论文部分内容阅读
富营养化湖泊中蓝藻水华可以导致水质恶化,影响饮用水的安全。使用遥感手段进行湖泊藻类水华的观测能够快速掌握水华发生、发展情况。然而,现有的水华提取方法误分率高,自动化程度低,还需要算法优化和改进,以提高遥感水华信息提取的准确性和效率。本文以太湖、巢湖、滇池的藻类水华为研究对象,使用Landsat ETM+图像作为实验数据,研究了水华、水生植物光谱特征、光谱特征的差异及其随季节的变化,确定了水华信息提取指数及其阈值确定的方法,进一步分区了水华和水生植物。构建了湖泊蓝藻水华信息提取系统。论文获取太湖、巢湖、滇池ETM+数据共35景,其中水华数据20景,包含5—12月水华数据。使用太湖的夏季、冬季5景图像建立了湖泊蓝藻水华的提取算法,并用其余图像进行了验证。论文的结论如下：(1)水华与水体的区分利用单期图像水体中最大FAI像元对应3、5波段反射率,构建4波段基线高度指数NFAI,定义NFAI>0为水华发生区域,表明可以区分水华、水体,确定水华发生范围。(2)水华与水生植物的区分构建波段1、2、3的基线高度指数BL123,4、5、7波段的基线高度指数BL457。根据BL123和BL457的分位数确定水华和水生植物范围,进而通过空间关系进一步区分了水华与水生植物。(3)湖泊水华的自动提取综合湖泊蓝藻水华提取、水华和水生植物的区分指数,建立了水华遥感信息自动提取流程和提取系统,进行了湖泊水华信息的自动提取。使用2000-2012年间的15期太湖、巢湖、滇池图像进行验证,表明本文方法获得的湖泊蓝藻水华提取结果与目视解译结果具有很好的一致性,所构建的系统能够减少人工参与,有效的提高水华信息自动探测和提取效率。