2.2 云识别

GF-4的光谱波段较少, 如何充分利用有限的波段实现高精度的云检测至关重要。本研究选取30幅不同区域、不同时间的影像来分析典型地物和不同类型云的光谱特征, 并在此基础上设定检测阈值。主要的云检测过程包括潜在云像元估计和云像元概率计算两步。

2.2.1 潜在云像元估计

云检测的第一步是通过云的光谱特性排除绝对晴空像元得到潜在云像元, 该过程由以下几个测试完成。

1) 确定所有可能有云的像元

确定所有可能有云像元的表达式为

Rband2>0.15αNDVI<0.8,(1)αNDVI=(Rband5-Rband4)(Rband5+Rband4),(2)

式中:αNDVI为归一化植被指数(NDVI); Rband2、Rband4、Rband5分别为第2、第4、第5波段的反射率。云在遥感影像中具有较高的反射率, 即使是很薄的云, 其在蓝光波段的反射率也高于0.15[, 而绝大部分典型地物的反射率低于这个值。由于云在可见光波段的反射率较高, 因此云的NDVI值通常较低, 只有当薄云在浓密的植被上方时, NDVI可能较高, 但通常低于0.8。

2) “白度”指数检测

在可见光波段, 一些地物具有较高的反射率, 在蓝、绿、红三个波段的反射率的总和达到与云接近的数值, 但云在可见光波段的反射率特点是变化较为平缓, 所以可以用蓝、绿、红三个波段的光谱变化趋势将这部分反射率较高的晴空像元排除。该方法由Gomez-Chova 等[首先提出, 在多个传感器的云检测上已经发挥了重要作用。通过对GF-4数据进行分析, 确定采用以下的检测方法:

∑i=24(Rbandi-Aaver)Aaver<0.7,(3)

式中:Aaver为蓝、绿、红三个波段反射率的均值; Rbandi为可见光各波段的反射率。满足(3)式的像元会被识别为云像元。

3) 绿光、近红外比值检测

遥感影像中的裸土、沙漠和岩石等亮地表常与云像元混淆。通过裸土和岩石的光谱曲线可知, 它们的反射率随着波长增加而增大。由于水汽的吸收作用, 厚云和薄云的反射率在可见光波段到近红外波段有轻微的下降趋势。如果用绿光与近红外波段发射率的比值来描述这种变化, 则亮地表的比值小于1, 而云的这一比值则大于1。对GF-4影像的实验结果进行分析后可知, 薄云的这一比值有时会小于1。为了不漏掉这部分薄云, 将这两个波段的比值降低为0.85, 即

Rband3Rband5>0.85,(4)

此时就能较好地排除亮地表的影响。

4) 雾、霾像元的检测

在可见光范围内, 大部分的晴空像元各波段之间具有较强的相关性, 但薄云或薄雾在蓝光和红光波段的光谱却不同。Zhang等[发现, 晴空条件下蓝光波段和红光波段的反射率值可以在二维平面中定义一条晴空线, 当受到雾或霾的影响时, 二维平面中的坐标值便会发生偏移, 偏移量与雾霾的相对厚度成正比。Zhu等

Rband2-0.5·Rband4>0.11。(5)

以上4种检测方法为潜在云像元的识别方法, 如果影像中的像元同时满足以上各条件, 就会被识别为有云像元, 否则就被识别为绝对的晴空像元。

2.2.2 云像元概率计算

云像元识别直接把图像中的像元确定为有云或无云像元, 而由于图像中云本身的复杂性, 非此即彼的表达方法往往无法准确表达图像中云像元的分布, 通常使用像元为云的概率大小来表达, 因此, 还需要对这些潜在的云像元进行概率判定。陆地上的地物类型比较复杂, 遥感影像中陆地地物在各个波段的变化率有很大不同, 但水体表面的变化率却比较单一。为了更好地识别云, 本研究将陆地和水体进行了区分。水体的反射主要是由水体自身的特性和物质组成决定的, 自然状态下的纯净水体在近红外波段的反射率接近于0, 而陆地在此波段的反射率却相对较高。由于近红外波段的强吸收作用, 水的NDVI值一般会小于0, 但陆地的NDVI值一般会大于0.01。考虑到水中叶绿素的存在会使NDVI值增大, 选择0.1作为区分水体的阈值。当水体上方覆盖厚云时, 无法检测到水的光谱特性, 便将此区域划分为陆地; 当水体上方覆盖薄云时, 由于薄云具有透过性, 仍然可以将其识别为水体。水的检测可以通过(6)式实现:

αNDVI<0.1Rband5<0.15。(6)

水体上方薄云的存在使得水体在近红外波段的反射率明显增大, 如果用0.15的反射率, 则需将(6)式识别出的水像元在近红外波段的表观反射率进行归一化处理, 得到的值越小说明该像元在近红外波段的反射率越低, 越有可能是水; 相反, 若这个值越接近于1, 则该像元在近红外波段的反射率越高, 就越有可能是薄云像元。这个归一化的值可由公式P1=min(Rband5, 0.15)/0.15得到。通过对影像进行分析后可知, 当水上方存在薄云像元时, P1的值较大, 如果将该幅影像中所有水域的P1值按从小到大排列, 则云像元的值位于较高的分位处。实验结果表明, 当选取85%上分位的值作为阈值时, 能更好地区分薄云与水像元。

与水像元相比, 陆地像元包含更丰富的地物信息, 不同的地物在同一波段的反射率差别较大, 很难找到一个类似水像元区域的归一化值。但是与其他的地物相比, 云在可见光近红外波段的反射率变化得更加平缓, 可以用不同波段之间的光谱变化率从地物中识别云。(2)式中的NDVI值描述了光谱在近红外波段与可见光波段之间的变化趋势, (3)式中的平均距离则描述了光谱在可见光各波段之间的变化趋势。用1减去这两个值中的较大值来表示整个光谱波段的变化概率, 即

P2=1-max[abs(αNDVI),Wtest],(7)

式中:Wtest为潜在云像元估计中的“白度”指数检测结果; P2为光谱概率。P2的值越大说明NDVI和平均距离的值越小, 光谱之间的变化趋势越平缓, 越有可能是云像元。在实验中选取上分位85%作为光谱变化率的阈值, 取得了很好的检测效果。

云检测算法的流程如图2所示。

图2

Fig. 2

图2 GF-4云检测算法流程Fig. 2 Flow chart of GF-4 cloud detection algorithm