海洋溢油的雷达检测方法研究

海洋溢油的雷达检测方法研究

1海洋溢油的检测手段海洋溢出是引起海洋污染的主要因素之一。海洋溢油污染在放生频率、分布范围以及所带来的危害程度上均居海洋污染首位。世界各国都非常重视对海洋溢油的检测工作,并且投入了大量的人力、物力和财力对海洋溢油进行检测和评估。航空遥感为海洋溢油的检测提供了先进的技术手段。已有人利用陆地资源卫星Landsat的TM数据和NOAA气象卫星数据来提取海洋溢油,但是,溢油一般在天气恶劣的情况下发生,这时就很难获得清晰的TM图像,而NOAA气象卫星的空间分辨率很低,所以对更高要求的灾害评估是不够理想的。雷达是一种高分辨率的主动式的遥感系统。目前,在溢油检测方面应用较为广泛的雷达主要是合成孔径雷达SAR(SAR,SyntheticApertureRadar)。合成孔径雷达是利用微波主动式遥感原理,且有全天候、全天时、穿透力强等优点,因而成为当今海洋溢油检测的主要手段。所以,合成孔径雷达是检测海上溢油的最好工具。因此利用ENVISAT-1的ASAR图像来实现对海洋溢油的半自动提取。2sar图像海上溢油提取方法2.1基于sar图像的海洋溢油自动提取算法试验本研究选取的实验区为是渤海附近海域,其空间范围为东经119°8′~119°22′,北纬38°44′~39°31′。由于该区域海域在2006年03月23日发生溢油事件,故采用EnviSat-1ASAR在2006年03月23日当地时间02点17分的影像作为试验数据(图1),探讨基于SAR图像的海洋溢油半自动提取算法。EnviSat-1卫星是欧空局对地观测卫星系列之一,于2002年03月01日发射升空。卫星轨道高度为800km,过境周期为35d。ASAR是EnviSat-1上最重要的一个传感器,其目的是用SAR进行对地观测,提供有关海浪、海冰范围及运动情况、陆地冰雪的分布范围、地表地形及陆地表面特征、土壤湿度及湿地范围等观测信息。ASAR工作在C波段,可为每个轨道连续获取30min图像。它继承了ERS21/2AMI中的成像模式和波模式,增强了在覆盖度、入射角范围、极化和工作模式上的功能。实验中,选择了分辨率为30m、极化方式为HH/VV、观测模式为AP/IS2。2.2sar图像在石油污染区的分布在SAR的成像方式中,平行于运行轨道的天线向下发射窄的雷达波束到地球表面,并根据回波的强度形成高分辨率图像,而该回波强度有赖于探测表面的粗糙度和介电特性。当海面上覆盖着一层油膜时,油膜降低了海水的表面张力,使海面风不能在海表面产生足够的毛细波及短重力波,从而使海面变得较为平滑,而这种较为平滑的海面降低了微波雷达射线在海面的后向散射,导致SAR图像的灰度值降低,在石油污染区形成阴暗影的特征。由海面风速是雷达探测油膜的主要环境因素之一。当风速过大时,海面油膜就会被破坏,致使油膜与海水混合在一起,很难引起雷达的后向散射,SAR图象不能产生暗色区域,很难对油膜进行提取。风速过小时,低风速区的雷达图象也呈暗色,这也限制了对油膜的提取。2.3基于sar图像的海洋溢油全自动检测算法流程鉴于SAR图像油膜特性与普通遥感影像存在的差异,基于SAR图像的海洋溢油半自动检测算法流程如图2所示,主要包括:SAR图像的滤波增强、图像平滑、后向散数系数的计算、油-水的半自动分割及溢油提取结果分析等。2.3.1涉作用所引起的噪声经过增强Lee滤波变换降低由于SAR发射的相干信号之间的干涉作用所引起的图像相干斑点噪声。增强Lee滤波模型如下:W(t)是权重函数,C1和Cv分别是数据z(t)和噪声的标准差系数,Cmax是噪声相对标准差系数的最大值。2.3.2象元/像素滑动模型使用均值滤波进一步的去除噪声,并让图像本身的细节如边界轮廓、线条等变得清晰,容易识别。均值滤波的原理是用一个有奇数点的滑动窗口在图像上滑动,将窗口中心点对应的图像像素点的灰度值用窗口内的各个点的灰度值的平均值代替。其数学表达式如下:其中,Ri,j为平滑处理后的象元灰度值;DNi,j为图像的原始灰度值,n为图像的大小。对于图像的四个边缘的像素点,可以不处理;也可以用灰度值为“0”的像素点扩展图像的边缘。2.3.3asarb数据的绝对定标算法通过后向散射系数与遥感影像DN值的关系,计算得到ASAR图像的后向散射系数,并得到雷达图像的后向散射系数曲线图。ASAR的1B数据,它所记录的是DN值,在应用中根据DN值与后向散射系数的关系,根据ASAR1B数据的绝对定标公式,将它所记录的DN值转化成后向散射系数,其计算公式如下:其中,为第i列第j行像元对应的后向散射系数,为第i列第j行像元的入射角,K为绝对定标常数,值为1130383.9,DNi,j为第i列第j行像元的图象灰度值。2.3.4水体、膜的asa模型根据得到的后向散射系数曲线图,利用单一阈值判断法,实现油-水的自动提取算法。单一阈值法实现油-水自动分割,其提取模型为:THENTHEN该像元为水体<TTHEN该像元为油膜其中为ASAR图像的后向散射系数,T为阈值。应用单一阈值法对油水进行分割,最重要的就是阈值的选取和确定。根据得到的雷达后向散射系数影像的灰度直方图来确定,一般选取灰度直方图中两峰之间的最小值做为判断阈值。如图6所示,选取T=-25.429为阈值对溢油进行提取。2.3.5栅格数据面元面积利用油-水的自动提取的结果计算得到溢油的面积。溢油面积是采用计算栅格数据面元面积的方法得到的,式(4)为其计算式,计算油污位置处的像元个数N,与每一像元所代表的实际面积s相乘便得到油污在这一时刻的扩散面积S,其中,b为目标区相对于原始图像放大的倍数3遥感影像的预处理及对比对研究区的ENVISAT-1ASAR数据进行以上处理,所得结果如图3-图7。图3为经过图像特征增强得到的遥感影像,使得油膜与背景海水更加突出的表现出来;图4为经过增强LEE滤波变换得到的遥感影像;图5为应用均值滤波变换得到的遥感影像;图6为得到的雷达后向散射系数遥感影像的灰度直方图;图7为经过单一阈值法得到的油水分割结果。结果表明,利用变换函数将原始影像灰度信息重新分配,增大反差从而突出了图像细节,使ASAR数据的特征得到增强;通过增强Lee滤波和图像平滑,很好的去除了图像的斑点噪声,并使图像的细节和边界更好的表现出来;经过后向散射系数计算,得到后向散射系数曲线图,经判断得到油-水自动分割的阈值,从而较好的把溢油信息提取出来,实现油水分割。经过计算得到试验区的溢油面积为19.03km2。4sar检测溢油区域的优势利用雷达技术对海洋溢油进行检测无论是在理论上还实践上都是可行的,ENVISAT-1在这方面展示了良好的应用能力。将最终提取的溢油区域的图像(如图7)和原始的EN-VISAT-1的ASAR图像相比较分析,在应用雷达图像后向散射系数的半自动提取方法后,可以很好的将溢油区域提取出来,并根据提取的溢油区域计算得到溢油区域的面积,从而可以进一步的对