董書莉 袁立男 賀強民 武文波 李陽 張斐然

基于多指標的海面溢油范圍在軌提取方法研究

董書莉 袁立男 賀強民 武文波 李陽 張斐然

（北京空間機電研究所，北京 100094）

隨著海洋石油勘探開發(fā)和海洋運輸活動日益頻繁，海洋溢油污染已成為海洋環(huán)境的最主要威脅之一?，F(xiàn)有的海面溢油遙感監(jiān)測均基于下傳到地面的遙感數(shù)據(jù)進行，很少做到在軌實時監(jiān)測溢油事故的發(fā)生以及變化，由于衛(wèi)星下傳數(shù)據(jù)帶寬有限，而遙感監(jiān)測具有高時效性要求，迫切需要提高星載在軌數(shù)據(jù)處理能力，實現(xiàn)溢油監(jiān)測。文章采用Landsat數(shù)據(jù)建立一種基于多指標的海面溢油范圍提取方法，分為溢油光譜分析、基于自適應參數(shù)的溢油提取指標構建、基于歸一化植被指數(shù)的溢油提取指標構建和單一指標提取結果的加權融合四部分，最終獲取海面溢油范圍提取結果。通過對比不同方法下海面溢油的提取結果，文章提出的海面溢油提取方法可以快速去除陸表、云區(qū)和無油海面的影響，較準確地提取出溢油區(qū)域。該算法復雜度較低、運算過程無需占用大量的存儲資源，因此適用于在軌應用。

海面溢油 自適應參數(shù) 光譜分析 在軌提取 光學遙感

0 引言

隨著衛(wèi)星傳感器和遙感技術的發(fā)展，采用遙感數(shù)據(jù)進行河流、湖泊和海洋等監(jiān)測愈來愈被重視。世界范圍內每年都會有大量溢油事故發(fā)生，導致大量石油、原油等進入海洋和陸地生態(tài)系統(tǒng)，通常會對海洋、陸地及大氣環(huán)境造成惡劣的影響。溢油事故來源有以下幾種：自然礦物溢油、石油管道泄漏溢油、輪船運輸中溢油和石油開采平臺事故溢油等[1]。相較于傳統(tǒng)實地測量的方式，遙感海面溢油監(jiān)測不但可以節(jié)省大量人力和物力，還可以快速、準確監(jiān)測大范圍溢油發(fā)生后海面油膜覆蓋范圍變化。

具有海面溢油監(jiān)測功能的傳感器有多種，如中分辨率成像光譜儀（Moderate-resolution Imaging Spectroradiometer，MODIS）、改進的甚高分辨率輻射計（Advanced Very High Resolution Radiometer，AVHRR）、中分辨率光譜成像儀（Medium Resolution Spectral Imager，MERISI），以及陸地衛(wèi)星系列（Landsat）、“高分一號”衛(wèi)星（GF-1）、“海洋一號”衛(wèi)星、“風云三號”衛(wèi)星等搭載的光學傳感器均可以監(jiān)測海面大區(qū)域內溢油范圍[2]，紅外、紫外傳感器可以識別海上溢油位置和估算溢油面積[3]，微波輻射計[4]、高光譜儀和激光熒光傳感器可以監(jiān)測并模擬溢油相對厚度[5]。光學傳感器數(shù)據(jù)具有易于獲取、光譜信息豐富和分辨率較高的特點，大部分海面溢油監(jiān)測的研究工作主要基于光學遙感數(shù)據(jù)開展[6]。文獻[7]利用MODIS單通道數(shù)據(jù)進行了多個海上溢油事件觀測分析，獲取了探測溢油信息的最佳波段，即405～420 nm波段；文獻[8]以海浪坡度統(tǒng)計模型（Cox-MunkCox-Munk）太陽耀斑模型為基礎，分析了海面油膜在太陽耀斑遙感圖像上的明暗變化特性，為采用光學遙感數(shù)據(jù)進行溢油提取提供了方法；文獻[9]基于“環(huán)境一號”衛(wèi)星CCD數(shù)據(jù)，提出了光譜和紋理特征相結合的海上溢油提取模型，結果表明該方法較傳統(tǒng)方法精度提高了4.28%；文獻[10]以青島溢油事故為例，開展了基于GF-1衛(wèi)星的海上溢油定量監(jiān)測，并利用單波段數(shù)據(jù)模擬了油膜厚度數(shù)值。

由于可見光波段觀測特性限制，大氣中云層、霧、雨等均會干擾溢油信息提取結果，因此現(xiàn)有海上溢油研究多基于無云影像或云量較少的影像數(shù)據(jù)。此外，由于衛(wèi)星遙感圖像數(shù)據(jù)處理方案是將獲取到的遙感圖像進行壓縮，然后下傳到地面站處理。當前遙感衛(wèi)星采集的圖像分辨率越來越高，而下傳數(shù)據(jù)的帶寬有限，迫切需要提高星載計算機的數(shù)據(jù)處理能力[11-14]，提升現(xiàn)有遙感衛(wèi)星的自主性與靈活性，減少地面站對衛(wèi)星任務的干預，滿足未來遙感衛(wèi)星對高機動性、高應急性、高時效的要求，在海面溢油監(jiān)測領域發(fā)揮更大作用。

本文采用Landsat衛(wèi)星數(shù)據(jù)建立一種基于多指標的海面溢油范圍提取方法，其具有遙感影像云量要求低、實時處理、自適應調整提取閾值和算法運算時間短的優(yōu)勢。該方法針對海上溢油區(qū)在遙感成像上亮度值小于周圍未發(fā)生溢油海面亮度值的特性，首先分析Landsat衛(wèi)星數(shù)據(jù)可見光和近紅外波段對油膜的敏感性；然后采用溢油敏感波段分別建立兩個溢油范圍提取指標，其中單一指標均可獲取海面溢油初步提取結果；最后，將多個指標的初步結果進行加權融合，以獲取海面溢油范圍最終結果。該方法包含四個步驟，分別為溢油區(qū)域光譜分析、構建自適應參數(shù)溢油提取指標、構建歸一化植被指數(shù)（Normalized Difference Vegetation Index，NDVI）的溢油提取指標和單一指標提取結果的加權融合，最終獲取海面溢油范圍提取結果，為海上溢油預警及后續(xù)溢油面積估計、溢油量估算提供數(shù)據(jù)支持。

1 數(shù)據(jù)與研究方法

1.1 研究區(qū)與數(shù)據(jù)概況

2006年7月13日—15日，由于黎巴嫩與以色列的軍事沖突，黎巴嫩首都貝魯特南部的熱能中心（發(fā)電廠）先后兩次遭到轟炸。爆炸使得用于發(fā)電的重油發(fā)生泄漏，漏油量約為30 000 t，污染了周邊幾百公里海域，嚴重危害了自然環(huán)境、海洋生物多樣性以及人類健康。

為充分觀測溢油發(fā)生前后海表變化情況，本文選取2006年7月10日—30日的Landsat 5 TM和Landsat 7 ETM+數(shù)據(jù)進行海面溢油范圍提取。Landsat數(shù)據(jù)可從美國地質調查局（The U.S. Geological Survey，USGS）官方網(wǎng)站下載，且下載的遙感影像已經(jīng)過幾何校正和輻射校正，云覆蓋范圍小于30%，分辨率為30 m，波段為藍（0.45～0.52 μm）、綠（0.52～0.60 μm）、紅（0.63～0.69 μm）和近紅外（0.76～0.90 μm），記為B1～B4。研究區(qū)域范圍為東經(jīng)35°10′～35°50′，北緯33°30′～34°15′。

1.2 海面溢油提取方法

本文建立了一種基于多指標的海面溢油范圍提取方法，該方法通過溢油光譜數(shù)據(jù)分析、不同波段間光譜特性的區(qū)別，分別建立了兩類溢油提取指標：自適應參數(shù)指標和NDVI指標。最終通過對兩類指標的加權融合，實現(xiàn)海面溢油范圍的提取。圖1為本文的技術路線，輸入數(shù)據(jù)為Landsat B1～B4波段數(shù)據(jù)，由于衛(wèi)星觀測幅寬通常遠大于溢油區(qū)域面積，為節(jié)約星上計算力、時間資源，首先需在地面預先通過光譜分析手段判別溢油識別最佳波段為B2～B4，并篩選溢油區(qū)域；接下來分別構建兩類判別指標進行溢油范圍提取，得到初步提取結果；然后，將兩者加權融合以獲取海上溢油范圍提取最終結果。加權融合采用兩類單一指標提取初步結果，按2︰1的比例進行融合以獲取海面溢油最終提取結果。這里的權重設置是基于多次實驗統(tǒng)計分析結果得出，權重值相對簡單且能取得準確的海面溢油提取范圍。

圖1 基于多指標的海面溢油提取技術路線

（1）基于自適應參數(shù)的溢油范圍提取指標構建

基于自適應參數(shù)的溢油范圍提取主要包含四個部分，分別為根據(jù)圖像量化數(shù)值（Digital Number，DN）計算B1～B4波段輻射亮度、圖像梯度估算、判別云層影響及去除和溢油范圍提取。各波段輻射亮度可根據(jù)理論公式計算如下

圖像梯度可以表示圖像每一像素點向不同方向上的灰度變化速度，同一窗口區(qū)域內性質越穩(wěn)定的圖像，它的灰度變化率越小[15-19]。對于平坦的大尺度海面區(qū)域，其灰度梯度參數(shù)的值較小。而當海面存在溢油區(qū)域時，溢油區(qū)域亮度值低于周圍海表亮度值，圖像的灰度變化率將產(chǎn)生一定變化，理論上保持一種先減小再增加的趨勢，這種變化規(guī)律有助于判斷海面溢油范圍。文章根據(jù)梯度向量模理論公式計算各波段輻射亮度的梯度模，驗證了上述溢油區(qū)的低亮度性質。

此外，大氣中云層較厚的區(qū)域在光學遙感影像中一般表現(xiàn)為高亮度，甚至存在過曝光。由于云區(qū)的影像輻射亮度值較大，在海面溢油提取時需去除云區(qū)影響，以提高溢油提取的準確度。類似地，相對平坦的海表區(qū)域，沿海陸表區(qū)域性質復雜，在溢油提取前應進行陸表區(qū)域判別并加以去除。在上述提取云區(qū)和陸表的基礎上，進行海上溢油范圍提取。由于本文算法針對運行環(huán)境構建，考慮到星上計算力、時間以及內存資源有限，無法存儲大量或大面積影像，故建立一種基于行判斷的海上溢油提取算法。同時對于閾值的設置，大部分海上溢油提取采用固定閾值，這種方法需要人工處理大量數(shù)據(jù)獲取數(shù)值，不但浪費人力資源、時間資源，還需要及時上注參數(shù)，增加星上資源需求。此外，固定閾值通常僅適用于某一類溢油事件，閾值可能面臨依賴溢油性質經(jīng)常調整的缺陷。因此，本文在設置提取算法時，盡量選擇自適應參數(shù)。該算法每次存儲3行數(shù)據(jù)，首先是針對每行進行中位數(shù)以及均值的計算，并根據(jù)此數(shù)值構建判別算子，提取一定范圍內輻射亮度作為溢油區(qū)域。判別算子如下

（2）基于NDVI的溢油范圍提取指標構建

與上述基于行的溢油提取算法不同，基于NDVI的溢油范圍提取方法是針對反射率結果開展的，包含根據(jù)圖像DN值計算B1～ B4波段反射率、NDVI估算、判別云層影響及去除和溢油范圍提取四部分。每個波段反射率根據(jù)式（5）計算

在衛(wèi)星遙感影像上，溢油區(qū)域的油膜反射率和海表植被反射率通常較為接近，而僅采用單一指標無法準確判別油膜和海表植被。而NDVI是植被遙感方面成熟的植被指數(shù)，其采用紅色通道和近紅外通道輻射率或反射率表征植被特性[20-21]。紅色通道是葉綠素強吸收波段，近紅外通道在植被區(qū)域具有較高反射率，故NDVI在識別植被的研究中使用較廣泛。本文基于NDVI指數(shù)進行溢油范圍判別，以提高海上溢油判別的準確性和精度。NDVI計算公式[22-23]如下

針對計算的NDVI數(shù)據(jù)，首先進行歸一化處理，保證數(shù)據(jù)處于0～1值域內?；谳椛鋫鬏斃碚?，陸表、云或未溢油海面在B3和B4波段的反射率相差較大，而溢油區(qū)域在這兩個波段的反射率相差較小，因此油膜區(qū)域NDVI值較小。本文中將判別閾值設置為0.15，即認為NDVI大于0.15的地物為陸表、云或未溢油海面，詳細分類這里不再贅述，而NDVI小于0.15為海上溢油區(qū)。

2 溢油光譜分析與提取結果

2.1 溢油區(qū)光譜分析

光譜特征是海面溢油目視解譯的基礎，對于經(jīng)過大氣輻射校正的遙感影像，影像中單一像元的亮度值、反射率等均可以反映海面各物質的輻射特性。海面發(fā)生溢油事故情況下，油膜常常依附于海水之上存在，油膜與海水的反射率差值越大，則成像后遙感影像中溢油區(qū)域越明顯。圖2為Landsat B1～B4共四個波段，經(jīng)過灰度增強后反射率圖像對比?？梢钥闯觯珺1波段溢油區(qū)域與海水區(qū)域差異不明顯，油膜反射率稍小于海水反射率；B2波段的油膜反射率與海水反射率之間差異增大，可在圖像中區(qū)分溢油區(qū)；B3和B4波段油膜反射率遠小于海水反射率，兩者比值小于1，同時在圖像中油膜區(qū)域顏色較海水區(qū)域暗。通過查閱相關資料可知[24]，2006年發(fā)生在黎巴嫩的海面溢油事故所泄漏的石油種類為重油，包含蠟質較多，故遙感反射率圖像上呈現(xiàn)出油膜區(qū)域比無油膜處海水區(qū)域顏色深的結果。圖3為Landsat B1～B4四個波段的經(jīng)過灰度增強后輻射亮度圖像對比，與圖2中四個波段變化趨勢基本保持一致。

圖2 不同波段反射率對比

圖3 不同波段輻射亮度對比

為定量化海水與油膜在遙感影像中顯示差異，并確定溢油提取的最佳波段，本文分別選取特定研究區(qū)域在溢油事故發(fā)生前后的采集樣本點，并計算樣本區(qū)域反射率均值，做出如圖4所示溢油區(qū)油膜與無油區(qū)域海表反射率的對比結果。圖4（a）～（d）分別為B1、B2、B3和B4波段，橫軸表示49個樣本區(qū)域，每個樣本區(qū)域尺寸為7像元×7像元。針對圖4（a）可以發(fā)現(xiàn)，前30個采樣區(qū)域的無油海面反射率大于油膜反射率，且兩者差異逐漸減??；第30～35個采樣區(qū)，無油海面反射率稍小于油膜反射率；而第35～49個采樣區(qū)，無油海面反射率稍大于油膜反射率，兩者差值基本保持穩(wěn)定，表明B1藍波段與油膜之間無固定變化關系。針對圖4（b）可以發(fā)現(xiàn)，前35個和第40～49個樣本區(qū)域的無油海面反射率大于油膜反射率，第35～40個樣本區(qū)域的油膜反射率大于無油海面；此外，與B1相比，海面與油膜的差異變得明顯。針對圖4（c），49個樣本區(qū)域的無油海面反射率均大于油膜反射率，且除了前10個樣本區(qū)域，兩者反射率數(shù)值差異基本保持一致。針對圖4（d），49個樣本區(qū)域的無油海面反射率均大于油膜反射率，且兩者差值幾乎保持穩(wěn)定。經(jīng)過分析油膜與無油海面在藍、綠、紅和近紅外四個波段的反射率可以看出，油膜與無油海面在藍波段變化較大，無明顯規(guī)律；油膜與無油海面在綠波段反射率逐漸開始穩(wěn)定，保持一定差距；油膜與無油海面在紅波段和近紅外的反射率差異較明顯，有明顯變化規(guī)律，可以明確識別油膜與無油海面的特征。因此，本文選擇綠、紅和近紅外波段構建海面溢油范圍識別算法。

圖4 四個波段反射率量化值對比

2.2 海面溢油范圍提取結果

圖5為兩類指標的海面溢油范圍提取結果。經(jīng)過光譜分析，本文確定B2～B4作為海面溢油提取的最佳波段，然后基于此三個波段構建了基于自適應參數(shù)的溢油范圍提取結果，如圖5（a）所示。相比于圖2和圖3，通過溢油提取算法可以直接去除影像中陸表、云區(qū)和無油海面區(qū)域，直接提取含油膜的區(qū)域。油膜區(qū)域中顏色的深淺表示油膜的薄厚，一般來說，顏色深的區(qū)域為油膜較厚的區(qū)域，顏色較淺的區(qū)域為油膜相對較薄的區(qū)域?；贜DVI的溢油提取算法，結果如圖5（b）所示。由圖5（b）可以看出，基于NDVI的溢油提取范圍大于基于自適應參數(shù)的溢油提取結果，這可能是因為NDVI是表征植被參數(shù)的指數(shù)，其對海面各類植物比較敏感。沿海岸一般植被較多，海面水草、浮游植物等較豐富，因此溢油范圍提取結果擴大，包含一些靠近陸表的海面區(qū)域。

為了分析NDVI對溢油提取的影響，本文對比分析了陸表、云區(qū)、溢油區(qū)和無油海面的NDVI數(shù)值，如表1所示。影像采集時間分別為2006-07-09、2006-07-17和2006-07-25，溢油事故發(fā)生于2006-07-13至2006-07-15左右，2006-07-09未發(fā)生溢油，成像品質較好，無云層影響。由表1可以看出：陸表及陸表植被的NDVI數(shù)值大于0，溢油區(qū)、無油海表和云區(qū)的NDVI小于0，因此可以根據(jù)NDVI數(shù)值判別陸表區(qū)域。由不發(fā)生溢油的區(qū)域可以發(fā)現(xiàn)，云區(qū)NDVI數(shù)值小于無油海面，相差一個數(shù)量級，而對比發(fā)生溢油的影像，油膜的NDVI數(shù)值明顯小于無油海面，可根據(jù)此規(guī)律進行海面區(qū)域中油膜的提取。

表1 不同地物類型的NDVI對比

Tab.1 The NDVI comparison of NDVI among different land types

為獲取較可靠的海面溢油范圍，本文將上述兩類溢油提取初步結果按2︰1的比例加權融合，得到海面溢油范圍最終提取結果，如圖6所示。通過與文獻資料記載的海上溢油事件發(fā)生時間、經(jīng)度、緯度和大致范圍等信息對比，本文提取的溢油范圍是真實且有效的。由圖6可知，溢油提取結果中可以看出明顯的油膜，并通過顏色深淺識別油膜的薄厚。此外，提取結果中不包含陸表、云區(qū)和無油海面等干擾區(qū)域，可以為后續(xù)估算溢油面積、油膜厚度和溢油量提供基礎數(shù)據(jù)。經(jīng)過溢油處理算法，可以很快確定海面任意一幅影像中是否存在溢油現(xiàn)象，以針對海面溢油事故做出快速預警及應對措施。

圖6 海面溢油范圍提取結果

2.3 溢油提取結果評估

為驗證本文提取海面溢油范圍的有效性，選取光譜特征與紋理特征結合的決策樹方法[9]、基于光譜信息的溢油提取方法[10]與基于多指標的海面溢油提取方法對比分析。結果表明，本文的溢油提取算法復雜度低、簡單快捷且提取效果較好，模型中輸入一幅圖像，可自動提取溢油區(qū)域。通過對比三類海上溢油提取算法，可以發(fā)現(xiàn)基于光譜信息的溢油提取方法程序較小，運算時間較短，而本文建立方法和光譜特征與紋理特征結合的決策樹方法運算時間相差無幾。而光譜特征與紋理特征結合的決策樹方法和基于光譜信息的溢油提取方法，需根據(jù)溢油種類、光照條件、場景特征等參數(shù)，不斷調整閾值以獲取較好的結果，提取過程中耗費一定人力、時間成本。此外，光譜特征與紋理特征結合的決策樹方法和基于光譜信息的溢油區(qū)域提取，由于采用一定閾值判別像元是否為溢油像元，存在較大偶然性，通常會把近海岸亮度值較低的陸表區(qū)域判別為溢油區(qū)，造成提取誤差。圖7為三種海面溢油提取方法誤檢情況對比。通過參考海面溢油事件發(fā)生經(jīng)緯度等信息，統(tǒng)計出錯誤檢測溢油像元數(shù)據(jù)，計算了溢油提取算法的誤檢率。基于光譜信息的溢油提取方法在近海岸陸表的誤檢率約為0.06%，而本文基于多指標的海面溢油提取方法和光譜特征與紋理特征結合的決策樹方法不存在這個問題。

圖7 三種海面溢油提取方法誤檢情況對比

3 結束語

本文研究了Landsat可見光和近紅外波段的光譜特征，確定溢油提取的最佳波段為B2～B4，并建立一種基于多指標的海面溢油提取方法。通過對比幾種經(jīng)典的溢油提取方法，基于光譜特征與紋理特征結合的決策樹方法和基于光譜信息的方法存在把近海岸亮度值較低的陸表區(qū)域判別為溢油區(qū)的現(xiàn)象。本文提出的海面溢油提取方法可以快速準確地提取海面溢油范圍，算法復雜度低、且無需大量的先驗參數(shù)，為海面溢油監(jiān)測和面積估算等相關研究提供了參考。同時，由于本文關注的溢油種類為重油，符合此類溢油事件的遙感數(shù)據(jù)資源有限，因此文章僅以1個事件為例分析海上溢油提取，后續(xù)在軌實施與應用將對其他溢油種類提取算法開展深入的研究。

[1] ZHANG M, WU J, LIN X, et al. A Multi-stage Oil-water-separating Process Design for the Sea Oil Spill Recovery Robot[J]. IOP Conference Series: Earth and Environmental Science, 2018, 128: 012135.

[2] 吳曉丹, 宋金明, 李學剛, 等. 海上溢油量獲取的技術方法[J]. 海洋技術, 2011, 30(2): 50-58. WU Xiaodan, SONG Jinming, LI Xuegang, et al. Technical Methods for Marine Oil Spill Quality Capture[J]. Ocean technology, 2011, 30(2): 50-58. (in Chinese)

[3] 葉舟, 劉力, 魏傳新, 等. 多種薄油膜光譜反射率特性外場測試方法及結果分析[J]. 光譜學與光譜分析, 2015, 35(5): 1695-1699. YE Zhou, LIU Li, WEI Chuanxin, et al. Experimental Methods and Result Analysis of a Variety of Spectral Reflectance Properties of the Thin Oil Film[J]. Spectroscopy and Spectral Analysis, 2015, 35(5): 1695-1699. (in Chinese)

[4] 王少波, 嚴衛(wèi), 艾未華, 等. 基于微波輻射計的海面溢油監(jiān)測研究[J]. 遙感技術與應用, 2014, 29(1): 94-99. WANG Shaobo, YAN Wei, AI Weihua, et al. Oil Spill Detection with Brightness Temperature of the AMSR-E[J]. Remote Sensing Technology and Application, 2014, 29(1): 94-99. (in Chinese)

[5] 劉德慶, 欒曉寧, 郭金家, 等. 一種面向港口溢油監(jiān)測的小型激光熒光遙測系統(tǒng)[J]. 海洋科學, 2018, 42(2): 65-69. LIU Deqing, LUAN Xiaoning, GUO Jinjia, et al. A Small LIF Remote Detection System for Port Oil Spill Monitoring[J]. Marine Sciences, 2018, 42(2): 65-69. (in Chinese)

[6] 陳輝, 趙朝方. MODIS多光譜信息在海上溢油檢測中的研究[J]. 海洋湖沼通報, 2009, 3: 46-52. CHEN Hui, ZHAO Chaofang. Research on MODIS Multispectral Information in Offshore Oil Spill Detection[J]. Transactions of Oceanology and Limnology, 2009, 3: 46-52. (in Chinese)

[7] 陳輝. MODIS數(shù)據(jù)對海上溢油事件的觀測[D]. 青島: 中國海洋大學, 2008. CHEN Hui. Detection of Several Marine Oil Spill Cases by MODIS Data[D]. Qiangdao: Ocean University of China, 2008. (in Chinese)

[8] 安超. 光學遙感溢油檢測機理及實例分析[D]. 青島: 中國海洋大學, 2013. AN Chao. The Mechanism of Optical Remote Sensing in Oil Spill Detection and Case Studies[D]. Qingdao: Ocean University of China, 2013. (in Chinese)

[9] 蓋穎穎, 周斌, 孫元芳, 等. 基于HJ-CCD數(shù)據(jù)的海面溢油提取方法研究[J]. 國土資源遙感, 2014, 26(2): 99-104. GAI Yingying, ZHOU Bin, SUN Yuanfang, et al. Study of Extraction Methods for Ocean Surface Oil Spill Using HJ-CCD Data[J]. Remote Sensing for Land and Resources, 2014, 26(2): 99-104. (in Chinese)

[10] 黃可, 潘琦, 張靜蕓, 等. 基于GF-1衛(wèi)星的海上溢油定量監(jiān)測——以青島溢油事故為例[J]. 海洋通報, 2020, 39(2): 265-271. HUANG Ke, PAN Qi, ZHANG Jingyun, et al. Quantitative Monitoring in Oil Spill Incidents Based on GF-1 Satellite: Qingdao Oil Spill Accident Case[J]. Marine Science Bulletin, 2020, 39(2): 265-271. (in Chinese)

[11] 徐偉偉, 張超, 陳卓, 等. 基于反射點源陣列的光學遙感衛(wèi)星在軌輻射定標方法[J]. 航天返回與遙感, 2022, 43(1): 98-107. XU Weiwei, ZHANG Chao, CHEN Zhuo, et al. On-orbit Radiometric Calibration of Optical Remote Sensing Satellite Using an Array of Reflected Point Sources[J]. Spacecraft Recovery & Remote Sensing, 2022, 43(1): 98-107. (in Chinese)

[12] 薛武, 趙玲, 王鵬. 星地協(xié)同光學遙感影像目標識別技術驗證研究[J]. 航天返回與遙感, 2021, 42(3): 128-137. XUE Wu, ZHAO Ling, WANG Peng. Satellite-earth Coordinated On-orbit Intelligent Target Recognition of Optical Remote Sensing Images[J]. Spacecraft Recovery & Remote Sensing, 2021, 42(3): 128-137. (in Chinese)

[13] 韓璐瑤, 譚嬋, 劉云猛, 等. 在軌實時空間目標檢測算法研究[J]. 航天返回與遙感, 2021, 42(6): 122-131. HAN Luyao, TAN Chan, LIU Yunmeng, et al. Research on the On-orbit Real-time Space Target Detection Algorithm[J]. Spacecraft Recovery & Remote Sensing, 2021, 42(6): 122-131. (in Chinese)

[14] ZHANG T L, GUO J, CHI Y L, et al. Dynamic Threshold Oil Spill Detection Algorithm for Landsat ETM+[C]//IGARSS 2019—2019 IEEE International Geoscience and Remote Sensing, July 28-Augest 2. 2019, Yokohama, Japan.IEEE, 2019: 1486-1489.

[15] PETROVIC′ V S, XYDEAS C S. Gradient-Based Multiresolution Image Fusion[J]. IEEE Transactions on Image Processing, 2004, 13(2): 228-237.

[16] KOU F, CHEN W, WEN C, et al. Gradient Domain Guided Image Filtering[J]. IEEE Transactions on Image Processing, 2015, 24(11): 4528-4539.

[17] 丁暢, 董麗麗, 許文海. 圖像梯度場雙區(qū)間均衡化的細節(jié)增強[J]. 電子學報, 2017, 45(5): 1165-1174. DING Chang, DONG Lili, XU Wenhai. Image Detail Enhancement by Gradient Field Bi-interval Equalization[J]. Acta Electronic Sinica, 2017, 45(5): 1165-1174. (in Chinese)

[18] 李穎, 蘭國新, 劉丙新. 輔以紋理特征的HJ-CCD海上溢油信息提取——以PL19-3溢油為例[J]. 中國環(huán)境科學, 2012, 32(8): 1514-1520. LI Ying, LAN Guoxin, LIU Bingxin. Oil Spill Information Extraction Combined with Texture Features from HJ-CCD Sensors—A Case Study in PL19-3 Oil Spill Incident[J]. China Environmental Science, 2012, 32(8): 1514-1520. (in Chinese)

[19] 毛冰晶, 陳小梅, 薛博, 等. 基于遙感圖像梯度特征的運動模糊檢測方法[J]. 北京理工大學學報, 2013, 33(10): 1083-1092. MAO Bingjing, CHEN Xiaomei, XUE Bo, et al. Detection Method of Motion Blur Based on Remote Sensing Image Gradient Characteristic[J]. Transactions of Beijing Institute of Technology, 2013, 33(10): 1083-1092. (in Chinese)

[20] ZHAO D Z. Application of NDVI to Detecting Algal Bloom in the Bohai Sea of China from AVHRR[C]//Ocean Remote Sensing and Applications, October 24-26, 2002, Hangzhou, China. PSISDG, 2003: 241-246.

[21] 黃君, 周新志. 二維散點一分類NDVI法的邛海湖面積估算研究[J]. 計算機工程與應用, 2009, 45(35): 240-242. HUANG Jun, ZHOU Xinzhi. Area Estimation of Qionghai by Using 2-D Scattered Points-classification NDVI Method[J]. Computer Engineering and Applications, 2009, 45(35): 240-242. (in Chinese)

[22] 欒海軍, 田慶久, 余濤, 等. 基于分形理論的NDVI連續(xù)空間尺度轉換模型研究[J]. 光譜學與光譜分析, 2013, 33(7): 1857-1862. LUAN Haijun, TIAN Qingjiu, YU Tao, et al. Modeling Continuous Scaling of NDVI Based on Fractal Theory[J]. Spectroscopy and Spectral Analysis, 2013, 33(7): 1857-1862. (in Chinese)

[23] 涂又, 姜亮亮, 劉睿, 等.1982—2015年中國植被NDVI時空變化特征及其驅動分析[J].農(nóng)業(yè)工程學報, 2021, 37(22): 75-84. TU You, JIANG Liangliang, LIU Rui, et al. Spatiotemporal Changes of Vegetation NDVI and Its Driving Forces in China During 1982—2015[J].Transactions of the Chinese Society of Agricultural Engineering, 2021, 37(22): 75-84. (in Chinese)

[24] 韓坤. MODIS溢油監(jiān)測研究[D].大連: 大連海事大學, 2008. HAN Kun. Research on Oil Spills Monitoring Using MODIS[D].Dalian: Dalian Maritime University, 2008. (in Chinese)

Study on the On-Orbit Extraction Method of Sea Oil Spill Coverage Based on Multiple Indexes

DONG Shuli YUAN Linan HE Qiangmin WU Wenbo LI Yang ZHANG Feiran

(Beijing Institute of Space Mechanics & Electricity, Beijing 100094, China)

With the increasing frequency of offshore oil exploration and development and marine transportation activities, the sea oil spill pollution has become one of the most important threats to marine environment. The existing remote sensing monitoring of sea oil spill is mostly based on remote sensing data downloaded to ground, but it is seldom able to monitor the occurrence and change of oil spill on orbit. Due to the limited broadband of satellite down-transmission data and high timeliness need of remote sensing monitoring, it is urgent to improve the on-orbit data processing capacity to realize on-orbit oil spill monitoring. In this study, an on-orbit extraction method of sea oil spill range based on multiple indexes is developed. The method contains four parts, including oil spill spectral analysis and region clipping, oil spill extraction based on gradient, oil spill extraction based on NDVI, and weighted fusion, and the sea oil spill extraction results show that the method developed in this paper can quickly remove the influence of land surface, clouds area, and oil-free sea surface, and extract the oil spill area more accurately. The algorithm has low complexity and does not require a large amount of storage resources. Therefore, it is suitable for on-orbit applications.

sea oil spill; adaptive parameters; spectral analysis; on-orbit extraction; optical remote sensing

P71

A

1009-8518(2023)04-0103-10

10.3969/j.issn.1009-8518.2023.04.011

2022-08-17

科技部課題（2022YFF0708004）

董書莉, 袁立男, 賀強民, 等. 基于多指標的海面溢油范圍在軌提取方法研究[J]. 航天返回與遙感, 2023, 44(4): 103-112.

DONG Shuli, YUAN Linan, HE Qiangmin, et al. Study on the On-Orbit Extraction Method of Sea Oil Spill Coverage Based on Multiple Indexes[J]. Spacecraft Recovery & Remote Sensing, 2023, 44(4): 103-112. (in Chinese)

董書莉，女，1985年生，2011年獲得南京航空航天大學測試計量技術與儀器專業(yè)碩士學位，高級工程師。研究方向為遙感器在軌圖像預處理技術、信息提取技術等。E-mail：331329312@qq.com。

（編輯：龐冰）