基于Otsu算法的太湖蓝藻水华与水生植被遥感同步监测方法

论文摘要

蓝藻水华与水生植被在光学遥感影像上容易混淆,传统方法将太湖划分为藻型湖区和草型湖区进行分区监测,近年来太湖梅梁湖等蓝藻水华易发区域出现了大量的水生植物,分区的方法已无法满足蓝藻水华和水生植被遥感监测要求。基于光谱特征分析,采用蓝藻水华与水生植被指数(cyanobacteria and macrophytes index,简称CMI)判别蓝藻水华与水生植被水域,采用浮游藻类指数(floating algae index,简称FAI)识别蓝藻水华、浮叶/挺水植被与沉水植被,构建同步监测决策树,基于Otsu算法自动获取阈值,将中分辨率成像光增仪(MODIS)卫星影像分成湖水、蓝藻水华、沉水植被和浮叶/挺水植被几种类型。结果表明,分类结果较好,符合太湖不同地物类型实际分布情况;与相关研究HJ卫星影像东部湖区水生植被监测结果进行交叉检验,水生植被的空间分布基本一致,一致性检验结果显示,2种分类结果一致的像元比例为70.11%。实现蓝藻水华及水生植物的同步遥感监测,有助于精确评估蓝藻水华的实际强度和水生植被区范围,为富营养化湖泊的水环境管理和决策提供重要的科技支撑。

论文目录

• 1 研究区与数据来源
•   1.1 研究区
•   1.2 MODIS卫星数据
• 2 研究方法
•   2.1 光谱特征分析
•   2.2 遥感指数
•     2.2.1 蓝藻水华与水生植被指数
•     2.2.2 浮游藻类指数
•   2.3 基于Otsu算法自动获取遥感指数阈值
•   2.4 构建同步监测决策树
•   2.5 交叉检验
• 3 结果与验证
•   3.1 遥感指数识别性能
•   3.2 太湖蓝藻水华与水生植被同步监测结果
•   3.3 东部湖区水生植被高空间分辨率卫星监测结果交叉检验
• 4 干扰因素分析
•   4.1 Otsu获取阈值偏差
•   4.2 云覆盖
•   4.3 气溶胶与观测角度
•   4.4 混合像元
• 5 结论

文章来源

类型: 期刊论文

作者: 曹鹏,梁其椿,李淑敏

关键词: 蓝藻水华,水生植被,太湖

来源: 江苏农业科学 2019年14期

年度: 2019

分类: 农业科技,工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 北京大学遥感与地理信息系统研究所,中国电子科技集团海洋信息技术研究院

基金: 国家自然科学基金(编号:41625003),中电科海洋信息技术研究院创新基金(编号:xyxt)

分类号: X524;X87

DOI: 10.15889/j.issn.1002-1302.2019.14.067

页码: 288-294

总页数: 7

文件大小: 3511K

下载量: 443