GF-3號SAR衛星遙感圍填海監測方法研究——以大連金州灣為例

范劍超, 姜大偉, , 趙建華, 初佳蘭, 謝春華, 安文韜, 黃鳳榮

?

GF-3號SAR衛星遙感圍填海監測方法研究——以大連金州灣為例

范劍超1, 姜大偉1, 2, 趙建華1, 初佳蘭1, 謝春華3, 安文韜3, 黃鳳榮2

(1. 國家海洋環境監測中心, 遼寧 大連 116023; 2. 遼寧師范大學 城市與環境學院, 遼寧 大連 116029; 3. 國家衛星海洋應用中心, 北京 100081)

依據不同圍填海類型在高分三號(GF-3)合成孔徑雷達(synthetic aperture radar, SAR)衛星遙感影像上可分性, 建立圍填海遙感分類體系及相應的圍填海類型解譯標志, 進而分析SAR圖像岸線提取方法, 構建GF-3圍填海監測技術流程。采用幾何主動輪廓模型進行GF-3 SAR影像自動提取海岸線, 獲得圍填海專題圖。通過外業精度調查驗證GF-3 SAR衛星遙感影像可以有效獲取圍填海信息。

合成孔徑雷達(SAR); 解譯標志; 幾何主動輪廓模型; 高分三號(GF-3)衛星

海洋是人類社會發展的重要基地, 也是人類生存發展的希望, 面對日益緊張的土地供需矛盾, 圍填海開發成為沿海地區拓展生存發展空間, 緩解人地矛盾的重要途徑。國家海洋局編制的《海域使用分類體系》[1]對“填海造地”和“圍?！弊龀隽嗣鞔_定義, “填海造地, 指筑堤圍割海域填成土地, 并形成有效岸線的用海方式; 圍海, 指通過筑堤或其他手段, 以全部或部分閉合形式圍割海域進行海洋開發的用海方式”[2-3]。

科學的圍填海具有環境凈化功能, 在海陸交界地帶, 潮灘對各種有機和無機污染物具有較強的凈化能力, 是處置陸源污染物的良好場所之一, 圍填海和海堤修筑, 能有效地抵擋海洋災害的侵襲, 河口圍填海工程還能有效阻擋入海江水的含沙量等[4]。但不合理的圍填?；顒訃乐仄茐牧搜睾５貐^的生態環境, 導致海灣自凈能力減弱, 海洋生物多樣性降低, 加劇了海水富營養化風險等等[5-7]。

衛星遙感由于其低成本、宏觀、快速、可實時動態連續監測圍填海變化活動等一系列優勢受到廣泛關注。高分三號(GF-3)衛星是我國首顆C波段全極化合成孔徑雷達(synthetic aperture radar, SAR)成像衛星, 已于2016年8月10日在太原衛星發射中心成功發射升空, 可以全天時全天候實現海洋和陸地信息的監測, 具有重要研究意義。SAR是主動式微波高分辨率影像雷達, 通過脈沖壓縮和合成孔徑技術分別有效提高距離向和方位向分辨率[8-9]。SAR衛星遙感影像不受天氣條件影響, 可解決可見光遙感影像無法每年完全覆蓋海岸線的難題, 在自然環境惡劣條件下優勢明顯。實時科學管理圍填海有利于可持續開發利用海岸帶資源, 不合理的海域開發利用將會導致生態環境被嚴重破壞, 因此利用衛星遙感技術手段, 開展海域使用動態監測, 構建GF-3號SAR影像圍填海監測流程, 及時掌握圍填海變化范圍信息, 有利于擴大沿海地區經濟效益, 保護生態環境。

本文依據相關圍填海類型在SAR遙感影像的可分性, 建立圍填海遙感分類體系及相應的GF-3圖像中圍填海類型解譯標志, 對比分析SAR圖像岸線提取方法, 構建圍填海監測整體流程, 采用幾何主動輪廓模型(geometric active contour models, GAC)提取大連金州灣SAR圖像岸線, 最后將變化范圍信息制成專題圖, 通過外業現場驗證GF-3 SAR衛星遙感數據在獲取圍填海變化范圍的有效性。

1 GF-3 SAR數據分析

GF-3具有聚束、條帶、掃描、全極化、波成像、全球觀測、高低入射角12種成像模式, 最高分辨率可達1 m, 工作頻率為C波段, 極化方式可選單極化、雙極化和全極化。考慮空間分辨率和幅寬的因素, 針對圍填海信息提取具體問題, 通常選用如下6種模式進行檢測, 具體成像模式詳細信息如表1所示。

表1 可用于圍填海監測的GF-3號衛星成像模式

研究數據采用2016年8月20日天津港GF-3 SAR精細條帶2模式數據1景, VHVV雙極化模式, 建立圍填海分類解譯標志。采用2016年12月19日金州灣GF-3 SAR數據1景, HHHV交叉極化模式, C波段, 窄幅掃描成像模式, 進行圍填海信息提取。

2 GF-3 SAR圍填海解譯標志建立

基于《海域使用分類體系》關于圍填海用海類型的定義及其在SAR遙感影像中可分性, 制定了圍填海的遙感分類體系, 根據各種圍填海類型在SAR影像上的紋理、色調、形狀、空間組合等特征差異, 制定了各圍填海類型基于SAR影像的解譯標志, 如圖1和表2所示。

3 SAR圖像岸線提取方法

閾值分割[10]適用于目標和背景占據不同灰度級范圍的影像, 基本原理是通過不同的特征閾值, 將影像像素點分為若干類。其優點是計算簡單, 運算效率高, 速度快, 但在SAR圖像分割過程中, 后向散射強度受到相干斑噪聲的影響, 容易造成邊界定位不準確。邊緣檢測法主要依據影像邊緣處灰度梯度的不連續性來檢測邊界。常用的經典邊緣檢測算子包括: Robert算子、Sobel算子、Prewitt算子、Canny算子等[11-12]。這些算子都是用影像的水平和垂直差分來逼近梯度算子, 最終產生一個梯度影像, 達到突出邊緣的目的。

圖1 GF-3 SAR圖像圍填海解譯標志

A. 建設填海造地用海; B. 農業填海造地用海; C. 港口建設用海; D. 圍海養殖用海; E. 鹽業用海; F. 其他用海

A. construction of reclamation land; B. sea area for agriculture reclamation; C. sea area for port construction; D. sea area for aquaculture reclamation; E. salt industry; F. other sea-area use

表2 圍填海方式在SAR圖像上的遙感解譯標志

小波變換[13-14]是空間(時間)和頻率的局部變換, 能對信號進行多尺度細化與分析, 有效從信號中提取信息。在岸線提取過程中, 首先將海陸灰度信息轉化為數字信號, 在海陸分界處數字信號具有明顯的奇異性, 通過小波技術對數字信號進行分析, 找到奇異點, 確定海岸線位置。主動輪廓模型(active contour model)[15-18]算法首先在影像中初始化一個封閉曲線, 然后通過最小化能量泛函使初始曲線運動到目標對象的邊界, 獲得影像分割結果。但是由于SAR圖像具有對比度小、易受雷達固有相干斑噪聲干擾等問題, 主動輪廓模型方法在處理SAR圖像時仍會遇到一些問題, 需進一步完善。

幾何主動輪廓模型[19-20]又稱為水平集方法, 是將移動界面作為零水平集嵌入到高一維度的閉合水平集函數中, 通過水平集函數的循環迭代, 確定零水平集即初始輪廓的演化結果, 其優點是輪廓拓撲自適應能力強, 能有效處理輪廓線的分裂合并, 數值求解穩定, 存在唯一解。幾何主動輪廓模型方法可以有效結合SAR遙感數據特點, 因此本文采用該方法進行岸線自動提取。上述不同方法在SAR圖像中岸線檢測效果優劣對比如表3所示。

表3 SAR圖像岸線提取不同方法性能比較

4 圍填海監測技術流程

海岸線動態反映圍填海分布信息, 首先針對GF-3 SAR衛星數據特點, 對SAR圖像預處理, 包括輻射校正、幾何校正、相干斑降噪等。選取隨機初始岸線, 利用幾何主動輪廓模型進行循環迭代計算, 將得到的岸線柵格數據矢量化, 用ArcGIS軟件行使矢量編輯功能對海岸線精修正, 得到圍填海變遷數據。在圍填?，F場進行亞米級GPS測量, 分別針對2007—2016年圍填海信息進行GPS站位點現場測量, 與圍填海信息自動提取、人工目視解譯和現場測量的結果進行一致性校驗。最后根據達到外業驗證精度要求的數據和建立的不同類型SAR圖像遙感解譯標志制成圍填海信息專題圖, 如圖2所示。

5 大連金州灣圍填海信息提取

金州灣位于大連市金州鎮西2 km渤海海域, 海域寬闊呈橢圓形, 南北長28 km, 寬約為15 km。岸線北自金州區大魏家鎮蕎麥山、葫蘆套一帶, 南至甘井子區黃龍尾咀, 長約74 km, 面積約為7 453 km2, 是大連地區渤海沿岸最大的海灣。

以2007年4月SPOT數據作為基礎數據, 對2016年12月19日金州灣GF-3 SAR數據1景, HHHV交叉極化模式, C波段, 窄幅掃描成像模式, 進行圍填海變化信息檢測, GF-3如圖3A所示, 圖3B為同期GF-2空間分辨率為1 m真彩色數據?？梢园l現GF-3 SAR衛星遙感影像可以更加清晰地表征出海陸分界線, 對比度更強。相對于高分辨率可見光衛星遙感影像, 可以減少懸浮泥沙等海洋水色要素的影響。圖4A為基于幾何主動輪廓模型自動提取海岸線, 直觀上該算法可以準確獲得海岸線位置。采用50個GPS站位點進行測量, 如圖4B所示, 進行外業精度驗證。圖4C和圖4D分別為調查區域現場照片。通過調查結果顯示, 金州灣圍填海用地類型絕大部分為建設填海用地。GF-3 SAR遙感影像可以準確獲得圍填海變化信息。經過與基礎原始岸線比較, 人工交互精修正, 獲得金州灣圍填海專題圖, 如圖5所示。

圖2 GF-3 SAR圍填海動態監測流程圖

圖3 大連金州灣多源衛星遙感影像

A. GF-3號SAR數據; B. GF-2號真彩色數據

A. GF-3 SAR data; B. GF-2 true color data

圖4 自動提取與現場驗證

A. 幾何主動輪廓模型解譯結果; B. GPS站位點測量; C. 現場調查區域1; D. 現場調查區域2

A. GAC results, B. GPS site survey, C. Area 1, D. Area 2

6 結語

依據圍填海類型在SAR遙感影像和可見光影像上的可分性, 建立了圍填海遙感分類系統及相應的圍填海類型解譯標志。分析典型SAR遙感影像岸線提取算法優缺點, 構建了圍填海監測技術流程, 采用幾何主動輪廓模型實現大連金州灣機場圍填海變化檢測, 并進行現場實地精度校驗, 驗證GF-3 SAR衛星遙感影像可以有效獲取圍填海變化信息, 在國家海域使用動態監測中具有廣泛地推廣意義。

圖5 金州灣2016年12月圍填海變化專題圖

致謝:

感謝國家衛星海洋應用中心提供首批GF-3 SAR衛星遙感影像進行數據仿真實驗。

[1] 國家海洋局. 海域使用分類體系(HY/T123-2009)[R]. 北京: 國家海洋局, 2011.

State Oceanic Administration .Marine Use Classification System (HY/T123-2009)[R]. Beijing: State Oceanic Administration, 2011.

[2] 胡聰, 尤再進, 毛海英. 基于德爾菲法的圍填海對海洋資源影響指標體系研究[J]. 海洋科學, 2016, 40(8): 150-156.

Hu Cong, You Zaijin, Mao Haiying. Indicator system for the impact of reclamation on marine resources using the Delphi method[J]. Marine Sciences, 2016, 40(8): 150-156.

[3] 索安寧, 張明慧, 于永海, 等. 曹妃甸圍填海工程的海洋生態服務功能損失估算[J]. 海洋科學, 2012, 36(3): 108-114.

Suo Anning, Zhang Minghui, Yu Yonghai, et al. Loss appraisal on the value of marine ecosystem services of the sea reclamation project for Caofeidian[J]. Marine Sciences, 2012, 36(3): 108-114.

[4] 林磊, 劉東艷, 劉哲, 等. 圍填海對海洋水動力與生態環境的影響[J]. 海洋學報, 2016, 38(8): 1-11.

Lin Lei, Liu Dongyan, Liu Zhe, et al. Impact of land reclamation on marine hydrodynamic and ecological environment[J]. Haiyangxuebao, 2016, 38(8): 1-11.

[5] 劉百橋, 劉利東. 海洋功能區遙感監測方案設計[J]. 海洋環境科學, 2014, 33(4): 611-614.

Liu Baiqiao, Liu Lidong. Technical scheme for remote sensing monitoring of marine functional zone[J]. Marine Environment Science, 2014, 33(4): 611-614.

[6] 溫禮, 吳海平, 姜方方, 等. 高分遙感影像的圍填海變化圖斑自動提取[J]. 測繪科學, 2015, 40(6): 42-45.

Wen Li, Wu Haiping, Jiang Fangfang, et al. Automatic extraction method of coastal reclamation area using high resolution remote sensing image[J]. Science of surveying and Mapping, 2015, 40(6): 42-45.

[7] 張杰, 王進河, 崔文連, 等. 我國海岸帶面臨的威脅、管理實踐與“十三五”科技支撐工作重點——以青島市、東營市和連云港市為例[J]. 海洋科學, 2015, 39(2): 1-7.

Zhang Jie, Wang Jinhe, Cui Wenlian, et al. The threat, management practice and work focus of science and technology support in the China coastal zone during the 13th Five-Year: examples in Qingdao, Dongying and Lianyungang[J]. Marine Sciences, 2015, 39(2): 1-7.

[8] 朱良, 郭巍, 禹衛東. 合成孔徑雷達衛星發展歷程及趨勢分析[J]. 現代雷達, 2009, 31(4): 5-10.

Zhu Liang, Guo Wei, Yu Weidong. Analysis of SAR satellite development history and tendency[J]. Modern Radar, 2009, 31(4): 5-10.

[9] 崔瑞, 薛磊, 汪波. 基于等效視數的ISAR干擾效果評估方法[J]. 系統工程與電子技術, 2008, 30, (5): 887- 888.

Cui Rui, Xue Lei, Wang Bo. Evaluation method of jamming effect on ISAR based on equivalent number of looks[J]. System Engineering and Electronics, 2008, 30(5): 887-888.

[10] 魏東嵐, 曹曉晨. Matlab平臺下遙感影像的北方岸線提取研究——以大連長興島為例[J]. 測繪通報, 2015, 5: 80-83.

Wei Donglan, Cao Xiaochen. Using satellite remote sensing image data to research the north coastline extraction based on Matlab—A case study of Changxing Island, Dalian City[J]. Bulletin of Surveying and Mapping, 2015, 5: 80-83.

[11] 嚴海兵, 李秉柏, 陳敏東. 遙感技術提取海岸線的研究進展[J]. 地域研究與開發, 2009, 28(1): 101-105.

Yan Haibing, Li Bingbai, Chen Mindong. Progress of researches in coastline extraction based on RS technique[J]. Areal Research and Development, 2009, 28(1): 101-105.

[12] 馬小峰, 趙冬至, 張豐收, 等. 海岸線衛星遙感提取方法研究進展[J]. 遙感技術與應用, 2007, 22(4): 575- 580.

Ma Xiaofeng, Zhao Dongzhi, Zhang Fengshou, et al. An overview of means of withdrawing coastline by remote sensing[J]. Remote Sensing Technology and Application, 2007, 22(4): 575-580.

[13] 吳良斌. SAR圖像處理與目標識別[M]. 北京: 航空工業出版社, 2013: 106-107.

Wu Liangbin. SAR image process and target recognition[M]. Beijing: Aviation Industry Press, 2013: 106-107.

[14] 丁亞杰. 遙感自動提取海岸線方法[J]. 地理空間信息, 2011, 9(4): 37-39.

Ding Yajie. Coastline automatic extraction method basedon RS[J]. Geoscience Space Information, 2011, 9(4): 37-39.

[15] Sun G C, Xing M D, Xia X G. Multichannel full-aperture azimuth processing for beam steering SAR[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(9): 4761-4778.

[16] 歐陽越, 種勁松. SAR圖像海岸線檢測算法綜述[J]. 國土資源遙感, 2006, 1(2): 1-3.

Ouyang Yue, Zhong Jinsong. A review of coastline detection on SAR imagery[J]. Remote Sensing For Land & Resources, 2006, 1(2): 1-3.

[17] Yang X, Gao X B, Tao D C, et al. An efficient MRF embedded level set method for image segmentation[J]. IEEE Transactions on Image Processing, 2015, 24(1): 9-21.

[18] Colgan T J, Hagness S C, VanVeen B D. A 3D level set method for microwave breast imaging[J]. IEEE Transactions on Biomedical Engineering, 2015, 2(99): 56-62.

[19] 劉鵬程. 基于水平集理論的海岸線輪廓特征提取[J]. 國土資源遙感, 2015, 27(2): 75-79.

Liu Pengcheng. Feature extraction of coastline contour based on level set theory[J]. Remote Sensing for Land and Resources, 2015, 27(2): 75-79

[20] Li C M, Xu C Y, Gui C F, et al. Distance regularized level set evolution and its application to image segmentation[J]. IEEE Transactions on Image Processing, 2010, 19(12): 3243-3254.

Marine reclamation monitoring approach research based on GF-3 remote sensing image: A case study of the Jinzhou Bay in Dalian

FAN Jian-chao1, JIANG Da-wei1, 2, ZHAO Jian-hua1, CHU Jia-lan1, XIE Chun-hua3, AN Wen-tao3, HUANG Feng-rong2

(1. National Marine Environmental Monitoring Center, Dalian 116023, China; 2. China School of Urban Environment, Liaoning Normal University, Dalian 116029, China; 3. National Satellite Ocean Application Service, Beijing 100081, China)

GF-3(Gaofen-3) is the first earth observation satellite to be equipped with a full polarimetric synthetic aperture radar (SAR) imaging sensor, which provides the capability for dynamic national marine monitoring. Based on the separability of the reclamation categories in SAR images, in this study, we establish a land reclamation classification system and interpret marks associated with the corresponding reclamation categories. In addition, we apply and analyze various coastline extraction approaches with respect to SAR imagery and establish a flowchart for the reclamation monitoring process. We adopt the geometric active contour model to automatically extract the coastline from GF-3 SAR imagery and use reclamation-change range information to generate a thematic map for GF-3 SAR images. Our field survey results demonstrate that GF-3 SAR remote sensing imagery can be effectively used to obtain reclamation information.

synthetic aperture radar; interpretation mark; geometric active contour model; GF-3 (Gaofen-3)

(本文編輯: 劉珊珊)

[National Key R&D Program of China, No.2017YFC1404902, No.2016YFC1401007; National Natural Science Foundation of China, No. 41706195, 61273307; National High Resolution Special Research, No. 41-Y30B12-9001-14/16]

Nov. 30, 2016

范劍超(1985-), 內蒙古自治區巴彥淖爾市人, 副研究員, 博士, 研究方向為SAR圖像信息提取, 人工智能技術等, E-mail: jcfan@nmemc.org.cn

TP79

A

1000-3096(2017)12-0060-06

10.11759/hykx20161130002

2016-11-30;

2017-04-07

國家重點研發計劃(2017YFC1404902, 2016YFC1401007); 國家自然科學基金項目(41706195, 61273307); 國家高分重大科研專項(41-Y30B12-9001-14/16)