基于Sentinel-2A和GF-1B遥感数据的海岸带水产养殖识别方法比较.pdf

第 卷 第 期应 用 海 洋 学 学 报，年 月 ，基于 和 遥感数据的海岸带水产养殖识别方法比较董 迪，王 跃，魏 征，曾纪胜，收稿日期：资助项目：自然资源部南海局科技发展基金（）；广东省林业局 年度自然资源事务专项（典型滨海湿地碳储量核查、增汇潜力评估及碳汇交易机制研究）；广东省自然科学基金（）作者简介：董迪（），女，博士，高级工程师；：（自然资源部南海发展研究院，广东 广州；自然资源部海洋环境探测技术与应用重点实验室，广东 广州）摘要：近海水产养殖为人类提供优质的动物蛋白，对海洋经济高质量发展具有重要意义。卫星遥感技术已被广泛用于海岸带水产养殖的监测，但目前相关的研究聚焦基于单一传感器卫星数据并使用单一信息提取算法而忽略与不同卫星传感器以及处理方法之间的比较。本研究以北莉岛东北部为研究区，基于多光谱 卫星和高分一号（）卫星数据，分别使用自适应阈值法、支持向量机监督分类法以及多尺度分割面向对象分类法，开展海岸带人工水产养殖区的识别。研究表明，更高空间分辨率的 卫星对人工水产养殖水网密集区的提取正确率远优于 卫星；基于高空间分辨率 卫星，多尺度分割面向对象分类法的正确率最高，为，优于支持向量机监督分类法的 和自适应阈值法的；自适应阈值法更适用于中等空间分辨率卫星数据的水产养殖信息提取，其提取的水产养殖水面的面积与目视解译提取的面积差异小于。针对单个养殖池使用情况的业务化监测需使用高空间分辨率卫星数据，而大范围水产养殖面积的变化分析则可应用中等空间分辨率卫星数据。关键词：海洋物理学；遥感；围海养殖；面向对象；高分一号；：中图分类号：文献标识码：文章编号：（）近海水产养殖为人类提供优质的动物蛋白，为医药、化学和饲料工业提供重要的原料来源，对于弥补海洋捕捞的不足、维持海洋生态平衡具有重要作用。我国是世界第一水产养殖大国，且目前水产养殖规模仍在不断增长。快速发展的水产养殖业在创造巨大社会财富的同时，也带来了严重的环境和社会经济问题。因此，加强对水产养殖的科学监管，合理利用自然资源，对于海洋经济的高质量发展具有重要意义。卫星遥感技术已广泛应用于自然资源调查监测，也是人工水产养殖调查的重要手段之一。中等空间分辨率卫星数据，例如 系列卫星、卫星等，常被用于局部区域和大范围水产养殖区的调查和动态监测。近年来，随着卫星传感器空间分辨率的逐渐提高、米级分辨率卫星数据 的 逐 步 普 及，、高分一号、高分二号、资源三号等高空间分辨率卫星数据也被用于水产养殖水面的调查。人工水产养殖水面的识别方法包括人工目视解译、非 监 督 分 类、监 督 分 类、面 向 对 象 分类，、深度学习等。目前，水产养殖遥感监测方面的研究多聚焦基于单一传感器卫星数据并使用单一信息提取算法而忽略与不同卫星传感器以及识别方法的比较。本研究以 卫星和高分一号（）卫星多光谱数据为数据源，分别使用自适应阈值法、支持向量机（，）监督分类法以及多尺度分割面向对象分类法，对北莉岛东北部人工水产养殖区开展水产养殖水面识别的比较研究，探索适合南方典型水产养殖密集区监测 期董 迪，等：基于 和 遥感数据的海岸带水产养殖识别方法比较 的卫星数据和识别方法，以期发挥国内外卫星遥感数据在水产养殖水面监测中的应用潜力，为后续海洋自然资源的监管提供一定的技术支撑。材料与方法 研究区概况北莉岛位于广东省湛江市徐闻县和安镇东北部（，），四面环海，地势平坦，属热带季风气候，日照充足，高温炎热。当地以养殖业、渔业和运输业为主要的经济来源。研究区选择北莉岛东北部（图），该区域是南方典型的人工水产养殖水网密集区，养殖池的面积普遍偏小，该研究区的选择是为了探索适合南方水产养殖池监测的卫星数据和提取方法。图 展示了研究区人工水产养殖的分布特征（格网状分布）和成像特征（养殖水体呈深蓝色）。图 北莉岛 年 月 日 卫星影像数据 ，图中黑框表示研究区范围。数据来源本研究使用的数据是欧洲 和中国 卫星遥感数据，有关卫星数据的波段范围及空间分辨率参数见表。是由欧洲委员会和欧洲航天局共同实施的“哥白尼”计划系列中一颗重要的光学遥感卫星，于 年 月 日发射升空，具有 个光谱波段，不同波段的空间分辨率略有不同。卫星是国家高分辨率对地观测系统重大专项天基系统中的首发星，于 年 月 日发射成功。卫星星座是国家民用空间基础设施规划的首批业务化应用卫星，也是我国首个民用高分辨率光学业务星座，以“一箭三星”方式于 年 月 日成功发射。选择两种数据波长范围对应的波段进行后续的对比分析，具体为 卫星的波段、波段、波段、波段 与 卫星的波段、波段、波段、波段。表 不同卫星遥感影像的参数 卫星波段号波段名称波长范围 空间分辨率 卫星（传感器）深蓝蓝绿红红边 红边 红边 近红外窄近红外水汽波段卷云 短波红外 短波红外 卫星（传感器）全色蓝绿红近红外使用数据的不同，数据预处理方法也有所差异（图）。本研究使用 年 月 日成像的 卫星 级别产品，已经过辐射校正、波段配准等处理。使用 空间分辨率真彩色正射影像图、沿海 地形图对 卫星 产品进行几何精校正，校正后的影像平面位置误差小于 。为提高 卫星多光谱数据的空间分辨率，使用全色锐化方法对经过几何精校正后的多光谱和全色影像进行融合，获得 波段 空间分辨率多光谱数据。选择研究区 年 月 日成像的 卫星 级别产品，该产品已经过辐射校正、几何校正和辐射定标，从哥白尼开放中心（：）免 费 下载。以预处理后的 卫星数据为参考数据，对 卫星影像进行几何配准，以便后续人工水产养殖提取结果的比较。数据预处理主要使用 软件。应 用 海 洋 学 学 报 卷图 技术路线图 人工水产养殖识别方法 基于水体指数的自适应阈值法水体指数法是基于光学遥感数据的水体提取算法中最为常见的一种方法，具有运算简单，提取精度高的特点。常用的水体指数有归一化水体指数（）、改进的归一化水体指数（）、自动水体提取指数（）、高分辨率水体指数（）等。卫星多光谱数据有 个波段（表），上述水体指数均可应用；而 卫星多光谱数据仅有 个波段，上述水体指数只有 和 适用。和 计算公式如下：（）（）（）（）式（）、（）中：、分别表示绿波段、近红外波段和红波段的 值。值是遥感传感器的数字量化输出值，即为遥感影像像元亮度值，无单位。值在 和 之间，正值表示有水体覆盖，随着覆盖率增大而增大。正值表示有水体覆盖。由 在 年首次提出，用于监测湿地环境中的地表水范围，现已广泛用于不同空间分辨率卫星影像的开放水域遥感监测。最初设计用于国产资源三号卫星影像的城市水体提取。本研究选择了多景湛江市北莉岛 卫星影像，使用 软件计算并比较分析 和 显示水体的效果。一般情况下，和 均能较好反映水体分布情况；但当环境条件改变时，例如 年 月 日 卫星影像中东北区域部分人工水产养殖池塘的水色由于太阳耀斑的影响，与其他区域池塘的水色有明显差异（图 和图），这些区域的 与海岛周围的光滩类似，而这些区域的 则仍能反映其水体的光学特征。因此，本算法使用 进行人工水产养殖水面的遥感监测。本研究基于自适应阈值的人工水产养殖识别算法，并结合研究区的特征对其进行了改进。考虑到基于单一阈值开展大范围水体提取存在漏提和误提的局限性，本研究使用 软件，将研究区影像分为多个 的局部范围（和 分别代表局部范围的长边像素和宽边像素），每个局部区域范围内的像元 数值，基于大津法（又名最大类间方差法，由日本学者大津提出）计算自适应局部阈值，实现每个局部区域内的人工水产养殖水面与其他地物的分割。值和 值大小依据影像大小选取。本研究 卫星的 值和 值分别为 和，卫星影像的 值和 值分别为 和。考虑到不同卫星传感器、成像时间的光谱差异，自适应阈值算法的阈值为局部大津法计算的阈值乘以一个阈值系数。本研究通过多次尝试和分析（图），将基于 和 卫星的人工水产养殖识别的阈值系数 设为。期董 迪，等：基于 和 遥感数据的海岸带水产养殖识别方法比较 图 北莉岛 年 月 日 卫星影像的 和 ，图 北莉岛 年 月 日 卫星 分布图和自适应阈值法获取的研究区人工水产养殖分布图 ，图（）至（）为自适应阈值法获取的研究区人工水产养殖分布图。应 用 海 洋 学 学 报 卷 监督分类法 监督分类法是一种基于统计学理论的机器学习算法，能避免过学习问题，具有良好的可推广性，在解决小样本、非线性及高维模式识别问题中有诸多优势。本研究通过 软件，使用 监督分类法对北莉岛的 种地物类型（水产养殖、建筑、光滩、海水和植被）进行分类（遥感解译标志见表）。选择径向基核函数为核函数，系数设为，惩罚系数设为，输入数据的波段为红、绿、蓝和近红外波段。基于 年 月 日 卫星影像，通过目视解译提取 种地物类型块状分布的样本作为 分类的训练样本，基于 和 卫星多光谱数据的 分类均使用该训练样本。基于两种空间分辨率卫星数据的 分类结果如图 所示。表 研究区不同地物类型的遥感解译标志 地物类型 卫星 卫星解译标志说明水产养殖格网状分布，矩形，深蓝色建筑几何特征明显，边界清晰，结构粗糙，白色或灰色光滩不规则大片分布，细腻，白色或灰白色海水大面积分布，蓝色或深蓝色植被红色，细腻 注：表中图像为标准假彩色合成（近红外、红、绿波段）。基于多尺度分割的面向对象分类法面向对象分类方法是以对象为最小单元进行分类，现已是高空间分辨率遥感影像信息提取的重要方式。本研究通过易康（）软件，使用多尺度分割方法对卫星影像进行分割，其中输入数据的近红外波段、蓝波段、绿波段和红波段的权重设为，形状因子设为，紧致度因子设为，卫星和 卫星数据的尺度参数分别为 和。使用 监督分类法对分割后的对象进行分类，其中核函数设为线性核函数，惩罚系 期董 迪，等：基于 和 遥感数据的海岸带水产养殖识别方法比较 图 年 月北莉岛基于 卫星和 卫星影像数据的 分类结果 数设为，训练样本是 分类使用的样本。基于两种空间分辨率卫星数据的面向对象分类结果如图 所示。图 年 月北莉岛基于 卫星和 卫星影像数据的面向对象分类结果 数据后处理和精度评价基于以上 种方法提取的人工水产养殖水面数据，在 平台上删除研究区外的图斑、面积较小的图斑（：，：）、海岸线边缘堤坝已破损的养殖池溏以及水产养殖池周围少量的长条状沟渠，获得最终人工水产养殖水面的 应 用 海 洋 学 学 报 卷范围。真值数据是基于 卫星数据目视解译提取的人工养殖水面，精度检验公式如下：（）（）（）（）（）式（）至（）中，、分别为正确率、虚警率、漏警率；为正确提取的养殖水面像元数量，为误提取的养殖水面像元数量，为漏提取的养殖水面像元数量。结果与讨论 人工水产养殖识别结果本研究分别使用基于水体指数的自适应阈值法、支持向量机监督分类法以及基于多尺度分割的面向对象分类法对 卫星、卫星多光谱影像进行处理，人工水产养殖水面提取精度评估结果如表、图 所示。基于 卫星数据，多尺度分割面向对象分类法提取水产养殖水面的正确率最高，为，漏警率最低，为；监督分类法提取水产养殖水面的正确率为，虚警率最低，为。自适应阈值法的正确率为，虚警率和漏警率均在 种方法中最高，分别为 和。基于 卫星数据的多尺度分割面向对象分类法提取人工水产养殖的效果较差（图），这里不对其进行进一步的精度评估；监督分类法提取水产养殖水面的正确率为，但虚警率为，远大于自适应阈值法的，漏警率为，略小于自适应阈值法的。基于 卫星的人工水产养殖提取的正确率远优于 卫星。表 研究区人工水产养殖水面提取的面积和精度 数据源方法面积 正确率 虚警率 漏警率 卫星自适应阈值法 监督分类法面向对象分类法卫星自适应阈值法 监督分类法 方法比较自适应阈值法和多尺度分割面向对象分类法提取的水产养殖水面均有部分池塘连成了整体，而基于像素的 监督分类法能较好地提取单个养殖池塘水面，较好地限制堤坝噪声对水产养殖水面提取结果的影响（图）。自适应阈值法在不同局部区域水产养殖水面的提取效果不稳定，部分区域水面范围夸大，部分区域水面范围缩小，这可能与局部区域水面面积不同而导致其计算的阈值有时难以提取最佳的水产养殖水面范围有关 图（）、（）。监督分类法的提取结果与多尺度分割面向对象分类法相比，保留了少量半干涸池塘的图斑，部分养殖池塘的水面不完整，多有 个小面积空洞，该空洞与水产养殖水面上漂浮的增氧机的位置对应图（）、（）。监督分类法基于每个像素的光谱特征进行地物分类，而增氧机的光谱特征与水体不同，该方法能有效地识别养殖水面上的增氧机。多尺度分割面向对象分类法将影像分割成具有相同特征的像元组成的同质对象，然后对同质对象进行信息提取，有效避免了基于像素分类结果的“椒盐噪声”，因 此 能 提 取 到 完 整 的 水 产 养 殖 水 面图（）。但基于中等空间分辨率 卫星数据，多尺度分割面向对象分类法难以对研究区小面积水产养殖水面进行有效分割，继而影响水产养殖水面分布密集区池塘水面的提取结果。对比两种空间分辨率卫星数据的提取结果，自适应阈值法更适用于中等空间分辨率卫星水产养殖的提取；监督分类法和多尺度分割面向对象分类法的水产养殖水面提取精度依赖遥感数据的空间分辨率，空间分辨率的提高有利于水产养殖水面提取精度的提高。研究区的水产养殖水网的密度较大，空间分辨率 卫星数据的池塘之间的堤坝常与养殖水面混淆，水面提取结果均存在大量池塘水面相连的情况图（）、（），其结果可用于水产养殖面积的统计分析，但难以满足针对每个养殖池溏业务化监测的需要。从水产养殖水面 期董 迪，等：基于 和 遥感数据的海岸带水产养殖识别方法比较 的面积统计而言，基于两种空间分辨率卫星数据的自适应阈值法提取的水产养殖水面面积与真值数据差异均小于。因此，虽然有较高的虚警率和漏警率，自适应阈值法仍常被用于中等空间分辨率卫星数据的水体面积长时序变化的研究。图 研究区人工水产养殖水面提取结果分布图 图中绿框表示水产养殖水面范围。应 用 海 洋 学 学 报 卷 值得一提的是，本研究中基于多尺度分割的面向对象分类法使用的是 分类器，为了探讨其他分类器分类效果，本研究还测试了 最近邻分类器（，）和随机森林分类器（，）的分类效果（图）。比较图 和图（），在人工水产养殖水面的识别方面，种分类器提取的水产养殖水面的分布格局类似，但 分类器和 分类器均有不同程度将水产养殖水面误分为海水的情况。图 年 月北莉岛基于 卫星影像数据的面向对象 和 分类结果 结论本研究基于 卫星和 卫星数据，比较自适应阈值分割法、监督分类法、多尺度分割面向对象分类法的人工水产养殖水面的识别效果。得到如下结论：（）更高空间分辨率 卫星在人工水产养殖水网密集区养殖水面的提取正确率远优于 卫星。（）基于 卫星数据，多尺度分割面向对象分类法水产养殖水面的提取正确率最高，为，优于 监督分类法的 和自适应阈值法的。基于 卫星数据，多尺度分割面向对象分类法难以对水产养殖水面进行有效分割，监督分类法提取水产养殖水面的正确率为，但虚警率为，远大于自适应阈值法的，漏警率为，略小于自适应阈值法的。（）自适应阈值法更适用于中等空间分辨率卫星水产养殖的提取；监督分类法和多尺度分割面向对象分类法的提取精度依赖卫星数据的空间分辨率，空间分辨率的提高有利于水产养殖水面提取精度的提高。针对单个养殖池使用情况的业务化监测需基于高空间分辨率卫星数据，而大范围水产养殖面积的变化分析则可应用中等空间分辨率卫星数据。参考文献：袁鑫 海南岛近岸水产养殖时空变化遥感监测与生态影响分析 青岛：山东科技大学，：，彭自然，陈立婧，王武 长江中下游浅水湖泊水产养殖污染现状与对策 安徽农业科学，（）：，（）：期董 迪，等：基于 和 遥感数据的海岸带水产养殖识别方法比较 ，（）：范志杰，宋春印 近海水产养殖与环境管理 海洋开发与管理，（）：，（）：，（）：，：，（）：吴岩峻，张京红，田光辉，等 利用遥感技术进行海南省水产养殖调查 热带作物学报，（）：，（）：宗玮 上海海岸带土地利用 覆盖格局变化及驱动机制研究 上海：华东师范大学，：，梁建平 双台河口国际重要湿地景观动态及人类活动影响遥感评估 赣州：江西理工大学，：，：，（）：徐京萍，赵建华，张丰收，等 面向对象的池塘养殖用海信息提取 国土资源遥感，（）：，（）：卢业伟，李强子，杜鑫，等 基于高分辨率影像的近海养殖区的一种自动提取方法 遥感技术与应用，（）：，（）：黎丰收，刘凯，刘洋，等 基于 数据的基塘系统遥感分类研究 湿地科学，（）：，（）：程博，刘岳明，刘旭楠，等 基于多源特征融合的高分辨率遥感图像近海养殖区提取方法研究 遥感技术与应用，（）：，（）：蒋逸明，董迪，岳文，等 基于多源高分遥感影像的围海养殖动态监测 海洋信息，（）：，（）：，（）：，：，（）：，（）：，（）：，：任德智，周尧治，李江荣，等 高分辨率影像像素级 种融合算法的综合评价研究 西部林业科学，（）：，（）：饶萍，王建力 最优分区与最优指数联合的水体信息提取 地球信息科学学报，（）：，（）：（），（）：（），（）：，：，：应 用 海 洋 学 学 报 卷 ，（）：袁欣智，江洪，陈芸芝，等 一种应用大津法的自适应阈值水体提取方法 遥感信息，（）：，（）：，（）：吴永辉，计科峰，郁文贤 基于支持向量机的极化 图像分类 现代雷达，（）：，（）：张殿岱，王雪梅 基于高分辨率遥感影像的植被分类方法比较 林业资源管理，（）：，（）：连喜红，祁元，王宏伟，等 基于面向对象的青海湖环湖区居民地信息自动化提取 遥感技术与应用，（）：，（）：，许佳峰，李云梅，徐杰，等 黑臭水体水面阴影提取的自适应阈值算法研究 地球信息科学学报，（）：，（）：张博 松嫩平原湿地淹水范围动态监测方法 哈尔滨：哈尔滨师范大学，：，（，；，）：，（），（），：；：（责任编辑：王 静）