基于GDAL 的干旱災(zāi)情遙感監(jiān)測(cè)系統(tǒng)構(gòu)建研究

牛思天

（中測(cè)新圖（北京）遙感技術(shù)有限責(zé)任公司，北京100000）

干旱是全球最為常見的自然災(zāi)害。據(jù)統(tǒng)計(jì)，我國(guó)每年發(fā)生的自然災(zāi)害中，氣象災(zāi)害占到了70%，而干旱占到了氣象災(zāi)害的50%，干旱的發(fā)生頻率遠(yuǎn)遠(yuǎn)超過(guò)了其它氣象災(zāi)害。干旱具有持續(xù)時(shí)間長(zhǎng)、影響范圍大、危害程度高等特點(diǎn)[1]。

近來(lái)不斷發(fā)展的傳感器技術(shù)及圖像處理方法為旱情的快速、自動(dòng)、全面化監(jiān)測(cè)開辟了一條新途徑。當(dāng)前利用遙感技術(shù)檢測(cè)干旱災(zāi)情主要是通過(guò)遙感專業(yè)軟件來(lái)實(shí)現(xiàn)，商業(yè)遙感數(shù)據(jù)處理系統(tǒng)雖然具備基本圖像處理分析功能，但不能滿足實(shí)際業(yè)務(wù)中特定的操作流程和處理方法，且實(shí)效性差、自動(dòng)化程度低[2]。開發(fā)專業(yè)的旱災(zāi)遙感監(jiān)測(cè)系統(tǒng)，可提高旱災(zāi)影響范圍和影響程度的監(jiān)測(cè)效率，有利于建立旱災(zāi)遙感監(jiān)測(cè)快速響應(yīng)機(jī)制，實(shí)現(xiàn)影響情況的及時(shí)反饋[3]。旱災(zāi)影響范圍的快速監(jiān)測(cè)也可為決策部門制定救災(zāi)決策提供可靠的信息和數(shù)據(jù)支撐。編制一套可以利用內(nèi)建的專有模型實(shí)現(xiàn)干旱災(zāi)情自動(dòng)時(shí)序監(jiān)測(cè)的遙感監(jiān)測(cè)干旱軟件就顯得尤為重要。

GDAL 是基于C/C++平臺(tái)的開源庫(kù)，具備非常好的可擴(kuò)展性和可移植性，能夠?yàn)楦珊禐?zāi)情遙感監(jiān)測(cè)系統(tǒng)的開發(fā)提供支撐[4]。MODIS 遙感數(shù)據(jù)具有分辨率適中、覆蓋范圍大、更新周期穩(wěn)定的特點(diǎn)[5-7]，是干旱災(zāi)害時(shí)序監(jiān)測(cè)的優(yōu)勢(shì)數(shù)據(jù)源[8]。

本文擬開發(fā)一種以C#作為平臺(tái)的基于GDAL 庫(kù)的遙感干旱監(jiān)測(cè)系統(tǒng)，系統(tǒng)具有自動(dòng)化和長(zhǎng)期運(yùn)行的特點(diǎn)，系統(tǒng)功能包括原始遙感數(shù)據(jù)處理、圖像解譯輔助功能、干旱監(jiān)測(cè)功能，從而達(dá)到實(shí)現(xiàn)基于MODIS 遙感數(shù)據(jù)的干旱區(qū)域自動(dòng)時(shí)序監(jiān)測(cè)的目的。

1 系統(tǒng)構(gòu)建方法

干旱災(zāi)情遙感監(jiān)測(cè)系統(tǒng)采用模塊化設(shè)計(jì)，其關(guān)鍵技術(shù)是干旱災(zāi)情影響面積監(jiān)測(cè)模塊的設(shè)計(jì)。干旱災(zāi)情面積監(jiān)測(cè)主要根據(jù)用戶輸入的遙感數(shù)據(jù)，系統(tǒng)自動(dòng)調(diào)用檢測(cè)算法，并進(jìn)行干旱災(zāi)情面積計(jì)算統(tǒng)計(jì)。除了干旱災(zāi)情自動(dòng)監(jiān)測(cè)模塊外，還包括了遙感影像處理模塊和圖像解譯輔助模塊。同時(shí)，該系統(tǒng)還具有數(shù)據(jù)管理、空間分析等功能。其中數(shù)據(jù)管理模塊主要功能包括遙感數(shù)據(jù)輸入、通道數(shù)據(jù)管理、數(shù)據(jù)格式轉(zhuǎn)換、數(shù)據(jù)增強(qiáng)等預(yù)處理功能，為精確的干旱災(zāi)情面積監(jiān)測(cè)提供簡(jiǎn)單的數(shù)據(jù)預(yù)處理，也可為干旱災(zāi)情面積監(jiān)測(cè)結(jié)果進(jìn)行處理，使結(jié)果圖像更簡(jiǎn)單清晰易懂。空間分析模主要為系統(tǒng)生成的干旱災(zāi)情面積范圍做簡(jiǎn)單的編輯，并根據(jù)監(jiān)測(cè)數(shù)據(jù)生成監(jiān)測(cè)結(jié)果折線圖。

GDAL 開源庫(kù)是系統(tǒng)開發(fā)的基礎(chǔ)。GDAL 可以為系統(tǒng)的二次開發(fā)提供標(biāo)準(zhǔn)的開發(fā)接口并且能夠針對(duì)多重格式類型柵格數(shù)據(jù)進(jìn)行讀取、寫入、轉(zhuǎn)換和處理等操作。

2 遙感影像處理模塊

遙感影像處理模塊的主要目的是實(shí)現(xiàn)原始影像的預(yù)處理，以及輻射校正、幾何校正、太陽(yáng)高度角校正、以及遙感影像鑲嵌等幾個(gè)主要功能，遙感影像處理模塊的各個(gè)功能所包含的核心需求及算法介紹如下。

2.1 輻射校正。輻射校正主要針對(duì)由于太陽(yáng)輻射到地面的強(qiáng)度以及地物的光譜反射率及數(shù)據(jù)獲取或傳輸系統(tǒng)隨機(jī)產(chǎn)生的輻射失真或畸變等多種因素而帶來(lái)的影響從而造成影像亮度畸變，最終達(dá)到消除或更正畸變的過(guò)程。在實(shí)際應(yīng)用過(guò)程中，由于MODIS 的原始數(shù)據(jù)的存儲(chǔ)方式通常為16-Bit 整數(shù)，為了將整數(shù)型數(shù)據(jù)重新轉(zhuǎn)換為反射率值（反射通道）和輻射亮度（發(fā)射通道）一般采取尺度轉(zhuǎn)換的方法轉(zhuǎn)換為輻射率和僅應(yīng)用于反射波段的反射率。

2.2 幾何校正。幾何校正是為了消除在遙感影像成像過(guò)程中因?yàn)槎喾N其他因素（攝影材料變形、物鏡畸變、大氣折光、地球曲率、地球自轉(zhuǎn)、地形起伏等）而導(dǎo)致的原始圖像上各地物的幾何位置、形狀、尺寸、方位等特征與在參照系統(tǒng)中的表達(dá)要求不一致時(shí)產(chǎn)生的變形而采取的一種技術(shù)手段。本系統(tǒng)利用GDAL 中幾何多項(xiàng)式的模型來(lái)進(jìn)行幾何校正，主要用到GDAL 中的函數(shù)CPL_DLL CPL_STDCALL 和DALSuggestedWarpOutput2 函數(shù)。

2.3 太陽(yáng)高度角校正。太陽(yáng)高度角校正主要是針對(duì)在以太陽(yáng)光為主的可見光波段的大氣輻射傳輸過(guò)程中，由于成像過(guò)程中遙感器的位置變化，從而引起太陽(yáng)高度角畸變，繼而產(chǎn)生的圖像接受能量變化的校正。在實(shí)際衛(wèi)星探測(cè)過(guò)程中，地表輻射亮度探測(cè)值會(huì)因?yàn)椴煌綔y(cè)點(diǎn)產(chǎn)生的不同太陽(yáng)高度角而出現(xiàn)偏差，其值隨太陽(yáng)高度角改變而改變。與此同時(shí)，太陽(yáng)天頂角的訂正，可以最大程度的將由輻射亮度探測(cè)值所帶來(lái)的不可避免的偏差，還可以將可見光和近紅外所探測(cè)而來(lái)的數(shù)據(jù)的誤差降到最低。

2.4 遙感影像鑲嵌。遙感影像鑲嵌是將兩幅或多幅遙感影像按實(shí)際需求拼接成一幅整體影像的技術(shù)過(guò)程。遙感鑲嵌形成的視覺可行全景圖像使得影像的分析和研究更為便利。為便于統(tǒng)一分析和研究[9]，本系統(tǒng)的影像鑲嵌技術(shù)步驟如下。（1）根據(jù)數(shù)據(jù)塊的名稱，獲取數(shù)據(jù)塊在整個(gè)圖幅中的行列號(hào)；（2）將所有數(shù)據(jù)塊利用算法遍歷，計(jì)算出所有數(shù)據(jù)塊的最大和最小行列號(hào)，最終獲得整個(gè)圖幅范圍；（3）將整個(gè)圖幅根據(jù)實(shí)際需要?jiǎng)澐殖啥鄠€(gè)子圖幅；（4）最后根據(jù)各個(gè)子圖幅的范圍創(chuàng)建不同的數(shù)據(jù)集，獲取鑲嵌影像。

3 圖像解譯輔助模塊

對(duì)影像和監(jiān)測(cè)成果的快速顯示與瀏覽是遙感圖像處理與分析軟件的一個(gè)重要的功能。干旱災(zāi)情遙感監(jiān)測(cè)系統(tǒng)利用GDAL的快速高效的文件讀取功能，可以實(shí)現(xiàn)動(dòng)態(tài)地分塊從文件中讀取圖像塊到內(nèi)存，建立動(dòng)態(tài)金字塔結(jié)構(gòu)，從而有助于圖像解譯的快速實(shí)現(xiàn)。圖像解譯輔助模塊功能包括圖像漫游、圖像放大、圖像縮小等功能。

3.1 圖像漫游。圖像漫游是指在某一特定分辨率下，將圖像在顯示窗口中上下左右任意移動(dòng)，從而得到目的區(qū)域的操作方法。圖像漫游的目的是為了減少由大畫面遙感圖像所造成的圖像無(wú)法完整顯示從而使得編輯作業(yè)難度增大。圖像漫游功能實(shí)現(xiàn)的主要依托于內(nèi)存金字塔的構(gòu)建。

3.2 圖像放大。圖像放大的目的是為了清楚看到原圖像中所需的細(xì)節(jié)信息。在一些高精度大圖像中，細(xì)節(jié)信息必須通過(guò)放大來(lái)展現(xiàn)。圖像放大同樣依托于金字塔的構(gòu)建。以在金字塔n-q 圖層是否有對(duì)應(yīng)塊進(jìn)行區(qū)分，從而進(jìn)行后續(xù)針對(duì)性操作，若超過(guò)了設(shè)定的內(nèi)存上限，則執(zhí)行LRU 替換算法移除一些圖像塊直至出現(xiàn)可容納新加入的圖像塊數(shù)據(jù)空間，完成讀取工作；若在實(shí)驗(yàn)過(guò)程中沒(méi)有發(fā)現(xiàn)對(duì)應(yīng)塊，那么我們利用GDAL 類庫(kù)中的函數(shù)RasterI 從文件中讀取塊數(shù)據(jù)，將這一數(shù)據(jù)塊加入到內(nèi)存金字塔中完成圖像放大。

3.3 圖像縮小。圖像縮小的目的是使圖像在瀏覽顯示區(qū)域中完全展現(xiàn)并且在必要時(shí)刻生成目標(biāo)圖像的縮略圖。這是圖像解譯三大模塊中最復(fù)雜的操作。它的完成同樣以金字塔的構(gòu)建為基礎(chǔ)。在縮小的環(huán)節(jié)中，更多的依靠于LRU 替換算法，執(zhí)行LRU 替換算法從而移除其中一些關(guān)系不大的圖像塊直至出現(xiàn)有足夠空間可滿足新加入圖像塊的數(shù)據(jù)需求。若超出了設(shè)定的內(nèi)存上限，則執(zhí)行LRU 替換算法從中移除一些圖像塊，并且將該塊加入到內(nèi)存金字塔中，直到找到有充足的空間可以容納新的圖像塊數(shù)據(jù)，然后顯示出該塊圖像。

4 干旱災(zāi)情自動(dòng)監(jiān)測(cè)模塊

干旱災(zāi)情遙感監(jiān)測(cè)系統(tǒng)應(yīng)具有響應(yīng)快速，計(jì)算高效，測(cè)量準(zhǔn)確的性能，系統(tǒng)能夠根據(jù)用戶輸入的數(shù)據(jù)，自動(dòng)對(duì)數(shù)據(jù)按照預(yù)先設(shè)定的流程進(jìn)行自動(dòng)化處理，利用預(yù)設(shè)算法自動(dòng)提取干旱災(zāi)情影響范圍，計(jì)算干旱災(zāi)情面積。其中，高精度的算法是本模塊的核心內(nèi)容。

4.1 NDVI 計(jì)算功能。植被指數(shù)是利用植物在可見光、近紅外波段的反射光與土壤背景之間的差異來(lái)反映植物的生長(zhǎng)狀況的指數(shù)。NDVI（歸一化植被指數(shù)）指數(shù)具有對(duì)不同視角和大氣條件不敏感的特性，基于遙感數(shù)據(jù)計(jì)算農(nóng)業(yè)種植區(qū)域的NDVI 指數(shù)，對(duì)監(jiān)測(cè)受干旱危害的植被覆蓋區(qū)域的程度卓有成效。

NDVI（NormalizedDifferentialVegetationIndex）是一種常用的植被指數(shù)，也是描述區(qū)域旱情的重要指標(biāo)。歸一化差值植被指數(shù)處于可見光波段和近紅外波段，植被具備強(qiáng)吸收與強(qiáng)反射光譜特征，因此植被指數(shù)法應(yīng)用在作物長(zhǎng)勢(shì)監(jiān)測(cè)和土壤水分評(píng)估上具備一定的優(yōu)勢(shì)[10]。當(dāng)缺水或者水分過(guò)多時(shí)，就會(huì)影響作物的生長(zhǎng)，因此作物對(duì)可見光波段的反射率將增高并且紅外波段的反射率大大降低。基于這個(gè)原理，通過(guò)可見光及近紅外兩個(gè)波段的線性或非線性組合而成的植被指數(shù)作為評(píng)估作物的受旱狀況的標(biāo)準(zhǔn)。

4.2 二值化圖像功能。二值化在圖像增強(qiáng)，圖像分割，圖像識(shí)別等領(lǐng)域被廣泛應(yīng)用，目前采取的主流方法是全局閾值法和局部閾值法。全局閾值法是針對(duì)整幅圖像選取單一閾值來(lái)進(jìn)行二值化，特點(diǎn)是計(jì)算速度快，背景灰度差效果顯著。局部閾值法是針對(duì)劃定好的若干區(qū)域中的每個(gè)區(qū)域進(jìn)行有目的的閾值化，一些情況下也會(huì)對(duì)圖像中每一個(gè)像素點(diǎn)參考鄰近區(qū)域像素點(diǎn)的灰度變化進(jìn)行逐點(diǎn)二值化，計(jì)算速度較全局閾值法緩慢，但在圖像復(fù)雜或背景存在噪聲等難度系數(shù)較大的背景下，效果優(yōu)于全局閾值法。

5 系統(tǒng)構(gòu)建

本次旱情遙感監(jiān)測(cè)系統(tǒng)的主要功能模塊分別是：遙感影像處理模塊、圖像解譯輔助模塊、干旱災(zāi)情自動(dòng)監(jiān)測(cè)模塊、干旱等級(jí)劃分、干旱區(qū)域制圖。

整個(gè)系統(tǒng)按照功能劃分主要是三個(gè)區(qū)域，分別是菜單區(qū)，查詢檢索區(qū)，以及制圖表達(dá)和瀏覽區(qū)。菜單區(qū)位于界面的最上層，主要有系統(tǒng)欄（系統(tǒng)內(nèi)容設(shè)置空間清理等），特征參數(shù)欄（NDVI 植被指數(shù)、溫度、云、水體等指數(shù)產(chǎn)品提取計(jì)算、產(chǎn)品管理）、干旱指數(shù)欄（一些相關(guān)指數(shù)）。查詢檢索區(qū)是右邊欄部分，主要提供對(duì)各種指數(shù)產(chǎn)品按照時(shí)間、區(qū)域查詢、統(tǒng)計(jì)，制圖表達(dá)和數(shù)據(jù)瀏覽區(qū)為系統(tǒng)主體部分。

6 結(jié)論

本論文通過(guò)GDAL 庫(kù)能夠讀取和顯示MODIS 數(shù)據(jù)，實(shí)現(xiàn)了包括輻射校正、大氣校正、幾何校正、遙感影像鑲嵌、感興趣區(qū)裁剪等圖像預(yù)處理流程，還實(shí)現(xiàn)了圖像漫游、圖像放大與縮小的瀏覽基本操作。通過(guò)GDAL 庫(kù)讀寫波段數(shù)據(jù)，提取歸一化植被指數(shù)NDVI。以NDVI 干旱指數(shù)為基數(shù)，進(jìn)行干旱等級(jí)劃分和出圖。本軟件雖然實(shí)現(xiàn)了讀取MODIS 數(shù)據(jù)，并能對(duì)其進(jìn)行了一系列的圖像預(yù)處理流程和干旱指數(shù)計(jì)算，但遙感圖像格式還包括NetCDF、Geotiff、IMG、Tiff 等多種格式。后續(xù)的工作中，為了有效節(jié)省學(xué)習(xí)數(shù)據(jù)格式和數(shù)據(jù)格式轉(zhuǎn)換所帶來(lái)的時(shí)間及其人力消耗，可統(tǒng)一到GDAL 的框架體系下進(jìn)行多源遙感數(shù)據(jù)的統(tǒng)一解析。此外，本文在進(jìn)行干旱監(jiān)測(cè)時(shí)僅使用了NDVI 指數(shù)，常用的指數(shù)還有VCI（植被狀態(tài)指數(shù)），DVI（距平植被指數(shù)）等。但是在今后的工作中，可基于多個(gè)干旱指數(shù)進(jìn)行旱情監(jiān)測(cè)，并以多個(gè)結(jié)果展開分析和對(duì)比。