| 摘 要： | 青藏高原的湖泊数量众多且分布广泛,约占全国湖泊总数量和总面积的41%和57%,对于全国甚至全球的湖泊研究十分重要。遥感监测湖泊分布历来已久,但光学遥感影像时常被云遮蔽,难以自动化提取得到完整的湖泊边界。提出了一种有云的Landsat TM/OLI影像结合航天飞机雷达地形测绘数据(Shuttle Radar Topography Mission,SRTM)30 m分辨率的数字高程模型(DEM)的湖泊完整边界的自动插值生成算法。首先,在Google Earth Engine平台上,利用Landsat TM/OLI影像的地表反射率Tier1数据,根据其中的像元质量评价(Pixel Quality Assessment,pixel_qa)属性,结合SRTM 30 m DEM数据,先剔除云、云阴影、积雪和山体区域的影响;计算改进的归一化差异水体指数(Modified Normalized Difference Water Index,MNDWI),采用Canny边缘检测算法,得到无云覆盖区域的已知部分湖泊边界(L)。在本地对DEM进行极差滤波,得到可能的湖泊区域;同时,利用DEM生成等高距间隔为1 m的等高线,将包围着可能湖泊区域的一系列等高线自动筛选出来,根据等高线间的包含关系建立树结构。叶子节点为最内部等高线,记为内等高线(C1)。由于Landsat和DEM的获取时间不同,随着湖泊扩张或萎缩,湖泊水位会相对于内等高线上升或下降,对此采用不同的外等高线(C2)确定方法;随后,建立内等高线C1、外等高线C2与已知部分湖泊边界L之间对应点的坡度坡向关系,插值得到未知的湖泊边界点;最后利用最近邻法连接已知的湖泊边界点与插值得到的湖泊边界点形成完整的湖泊边界。利用相近日期的资源三号影像或无云Landsat影像的手工数字化湖泊边界对提取的湖泊边界进行验证,发现两者基本重合,且长度差百分比为-6.81%～9.4%,面积差百分比为-2.11%～2.7%。表明该方法对于有云Landsat TM/OLI影像的湖泊边界自动化提取十分有效,并为在GEE等大数据平台中自动化提取长时间序列、高时间分辨率的青藏高原湖泊边界及其时空变化分析提供了新方法。
|
