论文部分内容阅读
天然气是一种重要的清洁能源,其主要通过地下长输管道方式进行运输,地下储气库方式进行储备。然而地下储气库和运输管道有泄漏的风险,天然气的主要成分甲烷是一种强温室气体,且易燃易爆,因此其一旦泄漏不仅会产生经济损失,还会带来安全和生态环境问题,因此及时、准确地检测泄漏点至关重要。传统的天然气泄漏直接检测方式费时费力,不仅会对周边环境产生一定破坏性,且难以实现大范围同步观测。天然气泄漏到土壤以后会引起地表植被胁迫,因此可以利用高光谱遥感技术,通过检测植被胁迫来间接检测天然气泄漏情况。本论文通过设置野外天然气微泄漏植被胁迫模拟实验,以大豆、玉米和草地为研究对象,以实验中采集的土壤甲烷浓度数据、植被生理生化参数数据、冠层高光谱数据和多时相高光谱遥感影像数据为基础,综合利用光谱、空间和时相特征来建立天然气微泄漏胁迫植被识别模型,为未来利用航空或航天高光谱遥感检测天然气地下管道或地下储气库泄漏点位置提供理论依据和技术支持。具体的研究内容和结果如下:（1）根据实验中观测记录的植被生长情况与胁迫症状,以及实验中所测得的叶绿素相对含量（SPAD）数据,通过对照组与实验组各类数据的连续对比分析和方差分析可知,大豆和玉米在通气3天以后,草地在通气20天以后,实验组植被开始出现肉眼可见的胁迫症状,主要表现为叶片失绿变黄、叶绿素相对含量降低、植株矮小、生长期延迟、胁迫植被区呈类圆形等。随着植被的生长以及胁迫时间的增加,天然气泄漏点周围植被胁迫症状加重,地块边缘区植被生长得到一定的恢复。在植被生长后期,泄漏点周围植被受胁迫而死亡,地表表现为裸土。另外,由于植被生长期延迟等胁迫作用的影响,实验组地块边缘区大豆的生长情况优于对照组。（2）通过分析天然气微泄漏胁迫下植被冠层光谱变化特征,发现胁迫植被光谱反射率在570-700nm的可见光波段范围内升高,且随胁迫程度的加重,反射率逐渐增大。在760-1000nm的近红外波段范围内降低,且随胁迫程度的加重,反射率逐渐减小。利用本文提出的基于单因素方差分析（Analysis of Variance,ANOVA）的天然气微泄漏胁迫敏感波段提取方法,对570-700nm以及760-1000nm范围内的光谱进行分析,发现在p＜0.05的检验水平下,645nm、690nm和800nm波段在多期数据中均具有较大的F值,利用这三个特征波段构建天然气微泄漏胁迫植被高光谱指数识别模型（Natural Gas Stress Index,NGSI）NGSI=(R645+R690)/R800,通过JM距离定量检验发现,NGSI指数在大豆、玉米和草地的各生长期内均能很好且稳定地识别出天然气微泄漏胁迫,且识别效果优于LIC（Lichtenthaler Index）、D725/D702（Ratio of the magnitude of the derivative at 725and 702nm）及REP（Red Edge Position）等指数。（3）利用高光谱遥感影像,首先从中提取光谱特征和图像空间特征（颜色、形状、空间关系）,并对光谱指数NGSI和归一化超绿指数（Normalized Extra Green,Nexg）特征图像,分别利用最大类间方差法（Otsu）和本文提出的基于直方图和累积频率图的阈值分割方法（Histogram and Cumulative Frequency Chart based Segmentation,HCFC＿Seg）进行分割,得到初步的重度和轻度胁迫植被区。然后根据胁迫植被区呈类圆形的形状特征,构建基于形状参数（形状比、矩形度）的类圆识别模型（Shape-based Circular Identification Model,SCIM）进行天然气微泄漏胁迫植被区优化与识别,基于NGSI和Nexg特征的天然气微泄漏胁迫植被区识别结果精度分别为53%和64%。最后根据重度和轻度胁迫植被区呈类圆环形的空间关系特征,构建基于类圆环形判别规则的线性加权融合模型,对两类特征的识别结果进行叠加和融合,得到最终的天然气微泄漏胁迫植被区和疑似泄漏点检测结果,检测结果的精度和召回率均为100%,并实现了检测结果的空间可视化。（4）利用多时相高光谱遥感影像,首先从中提取光谱、颜色和纹理等多种特征,并进行特征融合。然后提出了基于多层次多尺度分割方法（Multiscale Multiresolution Segmentation,MMS）和旋转森林分类算法（Rotation Forest,Ro F）的光谱-空间特征融合的天然气微泄漏胁迫植被分类方法（MMS＿Ensem＿Ro F）。最后对同一地块的多时相影像的天然气微泄漏胁迫植被分类与识别结果,进行加权叠加求和操作,各期影像的权重由光谱特征、颜色特征及纹理特征对天然气微泄漏胁迫植被的识别能力确定,由此得到光谱-空间-时相特征融合影像。利用融合影像构建光谱-空间-时相特征融合的天然气微泄漏胁迫植被识别模型（Spectral Spatial Temporal Information Combined Identification Model,SSTIC＿IM）来确定最终的天然气微泄漏胁迫植被区域。结果表明,基于光谱-空间特征融合的天然气微泄漏胁迫植被分类与识别方法的检测结果精度和召回率分别为93%和88%,基于光谱-空间-时相特征融合的天然气微泄漏胁迫植被检测结果精度和召回率均为100%。说明加入时相特征后,可以进一步排除只利用单期光谱和空间特征进行天然气微泄漏胁迫植被识别时的误检和漏检结果,提高识别精度。