下载文档原格式
基于多光谱遥感图像舰船提取摘要：针对光学遥感图像中舰船目标易受海岛、尾迹、海杂波等背景因素干扰的问题，提出了一种舰船检测方法。
本文基于Landsat 8卫星数据的近红外图像和全色图像进行舰船提取。
首先在近红外图像上利用NDWI和形态学运算进行海陆分离，接着对海域图像进行高斯滤波和灰度变换以扩大水体与疑似舰船区域之间的灰度差异。
之后利用Sobel边缘检测和形态学运算进行图像增强，并与全色图像结合求得疑似舰船区域，利用OTSU算法求得分割阈值。
最后求得舰船目标的最小面积外接矩形，以面积、紧致度和矩形度为特征向量来去除虚警。
实验结果表明，利用本文的研究方法可以有效的去除海杂波和尾迹的干扰。
关键词：舰船目标检测；形态学运算；OTSU阈值分割；多光谱遥感图像1引言我国海域辽阔，海洋权益纠纷日益频繁。
舰船作为海上运输载体和重要的军事目标，对其自动检测与识别具有非常重要的现实意义，无论在军用领域还是民用领域都有着广阔的应用前景[1，2]。
本文利用舰船目标与周围海水背景的光谱差异较大的特性，在近红外波段上进行海陆分离、图像增强和目标区域提取。
可以得到舰船目标的长度和宽度等信息。
在全色图像上利用舰船的形状特征进行检测以去除虚警。
2研究区与数据2.1研究数据本文研究数据采用2018年5月24日03点15分拍摄的Landsat8卫星数据，包含OLI ( Operational Land Imager ) 陆地成像仪的9个波段，空间分辨率为30米，其中包括一个15米的全色波段。
和TIRS ( Thermal Infrared Sensor ) 热红外传感器的2个单独的热红外波段B10和B11，分辨率为100米。
2.2研究区域本文的研究区域为马六甲海峡中经纬度为39°27′45.00″E到40°45′05.00″E和132°29′5.00″N到144°37′5.00″N之间的海域，通过人眼视觉观察得出共包含有44条大小不一的舰船和一个形状不规则岛屿。
在石油勘探、开采、提炼和储存期间，由于事故或误差，原油从采矿场或储油罐泄漏到海面。
剥削石油泄漏还包括其他种类的烃，如家庭加热油、重质残渣、苯。
乙烷和其他溶剂有机的石油溢漏监测技术是防止石油溢漏风险的一个重要工具，它包括两个方面：监测和警报。
石油溢漏不可预测的原因在探测石油溢漏是防止和控制石油溢漏的最有效手段。
一、溢油监测技术的类型1.光学监测。
根据摄像原理，利用可见光处理石油溢漏区的图像，以合理的成本效益区分水与油之间的界面。
但是，低水平的差别和高警报率必须，必须也易受时间和时间的影响夜晚红外技术使用热成像器、辐射计和扫描仪来测量水和水的辐射。
油可通过处理获得泄漏油图像数据他应用于遥感观测，主要是卫星和空中观测。
使用油膜可以提高紫外光相对于水的反射性，以高分辨率处理水和油的反射信号。
为了远距离监测石油溢漏，并由激励光源进行监测,扫描设备很昂贵庞大复合物开发超光谱数据库和光谱数据处理技术需要进一步研究。
2.电磁波监测。
微波辐射监测技术使用无源微波传感器接收水的微波,油传感器可以识别油膜，因为水的排放系数不同。
油具有低空间和时间分辨率的技术模糊的雷达技术用于发送微波，并通过接收该表面靶的逆向扩散来提取关于油膜的信息。
水空间分辨率更好但很容易受到风速的影响油电磁能量的吸收和使用，石油的电磁波传播特性，在上表面和下表面安装电磁装置，以及接收装置、对油膜的监视和对油膜在一定范围内的厚度的定量评估。
二、石油石化企业溢油监测需求1.企业日常生产过程中的溢油监测需求（1）厂区雨水系统溢油监测。
雨水系统分布在各生产单位之间转化日常生产中的碳氢化合物泄漏可进入石油输出系统。
此外一些地区的土壤污染是由于长期作业造成的，而由于土壤保护标准起始时不足造成的泄漏。
因此，雨水系统中石油溢漏的风险较高。
对每一个表面进行实时监测从流域雨水系统中检测和控制小泄漏或异常排放的装置和油流体。
（2）外排口溢油监测。
出口是企业排水系统与外部环境之间的接口，是企业环境保护的最后一个障碍。
可见光遥感图像海面目标自动检测关键技术探究摘要：可见光遥感图像海面目标自动检测是海洋资源开发、海上安全监测以及环境保卫等领域的重要技术之一。
本文对可见光遥感图像海面目标自动检测的关键技术进行了总结和探究，包括预处理、目标检测算法以及性能评估等方面。
通过对现有探究效果的梳理和对比分析，得出了一些对提高海面目标自动检测效果和准确性有重要意义的技术措施和方法。
一、引言可见光遥感图像海面目标自动检测是指利用可见光遥感图像进行海洋环境信息提取和目标检测的技术。
随着遥感技术的快速进步和应用的广泛推广，可见光遥感图像成为海洋领域重要的数据来源。
如何通过自动化的方式对海洋图像进行分析和处理，提取其中的目标信息，对于海洋资源的开发利用、海上安全监测以及环境保卫等都具有重要意义。
二、预处理技术预处理是进行海面目标自动检测的首要步骤，其目标是对海洋图像进行扩充和增强，提高图像质量和可检测性。
常用的预处理技术包括均值滤波、图像增强等。
均值滤波是通过计算像素邻域内像素灰度均值来减小图像中的噪声。
图像增强是通过直方图均衡化、灰度变换等方式提高图像对比度和明晰度。
预处理技术的选择和应用应依据实际状况进行合理调整，以达到更好的检测效果。
三、目标检测算法目标检测算法是实现海面目标自动检测的核心环节，常用的目标检测算法包括基于阈值法、基于边缘检测和基于特征提取的方法等。
基于阈值法的目标检测算法是最简易和常用的一种方法，通过设定一个阈值将海面目标与背景区分开来。
基于边缘检测的方法对图像中物体的边缘进行检测，在海洋图像中可以通过Canny、Sobel等算子进行边缘检测。
基于特征提取的目标检测算法则是通过提取图像中目标的纹理、外形和颜色等特征进行匹配和识别。
目标检测算法的选择应依据探究目标和实际需求进行合理选择，并结合其他算法进行优化和完善。
四、性能评估性能评估是对海面目标自动检测算法进行评判和比较的重要手段，常用的性能评估指标包括准确率、召回率、精确率和F-measure等。
海面溢油多维度光学遥感检测与油种识别方法contents •引言•海面溢油遥感检测技术•油种识别方法•实验与分析•研究成果与应用前景•参考文献目录CHAPTER引言研究背景与意义02研究现状与问题溢油遥感图像的分辨率和油膜厚度对检测与识别结果的准确性具有重要影响。
研究内容与方法CHAPTER海面溢油遥感检测技术油膜与海水光谱差异局限性基于光谱特征可见光遥感检测技术03局限性01基于热特征02油膜与海水热辐射差异基于微波反射特征油膜与海水反射差异局限性CHAPTER油种识别方法基于谱特征的油种识别01020304谱特征提取特征匹配优点缺点特征提取从溢油图像中提取与油种相关的特征，如颜色、形状、纹理等。
油种分类缺点需要大量训练样本，且对硬件资源要求较高。
训练样本采集收集不同油种、不同环境条件下的溢油图像作为训练样本。
模型训练优点能够处理多维度数据，精度较高。
010203040506采用深度神经网络模型，如卷积神经网络（CNN）等，对溢油图像进行自深度神经网络模型需要大量数据来训练模型，且模型设缺点对溢油图像进行预处理，如去噪、增强等，以提高识别精度。
数据预处理油种分类能够自动提取特征，精度较高，且对硬件资源要求较低。
优点0201030405CHAPTER实验与分析数据采集数据预处理数据采集与处理对不同模型的分类准确率、误判率、运行时间等指标进行对比和分析，评估各种模型的优劣。
实验设计与结果分析结果分析实验设计结果对比结果讨论结果对比与讨论CHAPTER研究成果与应用前景提出了一种基于多维度光学遥感数据的海面溢油检测与油种识别方法，实现了对海面溢油的高精度、快速、大面积的监测。
通过对不同类型油污的光谱特征分析和模式识别，实现了对海上溢油的油种分类和油污浓度的定量评估。
方法在多个实地试验中得到了验证，结果表明该方法在海面溢油检测和油种识别方面具有很高的精度和实用性。
研究成果总结该方法可广泛应用于海洋环境监测、海洋渔业、海洋交通运输等领域，提高对海洋环境的保护和管理水平。
本技术属于主动雷达高光谱遥感技术领域，公开了一种海洋环境监测用无人机主动雷达高光谱探测系统及方法，包括激光发射系统、光学接收系统、光电探测单元、数据采集及存储单元、信号处理及控制单元。
本技术提供的无人机主动雷达高光谱探测系统以无人机为载体将激光雷达和高光谱成像在同一仪器上相结合，遥感得到目标各组分可视化的时空分布图像及荧光高光谱数据。
通过信息提取可以获得多种海洋参数，用于测量海水中溢油污染、海水可溶性有机物及叶绿素的含量以实现水体质量的监测，多传感器的融合为目标识别和分析提供参考；提高了信息获取能力、地物分析的能力和精确度，降低了遥感探测的成本，有利于促进光谱探测领域的发展。
技术要求1.一种海洋环境监测用无人机主动雷达高光谱探测系统，其特征在于，所述海洋环境监测用无人机主动雷达高光谱探测系统设置有：光学接收单元，与光电探测单元相连，用于将收集到的遥感目标反射光及荧光信息传输至光电探测单元；光电探测单元，与数据采集及存储单元相连通，用于实现对光电探测单元上数据的读取及存储；信号处理及控制单元，通过两路USB分别与光电探测单元及激光发射单元相连通，用于实现对激光发射与数据采集的同步控制，并将采集到的数据进行实时处理。
2.如权利要求1所述的海洋环境监测用无人机主动雷达高光谱探测系统，其特征在于，所述激光发射单元的光源为波长为405nm连续激光光源；光源发射激光经准直器、分束器后光束分光，一部分光束分出用于检测出射信号，另一部分光束经伽利略结构的扩束系统扩束，该光束经过两个二向色镜后产生两次折射。
3.如权利要求1所述的海洋环境监测用无人机主动雷达高光谱探测系统，其特征在于，所述光学接收单元包括望远接收模块、分光模块；望远接收模块为大孔径卡塞格林望远镜；分光模块由入射狭缝、准直镜、色散元件及成像镜组成；分光模块将卡塞格林望远镜采集的光聚焦在入射狭缝上，光信号从入射狭缝射入，通过准直镜，光束变为平行光入射到色散元件，色散元件在空间上将平行光色散，将复合光分解为单色光；成像镜将色散的光学信号聚焦于光电探测单元上。
收稿日期: 2008-03-10; 修订日期: 2008-09-30基金项目:中国石油天然气股份有限公司科技预研项目“海域遥感油气勘探技术研究”(编号: 06-01C-01-08)和国家科技支撑计划(编号:2006BAK30B01)。
第一作者简介: 陆应诚(1979— ), 男, 南京大学博士研究生, 主要从事高光谱遥感应用研究。
E-mail: lycheng2003@ 。
海面油膜高光谱遥感信息提取陆应诚, 田庆久, 宋鹏飞, 李姗姗南京大学 国际地球系统科学研究所, 江苏 南京 210093摘 要: 针对辽东湾海域的Hyperion 高光谱遥感数据特点, 结合海面油膜光谱与Hyperion 影像特征, 对该数据进行水陆分离与最小噪声分离(minimum noise fraction, MNF)变换处理, 在辽东湾海域MNF 波段影像的2D 散点图中, 海面油膜的出现会在其边缘形成一个异常散点区域, 可区分油膜与干扰信息,结合提取的海面油膜端元的MNF 波谱, 通过混合调制匹配滤波(mixture tuned matched filtering, MTMF)技术, 成功地提取研究区海面油膜信息, 有效监测海面油膜信息, 为海洋环境监测提供新的技术手段。
关键词: 油膜, 高光谱, 遥感, Hyperion, 辽东湾 中图分类号: X55 文献标识码: A1 引 言在海洋石油的遥感监测与评估中, 海面油膜是遥感探测的一个重要对象, 多光谱、热红外、雷达等诸多遥感领域均对此有一定研究(Gonzalez 等, 2006; Fingas & Brown, 1997; Labelle & Danenberger, 1997; O’Briena 等, 2005), 由于海洋背景复杂, 海面大气影响、水体对电磁波的散射与吸收作用, 海面油膜遥感信息表现为弱信息；又由于海面油膜随来源、构成种类、油膜厚度、风化程度的不同表现为不确定的遥感影像特征；这些因素对海面油膜遥感信息提取存在一定的制约。
万方数据万方数据万方数据万方数据万方数据基于生物光学模型的水面薄油膜厚度的高光谱遥感反演实验研究作者：肖剑伟， 田庆久， XIAO Jian-wei， TIAN Qing-jiu作者单位：南京大学国际地球系统科学研究所,江苏南京,210093刊名：光谱学与光谱分析英文刊名：Spectroscopy and Spectral Analysis年，卷(期)：2012,32(1)1.Engelhardt F R Remote sensing for oil spill detection and response[外文期刊] 1999(01)2.Fingas M;Brown C查看详情 1997(09)3.Hu C;Muller-Karger F E;Taylor C查看详情[外文期刊] 2003(33)4.Otremba Z查看详情[外文期刊] 2000(03)5.Otremba Z查看详情[外文期刊] 2004(04)6.Otremba Z;Piskozub J查看详情[外文期刊] 2004(08)7.陈 辉;赵朝方查看详情 2009(03)8.陆应诚;田庆久;宋鹏飞查看详情 20099.Mobley C D Light and WaterRadiative Transfer in Natural Water 199410.Gordon H R;Brown O B;Jacobs M M查看详情[外文期刊] 1975(02)11.Gordon H R;Brown O B;Evans R H查看详情[外文期刊] 1988(D9)12.Kirk J查看详情[外文期刊] 1984(02)13.Schalles J F查看详情[外文期刊] 1998(02)14.Gitelson A查看详情[外文期刊] 1992(17)本文链接：/Periodical_gpxygpfx201201042.aspx。
2009年海洋湖沼通报Transactions of Oceanology and Limnology№3文章编号:100326482(2009)0320046207MODIS多光谱信息在海上溢油检测中的应用3陈 辉,赵朝方(中国海洋大学海洋遥感研究所,海洋遥感教育部重点实验室,山东青岛266003)摘要:利用搭载在EOS2Aqua/Terra卫星上的MODIS数据,对长江口溢油、委内瑞拉的马拉开波湖溢油等4次事故进行光谱分析和研究。
在对出事海域的卫星数据进行图像处理的基础上,利用MODIS数据的多光谱信息,分析溢油在各个波段的特征,并确定油膜特征比较明显的波段范围,为可见光/近红外卫星监测溢油提供参考。
关键词:卫星遥感;多光谱;溢油;MODIS(Terra/Aqua)中图分类号:TP79 文献标识码:A引言溢油是导致海面污染的主要因素之一。
为了保护海洋环境,防止溢油对沿岸居民的伤害,协助确认污染源,可以利用多种传感器进行溢油监测。
目前国际上探测溢油的传感器,主要使用航天平台和机载平台。
传感器包括微波辐射计、合成孔径雷达和侧视雷达(SAR、SL AR)、紫外(UV)、可见光/近红外光学传感器、荧光传感器等等。
每一种仪器各有其优缺点,尚没有单一的传感器能提供最好的探测溢油的能力[1]。
可见光和红外传感器具有监测范围广、资金投入少、时效性强、光谱信息丰富的优势。
迄今为止,国内外利用卫星遥感技术监测海洋溢油已有较多成功的先例[225]。
1969年,美国首次使用机载可见光扫描仪队井喷引起的油污染进行了监测,取得较好的效果[6]。
1983年,O’Neil[7]等利用GO ES和AV HRR数据来探测墨西哥的溢油。
1991年,Cross[8]、Voloshimo等人分别利用AV HRR数据对不同地区的溢油进行探测。
1998年,Fingas[9]等人认为,在红外影像上厚油膜由于吸收太阳辐射多于蒸发表现为“热”特征,中等厚度的油膜由于蒸发大于吸收则表现为“冷”特征,而薄油膜不能被探测出来,厚度在50～150μm范围内的冷、热油膜之间会发生热量的传递,而最小可被探测厚度为20～70μm。
收稿日期: 2008-03-10; 修订日期: 2008-09-30基金项目:中国石油天然气股份有限公司科技预研项目“海域遥感油气勘探技术研究”(编号: 06-01C-01-08)和国家科技支撑计划(编号:2006BAK30B01)。
第一作者简介: 陆应诚(1979— ), 男, 南京大学博士研究生, 主要从事高光谱遥感应用研究。
E-mail: lycheng2003@ 。
海面油膜高光谱遥感信息提取陆应诚, 田庆久, 宋鹏飞, 李姗姗南京大学 国际地球系统科学研究所, 江苏 南京 210093摘 要: 针对辽东湾海域的Hyperion 高光谱遥感数据特点, 结合海面油膜光谱与Hyperion 影像特征, 对该数据进行水陆分离与最小噪声分离(minimum noise fraction, MNF)变换处理, 在辽东湾海域MNF 波段影像的2D 散点图中, 海面油膜的出现会在其边缘形成一个异常散点区域, 可区分油膜与干扰信息,结合提取的海面油膜端元的MNF 波谱, 通过混合调制匹配滤波(mixture tuned matched filtering, MTMF)技术, 成功地提取研究区海面油膜信息, 有效监测海面油膜信息, 为海洋环境监测提供新的技术手段。
关键词: 油膜, 高光谱, 遥感, Hyperion, 辽东湾 中图分类号: X55 文献标识码: A1 引 言在海洋石油的遥感监测与评估中, 海面油膜是遥感探测的一个重要对象, 多光谱、热红外、雷达等诸多遥感领域均对此有一定研究(Gonzalez 等, 2006; Fingas & Brown, 1997; Labelle & Danenberger, 1997; O’Briena 等, 2005), 由于海洋背景复杂, 海面大气影响、水体对电磁波的散射与吸收作用, 海面油膜遥感信息表现为弱信息；又由于海面油膜随来源、构成种类、油膜厚度、风化程度的不同表现为不确定的遥感影像特征；这些因素对海面油膜遥感信息提取存在一定的制约。
随着高光谱遥感技术的发展(童庆禧, 2003), 针对海面油膜信息的高光谱遥感探测方法技术不断得到发展(Foudan, 2003)。
Palme(1994)利用小型机载成像光谱仪(CASI)数据研究1993年Shetlands 群岛溢油事件中产生的油膜和其他油污信息, 指出440—900 nm 是可以用来进行溢油油膜信息提取的有效谱段；Foudan(2003)利用机载AVRIS 高光谱数据对Santa Barbara 海岸带的油污与海面油膜进行研究, 表明分散的石油在580nm 、700nm 具有反射峰, 厚油膜在近红外波段反射率要高于薄油膜, 600—900nm 具有最大的油膜遥感探测的可能性。
比较分析混合光谱分解技术(spectral unmixing)、纯净像元指数(pixel purity index, PPI)、光谱角度制图法(spectral angle mapper, SAM)、混合调制匹配滤波(mixture tuned matched filtering, MTMF)技术等方法在海面油膜信息提取上的特点。
近年来, 国内学者也不断开展海面油膜遥感研究, 赵冬至等(2000)总结了柴油、润滑油和原油等3种油膜随厚度变化的光谱特征, 指出736nm 和774nm 对不同的油类具有相同的吸收特征；张永宁等(1999, 2000)测试了几种类型油的海面波谱, 认为在海洋溢油波谱特征中0.5—0.58μm 是不同油膜最高反射率的所在位置, 并利用A VHRR 和TM 数据识别海洋溢油；陆应诚(2008, 2009)的海面油膜实验表明随油膜厚度不同, 油膜光谱特征与响应原理表现不同。
本文以辽东湾双台子河口外海域为研究区, 结合海面油膜光谱特点与海面油膜Hyperion 遥感影像特征, 通过高光谱遥感MTMF 技术方法, 提取研究区海面油膜信息。
2 Hyperion 数据预处理研究区在辽东湾双台子河口外海域, 该区是中国重要原油生产基地——辽河油田所在地, 近年来, 辽东湾海域油田的开采与运输为海洋环境带来一定的影响。
2007-05-06获取了研究区的一景美国EO-1卫星上的Hyperion高光谱遥感数据(图1), 对该图像进行了预处理, 包括大气校正与地表反射率的转换。
Hyperion光谱连续覆盖范围为356—2577nm, 共有242个波段, 光谱分辨率约为10nm, 1—70波段为VNIR波段, 光谱范围356—1058nm；71—242波段为SWIR波段, 光谱范围852—2577nm。
空间分辨率为30 m, 扫描幅宽为7.5 km×180 km。
经过辐射定标处理波段198个, 分别为VNIR8—57, SWIR77—224, 其中VNIR56、57波段与SWIR77、78波段重叠, 实际的可用波段有176个(谭炳香等, 2005; Beck, 2003)。
图1 研究区数据覆盖范围(图像为Hyperion数据548.9nm、650.6nm、864.3nm假彩色合成影像)3 研究方法在海洋油膜高光谱遥感中, 彩色合成、密度分割、比值等方法往往不能有效消除复杂环境背景下的影响因素；缺乏海面油膜种类、状态等辅助知识, 使基于光谱吸收或反射特征的高光谱遥感信息提取方法操作难度也较大；海面油膜与水体以混合像元的存在形式, 又使基于高光谱遥感的纯像元技术或混合光谱分解技术受到一定限制。
基于以上分析, 本研究结合混合调制匹配滤波(MTMF)技术进行高光谱海面油膜信息提取方法研究, 寻找一种即避免受到以上各种制约因素影响又能充分发挥高光谱遥感探测优势的技术方法, 研究方法和技术流程如图2。
首先对Hyperion数据做预处理, 并进行大气校正, 生成176个波段的地表反射率影像；其次通过690nm 和740nm的斜率计算值进行水陆分离, 对海水反射率影像进行最小噪声分离(minimum noise fraction, MNF)处理；选择合适的MNF波段进行2D散点图分析并提取海面油膜端元的MNF波谱, 利用此波谱对MNF1—5波段进行混合调制匹配滤波(MTMF)；最后对混合调制匹配滤波的最佳匹配影像(MF score image)与不可行性影像(infeasibility image)进行阈值分割, 获取海面油膜信息。
图2 基于MTMF的海面油膜信息提取方法4 水陆分离与MNF 变换近海陆地背景复杂, 先对影像进行水陆分离将有助于其后的MNF 变换, 有利于油膜信息的集中与冗余信息的剔除。
根据水体的光谱特点(赵英时等, 2003), 采用了斜率法来分离水陆信息, 通过公式(1)计算Hyperion 影像反射率数据, 如某像元处的S >0, 则该像元所属地物类型为水体, 如果S ≤0, 则属于其他地物类型。
当0<S <3时, 计算的值多为陆地小水体, 因为陆地小水体的叶绿素与悬浮物质含量较高, 此外陆地水体更容易受到水底的影响, 因此在740nm 处的反射率高于海水的反射率, S 值多集中在0—3之间；S >3时, 为海水与入海河流水体。
通过阈值分割S >3时, 建立掩膜进行高光谱Hyperion 数据的水陆分离。
690740740690R R S −=− (1) 高光谱Hyperion 数据中海洋油膜信息是一种微弱信息, 通过对水陆分离后的海水反射率影像进行MNF 变换, 隔离高光谱数据中的噪声, 确定海水影像数据的内在维数。
MNF 变换本质上含有2次叠置处理的主成分变换, 其结果中特征值与相对应的特征影像相关, Hyperion 影像中海洋油膜信息通过MNF 变换得到集中, 并且与影像噪声得以区分, 研究区Hyperion 海水反射率数据的MNF1—5波段为有效的信息波段, MNF6及其后续波段噪声较大。
5 海面油膜端元MNF 波谱提取与混合调制匹配滤波选择海面油膜信息差异较大的MNF 1和MNF 5波段, 通过2D 散点图分析, 识别海面油膜并进行海面油膜的MNF 端元波谱信息提取(图3)。
在理想水体、陆地、植被丰富区域会形成类似三角形的散点图；而全水域的MNF 散点图是边缘相对“光滑”的形状, 由于海面油膜的出现, 导致其散点图右上角出现一个三角形突起部分, 2D 散点图中红色点区域为海面油膜异常散点信息, 此外MNF 变换有效的区 分了船航行影响水体与油膜信息, 图3(a), (b)中绿色图3 海面油膜端元MNF 波谱提取(a) 红色为海面油膜信息、绿色为船航迹水体; (b) 海面油膜信息的MNF 2D 散点图选取; (c) 海面油膜与典型区域MNF 端元波谱图4 混合调制匹配滤波结果影像图5 Hyperion影像海面油膜信息提取结果点为船航迹水体。
将2D散点图中提取的海面油膜端元MNF波段值进行平均, 获取海面油膜端元MNF 平均波谱(图3(c))。
利用提取出来的海面油膜MNF 端元波谱, 对MNF 1—5波段进行混合调制匹配滤波(MTMF), 结果为2幅影像, 一幅为MF Score图像, 即为最佳匹配度图像, 其最大值表明为最佳匹配；另一幅为Infeasibility图像, 即不可行性图像, 其值越大则表明为复合背景同目标地物之间的混合越不可靠(图4)。
在最佳匹配图像中, 不仅识别出海面油膜, 也将双台子河口高悬浮物水体与复州湾附近高悬浮物水体以及船的航迹影响水体列为最佳匹配；在不可行性图像中, 成功的将以上几种影响因素识别出来, 列为不可靠信息。
通过多次试验确定MF Score Image Value>0.8, 并且Infeasibility Image Value <2.5时, 能较好的将海面溢油油膜信息提取出来(图5)。
在本研究最终提取的油膜信息中, Hy-perion数据研究区中较为明显的海面油膜主要有3处, 图5的(a), (b), (c)影像。
6 结论基于卫星高光谱遥感Hyperion数据, 结合海面油膜的光谱形态特征, 通过MNF变换技术和MTMF 技术, 可有效提取海面油膜信息, 为海洋油膜遥感监测提供了新的技术方法途径。
本研究方法具备以下优势和特点：(1) 可通过高光谱遥感超多波段的遴选与组合对油膜目标进行有效识别和提取；(2) 可不依赖于高光谱遥感纯像元技术方法；(3) 可消弱近海复杂的海水环境因素(如泥沙、航迹、太阳耀斑等)影响。
REFERENCESBeck R. 2003. EO-1 User Guide v.2.3. < & >(2006-11-12)Fingas M F and Brown C E. 1997. Review of oil spill remote sens-ing. Spill Science & Technology Bulletin, 4(4): 199—208 Foudan M F S.2003. Hyperspectral Remote Sensing: A New Ap-proach for Oil Spill Detection and Analysis. USA: George Mason UniversityGonzalez M, Uriarte A, Pozo R and Collins M. 2006. The prestige crisis: operational oceanography applied to oil recovery, by the Basque fishing fleet. Marine Pollution Bulletin, 53: 369—374 Labelle R and Danenberger E P. 1997. Oil-spill research program of the US minerals management service. Spill Science & Tech-nology Bulletin, 4(2): 107—111Lu Y C, Tian Q J, Qi X P, Wang J J and Wang X C. The spectral response analysis of offshore thin oil slicks. Spectroscopy and Spectral Analysis, 2009, 29(4): 986—989Lu Y C, Tian Q J, Wang J J, Wang X C and Qi X P. 2008. Study on spectral responses of offshore oil slicks experiment. Chinese Science Bulletin, 53(9): 1085—1088O’Briena G W, Lawrenceb G M, Williamsc A K, Glenn K, BarrettA.G, Lech M, Edwards D S, Cowley R, Boreham C J andSummons R E. 2005. Yampi Shelf, Browse Basin, North-West Shelf, Australia: a test-bed for constraining hydrocarbon mi-gration and seepage rates using combinations of 2D and 3D seismic data and multiple, independent remote sensing tech-nologies. Marine and Petroleum Geology, 22: 517—549 Palmer D, Boasted G A and Boxall S R. 1994. Airborne multi spectral remote sensing of the January 1993 shetlands oil spill.In Proceedings of the Second Thematic Conference on Remote Sensing for Marine and Coastal Environments: Needs, Solu-tions and ApplicationsTan B X, Li Z Y, Chen E X and Pang Y. 2005. Preprocessing of EO-1 hyperion hyperspectral data. Remote Sensing Informa-tion, (6): 36—41Tong Q X. 2003. The present status and future of hyperspectral remote sensing. Journal of Remote Sensing, 7(Suppl): 1—12 Zhang Y N, Ding Q and Li Q J. 1999. A study on monitoring of oil spill at sea by satellite remote sensing. Journal of Dalian Mar-tine University, 25(3): 1—5Zhang Y N, Ding Q, Gao C and Duan Y Y. 2000. Analysis of oil film spectrum and monitoring oil spilled by remote sensing.Marine Environmental Science, 19(3): 5—10 Zhao D Z and Cong P F. 2000. The research of visual light wave-band feature spectrum, remote sensing. Technology and Application, 15(3): 160—164Zhao Y S et al. 2003. Theory and Method of Remote Sensing Ap-plication and Analysis. Beijing: Science Press附中文参考文献陆应诚, 田庆久, 齐小平, 王晶晶, 王向成. 海面甚薄油膜光谱响应研究与分析. 光谱学与光谱分析, 2009, 29(4): 986—989 陆应诚, 田庆久, 王晶晶, 王向成, 齐小平. 2008. 海面油膜光谱响应实验研究. 科学通报, 53(9): 1085—1088谭炳香, 李增元, 陈尔学, 庞勇. 2005. EO-1 Hyperion高光谱数据的预处理. 遥感信息, (6): 36—41童庆禧. 2003. 高光谱遥感的现在与未来, 遥感学报, 7(增刊): 1—12张永宁, 丁倩, 李栖筠. 1999. 海上溢油污染遥感监测的研究.大连海事大学学报, 25(3): 1—5张永宁, 丁倩, 高超, 段岩燕. 2000. 油膜波谱特征分析与遥感监测溢油. 海洋环境科学, 19(3): 5—10赵冬至, 丛丕福. 2000. 海面溢油的可见光波段地物光谱特征研究. 遥感技术与应用, 15(3): 160—164赵英时等. 2003. 遥感应用分析原理与方法. 北京: 科学出版社。
