本發(fā)明涉及環(huán)境生態(tài)遙感，尤其涉及一種湖泊邊緣變化檢測方法。

背景技術(shù)：

1、湖泊是全球水資源的一個至關(guān)重要的組成部分。它們不僅是自然界水循環(huán)的關(guān)鍵環(huán)節(jié)，還對儲存、凈化和調(diào)節(jié)水資源有重要作用。尤為重要的是，湖泊被視作氣候變化的敏感哨兵，因為它們對氣候和流域水文變化具有極高的敏感性和快速反應(yīng)能力。湖泊的面積、水位、水質(zhì)等狀況以及生態(tài)系統(tǒng)的變動，都能直接或間接地反映出氣候變化的趨勢及其影響，為我們提供了重要的監(jiān)測和預(yù)警信息。湖泊作為重要的水資源，對當(dāng)?shù)毓┧椭茉馍鷳B(tài)系統(tǒng)都具有重要意義。湖泊的縮減會影響周邊生態(tài)系統(tǒng)的水分供給，對生態(tài)平衡構(gòu)成威脅，另一方面，湖泊擴張使得湖泊水位上漲，蓄水量增加，可以增加土壤濕度，促進湖泊非淹沒區(qū)植被的生長有利于植被恢復(fù)和荒漠化治理。與此同時，湖泊擴張會改變湖泊的形態(tài)并且改變河湖水文聯(lián)系，而水文環(huán)流對植被生產(chǎn)力、生物多樣性、畜牧業(yè)等多個方面存在影響。

2、湖泊的提取和變化檢測有利于研究湖泊的擴張情況，但是偏遠(yuǎn)廣袤的土地和惡劣的自然環(huán)境導(dǎo)致測量數(shù)據(jù)稀少且昂貴。由于遙感具有監(jiān)測范圍大、時效性高和受地面環(huán)境影響小等特點，目前已有的探測方法大多都是基于遙感影像對湖泊進行提取和變化檢測。主要可以分為以下幾類：目視解譯、結(jié)合光譜指數(shù)的閾值法、機器學(xué)習(xí)方法、深度學(xué)習(xí)方法、基于時間序列的變化檢測方法。目視解譯容易受到經(jīng)驗和影像質(zhì)量的影響，并且對影像的時空分辨率要求很高；結(jié)合光譜指數(shù)的閾值法一般是通過計算歸一化差分水體指數(shù)(ndwi)、修正的歸一化差分水體指數(shù)(mndwi)等水體指數(shù)，并確定其閾值來對湖泊進行分割提?。换跁r間序列的變化檢測方法將時間序列視為一個整體軌跡，通過檢測該軌跡的變化獲取時空信息差異。常用的方法主要包括bfast方法、dbest方法、landtrendr方法等；機器學(xué)習(xí)方法和深度學(xué)習(xí)方法，主要通過樣本訓(xùn)練模型達到湖泊提取效果。

3、目前湖泊的提取還是以提取整個湖泊為主，很少關(guān)注湖泊邊緣變化的提取。landsat和modis數(shù)據(jù)被廣泛應(yīng)用于湖泊提取工作，然而這些光學(xué)遙感影像(例如landsat和modis數(shù)據(jù))在監(jiān)測湖區(qū)，尤其是在光學(xué)可用影像數(shù)據(jù)較少的區(qū)域(比如青藏高原)，由于云層和云影的污染，難以提取完整的湖體和湖泊邊界。landsat空間分辨率高，但是在青藏高原的湖泊融化期，云量小于10％的landsat遙感影像甚至少于總數(shù)的30％，這極大限制了同時相數(shù)據(jù)的獲取，湖泊季節(jié)性變化的不確定性會被引入到結(jié)果中。更低的空間分辨率的modis雖然受云污染的情況比ladnsat好，但低空間分辨率讓modis對湖泊細(xì)節(jié)變化的靈敏性下降，難以探測到湖泊細(xì)節(jié)變化。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)中所存在的不足，本發(fā)明提供了一種湖泊邊緣變化檢測方法，該方法通過融合landsat和modis數(shù)據(jù)，可以有效處理遙感時相的不一致、遙感影像的質(zhì)量不佳對湖泊邊緣提取的影響，并且較為準(zhǔn)確地提取湖泊每一年的邊緣變化情況。

2、本發(fā)明采用的技術(shù)方案如下：

3、一種湖泊邊緣變化檢測方法，用于識別提取湖泊邊緣變化情況，其特征在于，包括以下步驟：

4、s1、獲取指定湖泊區(qū)域內(nèi)歷年的landsat時序數(shù)據(jù)和modis時序數(shù)據(jù)。

5、s2、采用gf-sg(gap?filling?and?savitizky-golay)方法對兩種數(shù)據(jù)進行濾波和融合處理，獲取歷年的高質(zhì)量高分辨率的ndvi(normalized?difference?vegetationindex,歸一化植被指數(shù))時間序列。

6、s3、截取每一年ndvi時間序列中位于湖泊融化時間段內(nèi)的ndvi時間序列；截取到的ndvi時間序列中，每一個像元均對應(yīng)有一條像元時間序列，對每一個像元取像元時間序列的中值作為該像元的當(dāng)年數(shù)據(jù)，結(jié)合所有像元的當(dāng)年數(shù)據(jù)得到一張該年份的融合影像。對歷年數(shù)據(jù)作相同處理，得到歷年的融合影像，構(gòu)成年際ndvi時間序列。

7、s4、基于湖泊緩沖區(qū)域篩選原則對所有像元對應(yīng)的年際ndvi時間序列進行篩選，得到符合篩選條件的像元，所有篩選得到的像元構(gòu)成湖泊緩沖區(qū)掩膜；對湖泊緩沖區(qū)掩膜進行空間濾波，得到湖泊邊界可能存在變化的區(qū)域；獲取湖泊邊界可能存在變化的區(qū)域內(nèi)的每一個像元對應(yīng)的年際ndvi時間序列；將所有像元對應(yīng)的年際ndvi時間序列采用landtrendr檢測模型進行湖泊邊緣變化檢測，識別得到湖泊邊緣變化情況。

8、進一步地，s1步驟中，所述landsat和modis時序數(shù)據(jù)選擇相同年份。

9、進一步地，s2步驟中，首先，采用雙三次插值算法采樣modis數(shù)據(jù)，使采樣得到的數(shù)據(jù)和landsat數(shù)據(jù)具有相同的空間分辨率；然后采用gf-sg方法濾波和融合的過程中，設(shè)置局部空間相鄰窗口的大小為40像素×40像素、相關(guān)系數(shù)被設(shè)置為0.8；因為研究對象為水體，水體在ndvi上表現(xiàn)為負(fù)值，所以不設(shè)置閾值。

10、進一步地，s3步驟中，湖泊融化時間段設(shè)定為每年的融化期相同。

11、進一步地，s4步驟中，湖泊緩沖區(qū)域篩選原則為：(1)像元對應(yīng)的年際nd?vi時間序列最小值小于0；此時，將該像元視為水體，(2)像元對應(yīng)的年際nd?vi時間序列最大突變點后三年平均值小于0，前三年平均值大于0；此時，認(rèn)為該像元發(fā)生變化。

12、進一步地，s4步驟中，對湖泊緩沖區(qū)掩膜進行空間濾波的方式為中值濾波，設(shè)置中值濾波的濾波窗口大小為5像素×5像素，得到湖泊邊界可能存在變化的區(qū)域。

13、進一步地，s4步驟中，landtrendr檢測模型的參數(shù)設(shè)置為：最大段數(shù)為6；尖峰閾值為0.9；頂點過沖數(shù)為3；防止一年恢復(fù)為false；恢復(fù)閾值為1；p值為0.01；最佳模型比例為1；最小觀測數(shù)為6；變化量級為0.1。

14、相比于現(xiàn)有技術(shù)，本發(fā)明具有如下有益效果：在步驟s2中，通過對空間鄰域范圍內(nèi)的長時序海量影像進行加權(quán)融合恢復(fù)缺失影像值，提高了數(shù)據(jù)的可靠性及連續(xù)性，讓本發(fā)明在具有高時效性的湖泊變化探測上體現(xiàn)出顯著優(yōu)勢；在步驟s4中，使用landtrendr檢測模型作為檢測方法，考慮了時間序列的整體趨勢，從時間序列的角度考慮湖泊的整體變化趨勢，減少了湖泊變化檢測中的噪聲干擾。此外，本發(fā)明可以通過設(shè)置不同的landtrendr檢測模型的參數(shù)或改變該模型的輸入數(shù)據(jù)，能夠探測不同幅度不同時間的擾動，具有較高的靈活性。

技術(shù)特征：

1.一種湖泊邊緣變化檢測方法，用于識別提取湖泊邊緣變化情況，其特征在于，包括以下步驟：

2.如權(quán)利要求1所述的一種湖泊邊緣變化檢測方法，其特征在于，s1步驟中，選擇相同年份的所述landsat時序數(shù)據(jù)和modis時序數(shù)據(jù)。

3.如權(quán)利要求2所述的一種湖泊邊緣變化檢測方法，其特征在于，s2步驟中，首先，采用雙三次插值算法采樣modis數(shù)據(jù)，使采樣得到的數(shù)據(jù)和lands?at數(shù)據(jù)具有相同的空間分辨率；然后采用gf-sg方法濾波和融合的過程中，設(shè)置局部空間相鄰窗口的大小為40像素×40像素、設(shè)置相關(guān)系數(shù)為0.8。

4.如權(quán)利要求3所述的一種湖泊邊緣變化檢測方法，其特征在于，s3步驟中，湖泊融化時間段設(shè)定為每年的融化期相同。

5.如權(quán)利要求4所述的一種湖泊邊緣變化檢測方法，其特征在于，s4步驟中，湖泊緩沖區(qū)域篩選原則為：(1)像元對應(yīng)的年際ndvi時間序列最小值小于0；此時，將該像元視為水體，(2)像元對應(yīng)的年際ndvi時間序列最大突變點后三年平均值小于0，前三年平均值大于0；此時，認(rèn)為該像元發(fā)生變化。

6.如權(quán)利要求5所述的一種湖泊邊緣變化檢測方法，其特征在于，s4步驟中，對湖泊緩沖區(qū)掩膜進行空間濾波的方式為中值濾波，設(shè)置中值濾波的濾波窗口大小為5像素×5像素，得到湖泊邊界可能存在變化的區(qū)域。

7.如權(quán)利要求6所述的一種湖泊邊緣變化檢測方法，其特征在于，s4步驟中，landtrendr檢測模型的參數(shù)設(shè)置為：最大段數(shù)為6；尖峰閾值為0.9；頂點過沖數(shù)為3；防止一年恢復(fù)為false；恢復(fù)閾值為1；p值為0.01；最佳模型比例為1；最小觀測數(shù)為6；變化量級為0.1。

技術(shù)總結(jié)
本發(fā)明提供了一種湖泊邊緣變化檢測方法，屬于環(huán)境生態(tài)遙感技術(shù)領(lǐng)域。本發(fā)明方法首先獲取湖泊周圍的Landsat時序數(shù)據(jù)和MODIS時序數(shù)據(jù)，然后利用GF?SG方法對兩種數(shù)據(jù)源進行濾波和融合得到高質(zhì)量的NDVI時間序列數(shù)據(jù)；按照湖泊融化期對每年這一時間段的數(shù)據(jù)進行中值合成得到NDVI年際曲線；根據(jù)水體在NDVI上的特性篩選湖泊邊界可能存在變化的區(qū)域，再對該區(qū)域進行LandTrendr變化檢測，得到湖泊邊緣變化情況。本發(fā)明提出的湖泊邊緣變化檢測方法，可以有效探測湖泊邊緣變化情況，本發(fā)明使用了兩種數(shù)據(jù)結(jié)合的模式，結(jié)果顯著優(yōu)于單個數(shù)據(jù)源探測結(jié)果。

技術(shù)研發(fā)人員：曹入尹,王巍嶧,徐子超
受保護的技術(shù)使用者：電子科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/26