武晉雯,孫龍彧,馮 銳,紀瑞鵬,于文穎,郭 亮,張玉書*

(1.中國氣象局沈陽大氣環(huán)境研究所,沈陽 110166;2.沈陽市氣象局,沈陽 110168;3.山西省平順縣氣象局,山西 平順 047400)

中國是受海冰危害最嚴重的國家之一,2010年中國渤海海域遭遇到近30年來最嚴重海冰災害,因災直接經濟損失達63.18億元[1]。近年來,各類極端天氣事件風險加劇[2],災害的突發(fā)性、反常性、不可預見性日益突出,由此造成的損失和影響不斷加重。同時隨著經濟重心的北移[3],海冰災害對環(huán)渤海經濟圈的影響日益凸顯。遙感是實時監(jiān)測海冰災害最有效的工具,它能準確快速地獲取大范圍的冰情信息,相比傳統(tǒng)的監(jiān)測方法具有很大的優(yōu)勢。國外發(fā)達國家衛(wèi)星監(jiān)測起步較早,始于20世紀60年代[4],我國海冰遙感始于20世紀70年代[5],關于海冰分類的研究有很多,主要包括基于實測光譜的海冰特征分析[6-7]、基于多光譜衛(wèi)星的光譜指數(shù)統(tǒng)計學分類[8-11]、基于微波雷達數(shù)據(jù)的網格圖法[12]、基于高光譜衛(wèi)星的監(jiān)督分類[13]等,所有這些海冰遙感研究最重要的前提是獲得有效的遙感反射率。不論是高光譜衛(wèi)星還是多光譜衛(wèi)星,由于受到衛(wèi)星的光譜分辨率、空間分辨率以及地物混合光譜的限制,存在很大的不確定性[14],在遙感影像中海冰信息在各種因素的干擾下被弱化,以實測光譜數(shù)據(jù)為橋梁,將典型地物光譜與遙感影像連接起來[15],能夠更準確的獲得海冰有效反射率。因此本文基于實測光譜數(shù)據(jù),確定敏感波段和最佳判識指標作為海冰提取的先驗知識,再結合多光譜空間分辨率3.24 m、全色空間分辨率0.81 m的高分二號衛(wèi)星(GF2)數(shù)據(jù)開展海冰提取研究,目的為中低分辨率衛(wèi)星大范圍的海冰監(jiān)測提供基準訂正數(shù)據(jù),實現(xiàn)高光譜分辨率、高空間分辨率、高時間分辨率的有效結合,提高海冰防災減災和海冰資源開發(fā)對海冰提取精度的要求。

1 數(shù)據(jù)與方法

1.1 光譜觀測數(shù)據(jù)

2016年2月16～20日10:00～12:00點晴空時,采用美國ASD公司的FieldSpec Pro便攜式光譜儀在營口鲅魚圈、蓋州白沙灣、大連瓦房店附近海域進行光譜觀測。遼東灣海域1月中旬至2月中旬為盛冰期[16],觀測時間段處于盛冰期末至融冰期開始的過渡時期,分別采集雪(雪覆蓋海冰)、海冰、冰水混合物、海水四類光譜,共處理光譜數(shù)據(jù)1 590條(表1)。

表1 野外實測光譜采集的樣本信息

1.2 衛(wèi)星遙感數(shù)據(jù)

GF2衛(wèi)星空間分辨率、覆蓋周期等有效載荷指標,見表2[17]。2016年2月16日覆蓋遼東灣海域的數(shù)據(jù)共8景(圖1),來源于中國資源衛(wèi)星應用中心,數(shù)據(jù)處理采用ENVI軟件。

表2 高分二號衛(wèi)星有效載荷技術指標

圖1 覆蓋遼東灣海域的GF2衛(wèi)星數(shù)據(jù)軌道圖

1.3 海冰判識和精度檢驗

1.3.1 等效反射率轉換

(1)

式中,Rrs(x)為GF2衛(wèi)星傳感器x波段等效遙感反射率,RASD(λ)為ASD光譜儀現(xiàn)場測量的反射率,SX(λ)為GF2衛(wèi)星光譜響應函數(shù),λ1、λ2分別為光譜響應函數(shù)兩側0.1%的響應點。

1.3.2 歐氏距離

歐氏距離反映了兩種地物類型之間的亮度差異,歐氏距離越大,兩種類型的可分性越強[21-23]。用于研究不同波段或波段組合上海冰與其他相似地物的可分性,進行海冰判識。

(2)

式中,ED為歐氏距離,xi、yi為兩種類型的光譜亮度值。

1.3.3 混淆矩陣

混淆矩陣是最常用的分類精度評價方法,其中總體分類精度(OA)用于評價正確分類像元占總像元數(shù)的比例,Kappa系數(shù)(K)用于評價遙感影像分類結果的一致性[24-25]。

(3)

式中,OA為總體分類精度,pii為第i類像元被正確分類的樣本數(shù),n為分類的類型數(shù)量,N為樣本總數(shù)。

以拼多多為典型的裂變式社交電商主要通過微信小程序獲取客戶?，F(xiàn)在大部分移動網民手機里面不一定有淘寶、天貓、京東等傳統(tǒng)電商的APP，但基本會有微信，而且容易受到朋友圈的影響。當拼多多通過微信實施拼團模式時，更是明顯出現(xiàn)裂變效應。消費者如果想拿到低價甚至免費的商品，就必須要在朋友圈里發(fā)布商品分享信息，這種行為本身是在為商家作免費推廣，同時又為自己獲利。但如果經常在朋友圈發(fā)布商品信息，則容易引起朋友的反感。一開始朋友可能礙于情面會幫忙“砍一下價”，但長期如此則會令人心生厭煩，難以持續(xù)發(fā)展。這種以社交媒體與電子商務相結合，以信任為核心基礎的交易方式，一旦濫用，便不可避免的造成人情的過度消耗。

(4)

式中,Pe表示理論上分類結果與真實結果相一致的概率,Pi+是第i類型所在列的像元數(shù)目之和,P+i是第i類型所在行的像元數(shù)目之和,ENVI提供基于混淆矩陣的精度分析。

2 結果與分析

2.1 遼東灣海冰光譜特征分析

實測光譜反射率曲線及對應的GF2衛(wèi)星波段設置如圖2,雪、海冰、冰水混合物、海水光譜反射峰在400 nm～780 nm的可見光波段,780 nm～1 000 nm的近紅外波段(B4波段)反射率明顯下降,這與已有研究結果一致[26-27]。在可見光范圍內雪屬于高反射體,雪的光譜反射率為66%～79%,并且隨著波長的增加而下降;海冰、冰水混合物、海水的反射峰均出現(xiàn)在590 nm附近(B2波段,灰色粗線所示),海冰的反射峰值為55%、冰水混合物峰值為19%、海水峰值最低為10%,之后反射率隨波長增加而下降,在B4波段下降明顯。光譜分析結果表明:GF2衛(wèi)星的B2、B4波段對應的光譜測量曲線的峰值和低谷,可作為海冰判識的敏感波段。

圖2 遼東灣海冰光譜特征

2.2 基于歐氏距離確定海冰最佳判識指標

根據(jù)歐氏距離越大,地物之間可分性越強,海冰判識指標越好的原則,確定海冰最佳判識指標。光譜特征的判識方法可分為3種:代數(shù)運算法、導數(shù)法和變換法。為了增強某種信息而減弱另一種信息,通常采用代數(shù)運算法中的比值法[14]。因此為了增強海冰信息,本文采用單波段、波段比、波段差和比16種海冰判識指標[22]。光譜判識指標由實測光譜數(shù)據(jù)經過等效反射率轉換(式1)后計算得到,衛(wèi)星判識指標經過提取通道值計算得到。

基于實測光譜數(shù)據(jù)計算16種判識指標中海冰與雪、冰水混合物、海水之間的歐氏距離(表3)。

表3 16種判識指標的歐氏距離(光譜測量數(shù)據(jù))

結果表明:海冰-海水的可分性最強,B1/B4、B2/B4、B3/B4的歐氏距離分別為2.64、3.64、2.41,其中B2/B4的歐氏距離最大;海冰與冰水混合物的可分性一般,歐氏距離均小于1,B2/B4歐氏距離略大;海冰與雪的可分性較弱,單波段指標的歐式距離大于其他指標。

由于光譜測量點布局有限,因此在大范圍監(jiān)測的GF2衛(wèi)星遙感影像(圖1)均勻提取雪、海冰、海水三類地物光譜反射率,實現(xiàn)基于實測光譜先驗知識的廣應用。樣本數(shù)分別為216、285、300,由于衛(wèi)星空間分辨率限制,冰水混合物無法明確提取,因此僅計算計海冰與雪、海水之間的歐氏距離(圖3)。

圖4 GF2衛(wèi)星海冰提取流程

判識指標序號對應指標見表3圖3 16種判識指標的歐氏距離(GF2數(shù)據(jù))

結果表明:B1/B4、B2/B4、B3/B4計算海冰與相似地物的歐氏距離累計值分別為6.33、6.96、4.75,B2/B4歐氏距離最大,是海冰最佳判識指標。

2.3 GF2衛(wèi)星海冰快速提取及閾值確定

在圖像處理時,采用灰度線性拉伸的方法突出海冰信息并確定海冰閾值:

(5)

式中,B2、B4分別為GF2衛(wèi)星2通道、4通道反射率,R0、R1為海冰提取閾值,參考值分別為8、22;剔除背景值和干擾值,波段比小于8為陸地像元,波段比大于22為海水像元。

以圖1中NO.1軌道影像為例,GF2衛(wèi)星影像經過正射校正、輻射定標、大氣校正后,利用式(5)提取海冰像元。圖4(a)為彩色合成影像,圖4(b)為判識指標計算的灰度圖,圖4(c)為密度分割圖,比值8～22為海冰像元,白色為海水、灰色為陸地及背景,初步實現(xiàn)了海冰與海水、陸地的分離,但由于陸地冰雪及沿岸水產養(yǎng)殖(結冰)的影響,存在干擾像元,因此沿海岸線制作陸地掩膜,提取海冰信息(藍色)(圖4(d))。

2.4 海冰判識指標精度評價

2.4.1 海冰驗證數(shù)據(jù)

以GF2空間分辨率為 0.81 m的全色與多光譜數(shù)據(jù)融合后的遙感影像(圖5(a)、5(c))作為海冰驗證數(shù)據(jù),由于大范圍融合后數(shù)據(jù)運算量較大,所以選取感興趣區(qū)域(圖4(a)矩形①、②)進行精度評價,感興趣區(qū)內包涵海冰、海水、巖石信息,采用基于樣本的面向對象分類方法[28]提取海冰(藍色)、海水(白色)、陸地(灰色)信息,如圖5(b)、5(d)。

圖5 感興趣區(qū)的融合影像及分類圖

2.4.2 精度評價

綜上所述,B1/B4、B2/B4、B3/B4指標歐氏距離較大,海冰與其他相似地物的可分性較強。單波段[8]和波段差和比[29]方法是中低分辨率衛(wèi)星海冰提取常用判識指標。因此,比較以上5種判識指標的海冰提取精度。結果表明:本文提出的新指標(B2/B4)在海冰與海水兩種地物分類中比其他指標略高;在多種地物分類中該指標總體精度為 96.48%,Kappa系數(shù)大于0.5,比其他指標高出 3.89%～4.85%(表4)。

表4 不同判識指標的海冰提取精度評價

3 結論與討論

已有的海冰遙感監(jiān)測研究中,針對1 m～4 m高空間分辨率衛(wèi)星研究較少,大多應用中低分辨率的光學衛(wèi)星和雷達衛(wèi)星。雖然高分辨率衛(wèi)星覆蓋范圍有限,但確是中低分辨率衛(wèi)星大范圍遙感監(jiān)測不可缺少的訂正數(shù)據(jù)源,尤其針對海冰這類無法獲取準確信息的研究中。本文以實測光譜數(shù)據(jù)為橋梁,作為海冰遙感提取的先驗知識;通過等效反射率轉換和歐氏距離確定單波段、波段比、波段差和比3大類16種判識指標在海冰提取中的應用效果,通過光譜曲線分析結果表明GF2衛(wèi)星B2、B4波段對應光譜測量曲線的峰值和低谷,初步確定這兩個波段為海冰判識的敏感波段;基于實測光譜和衛(wèi)星數(shù)據(jù)的歐式距離計算結果表明16種判識指標中,B2/B4指標歐氏距離最大,海冰與相似地物的可分性最強,是海冰最佳判識指標,同時B1/B4、B3/B4這2種判識指標歐氏距離較大,判識方法較好。

海冰判識指標確定后,在圖像處理中,采用灰度線性拉伸的方法突出海冰信息構建海冰判識模型并給出參考閾值。最后,以GF2空間分辨率為 0.81 m的全色與多光譜數(shù)據(jù)融合后的遙感影像作為海冰精度檢驗數(shù)據(jù),比較本文提出的新指標與其他2種歐氏距離較大的判識指標和2種常用判識指標的海冰提取精度,結果表明:在冰水兩種地物分類中,B2/B4 判識指標略好;在多種地物分類中,B2/B4判識指標總體分類精度為96.48%,Kappa系數(shù)大于0.5,比其他指標高出3.89%～4.85%。

在遙感影像處理過程中,對于一定積雪厚度下面是海冰還是泥沙信息,無法從圖像處理角度解決(圖5c),有待進一步研究。所以初步以海岸線劃分剔除陸地信息,認為海域內雪覆蓋下均為海冰,作為海冰像元提取。本文提出高分辨率衛(wèi)星海冰快速判識指標,為中低分辨率衛(wèi)星大范圍海冰監(jiān)測提供基礎訂正數(shù)據(jù),從而提高海冰監(jiān)測精度。