基于cbers-04卫星影像的珊瑚礁底质分类能力分析

发布时间:2023-03-17 20:05:10   来源:文档文库   
字号:
33卷第11201911北京测绘BeijingSurveyingand
MappingVol.33 No.11November2019引文格式徐慧朱金山刘振等•基于CBERS-04卫星影像的珊瑚礁底质分类能力分析北京测绘2019,3311
1312-13178DOI10. 19580/j. cnki. 1007-3000. 2019. 11.
005基于CBERS-04卫星影像的珊瑚礁底质
分类能力分析 ""朱金山"
"
23吴冬强121.山东科技大学测绘科学与工程学院山东青岛266590 2.自然资源部海岛测绘技术
重点实验室,山东青岛266590 3.山东科技大学海洋科学与工程学院,山东青岛266590摘要珊瑚礁对于海洋生态环境研究具有重要意义通过分析珊瑚礁的分布以及生长状况可以对 海洋生态环境进行评估$本文以南海珊瑚岛近岸海域为研究区域,选取中巴地球资源四号CBERS-04卫星 影像数据利用支持向量机SVM分类方法对近岸珊瑚礁底质进行分类分类结果进行矢量化输出对珊瑚
礁数量和面积进行统计Worldview-2卫星多光谱影像数据分类矢量结果进行对比分析$实验结果表明
利用中巴地球资源卫星数据对于珊瑚礁分类是可行的其中利用20 m空间分辨率多光谱数据与5 m空间分
辨率全色波段数据融合后的影像数据对于珊瑚礁信息提取效果最好$但由于空间分辨率及波段光谱设置 的限制其对于浅水区小面积珊瑚礁和深水区珊瑚礁提取能力较弱$关键词中巴地球资源四号卫星珊瑚岛遥感珊瑚礁支持向量机SVM
"中图分类号P237 文献标识码AL 文章编号1007 3000201911 131260引言珊瑚礁生态系是由造礁石珊瑚生物群体本 身形成的底质所支持的特殊的生态系1作为海
Worldview-02数据监测珊瑚礁生态环境受威胁 的能力评估;应用QuickBird和多时相Landsat
TM数据进行珊瑚礁栖息地制图"#利用IKO-
NOS对热带地区珊瑚礁环境分类研究"#利用
底众多生物的栖息地!珊瑚礁区生物多样性程度可 以与陆地热带雨林相提并论是生物多样性研究的 重要基地尽管珊瑚礁生态系的生产力和物种
SPOT5数据对东沙环礁8及南沙弹丸礁和光星
"#的珊瑚礁分布进行研究利用Landsat7ETM
+影像数据对新喀里多尼亚珊瑚礁生态系统进 行大规模非监督分类评估10本文利用中巴地球资源四号CBERS-04
多样性都很高但它仍是一个相对脆弱的生态系 易于受外界环境的变化而损害严重众多研究
表明由于全球气候变化和海洋水质酸化等因素导 致的珊瑚礁白化问题日益严峻因此对珊瑚礁生 态系统的监测具有重要的实际意义星遥感数据对珊瑚岛近岸水域底质进行分类 于支持向量机SVM分类方法提取珊瑚礁分类
结果Worldview-2影像数据中珊瑚礁分类结 果进行对比并分析CBERS-04卫星数据的珊瑚
近年来随着世界经济和科学技术的进步 遥感技术得到了大力发展遥感技术通过多波
礁遥感制图能力多时相全天候获取相应的全球数据能够实 现对全球的监测常使用Worldview, Quick­1研究区域和数据1.1研究区域概况Bird JKONOS, SPOT, Landsa-TM ETM 卫星数据对珊瑚礁进行监测研究利用收稿日期2019 0415基金项目自然资源部海岛测绘技术重点实验室基金项目2014A02
本文以南海永乐群岛西部的珊瑚岛海域为"作者简介徐慧1995 安徽滁州人硕士在读研究方向为海洋遥感
E-mail: 643351582@qq.
com
33 11 徐慧朱金山刘振等.基于CBERS-04卫星影像的珊瑚礁底质分类能力分析1313研究区域坐标位于16°32/14N,111°36'25E 10 m空间分辨率多光谱数据以下简称P106
20 m空间分辨率多光谱数据以下简称
1909年李准巡海时发现该岛珊瑚极多故命名 珊瑚岛^,中国渔民俗称i老粗峙''、i老粗 珊瑚岛坐落在礁盘西南侧800 m,
'MUX6以及二者分别与5 m分辨率全色波段
以下简称PAN6融合后的数据为实验数据2 CBERS-04卫星有效载荷参数400 m,面积0. 31 km2全岛最高点海拔约为9 mo
岛上地势为周围高中间低岛内圆心周围地势低 平为干涸潟湖演化而来土壤主要是磷质石灰
载荷谱段号1谱段 空间 幅宽/km重访
范围/nm510 850分辨率/m5时间/d岛外围环绕有沙堤带1.2遥感数据1.2.1验证数据为分析CBERS-04卫星的珊瑚礁遥感制图 能力本文选取201410月的Worldview- 2 星数据作为验证数据利用空间分辨率为2 m
多光谱数据进行珊瑚礁信息提取Worldview- 2卫星于200910 发射升 "Digital Globe拥有的商业地球观测卫星
WorldView- 2卫星传感器提供高分辨率全色波
空间分辨率为0. 5 m8个多光谱波段
间分辨率为2 m Worldview- 2卫星数据依靠 高空间分辨率和丰富的波段范围可用于增强光
谱分析绘图和监测应用土地使用规划救灾 勘探防御和情报以及可视化和模拟环境等方 面,其卫星影像参数如表1所示1 Worldview-2卫星影像参数载荷谱段号谱段范围/nm空间分辨率/m全色全色波段4508000.5沿岸波段400450蓝波段450510绿波段 510 580 黄波段585625红波段630 6902.0红边波段705745近红外1770895近红外28601040全色波段在本次试验中未使用幅宽为16. 4 km
重访时间为1.1.2.2实验数据本文选取从中国资源卫星应用中心网站下 载的CBERS-04卫星数据作为实验数据
CBERS-04卫星又称资源一号四星共搭载4
相机分别为全色多光谱相机红外多光谱扫描 IRS多光谱相机MUX和宽视场成像仪
WFI,其部分有效载荷参数如表2所示本文 选取20155月的CBERS-04卫星数据利用
全色
多光谱2520 590103630 69010603相机4770
890
10
5450 52020多光谱6520 59020相机7630 69020120268770
890
202数据处理本研究数据处理过程主要包括实验数据和 验证数据影像数据预处理影像分类分类结果 矢量化及珊瑚礁信息对比分析实验具体流程
如图1 所示1珊瑚礁信息提取流程图2.1数据预处理获取的遥感数据在成像时受到传感器自身 以及大气等因素影响使用前需要对影像进行相
关预处理以便得到准确的地理信息和真实的光 谱信息本文对实验数据和验证数据均进行了 一系列的预处理,包括几何纠正辐射定标大气
校正等相关处理其中利用FLAASH Atmos-
pheric Correction工具,对影像进行大气校正CBERS-04卫星数据中两幅原始多光谱数 据空间分辨率分别为20 m10 m,需利用
NNDiffuse Pan Sharpening 融合法分别将 PAN
波段与两幅多光谱数据进行图像融合用以提高
影像分辨率
1314北京测绘33卷第113部分影像训练样本选取样本________________________________________________影像数据_________________________________________________类别 Worldview2卫星多光谱影像 CBERS-04卫星P10多光谱影像 CBERS-04卫星MUXPAN融合后影像珊瑚礁沙子CBERS-04卫星数据与作为验证数据的
Worldview-2卫星影像存在地理空间差异因此 利用Worldview-2影像数据为基准数据对
本实验中利用SVM对实验数据及验证数据
均进行底质分类验证数据仅使用Worldview-2
多光谱影像数据实验数据为CBERS-04卫星
CBERS-04卫星数据融合前后的四幅多光谱影像
进行空间上的匹配MUX多光谱数据P10多光谱数据以及二者分 别与PAN波段融合后的影像最终得到5类数
实验数据和验证数据影像上除了目标区域 还存在其他区域信息为减少数据量将可见光
据分类后结果2.2.3珊瑚礁矢量提取本文以珊瑚礁为研究对象在影像中正确提
无法穿透的深水区和陆地进行裁剪2.2对比实验取珊瑚礁信息是本次实验的关键而在珊瑚礁制图 中的一项重要工作就是确定珊瑚礁的分布数量 置和面积针对五组影像分类结果进行分类后
2.2.1样本选取Worldview-2多光谱影像具有2 m高空间分
辨率图像上类别清晰可用于分类样本识别
处理并单独提取珊瑚礁矢量信息用以显示珊瑚 礁分布情况并统计珊瑚礁总面积与珊瑚礁数量
经目视判别影像包含珊瑚礁沙子海水和陆地
4个类别依据Worldview-2多光谱影像数据目
视结果CBERS-04卫星四组数据的相同区域
五组影像分类结果矢量提取如图2所示图中矢量 线框内部为提取的珊瑚礁矢量分布信息对珊瑚
位置进行训练样本选取分别为珊瑚礁沙子
礁矢量总面积和数量进行统计如表4所示4珊瑚礁矢量结果统计水和陆地四类样本对经过预处理后的五组数 在研究区域范围内选取足够数量且特征明显
珊瑚礁总面积/km23.
51的训练样本以便提高分类结果准确度3列举
卫星数据CBERS-04 MUX
珊瑚礁珊瑚礁最小 Worldview-2多光谱影像与CBERS-04卫星数 据中的两组数据在相同位置珊瑚礁和沙子的样本 选取剩余两组数据训练样本选取方式相同多光谱数据CBERS-04P10数量/10面积/m24002.2.2 SVM
分类支持向量机SVM可用于对多光谱遥感图
多光谱数据CBERS-04 MUX PAN 融合数据CBERS-04P10 PAN
融合数据3. 39561003.013.
3891225像进行分类口2"#SVM基于统计学习理论 目的是确定决策边界的位置从而产生最优的类
11925分离16其主要思想是建立一个分类超平面作为
Worldview-2
决策曲面使得正例和反例之间的隔离边缘被最 大化SVM理论完善可以在众多的函数集中 构造函数计算简单具有鲁棒性SVM具有自
多光谱数据3. 91272943结果分析从表4可以看出利用CBERS-04卫星数据分 类结果中珊瑚礁面积和数量均小于Worldview-2
动找出区分地物类别较强支持向量的能力构造
SVM分类器具有较高的分类准确率17

本文来源:https://www.2haoxitong.net/k/doc/804c7818dfccda38376baf1ffc4ffe473368fdb9.html

《基于cbers-04卫星影像的珊瑚礁底质分类能力分析.doc》
将本文的Word文档下载到电脑,方便收藏和打印
推荐度:
点击下载文档

文档为doc格式