论文部分内容阅读
随着中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer,简称MODIS)传感器的推出,并开始向地面发送数据。目前MODIS数据作为应用最为广泛的遥感数据源之一。海上溢油对环境危害极大,特别是对海洋环境、海洋生物等方面的影响往往是不可逆的,因此快速而准确的检测溢油区变化至关重要。海上油污区域由于受海流、风向等方面的影响,具有变化快这一特点。而MODIS传感器过境时间为一天四次,所以可以很好地动态跟踪、监测海上溢油区域的变化。传统的溢油区分割分类方法由于计算复杂度往往较高,不适合溢油区快速分割和实时检测。针对这一问题本文借鉴遥感领域常用的各种指数的设计思想,提出了一种基于MODIS的海面溢油指数(NDOI)。通过对2景海面溢油MODIS数据(2010年5月墨西哥湾溢油事故和2011年6月渤海湾溢油事故)的测试,实验结果在一定程度上验证了该溢油指数的有效性。概括来讲,本文研究的工作主要如下:(1)预处理部分:对于条带噪声本论文使用的是自相关插值法,该算法不但简单有效,而且不改变MODIS数据的原始数据。本文使用一种传统的、快速的去除Bowtie效应的方法—利用星历表消除Bowtie效应。预处理部分的主要目的是降低一些不利因素的影响,为后续的工作提供更准确的数据。(2)归一化植被指数(NDVI)和归一化水体指数(NDWI):本论文主要对NDVI和NDWI两种指数进行详细的分析,包括他们的原理等。NDVI对陆地识别较好,对于油水效果不明显,NDWI对陆地、油水都有一定的区分效果,但是效果都不理想。(3)溢油指数(NDOI)的提出:基于上述问题,本论文对MODIS各个波段的光谱信息进行了分析,发现MODIS的36个波段中,前10个波段各地物的曲线差值较大,对MODIS图像目视解译以及空间光谱特征分析,发现前10个波段信息量丰富,特别是第1、第2波段的信息量尤其丰富。第7波段的地物最清晰,效果最好。利用以上的分析,本论文提出了一种溢油指数(]NDOI),来进行油水的分类。