论文部分内容阅读
海上交通运输业的不断发展与海上石油资源的开发，导致海洋溢油事故频发。溢油对海洋生态系统有严重的危害，及时监测溢油状况、准确提取油膜信息对指导清污工作有重要的意义。光学遥感因其快速大范围监测、数据易获取、信息丰富等优势在海面溢油遥感监测领域具有不可替代的作用，被认为是未来海上溢油监测的主要模式。当前的光学遥感监测主要利用了影像光谱特征，忽略了影像的空间特征，应用遥感影像的空间特征是当前遥感应用的研究热点，也是卫星遥感监测海上溢油的研究突破点之一。本文以2011年6月蓬莱19-3油田溢油事故为研究对象，选用HJ-1星多光谱遥感数据，采用多元特征参与的支持向量机模型提取海面油膜信息。主要的研究工作和成果如下：（1）对HJ-1星CCD影像进行辐射定标、大气校正、滤波等预处理后，提取影像光谱特征、GLCM纹理特征、LBP纹理特征、Sobel边缘特征，分析遥感影像光谱特征和空间特征。（2）采用支持向量机方法提取海面油膜信息。将不同的遥感信息特征组合输入支持向量机模型提取海面油膜信息，并利用测试样本计算模型的识别精度。结果表明，在多元特征参与油膜识别的过程中，纹理特征、边缘特征的引入显著提高了影像的分类精度；集成特征的数量与分类精度不成正相关，即并不是集成的特征越多油膜识别精度越高，当三种特征组合时，油膜识别精度趋于稳定。综合考虑总体分类精度、油膜错分误差、油膜识别精度与算法执行速度，认为光谱特征与GLCM纹理特征结合的方法对HJ-1星CCD影像油膜信息的识别效果最好。（3）利用2010年7月16日大连新港溢油事故前后获取的HJ-1星CCD遥感影像验证本文最优方法的适用性。获取溢油事故发生前后7幅大连新港海域影像，运用本文提出的结合光谱特征与GLCM纹理特征的支持向量机模型对影像进行分析，提取海面油膜信息。结果表明该方法有效地提取了海面油膜分布信息。