基于遥感影像光谱分析的蓝藻水华识别方法

第39卷第8期2011年8月同济大学学报(自然科学版)JOURNALOFTONGJIUNIVERSITY(NATURALSCIENCE)Vol.39No.8Aug.2011文章编号:0253-374X(2011)08-1247-06DOI:10.3969/j.issn.0253-374x.2011.08.028收稿日期:2010-12-09基金项目:科技部国际科技合作计划(2009DFA92310)第一作者:林怡(1970—),女,副研究员,博士生副导师,工学博士,主要研究方向为遥感与摄影测量、遥感技术应用.E-mail:linyi@tongji.edu.cn基于遥感影像光谱分析的蓝藻水华识别方法林怡1,2,3,潘琛1,2,陈映鹰1,2,任文伟3,4(1.同济大学遥感与空间信息技术研究中心,上海200092;2.同济大学测量与国土信息工程系,上海200092;3.中国-加拿大环境与可持续发展中心,上海200433;4.复旦大学生命科学学院,上海200433)摘要:利用Landsat-7ETM+遥感影像数据,以淀山湖为例,在分析蓝藻和其他典型地物影像光谱曲线及其特征的基础上,构建归一化蓝藻指数(NDICB),有效地从浑浊水体中提取蓝藻信息.通过k-均值非监督分类结果可以发现,构建的归一化蓝藻指数较传统的归一化差值植被指数(NDVI)和比值植被指数(RVI)更加适用于提取低密度蓝藻空间分布信息.在此基础上,基于遥感影像光谱特征和归一化蓝藻指数,采用了支持向量机的分类识别模型,最终得到淀山湖区域蓝藻的空间分布范围与面积,通过发现在某一特定时间蓝藻分布的规律,为蓝藻预警和治理的生态学分析提供了及时、有效和客观的依据.关键词:归一化蓝藻指数;光谱分析;蓝藻识别;支持向量机分类中图分类号:TP751.1;TP79文献标识码:ARecognitionofCyanobacteriaBloomBasedonSpectralAnalysisofRemoteSensingImageryLINYi1,2,3,PANChen1,2,CHENYingying1,2,RENWenwei3,4(1.ResearchCenterofRemoteSensingandSpatialInformationTechnology,TongjiUniversity,Shanghai200092,China;2.DepartmentofSurveyingandGeoinformatics,TongjiUniversity,Shanghai200092,China;3.Sino-CanadaCentreforEnvironmentandSustainableDevelopment,Shanghai200433,China;4.SchoolofLifeSciences,FudanUniversity,Shanghai200433,China)Abstract:Basedontheanalysisofspectralcurveandfeaturesofcyanobacteriabloomandothertypicalgroundobject,thenormalizeddifferencecyanobacteriabloomindex(NDICB)wasconstructedtodistinguishbetweencyanobacteriabloomandturbidwaterwiththeLandsat-7ETM+imageinLakeDianshan.Inthisstudytwootherdifferentvegetationindexes,normalizeddifferencevegetationindex(NDVI)andratiovegetationindex(RVI),togetherwithNDICB,wereappliedtoextractingthecyanobacteriabloominformationfromthesameimageviaunsupervisedclassificationmethod(k-means).TheresultsshowthatNDICBisthebestoneforlow-densitycyanobacteriabloomextraction.Inordertorecognizethecyanobacteriabloombetter,supportvectormachine(SVM)classificationmethodwasusedtoclassifytheimagebasedonspectralfeaturesandNDICB,andtoobtainthespatialdistributionandtheareaofcy