基于光谱特征和时空背景的HJ-1A/B星座CCD云雪识别
摘要
1.简介
2.研究区域和数据
2.1. 研究区域
2.2. HJ-1A/B概述
2.3. 图像预处理
2.3.1. 几何校正
2.3.2. 辐射定标
2.3.3. HJ-1A/B CCD时间序列叠加
3.方法
3.1. 云和雪的初始光谱测试
3.2. 使用时间上下文分离云和雪
3.2.1. 每月无云参考图像的合成
3.2.2. 复合材料的后处理
3.2.3. 基于参考图像的云雪判别
3.3. 利用综合空间上下文分离云与雪
3.3.1. 理论基础
3.3.2. 云和雪识别的RCM实现
3.4. 准确性评估
4.结果与分析
4.1. 遮罩结果
4.2. 云雪辨别各阶段表现
4.3. 像素精度评估
5.讨论
5.1. 时间上下文信息对云雪判别的有效性
5.2. 空间上下文信息对云和雪判别的有用性
5.3. 所提出方法的误差来源
5.4. 所开发方法在未来的适用性
6.结论
致谢
作者贡献
利益冲突
工具书类
朱,Z。; Woodcock,C.E.陆地卫星图像中基于物体的云和云阴影检测。 遥感环境。 2012 , 118 , 83–94. [ 谷歌学者 ] [ 交叉参考 ] 李,A。; 姜杰。; 卞,J。; Deng,W.将物元模型与概率变换关联函数相结合,用于山区多源遥感数据分类。 ISPRS J.摄影。 2012 , 67 , 80–92. [ 谷歌学者 ] [ 交叉参考 ] 黄,C.Q。; 科沃德,S.N。; Masek,J.G。; N.托马斯。; Zhu,Z.L.公司。; Vogelmann,J.E.使用密集Landsat时间序列堆栈重建近期森林干扰历史的自动化方法。 遥感环境。 2010 , 114 , 183–198. [ 谷歌学者 ] [ 交叉参考 ] 怀特,J.C。; Wulder,文学硕士。; 霍巴特,G.W。; 路德,J.E。; Hermosilla,T。; 格里菲斯,P。; 北卡罗来纳州库普斯。; 霍尔,R.J。; 霍斯特,P。; 戴克,A。; 等。 基于像素的图像合成,用于大面积密集时间序列应用和科学。 可以。 J.遥感。 2014 , 40 , 192–212. [ 谷歌学者 ] [ 交叉参考 ] 罗伊,D.P。; Ju,J.C。; Kline,K。; 斯卡拉穆扎,P.L。; 科瓦斯基,V。; Hansen,M。; T.R.洛夫兰。; 佛蒙特,E。; Zhang,C.S.Web-Enabled Landsat Data(WELD):陆地卫星ETM加上相邻美国的合成马赛克。 遥感环境。 2010 , 114 , 35–49. [ 谷歌学者 ] [ 交叉参考 ] 巴雷特,F。; O.哈格尔。; 盖革,B。; Bicheron,P。; 米拉斯,B。; Huc,M。; 伯瑟洛,B。; 尼诺,F。; 韦斯,M。; Samain,O.Lai,fapar和fcover cyclopes全球植被产品:第1部分:算法原理。 遥感环境。 2007 , 110 , 275–286. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] 李,A。; 黄,C。; Sun,G。; Shi,H。; 托尼,C。; 朱,Z.L。; 罗林斯,M。; Goward,S。; Masek,J.使用Landsat和ICEsat数据对密西西比州最近的扰动中再生的幼林高度进行建模。 遥感环境。 2011 , 115 , 1837–1849. [ 谷歌学者 ] [ 交叉参考 ] 利亚普斯丁。; Wang,Y。; Frey,R.基于MODIS测量时间序列的自动云遮罩算法。 《地球物理学杂志》。 Res.-大气。 2008 . [ 谷歌学者 ] [ 交叉参考 ] 朱,Z。; Woodcock,C.E.多时相陆地卫星数据中的自动云、云影和雪检测:一种专门用于监测土地覆盖变化的算法。 遥感环境。 2014 , 152 , 217–234. [ 谷歌学者 ] [ 交叉参考 ] 朱,Z。; 王,S。; Woodcock,C.E.fmask算法的改进和扩展:Landsats 4–7、8和Sentinel 2图像的云、云阴影和雪检测。 遥感环境。 2015 , 159 , 269–277. [ 谷歌学者 ] [ 交叉参考 ] Platnick,S。; 金,医学博士。; Ackerman公司。; W.P.门泽尔。; Baum,文学学士。; Riedi,J.C。; Frey,R.A.MODIS云产品:来自terra的算法和示例。 IEEE传输。 地质科学。 远程传感器。 2003 , 41 , 459–473. [ 谷歌学者 ] [ 交叉参考 ] 科瓦斯基,V。; Roy,D.美国陆地卫星8号对卷云和非卷云的一年连续研究。 远程传感器。 2015 , 7 , 564–578. [ 谷歌学者 ] [ 交叉参考 ] Shen,H.F。; H.F.李。; 钱,Y。; 张,L.P。; Yuan,Q.Q.可见光遥感图像的有效薄云去除程序。 ISPRS J.摄影。 2014 , 96 , 224–235. [ 谷歌学者 ] [ 交叉参考 ] 阿马托,美国。; Antomadis,A。; 科莫,V。; Cutillo,L。; Franzese,M。; Murino,L。; Serio,C.SEVIRI多光谱图像的统计云检测。 遥感环境。 2008 , 112 , 750–766. [ 谷歌学者 ] [ 交叉参考 ] Hansen,M.C。; 罗伊,D.P。; Lindquist,E。; 阿杜塞,B。; 法官,狱警。; Altstatt,A.一种集成MODIS和Landsat数据的方法,用于系统监测刚果盆地的森林覆盖和变化。 遥感环境。 2008 , 112 , 2495–2513. [ 谷歌学者 ] [ 交叉参考 ] 黄,C.Q。; 托马斯,N。; Goward,S.N.公司。; Masek,J.G。; 朱,Z.L。; 汤森,J.R.G。; Vogelmann,J.E.使用陆地卫星图像进行森林变化分析时云和云阴影的自动掩蔽。 《国际遥感杂志》。 2010 , 31 , 5449–5464. [ 谷歌学者 ] [ 交叉参考 ] 朱,Z。; 伍德考克,C.E。; Olofson,P.使用所有可用的陆地卫星图像持续监测森林干扰。 遥感环境。 2012 , 122 , 75–91. [ 谷歌学者 ] [ 交叉参考 ] Dozier,J.《陆地卫星专题制图器》中高山积雪的光谱特征。 遥感环境。 1989 , 28 , 9–12. [ 谷歌学者 ] [ 交叉参考 ] 霍尔,D.K。; Riggs,G.A。; Salomonson,V.V.使用中等分辨率成像光谱仪数据绘制全球积雪覆盖图的方法开发。 遥感环境。 1995 , 54 , 127–140. [ 谷歌学者 ] [ 交叉参考 ] Choi,H。; Bindschadler,R.使用阴影匹配技术和自动归一化差值雪指数阈值决策在陆地卫星冰盖图像中进行云检测。 遥感环境。 2004 , 91 , 237–242. [ 谷歌学者 ] [ 交叉参考 ] 佛蒙特,E。; Saleous,N.Ledaps表面反射率产品描述。 2007年。在线可用: https://dwrgis.water.ca.gov/documents/269784/4654504/LEDAPS +表面+反射率+产品+说明.pdf (2015年9月27日访问)。 [ 谷歌学者 ] 马塞克,J.G。; 佛蒙特,E.F。; Saleous,东北部。; 沃尔夫,R。; 霍尔,F.G。; K.F.Huemmrich。; 高,F。; 库特勒,J。; Lim,T.K.北美陆地表面反射率数据集,1990-2000年。 IEEE地质科学。 遥感快报。 2006 , 三 , 68–72. [ 谷歌学者 ] [ 交叉参考 ] O.哈格尔。; Huc,M。; 帕斯科尔,D.V。; Dedieu,G.一种多时相云检测方法,应用于Formosat-2、Venmus、Landsat和Sentinel-2图像。 遥感环境。 2010 , 114 , 1747–1755. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] 新泽西州古德温。; L.J.科莱特。; R.J.Denham。; 洪水,N。; Tindall,D.澳大利亚昆士兰的云和云阴影屏蔽:陆地卫星TM/ETM Plus时间序列的自动化方法。 遥感环境。 2013 , 134 , 50–65. [ 谷歌学者 ] [ 交叉参考 ] 曾,哥伦比亚特区。; 曾,H.T。; Chien,C.L.从多时段SPOT图像中自动去除云。 申请。 数学。 计算。 2008 , 205 , 584–600. [ 谷歌学者 ] [ 交叉参考 ] Tso,B。; Olsen,R.C.基于MRF模型的上下文分类方案,具有改进的参数估计和多尺度模糊线处理。 遥感环境。 2005 , 97 , 127–136. [ 谷歌学者 ] [ 交叉参考 ] [ 绿色版本 ] 刘,D.S。; 凯利,M。; Gong,P.使用多时相高空间分辨率图像监测森林疾病传播的时空方法。 遥感环境。 2006 , 101 , 167–180. [ 谷歌学者 ] [ 交叉参考 ] 李,C.-H。; 郭,B.-C。; 林,C.-T。; Huang,C.-S.遥感图像分类的空间上下文支持向量机。 IEEE传输。 地质科学。 远程传感器。 2012 , 50 , 784–799. [ 谷歌学者 ] [ 交叉参考 ] Hughes,G.P.关于统计模式识别器的平均准确度。 IEEE传输。 通知。 理论 1968 , 14 , 55–63. [ 谷歌学者 ] [ 交叉参考 ] 李,P。; 董,L。; Xiao,H。; Xu,M.一种基于SVM向量机的云图像检测方法。 神经计算 2015 , 169 , 34–42. [ 谷歌学者 ] [ 交叉参考 ] 瓦斯克,R.E。; Manian,V.B.MODIS图像中基于纹理的云检测。 程序。 间谍活动 2003 . [ 谷歌学者 ] [ 交叉参考 ] 朱,L。; 肖,P。; X·冯。; 张,X。; 王,Z。; Jiang,L.支持向量机决策树在高空间分辨率遥感图像山区雪盖提取中的应用。 J.应用。 远程传感器。 2014 , 8 , 084698. [ 谷歌学者 ] [ 交叉参考 ] 拉科维蒂阿努,A。; Williams,M.W.,决策树和纹理分析,用于绘制喜马拉雅东部康城容加地区的碎屑覆盖冰川。 远程传感器。 2012 , 4 , 3078–3109. [ 谷歌学者 ] [ 交叉参考 ] 汤森,J.R.G。; Justice,C.O.选择全球监测土地变化所需的卫星传感器的空间分辨率。 《国际遥感杂志》。 1988 , 9 , 187–236. [ 谷歌学者 ] [ 交叉参考 ] 罗,J。; 陈,Y。; Wu,Y。; Shi,P。; 她,J。; 周,P.贡嘎山冰川前缘不同初级演替阶段土壤呼吸的时空变化及其控制。 公共科学图书馆 2012 , 7 ,e42354。 [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] 李,Z。; 何毅。; 庞,H。; 杨,X。; 贾伟。; 张,N。; 王,X。; 宁,B。; 袁,L。; 宋,B.海螺沟1号冰川、贡嘎山和白水1号冰川以及玉龙山积雪主要阴离子和阳离子的来源。 J.地质。 科学。 2008 , 18 , 115–125. [ 谷歌学者 ] [ 交叉参考 ] 王,Q。; 吴,C。; 李强。; Li,J.中国HJ-1A/B卫星和数据特征。 科学。 中国地球科学。 2010 , 53 , 51–57. [ 谷歌学者 ] [ 交叉参考 ] 陈,J。; 崔,T.W。; 邱,Z.F。; Lin,C.S.,一个三波段半分析模型,用于从浑浊沿海水域的HJ-1A/CCD数据中推导总悬浮泥沙浓度。 ISPRS J.摄影。 2014 , 93 , 1–13. [ 谷歌学者 ] [ 交叉参考 ] Lu,S.L。; Wu,B.F。; Yan,N.N。; Wang,H.利用HJ-1A/B卫星图像绘制水体图的方法。 国际期刊申请。 地球天体。 2011 , 13 , 428–434. [ 谷歌学者 ] [ 交叉参考 ] 中国资源卫星数据与应用中心。 可在线飞行: H(H) ttp://www.Cresda.Com/site2/satellite/7117.Shtml网站 (2015年9月27日访问)。 卞,J。; 李,A。; Jin,H。; 雷,G。; 黄,C。; Li,M.时间序列HJ-1A/B CCD图像的自动配准和正精算法。 《科学杂志》- 英语。 2013 , 10 , 754–767. [ 谷歌学者 ] [ 交叉参考 ] 古特曼,G。; 黄,C.Q。; 钱德,G。; Noojipady,P。; Masek,J.G.《NASA-USGS全球土地调查(GLS)数据集评估》。 遥感环境。 2013 , 134 , 249–265. [ 谷歌学者 ] [ 交叉参考 ] Wolfe,R.E.公司。; 西哈马,M。; 弗莱格,A.J。; Kuyper,J.A。; 罗伊,D.P。; 斯托里,J.C。; Patt,F.S.实现亚像素地理定位精度,以支持MODIS土地科学。 遥感环境。 2002 , 83 , 31–49. [ 谷歌学者 ] [ 交叉参考 ] Li,J.等人。; 陈,X。; 田,L。; Feng,L.在没有机载校准系统的情况下跟踪光学传感器的辐射响应度——以中国HJ-1A/B CCD传感器为例。 选择。 快递 2015 , 23 , 1829–1847. [ 谷歌学者 ] [ 交叉参考 ] [ 公共医学 ] 赵,Z。; 李,A。; 卞,J。; Huang,C.一种改进的DDV方法,用于检索典型山区HJ CCD图像的AOT。 光谱学。 规格。 分析。 2015 , 35 , 1479–1487. (中文)[ 谷歌学者 ] 卞,J。; 李,A。; 王,Q。; Huang,C.中国HJ-1A/B星座密集时间序列30米图像产品的开发:中国若尔盖高原的案例研究。 远程传感器。 2015 , 7 , 16647–16671. [ 谷歌学者 ] [ 交叉参考 ] Gomez-Chova,L。; Camps-Valls,G。; 卡尔佩·马拉维利亚,J。; 关特,L。; Moreno,J.ENVISAT/MERIS多光谱图像的云屏蔽算法。 IEEE传输。 地质科学。 远程传感器。 2007 , 45 , 4105–4118. [ 谷歌学者 ] [ 交叉参考 ] Zhang,Y。; Guindon,B。; Cihlar,J.描述和补偿陆地卫星图像薄云污染空间变化的图像变换。 遥感环境。 2002 , 82 , 173–187. [ 谷歌学者 ] [ 交叉参考 ] Goward,S.N.公司。; 特纳,S。; 染料,D.G。; Liang,S.马利兰大学改进了全球植被指数产品。 《国际遥感杂志》。 1994 , 15 , 3365–3395. [ 谷歌学者 ] [ 交叉参考 ] Holben,B.N.。时间AVHRR数据中最大值合成图像的特征。 《国际遥感杂志》。 1986 , 7 , 1417–1434. [ 谷歌学者 ] [ 交叉参考 ] Roy,D.P.错误配准对合成宽视场卫星数据的影响以及对变化检测的影响。 IEEE传输。 地质科学。 远程 2000 , 38 , 2017–2032. [ 谷歌学者 ] [ 交叉参考 ] Liang,S。; 钟,B。; Fang,H.改进了陆地表面MODIS图像中气溶胶光学深度的估计。 遥感环境。 2006 , 104 , 416–425. [ 谷歌学者 ] [ 交叉参考 ] 罗,Y。; Trishchenko,A.P。; Khlopenkov,K.V.开发清晰天空、云和云阴影遮罩,用于为加拿大和北美的七个MODIS陆地波段生产250米空间分辨率的清晰天空复合物。 遥感环境。 2008 , 112 , 4167–4185. [ 谷歌学者 ] [ 交叉参考 ] Flood,N.使用Medoid(多维中值)的季节性合成Landsat TM/ETM+图像。 远程传感器。 2013 , 5 , 6481–6500. [ 谷歌学者 ] [ 交叉参考 ] 卞J.H。; 李,A.N。; 宋,M.Q。; 马,L.Q。; 江J.G.基于Savitzky-Glay滤波器重建modis的ndvi时间序列数据集。 J.遥感。 2010 , 14 , 725–741. [ 谷歌学者 ] 陈,J。; Jonsson,P。; 田村,M。; 顾振华。; B.松下。; Eklundh,L.一种基于Savitzky-Glay滤波器重建高质量NDVI时间序列数据集的简单方法。 遥感环境。 2004 , 91 , 332–344. [ 谷歌学者 ] [ 交叉参考 ] 萨维茨基,A。; Golay,M.J.E.通过简化的最小二乘法对数据进行平滑和微分。 分析。 化学。 1964 , 36 , 1627–1639. [ 谷歌学者 ] [ 交叉参考 ] 周,H.Y。; 袁,Y。; Zhang,Y。; Shi,C.M.复杂场景中的非刚性对象跟踪。 模式识别。 莱特。 2009 , 30 , 98–102. [ 谷歌学者 ] [ 交叉参考 ] 张,X.G。; 刘,H.H。; Li,X.L.通过目标匹配和背景反匹配实现移动机器人平台的目标跟踪。 机器人。 自动。 系统。 2010 , 58 , 1197–1206. [ 谷歌学者 ] [ 交叉参考 ] 图泽尔,O。; 波里克利,F。; Meer,P.区域协方差:检测和分类的快速描述符。 莱克特。 注释计算。 科学。 2006 , 3952 , 589–600. [ 谷歌学者 ] Wang,Y.H。; Liu,H.W.高分辨率SAR图像的分级船舶检测方案。 IEEE传输。 地质科学。 远程传感器。 2012 , 50 , 4173–4184. [ 谷歌学者 ] [ 交叉参考 ] Förstner,W。; Moonen,B.协方差矩阵的度量。 在 大地测量学——第三个千年的挑战 ; Grafarend,W.E.,Krumm,F.W.,Schwarze,V.S.,Eds。; 施普林格出版社:德国柏林; 德国海德堡,2003年; 第299-309页。 [ 谷歌学者 ] R.M.哈拉利克。; Shanmuga,K。; Dinstein,I.图像分类的纹理特征。 IEEE传输。 系统。 人类网络。 1973 , SMC-3公司 , 610–621. [ 谷歌学者 ] [ 交叉参考 ] Powers,D.M.评估:从精确性、召回率和f-measure到ROC、信息性、标记性和相关性。 J.马赫。 学习。 Technol公司。 2011 , 2 , 37–63. [ 谷歌学者 ] 德里安,M。; le Gléau,H.通过实时SEVIRI的时间差分和区域生长技术改进日出和日落附近的云检测。 《国际遥感杂志》。 2010 , 31 , 1765–1780. [ 谷歌学者 ] [ 交叉参考 ] 张,L.P。; 黄,X。; Huang,B。; Li,P.X.高空间分辨率遥感图像分类中结合光谱信息的像素形状指数。 IEEE传输。 地质科学。 远程传感器。 2006 , 44 , 2950–2961. [ 谷歌学者 ] [ 交叉参考 ] 福维尔,M。; Benediktsson,J.A。; 查努索特,J。; Sveinsson,J.R.使用SVMS和形态剖面对高光谱数据进行光谱和空间分类。 IEEE传输。 地质科学。 远程传感器。 2008 , 46 , 3804–3814. [ 谷歌学者 ] [ 交叉参考 ] 黄,X。; 张,L。; Li,P.一种基于小波变换的超高分辨率卫星图像多尺度特征融合分类方法。 《国际遥感杂志》。 2008 , 29 , 5923–5941. [ 谷歌学者 ] [ 交叉参考 ] H.F.李。; 张,L.P。; 沈,H.F。; Li,P.X.可见光和SWIR图像的基于变分梯度的融合方法。 照片。 工程远程传感器。 2012 , 78 , 947–958. [ 谷歌学者 ] [ 交叉参考 ] Drusch,M。; del Bello,美国。; Carlier,S。; 科林,O。; 费尔南德斯,V。; Gascon,F。; 霍尔什,B。; Isola,C。; 拉贝里尼蒂,P。; Martimort,P。; 等。 哨兵2号:欧空局的GMES操作服务光学高分辨率任务。 遥感环境。 2012 , 120 , 25–36. [ 谷歌学者 ] [ 交叉参考 ]