遙感技術(shù)在湖泊動(dòng)態(tài)變化研究中的應(yīng)用

遙感技術(shù)在湖泊動(dòng)態(tài)變化研究中的應(yīng)用

1遙感監(jiān)測(cè)湖泊系統(tǒng)的意義現(xiàn)在，地質(zhì)調(diào)查是一個(gè)主題。湖泊萎縮是人類(lèi)面臨的主要環(huán)境問(wèn)題之一。在區(qū)域生態(tài)系統(tǒng)中,湖泊具有重要的生態(tài)意義。湖泊作為區(qū)域陸地水循環(huán)中的一個(gè)重要載體,對(duì)區(qū)域的水量平衡發(fā)揮重要作用。湖泊水量平衡分析計(jì)算是湖泊水文研究的基礎(chǔ),它為湖泊水資源開(kāi)發(fā)利用、湖泊及流域的生態(tài)平衡提供重要依據(jù)。因此,研究湖泊水域動(dòng)態(tài)變化,及時(shí)掌握區(qū)域水量平衡狀況,可以為區(qū)域水資源可持續(xù)利用提供依據(jù)。同時(shí),湖泊和河流緊密關(guān)聯(lián),它對(duì)河流流量具有調(diào)蓄作用。研究湖泊的動(dòng)態(tài)變化規(guī)律對(duì)于洪澇災(zāi)害預(yù)報(bào)、監(jiān)測(cè)、減災(zāi)及災(zāi)情評(píng)估等具有指導(dǎo)意義,同時(shí)為農(nóng)業(yè)灌溉、區(qū)域水管理等農(nóng)業(yè)規(guī)劃提供依據(jù)。此外,湖泊作為一個(gè)生態(tài)系統(tǒng),具有一定的生態(tài)功能,通過(guò)和陸地生態(tài)系統(tǒng)之間進(jìn)行物質(zhì)循環(huán)、能量流動(dòng)和信息傳遞,可以形成局部小氣候,調(diào)節(jié)區(qū)域氣候。湖泊水域的變化是其所在流域水量平衡的綜合結(jié)果,對(duì)氣候變化和人類(lèi)活動(dòng)影響具有高度敏感性。湖泊變化是氣候變化敏感的指示器。湖泊的形成與消失、擴(kuò)張與收縮及其引起的生態(tài)環(huán)境變化都反映了一定地域乃至全球的構(gòu)造和氣候事件。因此,精確迅速地監(jiān)測(cè)湖泊動(dòng)態(tài),揭示自然因素及人類(lèi)活動(dòng)對(duì)湖泊水域的影響規(guī)律,對(duì)合理開(kāi)發(fā)、利用和保護(hù)湖泊水域有著極其重要的意義。遙感技術(shù)的誕生,使得人類(lèi)對(duì)地球表層的理解推進(jìn)到一個(gè)新的階段,同時(shí)也給大范圍的湖泊水域動(dòng)態(tài)變化監(jiān)測(cè)和相關(guān)參數(shù)的反演研究帶來(lái)了便利。遙感技術(shù)能夠大范圍、及時(shí)快速地監(jiān)測(cè)地表環(huán)境的動(dòng)態(tài)變化,與傳統(tǒng)的湖泊調(diào)查方法相比有著明顯的優(yōu)勢(shì),它能利用多種手段快速獲得大量的地表變化信息,成為湖泊研究強(qiáng)有力的技術(shù)手段。湖泊水域的研究是湖泊水文相關(guān)研究的基礎(chǔ)。遙感數(shù)據(jù)除對(duì)湖泊水域各個(gè)特征進(jìn)行直接估測(cè)外,還可作為模擬湖泊水位水文模型的輸入?yún)?shù),從而對(duì)區(qū)域水文進(jìn)行模擬。湖泊水域面積是湖泊平面形態(tài)的一個(gè)重要參數(shù),它的時(shí)間序列能提供氣候變化的記錄,特別對(duì)封閉湖泊而言更能顯示出這種顯著的變化。湖泊作為一種土地覆蓋類(lèi)型,它的動(dòng)態(tài)變化研究成為全球環(huán)境變化研究的重要組成部分。本文主要針對(duì)湖泊水域動(dòng)態(tài)變化,從湖泊動(dòng)態(tài)研究的原理和數(shù)據(jù)源、湖泊信息提取方法和遙感動(dòng)態(tài)監(jiān)測(cè)方法等幾方面對(duì)湖泊動(dòng)態(tài)變化研究的最新進(jìn)展進(jìn)行論述,并討論了當(dāng)前湖泊水域動(dòng)態(tài)變化研究中存在的一些問(wèn)題和發(fā)展的趨勢(shì)。2湖泊水生動(dòng)態(tài)變化的遙感監(jiān)測(cè)原則和數(shù)據(jù)來(lái)源2.1近紅外段地表識(shí)別的應(yīng)用湖泊動(dòng)態(tài)變化監(jiān)測(cè)的主要任務(wù)是監(jiān)測(cè)湖泊水域是否發(fā)生變化及其變化的具體狀況,它包括對(duì)湖泊信息的識(shí)別與提取和對(duì)湖泊動(dòng)態(tài)變化信息的檢測(cè)兩方面內(nèi)容。前者實(shí)質(zhì)是將湖泊信息與其它信息區(qū)分開(kāi)來(lái)。由于水體和陸地接受太陽(yáng)輻射相互作用以后,對(duì)太陽(yáng)輻射的反射、吸收、散射、透射的特征差異很大,從而使其在遙感圖像上的反映也迥然不同,成為區(qū)分水體和其它地物的重要基礎(chǔ)。在可見(jiàn)光和近紅外波段內(nèi),水體識(shí)別主要基于水體、植被、土壤等地物的光譜反射差異。水對(duì)近紅外和中紅外波長(zhǎng)的能量吸收最多,該波段內(nèi)的能量很少被反射,而植被和土壤對(duì)可見(jiàn)光波段反射極少,但對(duì)近紅外反射卻很高。因此,用遙感數(shù)據(jù)中的近紅外和可見(jiàn)光波段可以方便地解決地表水域定位和邊界確定等問(wèn)題。微波遙感對(duì)水體鑒別也有很高的靈敏度,陸地的地表覆蓋和起伏的地形,使入射微波產(chǎn)生較強(qiáng)的后向散射,被雷達(dá)天線(xiàn)接收,形成較明亮的影像;而水體強(qiáng)烈吸收微波,形成暗黑色的影像,故水陸界限分明,可以清晰地得到水面覆蓋信息。地物后向散射特性的差異是主動(dòng)微波遙感觀測(cè)水體的基本原理。2.2湖泊監(jiān)測(cè)的主要數(shù)據(jù)源湖泊動(dòng)態(tài)研究數(shù)據(jù)源的選擇是根據(jù)不同時(shí)代技術(shù)條件、研究資料的可獲得性以及研究區(qū)域的尺度和地表特征等決定的。在遙感技術(shù)廣泛應(yīng)用前,可供研究應(yīng)用的數(shù)據(jù)源主要是地形圖等地圖數(shù)據(jù);在航空攝影階段,航空攝影圖片成為主要的數(shù)據(jù)源;而在衛(wèi)星遙感階段,高分辨率的陸地衛(wèi)星數(shù)據(jù)則是最為常用的遙感數(shù)據(jù)源。多時(shí)相遙感數(shù)據(jù)是實(shí)現(xiàn)湖泊動(dòng)態(tài)變化監(jiān)測(cè)的重要資料,近年來(lái)高分辨率陸地衛(wèi)星的應(yīng)用以及高光譜遙感技術(shù)的發(fā)展為動(dòng)態(tài)監(jiān)測(cè)湖泊變化的發(fā)展提供了機(jī)遇。從遙感利用波段來(lái)看,湖泊動(dòng)態(tài)監(jiān)測(cè)的數(shù)據(jù)源可分為可見(jiàn)光和微波遙感數(shù)據(jù)。常用的可見(jiàn)光衛(wèi)星傳感器有NOAA-AVHRR、SPOTVGT、MODIS、LandSatTM和ETM+等,此外,一些主動(dòng)微波傳感器如ERS-1、ERS-2和JERS-1及Radarsat也是湖泊水域監(jiān)測(cè)的重要數(shù)據(jù)源。以下主要分析幾種常用數(shù)據(jù)源的特點(diǎn)及數(shù)據(jù)源的選擇。AVHRR具有覆蓋面大和觀測(cè)周期短等特點(diǎn),常用于建立長(zhǎng)時(shí)間序列數(shù)據(jù),是長(zhǎng)時(shí)間序列湖泊動(dòng)態(tài)變化研究的重要數(shù)據(jù)源。胡東生等利用LandsatMSS和TM遙感影像資料對(duì)比分析,發(fā)現(xiàn)NOAAAVHRR遙感數(shù)據(jù)在識(shí)別鹽湖潛伏或半潛伏狀況的水動(dòng)態(tài)變化方面優(yōu)于前者,在鹽湖動(dòng)態(tài)變化信息提取中表現(xiàn)出提取密度大、可選擇性強(qiáng)的特點(diǎn)。多波段衛(wèi)星影像數(shù)據(jù)是湖泊動(dòng)態(tài)變化研究的最常用的數(shù)據(jù)源。MSS、TM、ETM和CBERS等多波段信息源不僅分辨率較高,而且逐漸面向大眾用戶(hù)免費(fèi)開(kāi)放,從而加大了其應(yīng)用面,成為最主要的數(shù)據(jù)源。多波段影像在湖泊動(dòng)態(tài)研究中的應(yīng)用案例有很多,如馬明國(guó)等利用多時(shí)相的LandsatMSS、TM、ETM+以及中巴資源衛(wèi)星等高分辨數(shù)據(jù)和MODIS數(shù)據(jù)監(jiān)測(cè)了若羌湖泊群的動(dòng)態(tài)變化特征;JiangLi選取連續(xù)的多時(shí)相的Nebraska地區(qū)LandsatMSS和TM數(shù)據(jù),建立了基于空間模型邊界形狀提取的湖泊變遷分析方法。微波遙感技術(shù)的發(fā)展及在湖泊動(dòng)態(tài)監(jiān)測(cè)中的應(yīng)用,促進(jìn)了湖泊動(dòng)態(tài)監(jiān)測(cè)的發(fā)展。微波遙感不僅可顯著區(qū)分湖泊水體及周?chē)匚?而且具有全天候全天時(shí)的探測(cè)能力,它穿云透霧的本領(lǐng)在水體監(jiān)測(cè)尤其是洪水期陰雨天氣下的湖泊水域監(jiān)測(cè)具有特殊優(yōu)勢(shì)。主動(dòng)微波傳感器如ERS-1、ERS-2、JERS-1及Radarsat等,已顯示出估測(cè)湖泊水域的潛力。以上數(shù)據(jù)源各有特點(diǎn),在湖泊研究中一般根據(jù)研究區(qū)域特點(diǎn)和研究尺度來(lái)選擇相應(yīng)數(shù)據(jù)。AVHRR數(shù)據(jù)是目前研究大尺度區(qū)域湖泊動(dòng)態(tài)研究的主要數(shù)據(jù),同時(shí)也是、進(jìn)行長(zhǎng)時(shí)間序列變化研究的常用數(shù)據(jù)源;而MODIS則是中等尺度湖泊動(dòng)態(tài)研究的重要數(shù)據(jù)源;對(duì)于小尺度范圍的湖泊遙感研究,常選用分辨率較高的TM、ETM+、SPOT和IKONOS等數(shù)據(jù)。隨著遙感分類(lèi)技術(shù)的發(fā)展和混合像元分解技術(shù)的出現(xiàn),AVHRR及MODIS等中低分辨率數(shù)據(jù)的解譯精度也在不斷提高,從而使其適用的尺度范圍更加廣泛,愈加受到人們重視。此外,針對(duì)特殊天氣、特殊地域環(huán)境下光學(xué)遙感的局限,可以充分發(fā)揮微波遙感的優(yōu)勢(shì),選擇ERS系列、JERS-1及Radarsat等數(shù)據(jù),為湖泊動(dòng)態(tài)監(jiān)測(cè)提供新的數(shù)據(jù)支持。在實(shí)際研究中,為了充分發(fā)揮各種遙感數(shù)據(jù)的優(yōu)勢(shì),常常綜合利用多種數(shù)據(jù),這樣既可以對(duì)比分析結(jié)果,提高解譯精度,同時(shí)提高空間、時(shí)間分辨率。3湖泊水體提取方法湖泊水域信息的識(shí)別與提取是湖泊動(dòng)態(tài)變化監(jiān)測(cè)的基礎(chǔ)。由于湖泊水體及周邊地物和太陽(yáng)輻射以及大氣的相互作用過(guò)程復(fù)雜,混合像元的存在及山體陰影等各種噪聲的多重干擾使得遙感成像解譯判讀的不確定性增加。因此,要準(zhǔn)確判定湖泊水域邊界及其變化狀況極為復(fù)雜,有必要對(duì)湖泊水體信息的提取方法進(jìn)行專(zhuān)門(mén)研究。關(guān)于湖泊水體信息的提取,國(guó)內(nèi)外已有很多相關(guān)的研究成果。由于可見(jiàn)光—近紅外遙感和微波遙感成像原理的差異,故將湖泊水域信息提取方法分為光學(xué)遙感提取方法以及微波遙感提取方法。3.1湖泊水體信息的計(jì)算機(jī)自動(dòng)提取在可見(jiàn)光和近紅外波段內(nèi),水體和其它地物的光譜反射差異是遙感技術(shù)提取水體的基本依據(jù)。最常規(guī)也是最準(zhǔn)確的水體識(shí)別方法是目視解譯法,但它在水體信息分布狀態(tài)的描述和時(shí)間效率方面存在局限性。在此主要討論湖泊水體信息的計(jì)算機(jī)自動(dòng)提取方法,較為傳統(tǒng)的方法包括:閾值法、色度判別法、譜間關(guān)系法、光譜混合分析法、彩色空間轉(zhuǎn)化法等;隨著技術(shù)的發(fā)展,近年來(lái)又有一些新的技術(shù)涌現(xiàn)。如神經(jīng)網(wǎng)絡(luò)、小波分析等。3.1.1傳統(tǒng)的光學(xué)遙感提取方法是提取湖泊信息(1)水體與其它地物的分類(lèi)閾值單波段閾值法基本原理是利用水體在近紅外波段反射率較低,易與其它地物區(qū)分的特點(diǎn),選取單一的紅外波段,確定一個(gè)區(qū)分水體與其它地物的分類(lèi)閾值。閾值法識(shí)別水體的優(yōu)點(diǎn)是簡(jiǎn)便迅速,易于實(shí)現(xiàn);但它只注意水體在某些波段的光譜特征,而忽略了水體在其它波段上存在的獨(dú)特光譜特征。同時(shí),該法無(wú)法將水體與山區(qū)陰影區(qū)分開(kāi)來(lái),一般只能滿(mǎn)足4000m2以上水體的要求。采用閾值法的提取水體關(guān)鍵是閾值的確定,為提高水體判識(shí)的精度,對(duì)不同地區(qū)和時(shí)相的影像應(yīng)采用不同的閾值。(2)水陸分隔明顯的影像譜間關(guān)系法又叫波段組合法。對(duì)波段進(jìn)行組合運(yùn)算的目的是為了增強(qiáng)水陸反差,從而找出組合圖像上水陸分界非常明顯的影像。譜間關(guān)系法模型精度高、應(yīng)用廣,它可以解決閾值法無(wú)法得到理想的解譯效果的問(wèn)題,是水體信息提取較為理想的方法。利用譜間關(guān)系可建立的模型很多,已有不少學(xué)者對(duì)譜間關(guān)系法進(jìn)行了修改和補(bǔ)充,取得了較為理想的結(jié)果。(3)水體提取方法多光譜波段運(yùn)算法是在對(duì)目標(biāo)及其周?chē)湫偷匚镞M(jìn)行分析的基礎(chǔ)上,確定它們?cè)诟鞑ǘ紊瞎庾V亮度值的異同,通過(guò)對(duì)各波段進(jìn)行算術(shù)運(yùn)算,找出水體提取滿(mǎn)足的關(guān)系,從而構(gòu)建水體提取模型的一種方法。進(jìn)行各波段間可以減小地形及山體陰影等環(huán)境因素的影響,從而使解譯者能準(zhǔn)確提取水體。常見(jiàn)的有比值法、差值法、水體指數(shù)法等。利用多光譜波段運(yùn)算法提取湖泊水體的關(guān)鍵是水體信息提取的最佳波段組合的選擇與指數(shù)的確定。最常用水體提取指數(shù)為歸一化水體指數(shù)NDWI,此外,XuHanqiu和曹榮龍分別對(duì)NDWI進(jìn)行了優(yōu)化改進(jìn),從而提高了水體提取的精度。M.MA等基于SPOTVEGETATION影像序列,綜合應(yīng)用NDVI和NDWI識(shí)別艾比湖水體,取得了良好的效果。(4)綠色系數(shù)和紅波長(zhǎng)的測(cè)定為了提高對(duì)水體識(shí)別的效果,Alfoldi等人于1978年提出了色度判讀法,后經(jīng)多人研究,得到了進(jìn)一步的完善和發(fā)展。其基本原理是,利用衛(wèi)星資料綠、紅和紅外波段的綜合信息來(lái)求得綠色系數(shù)和紅色系數(shù),從而確定水體位置。色度判別法可以改善部分小水體的識(shí)別效果,然而對(duì)于更小的水體,特別是那些眾多的接近或小于像元面積的水體,還是無(wú)法識(shí)別。(5)其它提取方法對(duì)于提取方法的一般要求高時(shí),各有側(cè)重、分由于遙感影像分辨率的限制,地物在影像上常以混合像元存在。對(duì)于一些細(xì)小水體或分類(lèi)精度要求較高時(shí),其它提取方法都有一定的局限性。對(duì)此,可通過(guò)彩色空間轉(zhuǎn)化,轉(zhuǎn)換到HIS空間(HIS變換),實(shí)現(xiàn)3個(gè)分量的重新分配,再返回到RGB空間(RGB變換)達(dá)到理想的彩色合成效果,從而減少山體陰影影響,突出了水體差別,有利于提高監(jiān)督分類(lèi)的精度。3.1.2湖泊水體信息檢測(cè)技術(shù)發(fā)展趨勢(shì)傳統(tǒng)的光學(xué)遙感提取水體的方法都存在一定的局限性,近年來(lái),隨著遙感分類(lèi)技術(shù)的發(fā)展,湖泊水體信息的檢測(cè)技術(shù)也在不斷發(fā)展。水體識(shí)別的新方法包括神經(jīng)網(wǎng)絡(luò)分類(lèi)法、決策樹(shù)分類(lèi)法、小波分析法、數(shù)學(xué)形態(tài)學(xué)方法、混合像元分解法等。(1)人工智能技術(shù)近年來(lái)迅速發(fā)展起來(lái)的人工神經(jīng)網(wǎng)絡(luò)理論為湖泊水體遙感識(shí)別提供了新途徑。神經(jīng)網(wǎng)絡(luò)是模擬生物神經(jīng)網(wǎng)絡(luò)的人工智能技術(shù),具有并行處理、非線(xiàn)性、容錯(cuò)性、自適應(yīng)和自學(xué)習(xí)的特點(diǎn),因而廣泛應(yīng)用于模式識(shí)別、信號(hào)處理和遙感分類(lèi)。梁益同等應(yīng)用神經(jīng)網(wǎng)絡(luò)基于NOAA圖像對(duì)水體信息進(jìn)行識(shí)別,表明神經(jīng)網(wǎng)絡(luò)法比閾值法具有更高的精度和效率。(2)基于知識(shí)的分層分類(lèi)決策樹(shù)分類(lèi)法是在充分分析水體信息和其它地物直接光譜特征差異的基礎(chǔ)上,建立分層分類(lèi)樹(shù),基于知識(shí)先分類(lèi)后提取的方法。決策樹(shù)分類(lèi)法充分利用了水體和其它地物的光譜特性差異,可以有效地提取了水體信息,但此方法需要一定的先驗(yàn)知識(shí),比如同時(shí)知道水體的大小、形狀、位置和紋理特征。(3)形態(tài)描述的一般算子形狀描述是圖像分析中重要內(nèi)容之一。目標(biāo)的形狀可以用一些獨(dú)立的參數(shù)或參數(shù)組合進(jìn)行描述,也可以借助于其邊界進(jìn)行描述。數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算是腐蝕和膨脹,利用這兩種運(yùn)算可以組合成多種算子,如開(kāi)、閉、高帽、低帽、邊緣提取等算子,達(dá)到研究所期望的結(jié)果。已有學(xué)者利用數(shù)學(xué)形態(tài)學(xué)算法實(shí)現(xiàn)遙感影像中水體信息的提取,并取得良好效果。(4)數(shù)據(jù)壓縮和融合小波變換分析具有變焦性、信息保真性和小波基選擇的靈活性等優(yōu)點(diǎn),常用于噪聲去除、數(shù)據(jù)壓縮、數(shù)據(jù)融合等方面。何智勇等針對(duì)高分辨率影像水體信息提取,利用小波技術(shù)對(duì)圖像進(jìn)行膨脹和去噪處理,并提出了一種多窗口線(xiàn)性保持技術(shù)對(duì)線(xiàn)性水體進(jìn)行保持,最后利用水體信息的地學(xué)特征,對(duì)圖像進(jìn)行聯(lián)合特征去噪,獲取最終的水體影像信息。(5)混合像元的應(yīng)用由于影像分辨率的存在以及客觀世界的復(fù)雜性,使得遙感圖像中的像元常常是多種地物光譜特性的綜合反映。隨著遙感技術(shù)的發(fā)展,湖泊水體信息的提取逐漸由像元過(guò)渡到亞像元?；旌舷裨纸夥椒梢蕴峁┹^高精度的軟分類(lèi)結(jié)果,具有很大的應(yīng)用潛力?；旌舷裨姆纸庾畛Ｓ靡彩亲詈?jiǎn)單的模型是線(xiàn)性光譜分解模型。很多學(xué)者發(fā)展了各種混合像元分解方法提取湖泊水域信息,Youichi等基于線(xiàn)性混合光譜分解模型,發(fā)展了一種光譜分解算法。發(fā)現(xiàn)該法比常規(guī)的經(jīng)驗(yàn)方法(如單波段閾值法、比值法、波段算術(shù)運(yùn)算法等)在精確估算水域參數(shù)方面更優(yōu)。張洪恩等根據(jù)湖泊水體的遙感特性,發(fā)展了使用中低分辨率衛(wèi)星遙感數(shù)據(jù)的混合像元分解算法,應(yīng)用線(xiàn)性多端元混合像元分解技術(shù),自動(dòng)、快速地進(jìn)行湖泊亞像元填圖。胡爭(zhēng)光等提出了一種結(jié)合雙邊界提取和混合象元分解的高效算法,對(duì)內(nèi)蒙古地區(qū)的湖泊面積變化進(jìn)行遙感監(jiān)測(cè),驗(yàn)證了算法的高精度和可行性。3.2水體識(shí)別后向散射利用微波遙感技術(shù)進(jìn)行湖泊水體的提取,其中主動(dòng)式合成孔徑雷達(dá)(SAR)是主要形式。其原理是利用湖泊水體和其它地物之間后向散射特性差異來(lái)識(shí)別水體。合成孔徑雷達(dá)具有高分辨率、全天候、全天時(shí)等優(yōu)點(diǎn),其圖像的應(yīng)用研究已成為該領(lǐng)域的研究熱點(diǎn)。以下總結(jié)了湖泊水體提取的微波遙感方法。3.2.1閾值分割法sar傳統(tǒng)SAR圖像水體檢測(cè)方法往往是基于灰度的單一閾值分割方法。它是主動(dòng)式微波遙感提取水體信息的一種最為常用的技術(shù),常用于洪水區(qū)域的提取。通常,通過(guò)一個(gè)二值算法設(shè)置一個(gè)雷達(dá)后向散射閾值,來(lái)計(jì)算確定每個(gè)像元是否是水體。雷達(dá)后向散射是傳感器入射角和DN值的函數(shù)。閾值的設(shè)置依據(jù)研究區(qū)域和影像的總體光譜特征決定。閾值法對(duì)某些低噪聲、圖幅較小的SAR圖像的水體檢測(cè)有較好效果,然而由于雷達(dá)反射回波信號(hào)的影響,SAR圖像中通常都存在大量乘性噪聲,因此單純采用基于灰度的方法會(huì)由于噪聲而影響水體目標(biāo)檢測(cè)的效果。另外,對(duì)于較大范圍的SAR圖像,圖像中的灰度分布十分復(fù)雜,采用閾值分割方法的錯(cuò)分概率很大。為克服這些困難,需要發(fā)展新的提取方法,并結(jié)合其它數(shù)據(jù)源來(lái)進(jìn)行分析。3.2.2湖泊水體信息提取技術(shù)利用主動(dòng)微波遙感提取湖泊水體信息的關(guān)鍵技術(shù)是SAR影像中陰影以及斑塊噪聲的去除。由于陰影與水體的混淆,加上雷達(dá)圖像獨(dú)有的斑塊噪聲的干擾,使得從雷達(dá)圖像上準(zhǔn)確提取水體較為困難。由于傳統(tǒng)的單純依靠閾值法進(jìn)行湖泊水體信息提取誤差較大,因此實(shí)際應(yīng)用中,需要發(fā)展新的提取技術(shù),同時(shí)結(jié)合其它數(shù)據(jù),對(duì)研究區(qū)水體信息進(jìn)行綜合提取。主要解決方法總結(jié)如下4個(gè)方面。(1)sar數(shù)據(jù)處理方法由于SAR圖像中固有斑點(diǎn)噪聲的影響,某些對(duì)于光學(xué)圖像有很好效果的目標(biāo)提取區(qū)域分割的方法對(duì)于SAR圖像來(lái)說(shuō)效果并不好。為了在保持盡量多的圖像細(xì)節(jié)信息同時(shí)達(dá)到最好的斑點(diǎn)抑制,發(fā)展了多種噪聲抑制的方法。一般有多視處理和濾波技術(shù)。多視處理以犧牲系統(tǒng)分辨率為代價(jià)。而傳統(tǒng)的簡(jiǎn)單濾波,如均值濾波和中值濾波又使圖像模糊。目前常用的是針對(duì)SAR圖像噪聲特性而發(fā)展的自適應(yīng)局域統(tǒng)計(jì)特性的濾波方法,如Lee濾波,Kuan濾波和Frost濾波,以及Gamma-MAP濾波等。同時(shí),新的方法不斷涌現(xiàn)。如竇建方等針對(duì)水體目標(biāo)的亮度及形狀分布特征,采用序列非線(xiàn)性濾波處理方法,快速有效地實(shí)現(xiàn)SAR影像水體目標(biāo)的自動(dòng)提取識(shí)別。此外,小波分析方法也是一種有效的抑制噪聲的方法,應(yīng)用在水體信息提取中。如朱俊杰等在利用高分辨率SAR圖像提取水體邊緣信息時(shí),采用了具有保持邊緣特性的小波變換對(duì)圖像進(jìn)行噪聲壓制,有效地提取了水體信息。(2)sar圖像水體檢測(cè)方法為了克服采用傳統(tǒng)閾值法的局限,發(fā)展了基于SAR圖像中的紋理特征分析方法、機(jī)器學(xué)習(xí)分類(lèi)法、數(shù)學(xué)形態(tài)學(xué)法、圖像分割算法、決策樹(shù)分類(lèi)等多種方法,并綜合應(yīng)用多種分類(lèi)法,實(shí)現(xiàn)優(yōu)勢(shì)互補(bǔ)。通過(guò)對(duì)SAR圖像中的紋理特征等非灰度信息加以分析研究,并運(yùn)用機(jī)器學(xué)習(xí)方法分類(lèi),可以?xún)?yōu)化SAR圖像中水體目標(biāo)檢測(cè)效果。程明躍等采用了一種樹(shù)型小波對(duì)SAR圖像進(jìn)行紋理分析,提高了紋理分析效率的同時(shí)盡量多地保留了原圖像信息。并利用模糊加權(quán)支持向量機(jī)來(lái)檢測(cè)水域信息。該方法結(jié)合了圖像的灰度與紋理信息,減少了SAR圖像中的噪聲影響,能夠適用于大幅面范圍的SAR圖像水體自動(dòng)檢測(cè)。朱俊杰等綜合使用了閾值法、小波紋理分析法進(jìn)行了水體信息提取的嘗試,取得了較好的效果。針對(duì)SAR圖像水域的檢測(cè)問(wèn)題,張懷利等提出了一種利用形態(tài)學(xué)和信息跟蹤雙模式相結(jié)合的檢測(cè)方法。采用形態(tài)學(xué)的開(kāi)運(yùn)算,提取基本的水域輪廓,再結(jié)合改進(jìn)的信息編碼,進(jìn)行跟蹤檢測(cè),進(jìn)一步精確定位水域區(qū)域。采用雙模式結(jié)合的水域檢測(cè)方法,可以較準(zhǔn)確的提取SAR圖像的水域區(qū)域,效果要優(yōu)于單一模式的檢測(cè)方法,而且跟信息熵方法相比較還提高了運(yùn)算效率。此外,利用圖像分割算法對(duì)水域進(jìn)行提取也是一種有效的水體提取方法。朱俊杰等綜合使用了塊跟蹤算法和蛇算法對(duì)小波噪聲抑制后的平滑圖像進(jìn)行了水體邊緣提取。先用塊跟蹤方法對(duì)水體邊緣進(jìn)行了粗提取,最后使用了蛇算法對(duì)粗邊緣進(jìn)行了精確的定位,實(shí)現(xiàn)了水體邊緣的快速、自動(dòng)、精確的檢測(cè),得到了很好的檢測(cè)效果,是一種理想的高分辨率SAR邊緣檢測(cè)方法。(3)dem模擬由于SAR為側(cè)視成像,根據(jù)象素灰度值很難將地物陰影和水體分開(kāi),因此有學(xué)者采用DEM來(lái)模擬雷達(dá)圖像,從中獲取山體的陰影,將水體和山體陰影分開(kāi),實(shí)現(xiàn)水體的檢測(cè)。(4)sar圖像的模擬光學(xué)遙感利用地物對(duì)太陽(yáng)輻射的光譜反射差異來(lái)對(duì)水體和其它地物進(jìn)行識(shí)別,而SAR圖像依據(jù)水體和其它地物后向散射的差異成像。SAR圖像獨(dú)特的陰影和斑噪成為水體提取的主要障礙。有些學(xué)者利用SAR和光學(xué)影像上信息的互補(bǔ),對(duì)各自圖像上的水體和陰影進(jìn)行復(fù)合處理,從而從SAR圖像上準(zhǔn)確而準(zhǔn)確地提取出水體范圍。利用光學(xué)圖像和SAR圖像進(jìn)行洪水區(qū)域確定,洪澇災(zāi)害評(píng)估非常有效。3.3相關(guān)技術(shù)方面的應(yīng)用近年來(lái),隨著遙感分類(lèi)技術(shù)和模式識(shí)別技術(shù)的發(fā)展,湖泊水體信息的提取技術(shù)也在不斷地發(fā)展,并呈現(xiàn)出新的特點(diǎn)?？傮w來(lái)說(shuō),基于遙感的湖泊水體提取技術(shù)呈現(xiàn)如下發(fā)展趨勢(shì):3.3.1多種提取技術(shù)綜合應(yīng)用以往常見(jiàn)的目視判讀和閾值法提取湖泊水體的方法逐漸淘汰,取代的多為遙感圖像增強(qiáng)處理多種方法的綜合應(yīng)用,這將比利用單一方法提取水體效果更佳。這在基于SAR圖像提取湖泊水域信息中尤為常見(jiàn)。此外,隨著模式識(shí)別和圖像分類(lèi)技術(shù)的發(fā)展,各種數(shù)學(xué)方法、非線(xiàn)性理論等引入到水體提取中。如數(shù)學(xué)形態(tài)學(xué)方法、神經(jīng)網(wǎng)絡(luò)、小波分析等。3.3.2光學(xué)遙感和微波遙感綜合應(yīng)用SAR圖像和光學(xué)圖像成像原理迥異、特點(diǎn)鮮明,這使得它們對(duì)水體提取而言各有優(yōu)勢(shì)。為了實(shí)現(xiàn)圖像中信息的互補(bǔ),常常進(jìn)行SAR圖像和光學(xué)圖像的融合,進(jìn)而準(zhǔn)確而準(zhǔn)確地提取出湖泊水域信息。3.3.3RS和GIS綜合應(yīng)用GIS的技術(shù)優(yōu)勢(shì)主要在于它的地圖顯示、數(shù)據(jù)管理和空間分析功能。GIS數(shù)據(jù)及空間分析技術(shù)的引入無(wú)疑為湖泊水域信息提取增加了便利。利用各種地形圖數(shù)據(jù)及其它測(cè)繪數(shù)據(jù)的加入,無(wú)疑使水體提取精度更高。此外,根據(jù)雷達(dá)圖像的成像參數(shù)和DEM生成相應(yīng)的模擬雷達(dá)圖像,還可以剔除陰影,從而實(shí)現(xiàn)水體的準(zhǔn)確提取。3.3.4分析尺度進(jìn)入亞像元混合像元分解技術(shù)的發(fā)展,使得湖泊水域信息提取由像元尺度進(jìn)入亞像元,提取精度將更高。對(duì)于中低分辨率遙感影像提取大范圍的湖泊水域而言意義更為重大。4檢測(cè)方法分類(lèi)利用遙感影像數(shù)據(jù)進(jìn)行地表信息變化監(jiān)測(cè)有多種方法,一般可分為先分類(lèi)后比較和先比較后分類(lèi)兩種方法。實(shí)際應(yīng)用中,湖泊動(dòng)態(tài)變化信息的檢測(cè)方法有多種。本文將這些方法概括為兩大類(lèi):①不同時(shí)相的圖像經(jīng)獨(dú)立分類(lèi)后的復(fù)合比較分析方法,即為分類(lèi)后比較法;②多時(shí)相圖像數(shù)據(jù)經(jīng)變換處理后提取變化信息的方法,又稱(chēng)光譜變換比較法。包括圖像差值法、比值差值法、主成分分析法(PCA)以及變化向量法(CVA)等。一般應(yīng)用此方法時(shí),要結(jié)合分類(lèi)方法,對(duì)變化信息的類(lèi)型進(jìn)行判定。因此,二者結(jié)合可稱(chēng)之為先比較后分類(lèi)法。4.1湖泊動(dòng)態(tài)變化的遙感監(jiān)測(cè)方法4.1.1動(dòng)態(tài)變化方法該法針對(duì)同一地區(qū)不同時(shí)期的影像先分別進(jìn)行分類(lèi),然后對(duì)這些不同時(shí)期的影像的相同區(qū)域進(jìn)行比較,以確定變化的類(lèi)別和區(qū)域。它不僅能檢測(cè)出可能的變化,而且可以給出水域動(dòng)態(tài)變化的定量信息和變化類(lèi)型的轉(zhuǎn)化信息;同時(shí)它沒(méi)有不同時(shí)序影像時(shí)相一致的條件以及影像間輻射校正、空間匹配等問(wèn)題,適用于不同傳感器不同季相的數(shù)據(jù)的比較。但該法必須進(jìn)行多次圖像分類(lèi),變化分析的精度依賴(lài)于各圖像分類(lèi)的精度。不同時(shí)相圖像分類(lèi)誤差將以乘積效應(yīng)傳遞,因此該監(jiān)測(cè)方法常會(huì)夸大變化的結(jié)果。分類(lèi)后比較法一般通過(guò)各種分類(lèi)方法對(duì)各個(gè)時(shí)相圖像分類(lèi)后轉(zhuǎn)化為矢量圖形并在GIS技術(shù)的支持下進(jìn)行疊加分析,比較識(shí)別湖泊水域變化的范圍和變化的類(lèi)型等信息。它在湖泊動(dòng)態(tài)變化研究中應(yīng)用最為廣泛。4.1.2不同時(shí)相疊合分析方法該法的思路是在圖像處理系統(tǒng)中將不同時(shí)相遙感圖像的各波段數(shù)據(jù)分別以紅綠藍(lán)圖像存儲(chǔ),從而對(duì)相對(duì)變化的區(qū)域進(jìn)行顯示與識(shí)別。在湖泊動(dòng)態(tài)監(jiān)測(cè)中,選擇不同時(shí)相的遙感圖像的特定波段分別賦予紅、綠、藍(lán)色,發(fā)生變化的湖泊水域在不同時(shí)相的圖像中其亮度值會(huì)有所變化,可在疊合圖像上得到清晰的顯示。這種疊合分析方法可以直觀地顯示兩到三個(gè)不同時(shí)相的變化區(qū)域,而且可支持多種數(shù)據(jù)源,增加了遙感信息量,便于變化區(qū)域的自動(dòng)提取,但它無(wú)法定量確定變化的類(lèi)型和大小。該法在湖泊水域動(dòng)態(tài)變化研究中應(yīng)用較多,在洪水災(zāi)害監(jiān)測(cè)應(yīng)用中同樣廣泛。4.1.3基于圖像分辨率的湖泊主動(dòng)變化檢測(cè)該法通過(guò)對(duì)多幅同地區(qū)相同坐標(biāo)系統(tǒng)和輻射標(biāo)準(zhǔn)的不同期影像對(duì)應(yīng)像元進(jìn)行代數(shù)運(yùn)算,并將其與設(shè)定閾值進(jìn)行比較,從而達(dá)到變化檢測(cè)的目的。算法簡(jiǎn)單、方便易行,對(duì)變化比較敏感,可以避免分類(lèi)過(guò)程導(dǎo)致的誤差,并且可以直接體現(xiàn)變化信息。但該法只注重變化像元的提取,而不能提供各時(shí)期變化的類(lèi)別信息;且容易受遙感數(shù)據(jù)成圖質(zhì)量、波譜特征差異等客觀條件的影響。因此只能通過(guò)選擇同傳感器同季相數(shù)據(jù)來(lái)盡量減小噪聲。利用圖像代數(shù)運(yùn)算檢測(cè)法進(jìn)行湖泊變化檢測(cè),其基礎(chǔ)是要進(jìn)行圖像的幾何配準(zhǔn)和輻射標(biāo)準(zhǔn)化處理,關(guān)鍵是選擇合適的運(yùn)算波段組合和確定圖像運(yùn)算的閾值。幾何配準(zhǔn)圖像與圖像間的幾何配準(zhǔn)精度對(duì)動(dòng)態(tài)監(jiān)測(cè)的最終結(jié)果有著直接影響,是影響動(dòng)態(tài)監(jiān)測(cè)成敗的重要因素。申邵洪等提出一種基于KI算法的多時(shí)相ASAR影像水面信息變化檢測(cè)方法。該法采用對(duì)數(shù)—比率算子生成前后時(shí)相差異影像,同時(shí)采用基于GG分布KI直方圖單閾值分割算法進(jìn)行水面信息自動(dòng)變化檢測(cè),具有自動(dòng)、快速、精確的特點(diǎn)。4.1.4消除圖像內(nèi)部相關(guān)性主成分分析法可以將眾多的信息壓縮到少數(shù)幾個(gè)特征向量上,并使信息損失達(dá)到最小;它還可以很好地消除圖像內(nèi)部各波段間的相關(guān)性,抑制因圖像內(nèi)部相關(guān)性引起的噪聲。主成分分析法的缺點(diǎn)是比較復(fù)雜,并且得出的結(jié)果只能反映變化的分布和大小,沒(méi)有地物的分類(lèi)信息,難以解釋其實(shí)際意義。該法在湖泊動(dòng)態(tài)變化研究中已有成功的案例。4.1.5時(shí)間序列分析時(shí)間序列分析主要是指對(duì)一個(gè)區(qū)域進(jìn)行一定時(shí)間段內(nèi)的連續(xù)遙感觀測(cè),提取圖像有關(guān)特征并分析其變化過(guò)程與發(fā)展規(guī)律。首先要根據(jù)檢測(cè)對(duì)象的時(shí)相變化特點(diǎn)來(lái)確定遙感檢測(cè)的周期,從而選取合適的遙感數(shù)據(jù)。以往基于遙感傳感器數(shù)據(jù)的時(shí)間序列數(shù)據(jù)分析主要集中于使用粗分辨率的AVHRR,而隨著中等分辨率的MODIS的出現(xiàn),時(shí)間序列分析得以在較高分辨率的遙感圖像中應(yīng)用。這些數(shù)據(jù)一般具有較高的時(shí)間分辨率。根據(jù)湖泊水域信息可以建立其隨時(shí)間變化的序列,從而分析湖泊動(dòng)態(tài)變化信息,甚至還可以用回歸分析等數(shù)學(xué)方法對(duì)其動(dòng)態(tài)變化狀況進(jìn)行數(shù)學(xué)模擬。時(shí)間序列分析可以很好地分析湖泊水域的動(dòng)態(tài)變化過(guò)程,還能預(yù)測(cè)其變化的發(fā)展趨勢(shì)。但實(shí)現(xiàn)時(shí)間序列分析,要求遙感監(jiān)測(cè)數(shù)據(jù)有一定的積累。一般要數(shù)十年的遙感數(shù)據(jù),才能獲得有價(jià)值的連續(xù)變化信息。時(shí)間序列法在湖泊動(dòng)態(tài)變化研究已有成功的應(yīng)用案例。4.2分類(lèi)后分析方法中圖像分析模型的選擇在目前的湖泊動(dòng)態(tài)變化研究中,分類(lèi)后比較法仍然是當(dāng)前湖泊動(dòng)態(tài)變化監(jiān)測(cè)中主要應(yīng)用的方法。但由于分類(lèi)后比較法對(duì)各個(gè)時(shí)相序列的圖像的分類(lèi)精度過(guò)分依賴(lài),為了提高監(jiān)測(cè)的精度,不得不應(yīng)用各種新的方法。隨著遙感動(dòng)態(tài)檢測(cè)方法的發(fā)展和高分辨率遙感的進(jìn)步,當(dāng)前湖泊動(dòng)態(tài)變化監(jiān)測(cè)有了新的發(fā)展。4.2.1根據(jù)圖像變換處理方法進(jìn)行選擇分類(lèi)檢測(cè)當(dāng)前的動(dòng)態(tài)監(jiān)測(cè)方法不再局限于單一方法的應(yīng)用,其中“光譜變換比較”和“分類(lèi)后比較”相結(jié)合的混合監(jiān)測(cè)方法得到了廣泛地應(yīng)用。由于多時(shí)相數(shù)據(jù)經(jīng)圖像變換處理后提取變化信息的方法一般不能獲得變化類(lèi)型信息,因此,常需結(jié)合分類(lèi)方法,對(duì)變化信息的類(lèi)型進(jìn)行判定。這就使得這種“先利用光譜變換比較探測(cè)變化區(qū)域,再進(jìn)行圖像分類(lèi)確定變化類(lèi)型”的方法得到廣泛應(yīng)用。4.2.2關(guān)于光譜變化向量分析法為了解決多時(shí)相圖像光譜變比較法不能獲得變化類(lèi)型信息的問(wèn)題,出現(xiàn)了一些新的動(dòng)態(tài)監(jiān)測(cè)方法。其中,變化向量分析方法被認(rèn)為是一種極具潛力的分析方法,正越來(lái)越受到人們的重視。光譜變化向量分析法是基于不同時(shí)間圖像之間的輻射變化,著重對(duì)各波段的差異進(jìn)行分析,確定變化的強(qiáng)度與方向特征。變化向量法不僅可以避免分類(lèi)后比較法多次分類(lèi)費(fèi)時(shí)費(fèi)力,誤差累積等缺陷,而且與其它像元光譜的直接變換比較方法相比,可以利用較多甚至全部的波段來(lái)探測(cè)變化像元,并提供變化像元的類(lèi)型信息。但由于其存在變化閥值較難確定、缺乏有效的變化類(lèi)型識(shí)別方法等不成熟的地方,因此,目前它主要應(yīng)用于土地利用動(dòng)態(tài)變化監(jiān)測(cè)中,而在湖泊動(dòng)態(tài)變化研究中應(yīng)用較少,但其發(fā)展?jié)摿κ蔷薮蟮摹?.2.3時(shí)間序列分析法近年來(lái),15~30m高分辨率的衛(wèi)星數(shù)據(jù)逐步免費(fèi)開(kāi)放,為湖泊的動(dòng)態(tài)研究提供了便利的數(shù)據(jù)源保障,使得長(zhǎng)時(shí)間湖泊變化序列的重建更加容易,從而也使得時(shí)間序列分析法得到了更多地使用。相應(yīng)地,出現(xiàn)了應(yīng)用回歸分析等數(shù)理統(tǒng)計(jì)方法來(lái)對(duì)湖泊動(dòng)態(tài)變化及其變化原因進(jìn)行數(shù)學(xué)模擬分析的研究。4.2.4湖泊水體信息GIS中根據(jù)等深線(xiàn)和高程數(shù)據(jù)建立的DEM數(shù)據(jù)作為輔助信息可以方便湖泊水體信息的提取,提高水體的解譯精度;同時(shí)GIS的空間分析功能為提取湖泊動(dòng)態(tài)變化信息的提供幫助,例如GIS的疊加分析功能常用于湖泊動(dòng)態(tài)變化信息的提取。5理論方法體系目前,遙感在內(nèi)陸湖泊動(dòng)態(tài)變化研究中的應(yīng)用有了長(zhǎng)足的發(fā)展,形成了一定的理論方法體系。但它仍存在一些問(wèn)題,對(duì)這些問(wèn)題的解決,也是今后研究的方向和熱點(diǎn)。5.1建立湖泊數(shù)據(jù)庫(kù)及統(tǒng)一的全球數(shù)據(jù)集由于多波段遙感源出現(xiàn)于20世紀(jì)70年代,因此,在此之前的遙感資料主要是機(jī)載遙感數(shù)據(jù),其它的湖泊研究數(shù)據(jù)資料主要是地形圖等測(cè)繪數(shù)據(jù)。機(jī)載遙感數(shù)據(jù)一般是根據(jù)特定的調(diào)查目的而獲得的,而地形圖的更新時(shí)間間隔也較長(zhǎng)。因此,完整而詳細(xì)的湖泊時(shí)間序列數(shù)據(jù)較難獲得。同時(shí),這些數(shù)據(jù)源以多種數(shù)據(jù)形式存在,其空間分辨率常不一致,有些數(shù)據(jù)存在分辨率較低的問(wèn)題。針對(duì)這些問(wèn)題,一方面需要涉及多源數(shù)據(jù)的集成問(wèn)題,包括多源遙感數(shù)據(jù)的融合和遙感與非遙感數(shù)據(jù)的集成問(wèn)題;另一方面有必要建立一個(gè)完整的全球湖泊變化數(shù)據(jù)庫(kù),對(duì)湖泊資源進(jìn)行統(tǒng)一的管理。當(dāng)前的湖泊數(shù)據(jù)庫(kù)大多是基于區(qū)域性的,數(shù)據(jù)源復(fù)雜多樣且不完整,很少存在包含位置、范圍及其它屬性信息和空間信息且基于全球尺度的開(kāi)放水體數(shù)據(jù)集。對(duì)此,Charon通過(guò)對(duì)里海的遙感研究,建立起了這些地區(qū)季節(jié)與年季變化的時(shí)間序列遙感數(shù)據(jù)庫(kù),并進(jìn)一步提出要用遙感技術(shù)對(duì)全球的湖泊、濕地和河流的水文與氣候進(jìn)行研究的設(shè)想。BernhardLehnera等也提出了開(kāi)發(fā)包含空間數(shù)據(jù)和屬性數(shù)據(jù)的基于全球尺度的湖泊數(shù)據(jù)庫(kù)的構(gòu)想。目前我國(guó)現(xiàn)有的湖泊數(shù)據(jù)庫(kù)主要為中科院南京湖泊所建立的中國(guó)湖泊數(shù)據(jù)庫(kù)。然而該庫(kù)的數(shù)據(jù)源年代久遠(yuǎn),數(shù)據(jù)缺失嚴(yán)重,只涉及到了面積較大的1000個(gè)湖泊,同時(shí)沒(méi)有實(shí)現(xiàn)空間和屬性庫(kù)的統(tǒng)一。因此基于一個(gè)較大尺度,如全國(guó)尺度、全球尺度上的湖泊水域信息調(diào)查,調(diào)查湖泊的最新大小、數(shù)量、位置分布等狀況,并對(duì)其動(dòng)態(tài)變化進(jìn)行監(jiān)測(cè)和研究是很有必要的。同時(shí)可以建立全球湖泊動(dòng)態(tài)變化數(shù)據(jù)庫(kù)作為全球環(huán)境動(dòng)態(tài)變化數(shù)據(jù)庫(kù)的一部分,結(jié)合全球氣候變暖、全球環(huán)境變化等問(wèn)題,分析湖泊環(huán)境變化的氣候效應(yīng),研究全球性氣候、環(huán)境等問(wèn)題。5.2湖泊檢測(cè)數(shù)據(jù)處理