一種基于面向?qū)ο蠓诸惖陌滋礻懙剌椛潇F的遙感監(jiān)測(cè)方法
【專利摘要】本發(fā)明提供一種基于面向?qū)ο蠓诸惖陌滋礻懙剌椛潇F遙感監(jiān)測(cè)方法。其選擇空間分辨率最高達(dá)到250米的EOS/MODIS衛(wèi)星遙感數(shù)據(jù),通過基于大氣輻射傳輸模型模擬和統(tǒng)計(jì)大量EOS/MODIS衛(wèi)星遙感數(shù)據(jù)兩個(gè)角度相結(jié)合,構(gòu)建云霧特征參數(shù),并選擇合適的遙感影像分割算法,對(duì)云霧特征參數(shù)進(jìn)行影像分割。對(duì)分割獲取的各個(gè)同質(zhì)單元逐個(gè)計(jì)算其光譜特征、紋理特征、幾何特征以及云霧特征參數(shù)特征值,結(jié)合地面實(shí)測(cè)氣象觀測(cè)數(shù)據(jù),采用決策樹分類算法對(duì)影像分割后構(gòu)建的各個(gè)同質(zhì)單元的各種屬性進(jìn)行訓(xùn)練,構(gòu)建白天陸地輻射霧遙感監(jiān)測(cè)方法用于霧檢測(cè)。本發(fā)明能夠有效避免低云和霧由于光譜和紋理的相似性導(dǎo)致難以區(qū)分的問題。
【專利說明】一種基于面向?qū)ο蠓诸惖陌滋礻懙剌椛潇F的遙感監(jiān)測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及測(cè)繪遙感【技術(shù)領(lǐng)域】,具體是一種基于面向?qū)ο蠓诸惖陌滋礻懙剌椛潇F遙感監(jiān)測(cè)方法。
【背景技術(shù)】
[0002]霧是一種嚴(yán)重的災(zāi)害性天氣,已被國際上列為十大災(zāi)害天氣之一。2014年I月4日,中國國家減災(zāi)辦、民政部通報(bào)2013年自然災(zāi)情,霧霾首次被國家納入自然災(zāi)情。2013年,我國中東部地區(qū)霧霾嚴(yán)重,霧霾天氣多發(fā)、頻發(fā)。其中1-3月、9-12月霧霾天氣尤其嚴(yán)重。根據(jù)《中華人民共和國氣象行業(yè)標(biāo)準(zhǔn):霧的等級(jí)及預(yù)報(bào)》,霧是近地面空氣中的水汽凝結(jié)成大量懸浮在空氣中的微小水滴或冰晶,導(dǎo)致水平能見度低于I千米的天氣現(xiàn)象。按其物理本質(zhì)來說,霧是氣溫低于露點(diǎn)時(shí)近地面層空氣中水汽凝結(jié)(或凝華)的結(jié)果,其所具有的微物理結(jié)構(gòu)特性造成了它極易降低空氣透明度、惡化能見度,使視力受阻、視野模糊。濃霧不像地震、火山爆發(fā)、洪水等突發(fā)性災(zāi)害在短時(shí)間內(nèi)對(duì)人類造成巨大的傷害,也不像風(fēng)雨雷電那樣讓人驚心動(dòng)魄,而是以“溫柔殺手”的形式給社會(huì)經(jīng)濟(jì)和人民生活帶來許多的不利影響和危害,它會(huì)降低能見度、惡化空氣質(zhì)量,對(duì)交通運(yùn)輸包括航空、航海、公路等都有直接影響。此外大霧對(duì)電力設(shè)施安全、人體健康、農(nóng)業(yè)生產(chǎn)、軍事行動(dòng)、名勝古跡保護(hù)等方面也有顯著影響。根據(jù)《國家氣象災(zāi)害應(yīng)急預(yù)案》、《江蘇省氣象災(zāi)害評(píng)估管理辦法》、《武漢市氣象災(zāi)害防御辦法》(征求意見稿)等國家級(jí)和區(qū)域級(jí)的氣象災(zāi)害應(yīng)急標(biāo)準(zhǔn),針對(duì)我國部分地區(qū)日益嚴(yán)重的霧霾污染情況,持續(xù)性大范圍高污染的霧現(xiàn)象需要在第一時(shí)間發(fā)現(xiàn)并及時(shí)進(jìn)行評(píng)估和預(yù)警。
[0003]傳統(tǒng)的大霧監(jiān)測(cè)方法是基于地面觀測(cè)站點(diǎn)的監(jiān)測(cè),通過建立固定的監(jiān)測(cè)站點(diǎn)、瞭望塔等方式在獲取霧信息方面能夠取得一定的效果,但是需要耗費(fèi)大量的人力物力,特別是在偏遠(yuǎn)地區(qū)難以達(dá)到滿意的效果;也難以迅速獲取大范圍的霧資料。地面觀測(cè)站點(diǎn)提供的數(shù)據(jù)往往缺乏代表性,數(shù)值天氣預(yù)報(bào)模型經(jīng)過幾十年的發(fā)展目前也取得了一定的進(jìn)展,但是無論是二維還是三維模式在空間分辨率和時(shí)間分辨率方面都很難滿足實(shí)際應(yīng)用的需要,而且數(shù)值預(yù)報(bào)模型方法難以完全模擬大氣演變,在精度和效率上也無法達(dá)到準(zhǔn)實(shí)時(shí)霧監(jiān)測(cè)的需求。
[0004]遙感技術(shù)成了及時(shí)發(fā)現(xiàn)大霧和評(píng)定霧等級(jí)的有效途徑。衛(wèi)星監(jiān)測(cè)大霧是在高頻率的監(jiān)測(cè)中掌握大霧的發(fā)生和發(fā)展動(dòng)態(tài),特別是邊遠(yuǎn)地區(qū)的大霧發(fā)現(xiàn)、跟蹤監(jiān)測(cè)有重要意義。目前,利用衛(wèi)星遙感技術(shù)進(jìn)行大霧監(jiān)測(cè)取得了一定進(jìn)展,美國航空航天局、德國宇航局、中國國家衛(wèi)星氣象中心等機(jī)構(gòu)都成立了衛(wèi)星遙感大霧監(jiān)測(cè)相關(guān)部門,對(duì)大霧進(jìn)行監(jiān)控,主要是利用N0AA/AVHRR氣象衛(wèi)星,MODIS氣象衛(wèi)星,MSG/SEVIRI氣象衛(wèi)星、FY氣象衛(wèi)星等。
[0005]N0AA/AVHRR數(shù)據(jù)是目前大霧遙感監(jiān)測(cè)運(yùn)用最廣泛的數(shù)據(jù)源之一。1973年Hunt在理論上證明了由小粒徑不透明水云(如霧、低層云)在中紅外波段的比輻射率明顯小于其在長(zhǎng)波紅外波段的比輻射率,而且這種差異和粒子大小有關(guān),粒子越小,比輻射率的差異越大,比輻射率的差異會(huì)造成云霧在中紅外和長(zhǎng)波紅外波段亮度溫度的差異,而其他地物(水體、植被)卻沒有這種性質(zhì)。隨后,Eyre等,Turner等利用NOAA/AVHRR數(shù)據(jù)10.8微米和3.7微米波段的亮度溫度差(也稱為“雙波段差值法”)進(jìn)行夜間霧和低層云的監(jiān)測(cè)工作,發(fā)現(xiàn)該方法有較好的應(yīng)用前景,該方法也是目前唯一用于業(yè)務(wù)化夜間霧監(jiān)測(cè)的方法。同時(shí),Saunders和Gray發(fā)現(xiàn)相比其他云類,由小粒徑組成的云(如福射霧)在中紅外波段有比較高的反射率,利用反射率的差異可以進(jìn)行霧監(jiān)測(cè)。
[0006]現(xiàn)有的白天陸地輻射霧遙感監(jiān)測(cè)方法主要包括多波段閾值法和分形紋理法。多波段閾值法通過利用大氣輻射傳輸模型模擬云霧輻射特征,確定云霧的特征波段,并設(shè)定閾值進(jìn)行云霧檢測(cè)。分形紋理法利用衛(wèi)星云圖上霧頂光滑、起伏較小、邊界清晰整齊,而云頂具有紋理粗糙,起伏較大,邊界破碎零亂等特點(diǎn),采用分形理論描述云霧在灰度表面紋理粗細(xì)上的差異,并設(shè)定閾值進(jìn)行云霧分離。
[0007]Bendix等基于Streamer大氣福射傳輸模型,通過分析地表反射率、太陽天頂角、光學(xué)厚度等因素的影響,模擬霧在MODIS波段的1-7波段上的最大、最小反射率,并以此作為閾值,運(yùn)用多波段閾值法對(duì)白天陸地霧進(jìn)行檢測(cè),同時(shí)結(jié)合地形數(shù)據(jù)對(duì)地面霧和抬升霧進(jìn)行辨別。Cermak等使用MSG/SEVIRI靜止氣象衛(wèi)星數(shù)據(jù),綜合考慮云、霧的光譜、空間和微物理屬性,提出一種基于面向?qū)ο蠓诸愃枷氲牡驮坪挽F檢測(cè)方法,正確率達(dá)到64%-83%,但是該方法主要針對(duì)歐洲地區(qū)的秋冬季節(jié),并且是將低云和霧當(dāng)作整體進(jìn)行檢測(cè),同時(shí)由于MSG數(shù)據(jù)空間分辨率偏低(3公里左右),導(dǎo)致小范圍的霧容易漏檢。馬慧云等針對(duì)MODIS數(shù)據(jù),提出了基于區(qū)域特征的云與陸地輻射霧分離檢測(cè)算法,但她指出算法區(qū)域特征的選擇仍需加強(qiáng)。李維等針對(duì)FY-2C/D/E數(shù)據(jù),提出了基于支持向量機(jī)和時(shí)間序列特征的云與陸地輻射霧分離檢測(cè)算法,但他指出霧相對(duì)云的時(shí)序變化特征選擇仍需完善。
[0008]中國專利申請(qǐng)200810238095.5針對(duì)海霧監(jiān)測(cè)缺乏地面觀測(cè)資料的限制,提出了一種針對(duì)E0S/M0DIS衛(wèi)星數(shù)據(jù)的遙感海霧特征量的實(shí)時(shí)提取方法。首先進(jìn)行海霧檢測(cè)得到海霧分布區(qū),然后根據(jù)已有公式計(jì)算出海霧的光學(xué)厚度、霧有效半徑、液態(tài)水路徑、霧頂高度和霧能見度等特征參數(shù),但是還有待于進(jìn)一步驗(yàn)證。
[0009]中國專利申請(qǐng)201210011489.3中提出了一種針對(duì)MTSAT2R的陸地輻射霧檢測(cè)算法,考慮陸地輻射霧在遠(yuǎn)紅外和近紅外波動(dòng)亮度溫度差的累計(jì)效應(yīng),進(jìn)行了基于時(shí)序影像的陸地輻射霧與地表分離研究,同時(shí)考慮夜間陸地輻射霧的發(fā)展規(guī)律和低云的運(yùn)動(dòng)特征,進(jìn)行了基于時(shí)序影像的陸地輻射霧與低云的分離研究,但是MTSAT2R衛(wèi)星數(shù)據(jù)的空間分辨率只有4公里,對(duì)面積較小的陸地輻射霧很容易漏檢。
[0010]傳統(tǒng)的霧檢測(cè)方法,Eyre等,Turner等基于N0AA/AVHRR數(shù)據(jù)提出的雙波段差值法、Saunders和Gray提出的利用反射率差異的霧檢測(cè)方法、Bendix等提出的基于多波段閾值的白天陸地霧遙感檢測(cè)方法、中國專利200810238095.5提出的海霧檢測(cè)方法、李維等提出的基于支持向量機(jī)和時(shí)間序列特征的云與陸地輻射霧分離檢測(cè)算法等方法都是基于像素(pixel-based)的檢測(cè)方法,由于中低云和霧在光譜和紋理上的差異性導(dǎo)致兩者難以區(qū)分;只有Cermak提出的基于MSG/SEVIRI數(shù)據(jù)的基于面向?qū)ο蠓诸愃枷氲牡驮坪挽F檢測(cè)方法,通過對(duì)云霧影像進(jìn)行圖像分割,明確提出了綜合考慮云、霧的光譜、空間和微物理屬性進(jìn)行云霧檢測(cè),但是利用MSG/SEVIRI和MTSAT靜止氣象衛(wèi)星(如中國專利申請(qǐng)201210011489.3)又存在空間分辨率低(MSG/SEVIRI數(shù)據(jù)空間分辨率為3公里、MTSAT數(shù)據(jù)空間分辨率為4公里)導(dǎo)致在霧檢測(cè)中存在漏檢的問題。[0011]因此,目前陸地輻射霧監(jiān)測(cè)的難點(diǎn)是監(jiān)測(cè)范圍大、霧的監(jiān)測(cè)往往容易受到云的干擾等,另外霧光學(xué)厚度、霧影響面積等相關(guān)參數(shù)的提取存在一定困難,單獨(dú)利用霧在遙感影像光譜特征上的特征難以準(zhǔn)確有效的區(qū)分霧和各種云類。
【發(fā)明內(nèi)容】
[0012]本發(fā)明提供一種基于面向?qū)ο蠓诸惖陌滋礻懙剌椛潇F遙感監(jiān)測(cè)方法,可以解決現(xiàn)有技術(shù)陸地輻射霧監(jiān)測(cè)存在的中低云和霧難以區(qū)分以及空間分辨率低導(dǎo)致漏檢的問題。
[0013]一種基于面向?qū)ο蠓诸惖陌滋礻懙剌椛潇F的遙感監(jiān)測(cè)方法,其特征在于包括如下步驟:
[0014](I)利用Streamer大氣福射傳輸模型模擬各種典型云類和陸地福射霧在可見光、近紅外、中紅外波段,不同粒子大小、不同光學(xué)厚度條件下的光譜輻射特征;
[0015](2)利用Internet從美國航空航天局、中國國家衛(wèi)星氣象中心下載獲取EOS/MOSIS衛(wèi)星遙感數(shù)據(jù),基于步驟(1)對(duì)各種典型云類和陸地輻射霧在可見光、近紅外、中紅外波段的光譜特征模擬,并結(jié)合統(tǒng)計(jì)大量E0S/M0DIS衛(wèi)星遙感數(shù)據(jù),確定MODIS數(shù)據(jù)能夠用于云霧檢測(cè)的波段或波段組合,根據(jù)云類和陸地輻射霧在可見光波段和中紅外波段反射率的差異,構(gòu)建NDFI歸一化霧指數(shù)作為云霧特征參數(shù),所述NDFI歸一化霧指數(shù)的計(jì)算公式為
【權(quán)利要求】
1.一種基于面向?qū)ο蠓诸惖陌滋礻懙剌椛潇F遙感監(jiān)測(cè)方法,其特征在于包括如下步驟: (I)利用Streamer大氣福射傳輸模型模擬各種典型云類和陸地福射霧在可見光、近紅外、中紅外波段,不同粒子大小、不同光學(xué)厚度條件下的光譜輻射特征; (2 )利用Internet從美國航空航天局、中國國家衛(wèi)星氣象中心下載獲取EOS/MOSIS衛(wèi)星遙感數(shù)據(jù),基于步驟(1)對(duì)各種典型云類和陸地輻射霧在可見光、近紅外、中紅外波段的光譜特征模擬,并結(jié)合統(tǒng)計(jì)大量EOS/MODIS衛(wèi)星遙感數(shù)據(jù),確定MODIS數(shù)據(jù)能夠用于云霧檢測(cè)的波段或波段組合,根據(jù)云類和陸地輻射霧在可見光波段和中紅外波段反射率的差異,構(gòu)建NDFI歸一化霧指數(shù)作為云霧特征參數(shù),所述NDFI歸一化霧指數(shù)的定義為
NDFI = R1-R20/R1+R20*100% 其中,R1是MODIS第I波段反射率,R20是MODIS第20波段的反射率; (3)通過對(duì)下載的每條E0S/M0DIS衛(wèi)星數(shù)據(jù)進(jìn)行輻射定標(biāo)處理、幾何定位處理,獲取E0S/M0DIS衛(wèi)星數(shù)據(jù)可見光、近紅外波段的反射率、中紅外波段亮度溫度和熱紅外波段亮度溫度,并計(jì)算相應(yīng)的太陽天頂角角度信息,按照步驟(2)計(jì)算NDFI云霧特征參數(shù); (4)對(duì)所述NDFI云霧特征參數(shù)進(jìn)行圖像分割,獲取至少兩個(gè)同質(zhì)單元的分割后圖像; (5)對(duì)分割獲取的各個(gè)同質(zhì)單元逐個(gè)計(jì)算其屬性信息,所述屬性信息包括光譜特征、紋理特征、幾何特征以及云霧特征參數(shù)特征值; (6)利用步驟(5)計(jì)算獲取的各個(gè)同質(zhì)單元的屬性信息,結(jié)合地面實(shí)測(cè)氣象觀測(cè)數(shù)據(jù),引入同質(zhì)單元的面積、第I波段反射率平均值、歸一化積雪指數(shù)(NDSI)平均值、第2波段反射率平均值、第20波段反射率平均值、第26波段反射率平均值、第31波段亮度溫度方差值、歸一化霧指數(shù)(NDFI)平均值作為云霧識(shí)別的判別特征,結(jié)合中國氣象局氣象數(shù)據(jù)共享平臺(tái)獲取全球地面天氣資料定時(shí)值數(shù)據(jù)集,采用決策樹分類算法對(duì)分割后構(gòu)建的同質(zhì)單元的各種屬性進(jìn)行訓(xùn)練,確定同質(zhì)單元的各個(gè)屬性判別閾值,對(duì)分割得到的同質(zhì)單元逐個(gè)進(jìn)行云霧分離判斷,得到大霧分布專題影像。
2.如權(quán)利要求1所述的基于面向?qū)ο蠓诸惖陌滋礻懙剌椛潇F的遙感監(jiān)測(cè)方法,其特征在于:所述步驟(4)對(duì)所述NDFI云霧特征參數(shù)進(jìn)行圖像分割具體為: 首先,基于NDFI云霧特征參數(shù),選擇均值漂移算法對(duì)影像進(jìn)行初步分割,得到一個(gè)偏“過分割”的初步分割結(jié)果; 然后,在“過分割”的初步分割結(jié)果之上,逐個(gè)同質(zhì)單元完成光譜、空間和鄰接關(guān)系的構(gòu)建; 最后,在得到各個(gè)同質(zhì)單元的光譜、空間信息,以及同質(zhì)單元之間的鄰接關(guān)系后,選擇迭代合并算法,計(jì)算所有鄰接關(guān)系的合并代價(jià)值,并進(jìn)行排序,找到合并代價(jià)值最小的鄰接關(guān)系對(duì)應(yīng)的兩個(gè)同質(zhì)單元i和j,將i和j同質(zhì)單元進(jìn)行合并,作為新的同質(zhì)單元i,更新其他同質(zhì)單元與同質(zhì)單元i的鄰接關(guān)系,刪除其他同質(zhì)單元與同質(zhì)單元j的鄰接關(guān)系,不斷重復(fù)這個(gè)過程直到迭代終止,得到最后的圖像分割結(jié)果。
3.如權(quán)利要求1所述的基于面向?qū)ο蠓诸惖陌滋礻懙剌椛潇F的遙感監(jiān)測(cè)方法,其特征在于:所述步驟(5)具體為:基于步驟(4)得到的圖像分割結(jié)果,將分割得到的各個(gè)同質(zhì)單元進(jìn)行ID編碼,并將E0S/M0DIS數(shù)據(jù)預(yù)處理以后的影像進(jìn)行疊加,利用各個(gè)同質(zhì)單元的ID號(hào),計(jì)算各個(gè)同質(zhì)單元在各個(gè)波段的光譜特征、紋理特征,各個(gè)同質(zhì)單元的空間特征以及各個(gè)同質(zhì)單元的云霧特征參數(shù)特征值,作為后續(xù)進(jìn)行判別的屬性信息。
4.如權(quán)利要求1所述的基于面向?qū)ο蠓诸惖陌滋礻懙剌椛潇F遙感監(jiān)測(cè)方法,其特征在于:還包括制作大霧遙感監(jiān)測(cè)報(bào)告并分發(fā),制作大霧遙感監(jiān)測(cè)報(bào)告并分發(fā),具體方式為:首先,針對(duì)利用遙感技術(shù)分析基于EOS/MODIS數(shù)據(jù)獲取的大霧分布信息及所在坐標(biāo)范圍等相關(guān)結(jié)果,利用Google Map API進(jìn)行解析,確認(rèn)其所在縣、鄉(xiāng)、村具體行政區(qū)域信息;然后,對(duì)監(jiān)測(cè)時(shí)間、所在行政區(qū)等相關(guān)信息進(jìn)行過濾和分組,在開源web自動(dòng)化測(cè)試工具Selenium2/Webdriver API的 支持下生成大霧遙感監(jiān)測(cè)報(bào)告并發(fā)布給相關(guān)機(jī)構(gòu)。
【文檔編號(hào)】G01W1/00GK103926634SQ201410089660
【公開日】2014年7月16日 申請(qǐng)日期:2014年3月12日 優(yōu)先權(quán)日:2014年3月12日
【發(fā)明者】文雄飛, 李喆, 譚德寶, 陳蓓青, 申邵洪, 陳鵬霄, 向大享, 張穗, 程學(xué)軍, 葉松, 汪朝輝 申請(qǐng)人:長(zhǎng)江水利委員會(huì)長(zhǎng)江科學(xué)院