周 寒

(遼寧省撫順水文局，遼寧 撫順 113015)

2015年前，城市黑臭水體的研究還局限于對黑臭水體的治理研究工作[1- 6]，對于城市黑臭水體的監(jiān)控研究還較少。隨著衛(wèi)星遙感技術的不斷發(fā)展，對城市黑臭水體的研究也逐步得到國內外學者的廣泛關注。對于城市黑臭水體的遙感識別，有利于對城市黑臭水體的時空演變進行有效把控，并可從源頭上對城市黑臭水體進行控制，改善城市黑臭水體的水質。水體遙感識別傳統(tǒng)上采用光學波段識別模型，但也有黑臭水體本身的特殊性值，使得應用傳統(tǒng)光學波段識別較為困難，識別度較低。近年來，有學者針對傳統(tǒng)學波段識別模型的算法進行改進，引入SIFT算法，該算法可以實現(xiàn)多背景下的目標快速識別，在衛(wèi)星圖像遙感識別中得到應用[7- 9]，應用效果比改進算法下圖像遙感識別度得到明顯提高?？蓪Τ鞘泻诔羲w進行有效識別監(jiān)控，本文引入改進的SIFT算法，對城市黑臭水體遙感識別進行改進。

1 改進的SIFT算法

改進的SIFT算法首先需要計算光學反射率角度，檢驗反射率角度是否滿足均勻性，假設發(fā)射角的計算方程為：

(1)

式中，magij(k)、oriij(k)—jth直方圖上的幅度和方向角度。在反射角計算基礎上，需要對兩兩方向角的相互獨立性進行檢驗，改進算法假定兩個隨機變量，通過計算皮爾遜矩相關系數(shù)來分析其獨立性，計算方程為：

ρxy=E[(X-μx)(Y-μy)]/σxσy

(2)

式中，E—期望算子；X、Y—隨機變量；μx、μy—隨機變量的期望值；σx、σy—隨機獨立變量的方差；反射角度α以及β特征點的計算方程為：

(3)

通過上述方程的計算，可以實現(xiàn)遙感圖像的動態(tài)識別點的特征匹配。中國資源衛(wèi)星應用中心于2011年7月至9月完成了環(huán)境衛(wèi)星的場外定標實驗，并進一步檢驗了真實性。環(huán)境衛(wèi)星CCD的定標公式為：

L=DN/A+L0

(4)

式中，L0—偏移量；A—絕對定標系數(shù)增益。在進行完衛(wèi)星遙感圖像定位后，使用環(huán)境衛(wèi)星熱紅外數(shù)據時需要將其轉換為輻射亮度。其公式為：

(5)

式中，Lλ—熱紅外傳感器所接收到的地表物體反射出的輻射亮度，W·m-2·sr·μm-1；DN—原始影像的灰度值；b—偏移量；g—絕對定標系數(shù)增益，在環(huán)境衛(wèi)星熱紅外數(shù)據頭文件中可以獲取相應的數(shù)值。

2 實例應用

本文以遼寧省某城市為研究實例，結合改進的光學識別模型對城市黑臭水體進行水體遙感影像識別。

2.1 模型參數(shù)設置

模型運用前，對模型不同衛(wèi)星波段下的參數(shù)進行設置，模型參數(shù)設定結果見表1。

表1 模型參數(shù)設定結果

2.2 模型反射率精度評價

不同算法下遙感影像識別主要在于其各光譜反射率的分析，結合不同算法下的光學識別分析，應用8種衛(wèi)星波段，統(tǒng)計分析了不同算法下各波段的反射率精度，精度統(tǒng)計結果見表2—3。

從表2中可以看出，傳統(tǒng)算法下各波段反射率的相關系數(shù)在0.5892～0.6694之間，各波段平均相關系數(shù)為0.6463，而均分誤差在48.35%～58.43%之間，各波段均分誤差均值為52.73%，表

3為改進算法下的各波段反射率精度分析結果，可以看出，改進算法下各波段的反射率相關系數(shù)在0.7983～0.8527之間，各波段反射率相關系數(shù)均值為0.8221，相比于傳統(tǒng)算法，反射率相關系數(shù)提高0.18，而從各波段均分誤差可以看出，改進算法下，各波段反射率的均分誤差減少17.7%。這主要是因為改進的光學識別模型采用SIFT算法檢查各波段發(fā)射角均勻性，相比于傳統(tǒng)算法，在反射率計算優(yōu)化性更高，因此改進模型的反射率精度更高。

2.3 模型適用性分析

為分析模型的適用性，從波段反演誤差及相關性兩個指標分析改進后模型對于不同類型黑臭水體的識別度，分析結果如圖1所示。

從圖1中可看出，各類型黑臭水體下模型的波段反演誤差及相關性分析較好，表明改進后的光學識別模型下各類型黑臭水體遙感反演適用性較好。從類型城市黑臭水體的反演效果可看出，重度黑臭水體下其識別率可達到85.3%，而中度、輕度黑臭水體的遙感識別率可以達到64.5%和72.3%，對于一般水體而言，改進后的光學識別模型下的遙感識別率也可達到81.2%，改進的光學識別模型可以用來對城市黑臭水體進行遙感影像識別。

2.4 黑臭水體的遙感影像識別

結合改進的光學識別模型，對城市5—9月份的黑臭水體進行遙感影像圖像識別，識別結果如圖2所示。

從圖2中可看出，城市黑臭水體在5、6月份主要集中部區(qū)域，且呈現(xiàn)輕度黑臭水體，擴散范圍較小，而進入區(qū)域主雨期7、8月份后，進入城市的污染物增多，使得城市黑臭水體有所增多，且呈現(xiàn)中度以上污染，重度黑臭水體的范圍有所增多，主要集中在城市中部區(qū)域，應加大這一區(qū)域的黑臭水體的治理。從9月份開始，城市黑臭水體的范圍逐步向西進行偏移，且呈現(xiàn)中度以下的污染，特別是進入10月份以后，城市黑臭水體的范圍逐步減弱，呈現(xiàn)輕度黑臭。進入11月以后，城市河道進入封凍期，直到次年4月，這一時期由于河流封凍影響，城市黑臭水體遙感影響識別率較差。

表2 傳統(tǒng)算法下各波段反射率精度評價結果

表3 改進算法下各波段反射率精度評價結果

圖1 不同類型黑臭水體模型適用性分析結果

圖2 基于改進的光學識別模型的城市黑臭水體遙感影像識別結果

3 結論

改進算法后，傳統(tǒng)遙感光學識別模型的平均識別度提升17.7%，改進算法下模擬的光波反射率曲線與實測值相關系數(shù)提高0.18，重度黑臭水體的遙感識別率達到85.3%，輕度黑臭水體遙感識別率達到64.5%，一般性水體的遙感識別率也可達到81.2%。數(shù)據表明：SIFT算法下城市黑臭水體遙感影響識別率明顯提高，主要提高在不同波段的光學反射率上，該方法能較好支撐城市黑臭水體的監(jiān)控。但在北方河道，城市河流進入封凍期后，城市黑臭水體遙感影響識別率較差。