量數據與實地觀測數據進行疊加顯示，從而實現藍藻水華爆發時空變化過程和規律的仿真模擬。與現有技術相比，本發明具有藍藻識別精度和可靠性高等優點，有利于對藍藻水華的成因和分布變化做出分析和判斷。
文檔編號G01C11/04GK103063202SQ20121058804
公開日2013年4月24日 申請日期2012年12月30日 優先權日2012年12月30日
發明者林怡, 潘琛, 王嘉楠, 任文偉, 葉勤, 屈銘志, 劉冰, 陸淵 申請人:同濟大學, 復旦大學