成果推荐 | 一种基于 Sentinel-2 影像用于稳健潮滩制图的光谱指数

文摘   科学   2024-11-15 16:30   江苏  

点击上方「城市遥感与地理智能」关注我们

题 目: A highly efficient index for robust mapping of tidal flats from Sentinel-2 images directly

期 刊ISPRS Journal of Photogrammetry and Remote Sensing

图1. 论文首页

1.成果简介

潮滩是潮间带的重要组成部分之一,其资源丰富、物质和能量交换密集。由于人类活动和极端气候条件的双重威胁,潮滩正在快速消失,但潮滩动态研究明显受限于准确可靠的潮滩时空信息获取方法缺乏。南京大学杜培军教授课题组近日在该方面取得了重要进展,针对潮滩的多样性和动态变化性,提出了一种潮滩指数 (Tidal Flat Index,TFI),该指数能够在大范围复杂背景中直接提取潮滩分布,成果以A highly efficient index for robust mapping of tidal flats from Sentinel-2 images directly为题发表在遥感领域期刊《ISPRS Journal of Photogrammetry and Remote Sensing》,论文第一作者为唐鹏飞博士,通讯作者为杜培军教授,主要合作者还有法国国家信息与自动化研究所的Jocelyn Chanussot教授。这一成果可为海岸带资源管理和可持续发展提供了有力的支持。



图2. 五个试验研究区

2

论文导读


















潮滩是潮间带的重要组成部分,资源丰富,是物质和能量交换最为密集的区域。然而由于人类活动和极端气候的双重威胁,潮滩正在大规模减少。受潮汐循环的周期性影响,潮滩的制图任务充满挑战。潮汐的动态变化和近海水体的浑浊度较高等因素使得传统的水陆分类方法适用性有限。本研究聚焦于江苏中部沿海辐射沙脊群,在对不同年份、季节和潮汐阶段的潮滩光谱特性进行量化分析后,研究发现了潮滩的两个独特光谱特征:低反射率值和梯形光谱形状。基于这些特征,开发了一种新的潮滩平坦指数(TFI)。实验结果显示,该指数能够在不同年份、季节和潮汐阶段中实现超过 0.95 的 F1 分数,具有显著的准确性、稳健性、阈值稳定性以及对背景和云层的抑制效果。此外,TFI指数在全球其他潮滩丰富地区的测试中也表现出普遍性和适用性,特别是在绘制年度潮滩范围方面展现了有效性。该研究为利用 Sentinel-2 多光谱图像进行潮滩的自动化制图提供了技术支持。



图3. 方法流程框架图


3

研究方法


















潮滩光谱分析与指数构建:对江苏省沿海潮滩四个不同年份、季节和潮位条件下的潮滩和背景典型地类进行光谱分析,确定了潮滩的两个关键光谱特征:(1)潮滩作为陆地与海洋的交界面,在 Sentinel-2 影像中所有波段的反射率值都处于相对较低水平,基本分布在 0.05~0.2 区间内(2)潮滩的波段反射率曲线呈现了一个梯形光谱的特性,即在B1至B5呈现缓步上升。在B5 至B9呈现略微波动、几乎不变的特征,从B9至B12呈现明显的下降趋势。

图4. 潮滩与其他背景地类的光谱曲线

图5. 不同地类的波段数值统计图

















针对上述光谱特征,构造了综合考虑梯形光谱形状和低反射率的潮滩指数(Tidal Flat Index, TFI)。其中B5凸显潮滩的低反射特征,|B5-B6|+|B5-B8A |约束梯形光谱特征中段的平坦度,分母部分反映了梯形光谱中先增加后减少的特征。


4

研究结果


















(1)可视化评估

通过和其他几种现有的指数进行可视化对比能够更加直观地展示指数的性能。以江苏省中部沿海为例,可以看出TFI能够在突出潮滩信息的同时抑制各种背景地类。而其他指数在抑制浑浊水体、云、陆地等方面效果不佳。
图6. 江苏中部沿海不同指数对比图(2021年10月30日)
















(2)可分离性分析

通过使用J-M距离来定量评估不同指数下潮滩和其他地类之间的可分离性。如表1所示,TFI中潮滩和其他所有非潮滩地类之间都具有很好的可分离性(J-M距离均超过1.30)。而其他指数只对部分地类有较好区分
表1. 不同指数下潮滩和其他地类之间J-M距离比较
















(3)制图结果

如图7所示,对所有指数迭代选择最佳分割阈值,TFI能够更准确地提取潮滩。而其他指数则会容易出现误提浑浊度较高的海水,云或者漏提部分潮滩
图7. 不同指数在江苏中部沿海的潮滩提取结果
















(4)在其他区域的应用

将TFI指数应用2020年其他四个低潮位的影像。如图8所示,可以看出TFI不仅可以有效提取潮滩,在抑制海水的同时还能有效的抑制大部分的陆地背景

图8. 五个研究案例区的TFI指数图和阈值分割结果

















(5)与其他潮滩数据集的对比

采用最低潮合成 (LETC) 方法,使用TFI指数进行2020年年度最大潮滩制图,并与目前可用的区域和全球潮滩数据集进行对比。结果表明,基于LETC方法合成的年度TFI指数可以有效的提取年度最大潮滩,相较于全球产品CTF和UQD数据集,在陆地和海洋区域都表现出了更少的误差和更强的稳健性

图9. TFI指数在五个研究案例区的年度制图结果


5

研究结论


















本研究开发了一种结合梯形光谱形状和低反射率的潮滩指数。该指数简单有效,可以在大范围快速识别潮滩范围。在不同条件下(包括不同的季节、地理环境、潮位条件、云和阴影)进行的结果验证表明,TFI明显优于现有的光谱指数和基于规则的方法,并且在抑制大部分陆地和海水方面也表现出显着的改进。

                                

论文信息

Tang P, Guo S, Zhang P, et al. A highly efficient index for robust mapping of tidal flats from sentinel-2 images directly[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2024, 218: 742-760.
全文链接:https://doi.org/10.1016/j.isprsjprs.2024.10.005




  第一作者简介




供稿:唐鹏飞

编辑:赵文鹏
审核:郭山川
指导:杜培军

点击阅读原文 了解更多详情


城市遥感与地理智能
面向城市遥感与地理智能科学前沿,探索时空大数据智能处理前沿技术,揭示城镇化及其资源环境效应,助力遥感科技创新和地理信息产业发展。本公众号将不定期发布最新学术成果和科研动态。