论文部分内容阅读
近些年来,随着我国工、农业的迅速发展,大量含有氮、磷等元素的工业、农业污水和生活废水被排入到河流与湖泊中,使得我国湖泊出现了严重的富营养化现象,尤其是长江中下游一带的湖泊,例如:太湖、巢湖等。每年,夏秋季节这些湖泊都会暴发严重的蓝藻水华。蓝藻水华直接影响着人类的健康、经济的发展以及生态的平衡。本文主要利用我国国产的环境卫星CCD数据,通过自动控制散点回归的方法(ASCR)对不同影像的CCD数据进行相对辐射校正,再将归一化植被指数(NDVI)和像元生长算法(APA)相结合,提出了一种可业务化运行的蓝藻水华高精度提取算法,并将该算法应用在新发射的高分一号卫星和美国陆地Landsat卫星上。通过本文的研究,可得出以下结论:(1)通过自动控制散点回归方法进行相对辐射校正后的CCD影像,校正结果较为理想,使得相对稳定的同名地物在不同时相影像上辐射值一致,以此通过不同时相影像上辐射值的差异来进行太湖蓝藻水华动态变化的监测。(2)利用NDVI指数初步提取每景影像上太湖区域的蓝藻水华,接着利用坡度分析法确每一景影像的阈值,再利用统计分析的方法,确定一个统一的蓝藻水华提取阈值,解决了以往一景影像一个阈值,难以大规模批处理的难题。(3)通过像元生长算法对像元进行线性分解,提取精度可以达到亚像元级别,更精确的统计了太湖蓝藻水华的面积和分布情况。(4)对2009-2014年下半年太湖蓝藻水华暴发情况进行长时间序列的连续监测,发现2013-2014年太湖蓝藻水华较以往相比暴发面积减少,规模较小,水质得到了控制和改善。研究也表明,该算法对蓝藻水华识别能力强,自动化程度和水华提取精度高,可作为业务化运行的算法。(5)对比我国新发射的高分一号卫星CCD传感器,以及美国的Landsat卫星传感器,发现它们与环境卫星CCD传感器的相关性较高。由此,将本算法应用在高分一号卫星数据,以及美国Landsat系列数据上,基于环境卫星CCD数据对其它影像数据进行相对辐射校正,最终实现了利用多卫星平台进行更长时间序列和更高时间分辨率的太湖蓝藻水华的实时动态监测。