Cloud Recognition for Four Bands Cameras of High Spatial Resolution Combined with the Regularized Least Squares Algorithm
-
摘要: 针对资源三号(ZY-3)多光谱影像的特点,提出一种结合最小二乘原理与阈值法的云检测方法。在阈值法进行初始云提取的基础上,利用正则化最小二乘进行云像元的再次提取,克服了高分辨率遥感影像上云与道路、房屋等地物容易混淆的问题。与现有云检测方法进行对比,利用阈值法与正则化最小二乘进行云检测的整体精度和Kappa系数明显高于阈值法、阈值与K均值聚类相结合的方法,达到了支持向量机云检测方法相同的精度水平,但是效率明显高于后者。将该方法应用于不同时相和场景的遥感影像,算法云像元提取的整体精度在97%以上,Kappa系数在0.9以上。分析表明,该算法能够对不同下垫面情况下的云像元进行有效地识别。Abstract: This article presents a new cloud detection method combining regularized least squares algorithm and threshold method based on the characteristics of Chinese ZY-3 multispectral imagses. In the process of the new method, second extraction of clouds using a regularized least squares algorithm is done based on a first extraction of clouds using the threshold method, which overcomes confusion of clouds, roads, and buildings. Compared to existing cloud detection methods, the accuracy of the new method is subjectively visibly higher than the threshold method and the K-means clustering combined with threshold method, achieving the same level of accuracy as a support vector machine combined with the threshold method for higher efficiency. Using the new method on different scenes collected at different time, the overall accuracy of the proposed cloud detection method is higher than 97% and the Kappa coefficient is higher than 0.9. These results show that the new method can detect cloud effectively in the case of different underlying surfaces. It is anticipated that this method will be popularized and further applied to imagery from other satellite systems.
-
-
[1] Schiffer R A, Rossow W B. The International Satellite Cloud Climatology Project(ISCCP):The First Project of the World Climate Research Program[J]. Bulletin of the American Meteorological Society, 1983, 66:1498-1505 [2] Rossow W B, Garder L C. Cloud Detection Using Measurements of Infrared and Visible Radiance for ISCCP[J]. Journal of Climate, 1993, 6:2341-2369 [3] Saunders R W, Kliebel K T. An Improved Method of Detecting Clear Sky and Cloudy Radiances from AVHRR Data[J]. International Journal of Remote Sensing, 1998, 9:123-150 [4] Li Wei, Fang Shenghui, Dian Yuanyong, et al. Cloud Detection in MODIS Data Based on Spectrum Analysis[J]. Geomatics and Information Science of Wuhan University, 2005, 30(5):435-443(李微, 方圣辉, 佃袁勇,等. 基于光谱分析的MODIS云检测算法研究[J]. 武汉大学学报·信息科学版, 2005, 30(5):435-443) [5] Wang Jiacheng, Yang Shizhi, Ma Jinji, et al. Automatic Cloud Detection Applied to MODIS Image in the Southeast of China[J]. Geomatics and Information Science of Wuhan University, 2006, 31(3):270-273(王家成, 杨世植, 麻金继,等. 东南沿海MODIS图像自动云检测的实现[J]. 武汉大学学报·信息科学版, 2006, 31(3):270-273) [6] Sang S P, Jhoon K, Jaehwa L, et al. Combined Dust Detection Algorithm by Using MODIS Infrared Channels Over East Asia[J]. Remote Sensing of Environment, 2014, 141:24-39 [7] Liu Zhigang, Li Yuanxiang, Huang Feng. Cloud Detection of MODIS Satellite Images Based on Dynamical Cluster[J]. Remote Sensing Information, 2007, 4:33-35(刘志刚,李元祥,黄峰. 基于动态聚类的MODIS云检测算法[J]. 遥感信息, 2007, 4:33-35) [8] Clark C, Boyce J. The Detection of Ship Trail Clouds By Artificial Neural Network[J]. International Journal of Remote Sensing, 1999, 20(4):711-726 [9] Chen Gang, E Dongchen. Support Vector Machines for Cloud Detection over Ice-Snow Areas[J]. Geo-spatial Information Science, 2007, 10(2):117-120 [10] Yang P, Baum B A. Satellite Remote Sensing. Cloud Properties[M]. London:Academic Press Inc, 2003 [11] Quan Junhe. A Daytime Cloud Detection Algorithm for FY-3A/VIRR Data[J]. International Journal of Remote Sensing, 32(21):6811-6822 [12] Quan Junhe. Night-time Cloud Detection for FY-3A/VIRR Using Multispectral Thresholds[J]. International Journal of Remote Sensing, 34(8):2874-2887 [13] Xiong Xianming, Chang Junfang, Teng Huizhong. Research on Identification of Whitecaps and Bubble Clouds in IKONOS Images[J]. Remote Sensing Information, 2010, (2):69-72(熊显明, 常俊芳, 滕惠忠. IKONOS影像白泡云识别方法研究[J]. 遥感信息, 2010, (2):69-72) [14] Cheng Tianhai, Li Li, Gu Xingfa, et al. Cloud Detection Based on CBERS-02B/CCD data[OL]. http://www.cresda.com/n16/n1115/n1522/n2149,2010(程天海, 李丽, 顾行发等. 基于CBERS-02B星CCD数据的云识别[OL]. http://www.cresda.com/n16/n1115/n1522/n2149,2010) -
期刊类型引用(32)
1. 冷琴，曹铭. 基于DMSP/OLS与NPP/VIIRS夜间灯光数据的江西省城市扩展研究. 江西科学. 2024(01): 41-45 . 
百度学术
2. 马小龙，柳思聪，郑守住. 基于多源遥感数据的鬼城现象分析方法. 北京测绘. 2024(08): 1087-1092 . 百度学术
3. 饶俊，丁海萍，许朋朋，李敏. 基于珞珈一号的上海市建成区提取研究. 江西科学. 2023(02): 261-265 . 百度学术
4. 唐小辉，蔡中祥，刘宏建，樊新刚. 基于NPP-VIIRS夜间灯光数据的产业结构估测——以河南省为例. 河南大学学报(自然科学版). 2023(03): 305-313 . 百度学术
5. 谢志伟，单佳强，孙立双，彭博，刘永睿，黄超. 基于多源遥感图像和复杂网络的城市主城区识别方法. 测绘与空间地理信息. 2023(08): 1-5 . 百度学术
6. 李鹏，黎楚安，杨继梅，李振洪，王厚杰. 典型海岸带城市扩张的多源遥感监测与预测——以青岛市为例. 测绘通报. 2022(01): 105-109 . 百度学术
7. 雷依凡，路春燕，苏颖，黄雨菲. 基于多源夜间灯光数据的城市活力与城市扩张耦合关系研究——以海峡西岸城市群为例. 人文地理. 2022(02): 119-131 . 百度学术
8. 卢世俊. 乌鲁木齐城市空间扩展特征及驱动机制. 武汉大学学报(信息科学版). 2022(07): 1025-1034 . 百度学术
9. 伍亿真，施开放，余柏蒗，李川龙. 利用NPP-VIIRS夜间灯光遥感数据分析城市蔓延对雾霾污染的影响. 武汉大学学报(信息科学版). 2021(05): 777-789 . 百度学术
10. 厉飞，闫庆武，邹雅婧，刘保丽. 利用夜间灯光POI的城市建成区提取精度研究——以珞珈一号01星和NPP/VIIRS夜间灯光影像为例. 武汉大学学报(信息科学版). 2021(06): 825-835 . 百度学术
11. 丛康林，董超，薄鑫宇，韩佳坤. 基于夜光遥感的山东省城市时空格局演化分析. 测绘地理信息. 2021(05): 78-82 . 百度学术
12. 王方民，骆畅，杨朝现，刘勇. 基于兴趣点密度与城市扩张曲线的城市建成区边界识别. 西南大学学报(自然科学版). 2021(12): 115-126 . 百度学术
13. 李欣，葛冠英. 国土空间规划城市体检评估中城区范围划定的济南实践. 北京测绘. 2021(12): 1578-1582 . 百度学术
14. 张周. 基于DMSP/LANDSAT数据的成渝城市群空间演化特征分析研究. 重庆建筑. 2020(01): 26-31 . 百度学术
15. 罗婧，黄铁兰，吴桂华，朱腾. 基于夜光遥感的粤港澳大湾区城市空间格局变化分析. 智能城市. 2020(01): 1-3 . 百度学术
16. 刘效江，王浩，宁晓刚，余凡，王成港，郝铭辉. 引入路网和建筑物信息的DMSP/OLS数据去饱和方法. 武汉大学学报(信息科学版). 2020(03): 374-383 . 百度学术
17. 郑渊茂，何原荣，王晓荣，高元衡. 夜光遥感数据应用述评与展望. 遥感信息. 2020(03): 1-14 . 百度学术
18. 闫庆武，厉飞，李玲. 基于2种夜间灯光影像亮度修正指数的城市建成区提取研究. 地球信息科学学报. 2020(08): 1714-1724 . 百度学术
19. 孙立双，韩耀辉，谢志伟，李如仁. 采用夜光遥感数据提取城市建成区的邻域极值法. 武汉大学学报(信息科学版). 2020(10): 1619-1625 . 百度学术
20. 何建华，高文凯. UBII:一种协同经济、社会与人类活动的城市边界识别指数. 测绘与空间地理信息. 2019(02): 8-11+15 . 百度学术
21. 白贺庭，马明国，阎然，刘康甯，隽楚涵. 基于夜间灯光数据的重庆市城市扩张研究. 遥感技术与应用. 2019(01): 216-224 . 百度学术
22. 郑洪晗，桂志鹏，栗法，吴华意，武旭芳，张济勇，韩文军. 夜间灯光数据和兴趣点数据结合的建成区提取方法. 地理与地理信息科学. 2019(02): 25-32 . 百度学术
23. 李勇. 山东沿海城市带空间格局及演变特征研究. 山东师范大学学报(自然科学版). 2019(02): 228-235 . 百度学术
24. 王晓茹，唐志光，王建，邓刚，王欣，魏俊锋. 亚洲高山区融雪末期雪线高度空间差异的影响因素分析. 冰川冻土. 2019(05): 1173-1182 . 百度学术
25. 柯文聪，陶超，马进龙，刘莹，邹峥嵘. 基于Landsat与DMSP-OLS的非监督城区提取方法研究. 测绘与空间地理信息. 2018(07): 183-186 . 百度学术
26. 林晓娟，房世峰，徐亚莉，邹宝裕，罗明良. 基于道路交叉点邻域扩张曲线的城市边界识别——以成都、西安、武汉、南京和长沙为例. 地理科学进展. 2018(06): 781-789 . 百度学术
27. 宁晓刚，王浩，张翰超，刘娅菲，庞博，郝铭辉. 2000—2016年中国地级以上城市高精度城区边界遥感提取及时空扩展分析. 武汉大学学报(信息科学版). 2018(12): 1916-1926 . 百度学术
28. 刘建良，赵国忱，倪愿. 基于DMSP/OLS夜间灯光数据进行提取的实证研究——以福州为例. 测绘与空间地理信息. 2017(09): 175-178+181 . 百度学术
29. 杨任飞，罗红霞，周盛，程玉丝，陈婧祎，向海燕，雷茜. 夜间灯光数据驱动的成渝城市群空间形成过程重建及分析. 地球信息科学学报. 2017(05): 653-661 . 百度学术
30. 李治，杨晓梅，孟樊，陈曦，杨丰硕. 城市建成区多源遥感协同提取方法研究. 地球信息科学学报. 2017(11): 1522-1529 . 百度学术
31. 张锋. 夜光遥感数据应用研究综述. 建设科技. 2017(14): 50-52 . 百度学术
32. 赵航，倪杰. 基于夜晚灯光数据的城市建成城区提取与格局分析. 科学家. 2016(12): 5+15 . 百度学术
其他类型引用(36)
计量
- 文章访问数: 1215
- HTML全文浏览量: 42
- PDF下载量: 400
- 被引次数: 68
下载:
