基于混合像元分解的MODIS綠潮覆蓋面積精細(xì)化提取方法研究＊

辛 蕾，黃 娟，劉榮杰，鐘 山，肖艷芳，王 寧，崔廷偉

(1．山東省海洋生態(tài)環(huán)境與防災(zāi)減災(zāi)重點(diǎn)實(shí)驗(yàn)室，山東 青島266061;2．國(guó)家海洋局北海預(yù)報(bào)中心，山東 青島266061;3．國(guó)家海洋局第一海洋研究所，山東 青島266061)

2007年以來(lái)，黃海綠潮災(zāi)害連年爆發(fā)，經(jīng)濟(jì)損失巨大［1-3］。衛(wèi)星遙感以其大面積、同步、高效率的優(yōu)勢(shì)成為綠潮監(jiān)測(cè)的主要手段［4-6］。綠潮災(zāi)害衛(wèi)星遙感監(jiān)測(cè)使用的數(shù)據(jù)源，主要有250 m分辨率的MODIS和30 m分辨率的HJ-1A/B CCD。但HJ-1A/B的重訪周期為2天，無(wú)法滿足1次/天的業(yè)務(wù)化監(jiān)測(cè)要求，故在業(yè)務(wù)化監(jiān)測(cè)中，以250 m分辨率的MODIS數(shù)據(jù)(2景/天)為主［7］。然而，相關(guān)研究表明250 m分辨率的MODIS數(shù)據(jù)提取的綠潮覆蓋面積明顯偏大，約是真值的2-3倍［8］，導(dǎo)致業(yè)務(wù)化監(jiān)測(cè)結(jié)果存在偏差。

針對(duì)MODIS提取的綠潮面積偏大這一問(wèn)題，鐘山等提出通過(guò)使用不同的閾值分別提取大面積聚集和零星分布的綠潮，以減小采用統(tǒng)一閾值帶來(lái)的綠潮面積偏大的影響［9］。然而這種做法并未從根本上解決混合像元的問(wèn)題，且大面積聚集的綠潮和零星分布的綠潮常?；旌显谝黄穑崛±щy。

本文提出了一種基于混合像元分解的綠潮面積精細(xì)化提取方法，以減小混合像元對(duì)MODIS綠潮信息提取的影響，提高M(jìn)ODIS數(shù)據(jù)綠潮面積提取的精度。

1 數(shù)據(jù)與方法

1．1 數(shù)據(jù)與處理

本文研究區(qū)位于膠州灣以東海域(經(jīng)緯度范圍:35°27'45″-36°4'24″N，120°22'34″-121°45'59″E)，為綠潮爆發(fā)的主要區(qū)域。每年夏季，這一海域都有綠潮大規(guī)模爆發(fā)，給當(dāng)?shù)氐穆糜魏宛B(yǎng)殖業(yè)造成大量的經(jīng)濟(jì)損失。

研究采用2010年7月9日，2012年5月21日，2013年6月29日和2014年6月12日4景250 m分辨率的MODIS數(shù)據(jù)以及4景準(zhǔn)同步的30 m分辨率HJ-1 CCD數(shù)據(jù)。其中2012年5月21日，2013年6月29日和2014年6月12日3景MODIS數(shù)據(jù)及其準(zhǔn)同步的HJ-1 CCD數(shù)據(jù)用于模型建立;2010年7月9日的MODIS數(shù)據(jù)及其準(zhǔn)同步的HJ-1 CCD數(shù)據(jù)用于模型檢驗(yàn)。

在綠潮信息提取之前，對(duì)上述MODIS數(shù)據(jù)進(jìn)行了一系列處理，包括幾何校正、輻射定標(biāo)和大氣校正。其中，大氣校正采用的是MODTRAN4+大氣輻射傳輸模型。

圖1 研究區(qū)位置示意圖Fig．1 The study area

1．2 NDVI閾值法與混合像元分解方法

本文所涉及的方法主要包括歸一化差值植被指數(shù)(NDVI)閾值法和線性混合像元分解法，詳細(xì)如下:

歸一化差值植被指數(shù)(NDVI)閾值法是根據(jù)綠色植物在紅光波段(R)與近紅外波段(NIR)的光譜響應(yīng)特征建立的植被信息提取模型［10］，計(jì)算公式如下:

式(1)中，r NIR為近紅外波段地表反射率，r R為紅光波段地表反射率。

線性混合像元分解法認(rèn)為像元的反射率是其端元組分的反射率的線性組合［11］，計(jì)算公式如下:

式(2)中，γi是混合像元的反射率，aij表示第i個(gè)波段第j個(gè)端元組分的反射率，xj是該象元第j個(gè)端元組分的豐度，ei是第i波段的誤差，n表示選定的端元組分?jǐn)?shù)［12］。為使單個(gè)象元內(nèi)各個(gè)端元組分的豐度xj具有物理意義，有如下兩個(gè)約束條件:一是端元面積比例之和為1;二是所有的端元比例都為非負(fù)的［13］。

2 MODIS綠潮覆蓋面積精細(xì)化提取模型

在MODIS影像處理的基礎(chǔ)上，本文選取了綠潮樣區(qū)，對(duì)各樣區(qū)分別利用NDVI閾值法進(jìn)行綠潮信息提取，并對(duì)提取到的像元進(jìn)行混合像元分解，得到MODISNDVI混合像元分解的綠潮面積。

同樣地，在準(zhǔn)同步的HJ-1 CCD影像處理的基礎(chǔ)上，選取與MODIS樣區(qū)同一范圍的區(qū)域，利用NDVI閾值法進(jìn)行綠潮信息提取，得到HJ-1 CCD影像綠潮面積，并將其作為“真值”。

建立MODISNDVI混合像元分解的綠潮面積與HJ-1 CCD影像面積之間的關(guān)系模型。

2．1 樣區(qū)選取

在2012年05月21日，2013年06年29日和2014年6月12日的3景MODIS影像上選取了10個(gè)區(qū)塊作為建模樣區(qū)，樣區(qū)示例見(jiàn)圖2。在樣區(qū)選取時(shí)，盡量保證樣區(qū)空間分布均勻，樣區(qū)中只包含海水和綠潮，沒(méi)有云霧遮擋。同時(shí)，為了減小綠潮形態(tài)分布影響，選取的樣區(qū)既包含集聚分布的綠潮區(qū)域，也包含零星分布的綠潮區(qū)域，如圖2所示。

圖2 2013年6月29日MODIS影像樣區(qū)選取示意圖Fig．2 Selected sample area in MODISImage on June 29th，2013

2．2 模型建立

在樣區(qū)選擇的基礎(chǔ)上，對(duì)每個(gè)樣區(qū)采用不同的NDVI閾值分別提取綠潮信息，然后對(duì)提取結(jié)果進(jìn)行混合像元分解，獲得最終的綠潮面積，然后與準(zhǔn)同步的HJ-1 CCD數(shù)據(jù)提取的綠潮面積進(jìn)行統(tǒng)計(jì)分析，建立二者的關(guān)系模型(見(jiàn)圖3)。

圖3表明MODIS數(shù)據(jù)混合像元分解得到的綠潮面積(x)與HJ-1 CCD數(shù)據(jù)提取的綠潮面積(y)之間存在著較好的相關(guān)性，二者關(guān)系表達(dá)式如下:

為了驗(yàn)證該模型的有效性，利用2012年7月10日的MODIS和HJ影像，選取了4個(gè)樣區(qū)，進(jìn)行了模型檢驗(yàn)(見(jiàn)圖3)。結(jié)果顯示，利用該方法從MODIS影像提取的綠潮面積與HJ-1 CCD提取的綠潮面積偏差僅為9．25%，遠(yuǎn)小于傳統(tǒng)NDVI閾值法的288%。

圖3 MODIS數(shù)據(jù)混合像元分解與HJ數(shù)據(jù)綠潮提取結(jié)果Fig．3 Scatterplot of green tide area extracted from MODIS image with mixed pixel decomposition method and those derived from HJ-1 CCD image

3 與傳統(tǒng)方法的比較

3．1 提取面積比較

為了比較本文所建立模型與傳統(tǒng)方法的優(yōu)劣，文利用2013年06月29日MODIS影像上5個(gè)獨(dú)立檢驗(yàn)區(qū)分別采用NDVI閾值法、混合像元分解法和本文發(fā)展的精細(xì)化模型提取綠潮面積，以準(zhǔn)同步的HJ-1 CCD影像綠潮提取面積為“真值”，結(jié)果見(jiàn)圖4。

圖4 不同方法提取的MODIS綠潮覆蓋面積及與真值的比較Fig．4 Comparison of green tide area extracted from MODISimage with different methods and that from HJ-1 CCD image

由圖4可知，三種方法所提取的面積中，NDVI閾值法提取的面積最大，與真值的偏差也最大，約為真值的2．96倍;精細(xì)化模型提取結(jié)果與真值的偏差最小，約為真值的0．96倍;混合像元分解法提取的綠潮面積最小，約為真值的0．45倍。這說(shuō)明上述三種方法中，精細(xì)化模型表現(xiàn)更好，提取結(jié)果更接近于HJ-1影像所提取面積。

3．2 對(duì)NDVI閾值的敏感性分析

在建模過(guò)程中，我們發(fā)現(xiàn)傳統(tǒng)的NDVI閾值法對(duì)閾值的變化較敏感，NDVI閾值的細(xì)微變化會(huì)導(dǎo)致提取的綠潮面積有較大變化。為了檢驗(yàn)新模型對(duì)NDVI閾值的敏感性，利用2013年6月29日影像，選取了同時(shí)包含聚集和零星分布的綠潮樣區(qū)，分別利用NDVI閾值法、混合像元分解法和精細(xì)化模型方法，采用不同的NDVI閾值進(jìn)行了綠潮提取試驗(yàn)。根據(jù)目視解譯，NDVI閾值區(qū)間確定為［-0．20，-0．15］，在該區(qū)間上均勻選取了16個(gè)值進(jìn)行綠潮信息提取，結(jié)果見(jiàn)圖5。

如圖5所示，在相同的NDVI閾值變化區(qū)間內(nèi)，NDVI閾值法提取的綠潮覆蓋面積增加了41%，而精細(xì)化提取模型和混合像元分解法提取的綠潮覆蓋面積僅變化了11%。這說(shuō)明，精細(xì)化模型較傳統(tǒng)的NDVI閾值法對(duì)NDVI取值不敏感。

圖5 三種方法對(duì)NDVI閾值敏感性Fig．5 Comparison of the sensitivity to NDVI threshold

4 結(jié)論

本文針對(duì)MODIS數(shù)據(jù)空間分辨率較低導(dǎo)致綠潮提取面積偏大的問(wèn)題，提出了一種基于混合像元分解的綠潮信息精細(xì)化提取模型。結(jié)果表明:與傳統(tǒng)方法相比，新方法提取的綠潮覆蓋面積更為準(zhǔn)確，且對(duì)NDVI閾值變化不敏感，可為精細(xì)化的綠潮衛(wèi)星遙感業(yè)務(wù)監(jiān)測(cè)工作提供了有益參考。

致謝:感謝張杰研究員對(duì)本文提出的寶貴意見(jiàn)，蔡曉晴在線性混合像元分解方法上提供的幫助。感謝NASA及中國(guó)資源衛(wèi)星應(yīng)用中心等機(jī)構(gòu)為本研究提供遙感數(shù)據(jù)支持。

［1］ 鄭向陽(yáng)，邢前國(guó)，李麗，等．2008年黃海綠潮路徑的數(shù)值模擬［J］．海洋科學(xué)，2011，35(7):82-87．ZHENG Xiangyang，XING Qianguo，LI Li，et al．Numerical simulation of the 2008 green tide in the Yellow Sea［J］．Marine Sciences，2011，35(7):82-87．

［2］ 蔣興偉，劉建強(qiáng)，鄒斌，等．滸苔災(zāi)害衛(wèi)星遙感應(yīng)急監(jiān)視監(jiān)測(cè)系統(tǒng)及其應(yīng)用［J］．海洋學(xué)報(bào)，2009，31(1):52-64．JIANG Xingwei，LIU Jianqiang，ZOU Bin，et al．The satellite remote sensing system used in emergency response monitoring forEntermorpha proliferadisaster and its application［J］．Acta Oceanologica Sinica，2009，31(1):52-64．

［3］ 梁宗英，林祥志，等．滸苔漂流聚集綠潮現(xiàn)象的初步分析［J］．中國(guó)海洋大學(xué)學(xué)報(bào)，2008，38(4):601-604．LIANG Zongying，LIN Xiangzhietal．A preliminary study of theEnteromorpha proliferadrift gathering causing the green tide phenomenon［J］．Journal of Ocean University of China，2008，38(4):601-604．

［4］ 李穎，梁剛，于水明，等．監(jiān)測(cè)滸苔災(zāi)害的微波遙感數(shù)據(jù)選取［J］．海洋環(huán)境科學(xué)，2011，30(5):739-742．LI Ying，LIANG Gang，YU Shuiming，et al．Selection of microwave remote sensing data of monitoring ofEntermorpha proliferadisaster［J］．Marine Environmental Science，2011，30(5):739-742．

［5］ 趙文靜，張杰，崔廷偉，等．水下懸浮滸苔海面光譜響應(yīng)的輻射傳輸模擬［J］．光譜學(xué)與光譜分析，2009，29(6):1656-1660．ZHAO Wenjing，ZHANG Jie，CUI Tingwei，et al．Enteromorpha proliferaunderwater spectral research based on simulation of radiation transmission［J］．Spectroscopy and Spectral Analysis，2009，29(6):1656-1660．

［6］ 王國(guó)偉，李繼龍，楊文波，等．利用MODIS和RADARSAT數(shù)據(jù)對(duì)滸苔的監(jiān)測(cè)研究［J］．海洋湖沼通報(bào)，2010，4:1-8．WANG Guowei，LI Jilong，YANG Wenbo，et al．A primary study ofEnteromorpha proliferausing the MODIS and RADARSAT［J］．Transactions of Oceanology and Limnology，2010，4:1-8．

［7］ 唐澤艷，魏永亮．綠潮衛(wèi)星遙感監(jiān)測(cè)技術(shù)應(yīng)用研究［J］．遙感信息，2013，28(3):63-68．TANG Zeyan，WEI Yongliang．Green tide monitoring using remote sensing technology［J］．Remote Sensing Information，2013，28(3):63-68．

［8］ CUI Tingwei，ZHANG Jie，SUN Li’e，et al．Satellite monitoring of massive green macroalgae bloom(GMB):imaging ability comparison of multi-source data and drifting velocity estimation［J］．International Journal of Remote Sensing，2012，33(17):5513-5527．

［9］ 鐘山，丁一，李振，等．MODIS滸苔遙感監(jiān)測(cè)誤差分析研究［J］．遙感信息，2013，28(1):38-42．ZHONG Shan，DING Yi，LI Zhen，et al．Error analysis onEnteromorpha proliferamonitoring using MODIS data［J］．Remote Sensing Information，2013，28(1):38-42．

［10］ DEERING D W．Rangeland reflectance characteristics measured by aircraft and spacecraft sensors［D］．Texas A＆M University，College Station，1978:338．

［11］ 呂長(zhǎng)春，王忠武，錢少猛．混合像元分解模型綜述［J］．遙感信息(綜述)，2003，3:55-58．LV Changchun，WANG Zhongwu，QIAN Shaomeng．A review of pixel unmixing models［J］．Remote Sensing Information(Reviews)，2003，3:55-58．

［12］ 鄭有飛，范旻昊，張雪芬，等．基于MODIS遙感數(shù)據(jù)的混合像元分解技術(shù)研究和應(yīng)用［J］．南京氣象學(xué)院學(xué)報(bào)，2008，31(2):145-150．ZHENG Youfei，F(xiàn)AN Minhao，ZHANG Xuefen，et al．Pixel unmixing technology of MODISremote sensing data［J］．Journal of Nanjing Institute of Meteorology，2008，31(2):145-150．

［13］ ICHOKU C，KARNIELI A．A review of mixture modeling techniques for sub-pixel land cover estimation［J］．Remote Sensing Reviews，1996，13(3-4):161-186．