一种基于面向对象分类的白天陆地辐射雾的遥感监测方法
【专利摘要】本发明提供一种基于面向对象分类的白天陆地辐射雾遥感监测方法。其选择空间分辨率最高达到250米的EOS/MODIS卫星遥感数据，通过基于大气辐射传输模型模拟和统计大量EOS/MODIS卫星遥感数据两个角度相结合，构建云雾特征参数，并选择合适的遥感影像分割算法，对云雾特征参数进行影像分割。对分割获取的各个同质单元逐个计算其光谱特征、纹理特征、几何特征以及云雾特征参数特征值，结合地面实测气象观测数据，采用决策树分类算法对影像分割后构建的各个同质单元的各种属性进行训练，构建白天陆地辐射雾遥感监测方法用于雾检测。本发明能够有效避免低云和雾由于光谱和纹理的相似性导致难以区分的问题。
【专利说明】一种基于面向对象分类的白天陆地辐射雾的遥感监测方法
【技术领域】
[0001]本发明涉及测绘遥感【技术领域】，具体是一种基于面向对象分类的白天陆地辐射雾遥感监测方法。
【背景技术】
[0002]雾是一种严重的灾害性天气，已被国际上列为十大灾害天气之一。2014年I月4日，中国国家减灾办、民政部通报2013年自然灾情，雾霾首次被国家纳入自然灾情。2013年，我国中东部地区雾霾严重，雾霾天气多发、频发。其中1-3月、9-12月雾霾天气尤其严重。根据《中华人民共和国气象行业标准:雾的等级及预报》，雾是近地面空气中的水汽凝结成大量悬浮在空气中的微小水滴或冰晶，导致水平能见度低于I千米的天气现象。按其物理本质来说，雾是气温低于露点时近地面层空气中水汽凝结(或凝华)的结果，其所具有的微物理结构特性造成了它极易降低空气透明度、恶化能见度，使视力受阻、视野模糊。浓雾不像地震、火山爆发、洪水等突发性灾害在短时间内对人类造成巨大的伤害，也不像风雨雷电那样让人惊心动魄，而是以“温柔杀手”的形式给社会经济和人民生活带来许多的不利影响和危害，它会降低能见度、恶化空气质量，对交通运输包括航空、航海、公路等都有直接影响。此外大雾对电力设施安全、人体健康、农业生产、军事行动、名胜古迹保护等方面也有显著影响。根据《国家气象灾害应急预案》、《江苏省气象灾害评估管理办法》、《武汉市气象灾害防御办法》(征求意见稿)等国家级和区域级的气象灾害应急标准，针对我国部分地区日益严重的雾霾污染情况，持续性大范围高污染的雾现象需要在第一时间发现并及时进行评估和预警。
[0003]传统的大雾监测方法是基于地面观测站点的监测，通过建立固定的监测站点、瞭望塔等方式在获取雾信息方面能够取得一定的效果，但是需要耗费大量的人力物力，特别是在偏远地区难以达到满意的效果；也难以迅速获取大范围的雾资料。地面观测站点提供的数据往往缺乏代表性，数值天气预报模型经过几十年的发展目前也取得了一定的进展，但是无论是二维还是三维模式在空间分辨率和时间分辨率方面都很难满足实际应用的需要，而且数值预报模型方法难以完全模拟大气演变，在精度和效率上也无法达到准实时雾监测的需求。
[0004]遥感技术成了及时发现大雾和评定雾等级的有效途径。卫星监测大雾是在高频率的监测中掌握大雾的发生和发展动态，特别是边远地区的大雾发现、跟踪监测有重要意义。目前，利用卫星遥感技术进行大雾监测取得了一定进展，美国航空航天局、德国宇航局、中国国家卫星气象中心等机构都成立了卫星遥感大雾监测相关部门，对大雾进行监控，主要是利用N0AA/AVHRR气象卫星，MODIS气象卫星，MSG/SEVIRI气象卫星、FY气象卫星等。
[0005]N0AA/AVHRR数据是目前大雾遥感监测运用最广泛的数据源之一。1973年Hunt在理论上证明了由小粒径不透明水云(如雾、低层云)在中红外波段的比辐射率明显小于其在长波红外波段的比辐射率，而且这种差异和粒子大小有关，粒子越小，比辐射率的差异越大，比辐射率的差异会造成云雾在中红外和长波红外波段亮度温度的差异，而其他地物(水体、植被)却没有这种性质。随后，Eyre等，Turner等利用NOAA/AVHRR数据10.8微米和3.7微米波段的亮度温度差(也称为“双波段差值法”)进行夜间雾和低层云的监测工作，发现该方法有较好的应用前景，该方法也是目前唯一用于业务化夜间雾监测的方法。同时，Saunders和Gray发现相比其他云类，由小粒径组成的云(如福射雾)在中红外波段有比较高的反射率，利用反射率的差异可以进行雾监测。
[0006]现有的白天陆地辐射雾遥感监测方法主要包括多波段阈值法和分形纹理法。多波段阈值法通过利用大气辐射传输模型模拟云雾辐射特征，确定云雾的特征波段，并设定阈值进行云雾检测。分形纹理法利用卫星云图上雾顶光滑、起伏较小、边界清晰整齐，而云顶具有纹理粗糙，起伏较大，边界破碎零乱等特点，采用分形理论描述云雾在灰度表面纹理粗细上的差异，并设定阈值进行云雾分离。
[0007]Bendix等基于Streamer大气福射传输模型,通过分析地表反射率、太阳天顶角、光学厚度等因素的影响，模拟雾在MODIS波段的1-7波段上的最大、最小反射率，并以此作为阈值，运用多波段阈值法对白天陆地雾进行检测，同时结合地形数据对地面雾和抬升雾进行辨别。Cermak等使用MSG/SEVIRI静止气象卫星数据，综合考虑云、雾的光谱、空间和微物理属性，提出一种基于面向对象分类思想的低云和雾检测方法，正确率达到64%-83%，但是该方法主要针对欧洲地区的秋冬季节，并且是将低云和雾当作整体进行检测，同时由于MSG数据空间分辨率偏低(3公里左右)，导致小范围的雾容易漏检。马慧云等针对MODIS数据，提出了基于区域特征的云与陆地辐射雾分离检测算法，但她指出算法区域特征的选择仍需加强。李维等针对FY-2C/D/E数据，提出了基于支持向量机和时间序列特征的云与陆地辐射雾分离检测算法，但他指出雾相对云的时序变化特征选择仍需完善。
[0008]中国专利申请200810238095.5针对海雾监测缺乏地面观测资料的限制，提出了一种针对E0S/M0DIS卫星数据的遥感海雾特征量的实时提取方法。首先进行海雾检测得到海雾分布区，然后根据已有公式计算出海雾的光学厚度、雾有效半径、液态水路径、雾顶高度和雾能见度等特征参数，但是还有待于进一步验证。
[0009]中国专利申请201210011489.3中提出了一种针对MTSAT2R的陆地辐射雾检测算法，考虑陆地辐射雾在远红外和近红外波动亮度温度差的累计效应，进行了基于时序影像的陆地辐射雾与地表分离研究，同时考虑夜间陆地辐射雾的发展规律和低云的运动特征，进行了基于时序影像的陆地辐射雾与低云的分离研究，但是MTSAT2R卫星数据的空间分辨率只有4公里，对面积较小的陆地辐射雾很容易漏检。
[0010]传统的雾检测方法，Eyre等，Turner等基于N0AA/AVHRR数据提出的双波段差值法、Saunders和Gray提出的利用反射率差异的雾检测方法、Bendix等提出的基于多波段阈值的白天陆地雾遥感检测方法、中国专利200810238095.5提出的海雾检测方法、李维等提出的基于支持向量机和时间序列特征的云与陆地辐射雾分离检测算法等方法都是基于像素(pixel-based)的检测方法，由于中低云和雾在光谱和纹理上的差异性导致两者难以区分；只有Cermak提出的基于MSG/SEVIRI数据的基于面向对象分类思想的低云和雾检测方法，通过对云雾影像进行图像分割，明确提出了综合考虑云、雾的光谱、空间和微物理属性进行云雾检测，但是利用MSG/SEVIRI和MTSAT静止气象卫星(如中国专利申请201210011489.3)又存在空间分辨率低(MSG/SEVIRI数据空间分辨率为3公里、MTSAT数据空间分辨率为4公里)导致在雾检测中存在漏检的问题。[0011]因此，目前陆地辐射雾监测的难点是监测范围大、雾的监测往往容易受到云的干扰等，另外雾光学厚度、雾影响面积等相关参数的提取存在一定困难，单独利用雾在遥感影像光谱特征上的特征难以准确有效的区分雾和各种云类。

【发明内容】

[0012]本发明提供一种基于面向对象分类的白天陆地辐射雾遥感监测方法，可以解决现有技术陆地辐射雾监测存在的中低云和雾难以区分以及空间分辨率低导致漏检的问题。
[0013]一种基于面向对象分类的白天陆地辐射雾的遥感监测方法，其特征在于包括如下步骤:
[0014](I)利用Streamer大气福射传输模型模拟各种典型云类和陆地福射雾在可见光、近红外、中红外波段，不同粒子大小、不同光学厚度条件下的光谱辐射特征；
[0015](2)利用Internet从美国航空航天局、中国国家卫星气象中心下载获取EOS/MOSIS卫星遥感数据，基于步骤(1)对各种典型云类和陆地辐射雾在可见光、近红外、中红外波段的光谱特征模拟，并结合统计大量E0S/M0DIS卫星遥感数据，确定MODIS数据能够用于云雾检测的波段或波段组合，根据云类和陆地辐射雾在可见光波段和中红外波段反射率的差异，构建NDFI归一化雾指数作为云雾特征参数，所述NDFI归一化雾指数的计算公式为
【权利要求】
1.一种基于面向对象分类的白天陆地辐射雾遥感监测方法，其特征在于包括如下步骤: (I)利用Streamer大气福射传输模型模拟各种典型云类和陆地福射雾在可见光、近红外、中红外波段，不同粒子大小、不同光学厚度条件下的光谱辐射特征； (2 )利用Internet从美国航空航天局、中国国家卫星气象中心下载获取EOS/MOSIS卫星遥感数据，基于步骤(1)对各种典型云类和陆地辐射雾在可见光、近红外、中红外波段的光谱特征模拟，并结合统计大量EOS/MODIS卫星遥感数据，确定MODIS数据能够用于云雾检测的波段或波段组合，根据云类和陆地辐射雾在可见光波段和中红外波段反射率的差异，构建NDFI归一化雾指数作为云雾特征参数，所述NDFI归一化雾指数的定义为
NDFI = R1-R20/R1+R20*100% 其中，R1是MODIS第I波段反射率，R20是MODIS第20波段的反射率； (3)通过对下载的每条E0S/M0DIS卫星数据进行辐射定标处理、几何定位处理，获取E0S/M0DIS卫星数据可见光、近红外波段的反射率、中红外波段亮度温度和热红外波段亮度温度，并计算相应的太阳天顶角角度信息，按照步骤(2)计算NDFI云雾特征参数； (4)对所述NDFI云雾特征参数进行图像分割，获取至少两个同质单元的分割后图像； (5)对分割获取的各个同质单元逐个计算其属性信息，所述属性信息包括光谱特征、纹理特征、几何特征以及云雾特征参数特征值； (6)利用步骤(5)计算获取的各个同质单元的属性信息，结合地面实测气象观测数据，引入同质单元的面积、第I波段反射率平均值、归一化积雪指数(NDSI)平均值、第2波段反射率平均值、第20波段反射率平均值、第26波段反射率平均值、第31波段亮度温度方差值、归一化雾指数(NDFI)平均值作为云雾识别的判别特征，结合中国气象局气象数据共享平台获取全球地面天气资料定时值数据集，采用决策树分类算法对分割后构建的同质单元的各种属性进行训练，确定同质单元的各个属性判别阈值，对分割得到的同质单元逐个进行云雾分离判断，得到大雾分布专题影像。
2.如权利要求1所述的基于面向对象分类的白天陆地辐射雾的遥感监测方法，其特征在于:所述步骤(4)对所述NDFI云雾特征参数进行图像分割具体为: 首先，基于NDFI云雾特征参数，选择均值漂移算法对影像进行初步分割，得到一个偏“过分割”的初步分割结果； 然后，在“过分割”的初步分割结果之上，逐个同质单元完成光谱、空间和邻接关系的构建； 最后，在得到各个同质单元的光谱、空间信息，以及同质单元之间的邻接关系后，选择迭代合并算法，计算所有邻接关系的合并代价值，并进行排序，找到合并代价值最小的邻接关系对应的两个同质单元i和j，将i和j同质单元进行合并，作为新的同质单元i，更新其他同质单元与同质单元i的邻接关系，删除其他同质单元与同质单元j的邻接关系，不断重复这个过程直到迭代终止，得到最后的图像分割结果。
3.如权利要求1所述的基于面向对象分类的白天陆地辐射雾的遥感监测方法，其特征在于:所述步骤(5)具体为:基于步骤(4)得到的图像分割结果，将分割得到的各个同质单元进行ID编码，并将E0S/M0DIS数据预处理以后的影像进行叠加，利用各个同质单元的ID号，计算各个同质单元在各个波段的光谱特征、纹理特征，各个同质单元的空间特征以及各个同质单元的云雾特征参数特征值，作为后续进行判别的属性信息。
4.如权利要求1所述的基于面向对象分类的白天陆地辐射雾遥感监测方法，其特征在于:还包括制作大雾遥感监测报告并分发，制作大雾遥感监测报告并分发，具体方式为:首先，针对利用遥感技术分析基于EOS/MODIS数据获取的大雾分布信息及所在坐标范围等相关结果，利用Google Map API进行解析，确认其所在县、乡、村具体行政区域信息；然后，对监测时间、所在行政区等相关信息进行过滤和分组，在开源web自动化测试工具Selenium2/Webdriver API的 支持下生成大雾遥感监测报告并发布给相关机构。
【文档编号】G01W1/00GK103926634SQ201410089660
【公开日】2014年7月16日 申请日期:2014年3月12日 优先权日:2014年3月12日
【发明者】文雄飞, 李喆, 谭德宝, 陈蓓青, 申邵洪, 陈鹏霄, 向大享, 张穗, 程学军, 叶松, 汪朝辉 申请人:长江水利委员会长江科学院