基于landsam影像的沙脊群地貌因子自動提取方法研究

基于landsam影像的沙脊群地貌因子自動提取方法研究

使用遙感方法研究海岸帶變化是一種快速有效的方法。從衛(wèi)星圖像中獲得地形數(shù)據(jù)的傳統(tǒng)方法是圖像解釋。該方法比較簡單,但是對于目視判讀者的地學(xué)知識和解譯經(jīng)驗有較高的要求,耗費時間多,勞動強(qiáng)度大,信息獲取周期較長,解譯質(zhì)量受到許多因素的制約。因此,該方法難以適應(yīng)當(dāng)前快速化、信息化的研究趨勢。本文使用ESRIArcGIS平臺的地理建模工具———ModelBuilder來集成建模,從而實現(xiàn)輻射沙脊群地貌因子自動提取,希望該方法可以快速有效地得到沿海輻射沙脊群的沙洲水邊線、沙脊線等地貌因子。目前關(guān)于輻射沙脊群的遙感研究方法主要分為定性研究和定量研究兩種。定性研究主要是使用傳統(tǒng)的遙感解譯方法以及野外實地調(diào)查數(shù)據(jù)進(jìn)行輻射沙脊群地貌演變的分析,如黃海軍、李成治利用海圖資料、陸地衛(wèi)星影像及岸灘實測剖面等資料對輻射沙脊群的主要潮溝進(jìn)行了研究,相似的研究還有李海宇等、陳君等、LohaniandMason、TabordaandSilva。這些研究側(cè)重利用目視解譯地貌的物理過程變化及其規(guī)律,遙感和GIS分析只是起輔助作用、做定性分析。而定量研究則是通過遙感分類、圖像處理和模式識別進(jìn)行地貌因子的提取,著重于計算機(jī)自動或半自動分析,以獲取更為客觀、準(zhǔn)確的分析結(jié)果。早在1982年,唐文周等就提出計算機(jī)自動分類技術(shù)速度快,并且能同時測算出各類型的面積,更適于海岸動態(tài)監(jiān)測和綜合考察的觀點。劉永學(xué)等提出了TC2分量密度分割法、飽和度分量圖像密度分割法和Canny邊緣檢測3種方法提取輻射沙洲的邊緣;Chaaban等以法國南部海岸帶為研究區(qū),對海岸線的自動化獲取進(jìn)行了研究。雖然這些自動化提取算法在一些具體的應(yīng)用上取得了成功,但是太多人工操作使得遙感信息提取效率較低。海岸帶的變化是一個持續(xù)的周期性的過程,時間因素對于輻射沙脊群地貌因子提取非常重要。以往的研究局限于資料、人力和時間的有限,大多在一段不連續(xù)的時間或較小的范圍內(nèi)進(jìn)行的研究,不能完成一些長時期、大范圍、連續(xù)數(shù)據(jù)的研究。隨著當(dāng)前衛(wèi)星技術(shù)的發(fā)展,數(shù)據(jù)獲取已經(jīng)不是難題,但是如何快速、實時地處理海量數(shù)據(jù),是有待研究的一個課題。目前國際上有面向任務(wù)型網(wǎng)絡(luò)在線地理信息處理系統(tǒng),使用ModelBuilder建立的基于GIS的遠(yuǎn)程景觀動態(tài)監(jiān)控工具等研究。本文主要研究如何設(shè)計和實現(xiàn)復(fù)雜的地理處理模型,將步驟復(fù)雜、重復(fù)勞動較多的地貌提取過程建立為一站式處理流程。通過其自動化和可重復(fù)性,將技術(shù)人員從大量繁復(fù)工作中解放出來,對于研究效率的提高、研究時間的有效利用有著重要意義。因此,本研究以ArcGIS9.3平臺為基礎(chǔ),基于空間分析建模技術(shù),使用ModelBuilder圖解建模生成器將輻射沙脊群地貌因子提取的一系列繁復(fù)的鏈?zhǔn)教幚砹鞒陶蠟橐粋€自動化處理流程,從而減少中間過程數(shù)據(jù),以達(dá)到快捷高效、高準(zhǔn)確率地提取兩種地貌因子的目的。1沙脊群形成環(huán)境本研究的研究區(qū)選擇江蘇沿海輻射沙脊群地區(qū),該區(qū)域位于江蘇中部沿海,南北長200km,東西寬90km,水深界于0~25m。輻射沙脊群形態(tài)特別,共有大小沙體70余個;較大型的沙洲有東沙、高泥、條子泥、竹根沙、月亮沙等,共同構(gòu)成沙脊群主體,從弶港北岸順時針向南岸呈扇形展開,其地理位置和外觀形態(tài)如圖1所示。本項研究使用LandsatTM影像作為基礎(chǔ)實驗數(shù)據(jù),其傳感器有7個波段,空間分辨率30m,能夠滿足海岸帶區(qū)域的研究精度要求。選取2006年4月3日、2008年4月24日、2010年11月27日三期影像進(jìn)行地貌因子提取的研究。TM影像的獲取的時刻均為上午10點30分左右,經(jīng)三個潮位測點的觀測數(shù)據(jù)得知,在該時刻研究區(qū)域是低潮位狀態(tài),輻射沙脊群基本全部出露水面,因此能夠獲得比較準(zhǔn)確的地貌因子。地貌因子提取之前,對原始影像使用70年1∶25萬的國家海圖配準(zhǔn),并進(jìn)行了輻射矯正、大氣矯正預(yù)處理。2輻射沙脊群的兩種地貌因子提取在輻射沙洲區(qū)域,地物大致可分為2類:沙洲和海水,沙洲主要由細(xì)顆粒沉積物組成,并為海水周期性淹沒。使用一定的分類方法,可以將沙洲和海水分開,再進(jìn)一步的處理分類后圖像就可得到兩種地貌因子。圖2為本文研究框架,這是一個面向任務(wù)的框架,用于針對輻射沙脊群的沙洲水邊線和沙脊線信息進(jìn)行提取,其中,(1)為數(shù)據(jù)預(yù)處理流程;(2)為水邊線提取流程;(3)為沙脊中心線提取流程;(4)為輻射沙脊群地貌因子。其具體技術(shù)方法將在下文中詳細(xì)解釋。2.1基于生物資本的非監(jiān)督分類方法沙洲水邊線是沙洲在不同潮位下出露的邊界,就是沙洲的外輪廓。對水邊線的動態(tài)變化進(jìn)行研究,可以較為方便地監(jiān)測沙脊群區(qū)域潮灘的動態(tài)變化,把握其變化規(guī)律對該地區(qū)的圍墾開發(fā)有著極大的幫助。本文使用基于ISODATA非監(jiān)督分類的沙洲水邊線自動提取方法。ISODATA(iterativeself-organizingdataanalysistechniquesalgorithm)算法,又稱迭代自組織聚類法,是常用的非監(jiān)督分類方法;其計算過程是先計算均勻分布在數(shù)據(jù)空間的類的平均值,然后用最小距離法反復(fù)對剩下的像元進(jìn)行聚類;每一個往返過程都重新計算平均值并且重新用最小距離法對剩下的像元進(jìn)行分類;類的分割、合并、刪除都是基于所輸入的閉值;所有像元都被歸并到最近的類;這個過程一直繼續(xù),直到每一類的像元數(shù)變化小于所選擇的像元變化閾值,或最大的往返計算次數(shù)已經(jīng)達(dá)到。非監(jiān)督分類可以有效地將沙洲與海水分開,得到有兩種或多種類別的多邊形矢量文件,之后可以通過屬性選取將沙洲水邊線從中分離。在ArcGIS的Select工具中,通過設(shè)定SQL表達(dá)式,將輸入要素類中符合要求的要素提取出來,生成一個新的要素圖層。篩選公式為式(1)中,(CLASS_NAME)為分類結(jié)果矢量文件的類別名稱字段名,Class1為陸地部分,Class.shp表示輸出該類別所在的矢量圖斑文件。分類過程中會產(chǎn)生許多細(xì)碎多邊形,經(jīng)過多次試驗,設(shè)定面積閾值,將細(xì)碎噪聲圖斑去除,之后進(jìn)行格式轉(zhuǎn)換為線狀要素,對線條其進(jìn)行平滑處理,得到最終的沙洲水邊線的矢量文件。2.2輻射沙脊線的提取沙脊中心線的是沙脊中心點的連線,它的擺動體現(xiàn)出了沙脊在潮流作用下的產(chǎn)生的長期的方位移動方向和趨勢。在幾何上,多邊形的中心線(centerline)也叫多邊形的對稱軸(symmetricaxis)、骨架線(skeleton);在一定程度上,多邊形的中心線可以反映出原多邊形的形狀特征,從而代表該平面形體的構(gòu)成方式,因此經(jīng)常被作為形體特征的分析工具。目前,對于面狀要素的中心線,主要的提取方法有:垂線族法、約束Delaunay/Voronoi圖法和柵格形態(tài)變換法。在應(yīng)用過程中,考慮到方法的實用性,本研究選擇采用ESRIArcGIS的擴(kuò)展模塊ArcScan來完成輻射沙洲中心線的提取,這種方法簡化了ArcGISWorkstation的數(shù)據(jù)獲取工作流程,增加了柵格編輯和掃描數(shù)字化等能力。使用ArcScan模塊,能夠自動實現(xiàn)從二值化的柵格圖像中提取矢量格式文件,其功能包括柵格編輯,自動的柵格矢量化和批量矢量化。運用該模塊的中心線矢量化功能可以方便地實現(xiàn)中心線的提取。需要注意的是,在柵格轉(zhuǎn)換為矢量格式時,柵格像素閾值大小的設(shè)定非常關(guān)鍵。經(jīng)過多次試驗,像素閾值設(shè)定為柵格要素寬度最小值或長度最小值的百分之十到六十之間,結(jié)果較為理想。為便于軟件運算,閾值應(yīng)設(shè)置為整數(shù)。即:式(2)中,S為像素閾值,p為比例系數(shù)(一般取0.1~0.6),Lmin為要素長度最小值,Wmin為要素寬度最小值。提取的結(jié)果是每條沙脊線由若干條細(xì)小的線段組成,刪除其中的細(xì)小瑣碎分支;對照原影像,刪除延伸至岸灘的多余線段,并對合并后的中心線進(jìn)行合并、平滑等后處理,得到幾個大沙洲的沙脊線。3基于gis的多應(yīng)用實現(xiàn)方法ModelBuilder工具是軟件ArcGIS中的圖解建模工具,它可以將該軟件及其擴(kuò)展工具中的一系列空間運算分析工具和實驗數(shù)據(jù)流程化地結(jié)合起來,以實現(xiàn)地理處理過程可視化;可以方便地保存每一次修改和更新,自行設(shè)計界面,為模型使用者提供圖文結(jié)合的幫助;建立的模型可以保存在SDE數(shù)據(jù)庫中,與別人共享,或者通過ArcGISServer實現(xiàn)互聯(lián)網(wǎng)共享和在線地理處理。ModelBuilder的圖形式操作界面可以方便地將空間分析工具整合到模型中,按使用者需求將其連接以實現(xiàn)GIS空間運算任務(wù);模型中還可以包含子模型,以適應(yīng)更為復(fù)雜的運算。此外,模型還可以通過Python,VbScript和JavaScript等語言腳本語言編輯,實現(xiàn)功能定制。圖3為本研究的地貌因子自動提取流程示意圖,以2006年衛(wèi)片為例,輸入模型后經(jīng)過六階段處理,得到三個輸出文件,分別為研究區(qū)分類矢量文件、水邊線文件和沙洲多邊形柵格文件。因為中心線自動提取的工具ArcScan需要獨立運行,因此沙脊中心線的提取及后續(xù)處理沒有集成在該流程之中,需要人工交互進(jìn)行。在模型集成后,通過反復(fù)調(diào)試疊加次數(shù)、各項閾值等參數(shù),盡可能減少系統(tǒng)誤差,以達(dá)到較高精度。實驗結(jié)果表示,水邊線提取過程依據(jù)計算機(jī)性能基本上可以實現(xiàn)實時或準(zhǔn)實時完成,沙脊線提取速度在普通微機(jī)上計算也僅需十到二十分鐘,其過程文件的圖像與提取到的地貌因子效果如圖5所示。4自動提取法聯(lián)合其他方法對比圖4和圖5分別是輻射沙洲水邊線、沙脊線的提取結(jié)果示意圖。從圖5可以看出,水邊線提取效果較好,不僅大沙洲邊線完整切合,效果良好,小沙洲也幾乎沒有遺漏。將結(jié)果文件與原遙感影像疊加對比,除南部海岸線處還有冗雜線條之外,與原圖基本一致。同樣,從圖4可以看出,沙脊線經(jīng)過人工刪除自動提取后文件中的細(xì)碎分支,并對照影像去除延伸至岸灘的多余分支,較長的沙洲的中心線由多條線段組成,將其合并,平滑處理之后得到最后效果。將自動提取法得到的地貌因子與傳統(tǒng)方法得到的結(jié)果在ArcGIS軟件中進(jìn)行疊加比較,兩者差異很小,但是在細(xì)碎潮水溝分布密集處,人工方法提取的結(jié)果