[发明专利]一种基于多光谱图像的水污染区域识别方法和系统

说明书

本发明公开了一种基于多光谱图像的水污染区域识别方法和系统，获取目标水域的光谱图像，通过光谱差异函数，获取表征各栅格单元光谱变化程度的光谱差异图像；再基于光谱差异图像，利用差异分类函数，获取污染概率分布图；再设定阈值，从污染概率分布图提取污染图斑。本发明的识别方法在无先验知识条件下，直接根据光谱在空间上的变化特征检测污染区，无需地面标定，无需大气校正，不需要大量样本支撑，结果受大气影响较小，提高了多光谱影像利用率，应用场景广泛。

技术领域

本发明属于污染监测领域，特别涉及一种基于多光谱图像的水污染区域识别方法和系统。

背景技术

传统水污染监测采用点监测方法，即在流域内选取若干点位，设置水质自动监测站或采用人工取样化验的方法定期对点位水质进行评估。该方法只反映取样点位的水质情况，不能反映整个流域内污染的分布情况。

随着遥感技术的发展，多光谱、高光谱卫星遥感被用于流域的污染区域识别。该方法属于面监测，将整个流域划分为空间连续的栅格单元，利用水质参数反演模型计算各单元网格的水质参数数值，最后通过栅格统计或与标准值进行比对来识别污染区域。该方法能够全面地反映整个流域的污染分布情况，但所用的水质参数反演模型构建需足够量且质量可靠的样本支撑，在没有充分实验积累的条件下难以将任意时刻的历史影像用于污染区域分析。

水质参数定量反演模型是污染区识别的关键，该模型构建以“水质参数-多光谱反射率”的数据对为支撑，要求样本点数量足够、且水质参数化验结果和多光反射率计算结果质量可靠，但在实际工作中往往存在以下问题：

(1)用于多光谱反射率产品计算的大气校正过程，目前还没有适用于所有区域的方法，常用的6S、MODTRAN大气校正模型需要大量的大气参数作为输入，如CO₂浓度、气溶胶厚度等，实际应用中较难获取这些参数，往往以模型默认值作为替代，不能完全模拟当地、当时的大气条件，由此造成多光谱反射率计算结果存在一定误差；

(2)水质参数可通过水质自动监测站或手动化验的方式获取，用于建模的样本需在时间、空间上卫星影像匹配，且采样数据应属于同一类型，如都为水质自动监测站数据，或都为同一机构检测化验结果。一般条件下，一个流域内满足使用的条件的样本不足10个，限制了水质参数反演模型的构建。

发明内容

本发明的目的是针对现有技术的缺陷，提供一种基于多光谱图像的水污染区域识别方法和系统。

为了实现上述目的，本发明采用以下技术方案：一种基于多光谱图像的水污染区域识别方法，其特征在于包括以下步骤：

步骤1：获取目标水域的光谱图像，通过光谱差异函数D(λ₁,λ₂,λ_3,...,λ_n)将光谱图像转换成光谱差异图像D；

步骤2：基于光谱差异图像，利用差异分类函数F，获取污染概率分布图P；

步骤3：设定阈值，从污染概率分布图P提取目标污染图斑。

进一步的，步骤1中光谱差异函数D(λ₁,λ₂,λ_3,...,λ_n)通过从光谱图像的n种光谱数据中提取，其中n≥1。

进一步的，步骤1中光谱差异函数D(λ₁,λ₂,λ_3,...,λ_n)中第i个波段的光谱差异图像D(λ_i)通过计算各栅格单元光谱数据的差异获取。

进一步的，步骤2中差异分类函数F通过目标的图像特征对光谱差异图像的干扰因素进行排除。

一种基于多光谱图像的水污染区域识别系统，包括：