[发明专利]基于像元尺度特征的水体水色异常遥感识别方法和装置

说明书

本发明公开了一种基于像元尺度特征的水体水色异常遥感识别方法和装置，属于水环境污染监测领域。本发明对多时序遥感影像进行预处理，对同一位置像元的不同时序所有波段像元值进行光谱统计分析，建立不同位置像元的基准特征值；统计待检测遥感影像不同位置像元的光谱特征值；通过比较待检测影像每个像元的光谱特征值和对应位置像元的基准特征值，判断该像元是否存在异常，最终获取水色异常的空间分布。该方法既可解决传统区域连片像元设置阈值不精确而导致的水色异常判别误差较大(甚至错误)的缺陷，又可避免单景影像光谱特征代表性不强而导致水色异常识别错误，从而提高像元尺度上水体水色异常像元的识别精度。

技术领域

本发明涉及水环境污染监测领域，特别是指一种基于像元尺度特征的水体水色异常遥感识别方法和装置。

背景技术

环境污染和生态破坏均会导致水环境风险的增加，尤其是近年来化工园区建设、农药化肥过量使用、危化品等交通运输等。不合理的水资源开发和利用、工业废水排放、水环境生态灾害等环境污染和生态灾害，均会影响水环境质量。水环境质量恶化的主要表现之一就是水体颜色发生了改变。针对环境污染和生态灾害导致的水体水色发生异常现象，需要进行快速、精确的识别和定位，以提高环境管理部门对突发水环境事件的应急监测和管理能力。

针对水体水色异常的识别和提取，除传统的地面调查方法外，近年来遥感技术凭借宏观、动态、瞬时、经济等优势，目前已经成为水体水色异常识别和提取的主要技术手段之一，在水体水色异常的调查方面发挥了重要的作用。目前遥感技术在水体水色异常识别和提取方面，主要是依据利用卫星遥感、航空遥感或地面遥感等手段获取遥感影像，图像经过各种预处理后通过计算特征指数，然后设置阈值对影像上所有像元进行判别后，获取水体水色异常的空间分布。。

传统的地面调查方法依靠人力，需要消耗大量人力、物力和财力才能获取地面水体的水色异常分布状况，耗时、费力且需要大量资金投入，同时受天气、道路通达性等影响而使得调查不够全面。遥感技术可解决传统调查的某些劣势，发挥了重要作用。目前遥感技术对水色异常的判读和识别主要集中在两方面：一是基于先验知识建立水色异常的判读指数，其次就是通过水色异常光谱数据库的多个像元的统计特征值建立判别阈值，对图像所有像元进行逐一检测。

虽然基于遥感技术的水体水色异常识别和提取有了一定的成效，但是目前遥感技术对水体水色异常的识别和提取是基于单景遥感影像实现的，基于单景影像开展水色异常提取存在以下缺陷：

首先，基于单景遥感影像开展水体水色异常提取都是基于一种假设，即水体水色异常现象属于小概率事件，也就是说，水色异常水体的像元数占水色正常水体像元数的小部分，因此从统计学规律上来讲，水色异常像元数对正常水体像元的统计值不产生影响，或者说影响甚微，因此可利用正常水体像元值的统计特征值作为阈值去判别水色异常像元。但是，受种种因素的影响，某些情况下这一假设并不成立，例如浒苔等绿藻潮导致的水色异常，当绿藻潮大规模爆发时，水色异常像元有时可占单景影像像元总数的绝大部分，甚至全部。此时基于单景影像确定水色异常的判断阈值就会出现较大偏差，导致水色异常识别结果不准确，甚至错误。

其次，水色异常判定阈值均是基于区域连片的像元作为统计基数，然后建立统计特征值作为阈值进行判定。这种区域连片像元建立的统计特征值对于像元内部结构相同或相似的像元是合适的。但实际上，由于受种种因素的影响，每个像元内部的结构特征并无完全一致，尤其是混合像元，因此以往的基于区域连片像元统计特征设置的阈值对于像元尺度上检测的水色异常存在误差，甚至错误，尤其是近岸水体或底质状况较为复杂的水体。

发明内容

为解决上述技术问题，本发明提供一种基于像元尺度特征的水体水色异常遥感识别和装置，本发明提高了像元尺度上水体水色异常像元的识别精度。

本发明提供技术方案如下：

第一方面，本发明提供一种基于像元尺度特征的水体水色异常遥感识别方法，所述方法包括：