基于HJ-1CCD的环境处理的应用

1、河海大学学士论文 基于C8051F360水情汇聚节点设计 基于HJ-1CCD的环境处理的应用 专业年级 13级信号处理 学 号 131307020030 姓 名 袁家栋 2013年12月 中国 南京 河 海 大 学2 摘 要现今我国的环境问题日益严重，其中水污染和空气雾霾等引起了全国范围内的高度关注。可持续发展是我国的重要战略目标，这就意味者我们必须要有一套行之有效的处理方案。而对于环境的监控监测是预防与提前预警的重要方面，但是之前我国并没有十分有效的监测监控手段。在2008年之前，我国主要都是使用中巴地球资源卫星（CBRS)，地球观测系统(EOS)卫星和美国航空航天卫星(NANS)对我国境内

2、的环境问题进行监测，但是受限于技术以及其他一方面原因，监测效果一般。于是我国下定决心，研制属于中国自己的环境卫星，并于08年与12年发射成功，也就是环境一号卫星。该卫星具有很高的时间分辨率与空间分辨率，使用CCD拍摄的遥感图像具有十分高的精确度，为我国环境发展做出了巨大的贡献。本文主要介绍HJ-1在太湖水治理方面的应用以及其独特的优越性。关键词：HJ-1；CCD；环境污染；水体治理13 绪 论环境一号卫星(全称：环境与灾害监测预报小卫星星座, 简称“环境一号”，代号HJ-1)是中国第一个专门用于环境与灾害监测预报的小卫星星座，是中国继气象、海洋、资源卫星系列之后发射的又一新型的民用卫星系统。环

3、境一号卫星由两颗光学小卫星（HJ-1A、HJ-1B）和一颗合成孔径雷达小卫星（HJ-1C）组成，具有中高空间分辨率、高时间分辨率、高光谱分辨率、宽观测带宽性能，能综合运用可见光、红外与微波遥感等观测手段弥补地面监测的不足，可对中国环境变化实施大范围、全天候、全天时的动态监测，初步满足中国大范围、多目标、多专题、定量化的环境遥感业务化运行的实际需要。环境一号卫星系统的建设在国家环境监测发展中具有里程碑意义，标志中国环境监测进入卫星应用的时代【1】。中国环境卫星遥感应用需求分析表明，为实现对我国生态破坏、环境污染进行大范围、全天候、全天时动态监测，全面反映生态环境质量变化的过程和趋势进行预测，必须

4、要发展我国自己的环境卫星系统。 1998年环境保护部与国家减灾委员会共同提出“环境与灾害监测预报小卫星星座系统”建设方案，2002年原国防科工委正式将“环境与灾害监测预报小卫星星座”命名为“环境一号卫星”（代号HJ-1），并列入民用航天“十五”计划和中国航天白皮书民用卫星发展重点。 环境一号卫星系统建设的主要任务是利用我国自主小卫星星座，形成对我国生态环境和灾害遥感监测的能力，为我国环境保护与防灾减灾提供遥感信息与技术支撑，全面提高我国环境和灾害信息的获取、处理和应用的水平【2】。“环境一号”A/B星的卫星数据不仅能为环境与减灾业务运行系统提供重要保障，还将成为很多部门日常业务的重要数据源。基

5、于环境卫星数据建立的环境与减灾应用系统，对推动遥感卫星业务服务具有重要的示范作用。孙来燕对媒体表示，除具有高时间分辨率外，“环境一号”A/B星还有超光谱成像等技术创新点，并将承担亚太国际合作等重要任务，对推动中国遥感卫星国际合作以及在国际卫星相关事务等方面具有非常重要的作用。航天专家称，面对中国复杂的自然环境以及频发的自然灾害，出于生态环境保护考虑及可持续发展战略要求，建立起具有中高空间分辨率、高时间分辨率、高光谱分辨率、宽观测幅宽性能，能综合运用可见光、红外与微波遥感等观测手段，由光学卫星和合成孔经雷达卫星组成的“环境与灾害监测预报小卫星星座”系统，对中国而言已是当务之急。第一章 HJ-1在

6、水体遥感图像上的应用 一、HJ-1 CCD的具体参数环境与灾害监测预报小卫星星座由2颗光学小卫星和1颗合成孔径雷达小卫星构成,分别称为环境一号A星(HJ-1-A)、环境一号星(HJ-1-B)和环境一号C星(HJ-1-C)。其中已发射的HJ-1-A光学有效载荷为2台宽覆盖多光谱可见光相机和1台超光谱成像仪,HJ-1-B光学有效载荷为2台宽覆盖多光谱可见光相机和1台红外相机,而未发射的HJ-1-C有效载荷为合成孔径雷达。相对于其他中高分辨率卫星传感器,环境一号卫星CCD传感器具有幅宽大、时间分辨率高等独特优点,是蓝藻信息提取极具价值的数据源。其中CCD传感器参数见表1【3】。表1HJ-1A/1B宽

7、覆盖多光谱可见光相机主要技术指标项目性能幅宽(km)360(2台组合700km)星下点地面像元分辨率(m)30谱段设置(m)B1 0.430.52B2 0.520.60B3 0.630.69B4 0.760.90信噪比(S/N)48dB增益控制每个谱段设置2档增益控制,各谱段分别可调动态范围W/(m2Srm)B1 316/197B2 334/195B3 246/145B4 246/163中心像元配准精度0.3像元量化值(bit)8定标精度相对定标精度5%,绝对定标精度10%2、 与EOS-MODIS对于太湖遥感图像的对比为了对太湖水华分布信息进行遥感监测、考察恶劣气象条件干扰时水华遥感监测情况

8、,并且与EOS-MODIS数据比对,充分评价HJ-1A/B的CCD数据的水华遥感监测能力,选择采用了太湖部分被云层覆盖时的HJ-1CCD数据,2008年10月2日10:56影像见图1(),2008年10月8日10:57影像见图1()。 (a) (b)图1HJ-1CCD影像数据 我们选用EOS-MODIS相同时间段内的遥感图像，并且将其与HJ-1CCD的图像一起经过假彩色合成，NDVI和目视解译的图像处理方法，进行对比分析。 (a) (b) (c) 图22008年10月2日HJ-1CCD数据蓝藻水华分布范围 HJ-1CCD数据10月2日10:56影像假彩色合成处理见图2(),NDVI处理见图2(

9、),目视解译处理见图2()。图2中:紫色和蓝色为正常水体,绿色为蓝藻聚集区域,白色为云层。EOS-MODIS数据10月2日13:01影像假彩色合成处理见图3(),NDVI处理见图3(),目视解译处理见图3()。图3中:蓝色为正常水体,绿色为蓝藻聚集区域,白色为云层。 (a) (b) (c)图32008年10月2日EOS-MODIS数据蓝藻水华分布范围 HJ-1CCD数据10月8日10:57影像假彩色合成处理见图4(),NDVI处理见图4(),目视解译处理见图4()。图4中:紫色和蓝色为正常水体,绿色为蓝藻聚集区域,白色为云层。 (a) (b) (c) 图42008年10月8日HJ-1CCD数据

10、蓝藻水华分布范围 EOS-MODIS数据10月8日影像10:53假彩色合成处理见图5(),NDVI处理见图5(),目视解译处理见图5()。图5中:蓝色为正常水体,绿色为蓝藻聚集区域,白色部分为云层。 (a) (b) (c)图52008年10月8日EOS-MODIS数据蓝藻水华分布范围从上面的图像对比中可以明显看出，当前应用于HJ-1数据较成熟的大气纠正方法尚在研究之中,但就算是不成熟的纠正方法，与之对比EOS-MODIS数据大气校正前后NDIV的变化趋势基本上相同,遥感影像提升不明显【4】。用于典型对比的HJ-1CCD数据见图6(),EOSMODIS数据见图6()。(a)(b)图6HJ-1CC

11、D数据与MODIS数据蓝藻水华识别比较EOS-MODIS数据因空间分辨率导致在云层部分覆盖太湖时水体和云层分别和蓝藻信息发生“混合”,尤其条带状分布的水华区域会形成块状,从而使蓝藻水华发生面积的解译结果产生正误差,解译对比结果如见表2。HJ-1CCD数据比EOS-MODIS数据反映蓝藻水华的分布信息准确,对条带状水华纹理细节具有良好表现,也能准确区分出絮状蓝藻水华区域形态和聚集程度,同时受云层等因素的干扰相对较小,也适合利用NDVI等植被指数法辅助目视解译判读,以增强水华监测数据的准确性与客观性。HJ-1卫星CCD数据在太湖水华业务化监测中具有良好的使用价值和应用潜力。综上，HJ-1CCD数据

12、相对传统的EOS-MODIS数据在空间分辨率上有优越性,具有良好抗云层干扰能力，在太湖蓝藻遥感监测、细化评估蓝藻水华灾害情况及恶劣观测条件如多云天气下的监测等方面优势明显。表2 HJ-1CCD和EOS-MODIS水华解译能力对比蓝藻信息EOS-MODISHJ-1CCD10月2日水华面积 A/km232730910月8日水华面积 A/km26445条带状分布水华难于识别，易形成误差较清晰絮状分布水华一般较清晰云藻混合区域较难区分较清晰，可明显区分抗云层干扰能力较弱较强时间分辨率较好好空间分辨率25030 第二章 HJ-1在水体处理上的应用1、 使用HJ-CCD数据推算太湖水体参数目前反演内陆水体

13、悬浮物浓度的方法主要有基于统计关系的经验方法和基于生物光学模型的矩阵反演方法【5,6】。经验方法是通过建立遥感数据与同步水面监测数据之间的统计关系得到的，经验方法使用起来非常方便，但是由于每次实验条件和环境影响因素都有差异，基于统计的相关模型都常常不稳定。矩阵反演方法能够基于生物光学模型反演水质参数，具有明确的物理意义。在这里，在分析获取太湖四季的固有光学量和表现光学量数据的基础上，构建太湖水体悬浮物浓度反演方法，并利用2009年3月14日获取的HJ-CCD图像及水面准同步测量数据对反演结果进行检验。首先在太湖水域选取几个典型的采样点，分别测量反射率为30%的标准灰板、水体和天空光，得到光谱仪

14、面向标准灰板、水体和天空时的测量信号平均值：LP()、LSW()、LSKY()。利用这3个量可以进一步计算水色遥感中的常用参量-遥感反射率（RRS()）: （1） 其中，LW()为离水辐亮度，Ed()为水面以上下行辐照度；()是由实验室内标定得到的标准灰板的反射率；r是天空光在气-水界面的反射率。再进行水体采样，采集大约0至50厘米深度的水体。水面采集的水样送到实验室进行分析处理，进而获得水质参数和水体固有光学量等数据，其中包括总悬浮物浓度（CS)、叶绿素a浓度（Cchl-a）、光束衰减系数（C)、总悬浮物吸收系数（ap()、非色素悬浮物吸收系数（ad()和CDOM吸收系数（acdom()）,

15、通过进一步计算可以获得的参数包括浮游植物吸收系数（aph()）和总悬浮物散射系数（bp()）【7】。最终得到的太湖四季的浮游植物色素吸收系数aph()、非色素悬浮物吸收系数ad()、CDOM吸收系数acdom()和总悬浮物散射系数bp()的均值如图7。从图7中可以看出，太湖四季的aph()、ad()、acdom()和bp()的均值在750nm附近都降到了0附近，远小于纯水的吸收系数，这说明太湖水体在近红外波段的光场不受浮游植物色素、非色素悬浮物和CDOM吸收作用的影响，主要受纯水吸收作用的影响。bp()的曲线可以用负指数模型进行拟合，经过拟合得到的950nm的bp(950nm)的最小值大于7，

16、远大于纯水的散射系数。这说明近红外波段的太湖水体光场的散射作用主要受悬浮物的影响。实验获取的太湖四季的遥感反射率Rrs()的均值如图8所示。从图中可以看出，实验获取的太湖四季的遥感反射率Rrs()的均值在950nm以后都接近于0，但是在近红外波段750至950都是明显的大于0，这主要是由于近红外波段仍然有强烈的悬浮物散射作用。图7 太湖实验获取的aph()、acdom()、ad()和bp()的均值图8 太湖实验获取的太湖水体遥感反射率均值 对于太湖这种浑浊水体，近红外波段的反射率很高，而且近红外波段的反射率是由悬浮物的散射作用决定的，与其他的水质参数的作用无关，因此，近红外波段是反演太湖水体悬

17、浮物浓度的最佳波段【8】。内陆水体中最常用的生物光学模型如下所示【9】：（2）其中R（0-）是刚好在水面以下辐照度比，f是一个与光场分布有关的参数，a是水体总的吸收系数，bb是水体总的后向散射系数。将上式中的吸收系数和散射系数展开，同时将R（0-）（）用遥感反射率RRS（）表示，得到：（3）其中，bbp是纯水后向散射系数，v是观测天顶角，r（v）是水-气界面反射率，s是太阳天顶角，r（s）是气-水界面反射率，n是水体折射指数，Q是水下上行辐照度与辐亮度的比值，bp（）是悬浮物单位散射系数，是悬浮物后向散射比例系数。在近红外波段，aph（）、ad（）和acdom（）都大约降至0，纯水的后向散射系

18、数bbw也降至非常小，而且远小于悬浮物后向散射系数，因而可以忽略。此时方程（3）可以简化为： （4）由上式可以得到悬浮物浓度CS的计算公式： （5）由上式可以看出，利用一个近红外波段（）的遥感反射率（Rrs（）就可以计算悬浮物浓度Cs。于2009年3月14日北京时间10:58获取了HJ-1ccd图像，获得HJ-1ccd第四波段的遥感图像之后，根据公式（5），计算得到悬浮物浓度。并测量了同时的采样点的悬浮物浓度数据，进行误差比较。最终得出的相对误差只有3%左右。2、 使用CBRS数据推算太湖水体参数同时采用了同一种方法，也就是生物光学模型，公式与方法相同，但是使用的是CBRS2对太湖的遥感图像，

19、最终得出的相对误差值为21.8%【10】。由此我们可以看出HJ-1相对于CBRS性能更加优越，HJ-1的高时间，高空间分辨率使得HJ-1更加适合于实时的，高精确的遥感图像需求。第三章 HJ-1未来的展望从08年环境一号卫星发射以来，国内涌现了很多基于环境一号卫星的论文，本文只重点介绍了其在治理与检测太湖水体中的应用。实际上，环境一号卫星的应用范围十分之广泛，可以应用于农业，估计小麦成长状况与分布情况；可以应用于环境，对可焚烧作物秸秆进行监控；可以应用于海洋，对我国周边海域进行实时监测以及等等【11】。本文的一系列数据已经说明了环境一号卫星与过去的CBRS,EOS等对比具有明显的优势。但是环境一

20、号卫星也有薄弱的地方，那就是HJ-1CCD近红外波段在水体信息采集中都存在不同程度为零的现象，其中HJ-1B/CCD2最为凸显。HJ-1B/CCD1在南海海域水体信息采集过程中存在着明显的太阳耀斑现象，HJ-1A/CCD1偶尔也有太阳耀斑现象的出现，这可能与环境一号CCD相机为非水色遥感器，其观测角度没有针对水体特性而设计有关，因而在水体信息提取中，不可忽略太阳耀斑的影响。在未来使用中可以先使用环境一号CCD相机数据对数据质量进行检测【12】。可以预见，在不久的将来，环境一号卫星的应用将会越来越广泛与完善。参考文献1Zhang B, Chen Z C, Li J S, et al. Image

21、 quality evaluation on Chinese first earth observation hyperspectral satellite. IGARSS, 20092王桥.环境一号卫星环境应用系统工程及其关键技术研究进展.环境监控与预警, 2009, 1(1): 31-36.3国家环境保护部环境卫星中心筹备办公室.“环境一号”A/B卫星数据接收情况介绍R.2008.4李国砚,张仲元,郑艳芬,等.MODIS影像的大气校正及在太湖蓝藻监测中的应用J.湖泊科学,2008,20(2):160-166.5Carpenter D J, and Carpenter S M. Modeli

22、ng inland water quality using Landsat data. Remote. Sens. Environ, 1983, 13:345-3526Kallio K, Kuster T, Koponen S, et al. Retrieval of water quality from airborneImaging spectrometry of various lake types in different seasons. The Science of the Total Environment,2001, 268:56-777秦伯强, 胡维平, 陈伟民编著.太湖水环境演化过程与机理. 北京：科学出版社