東北地理所在基于Sentinel-2遙感數(shù)據(jù)的秸稈燃燒煙羽檢測(cè)方面取得重要進(jìn)展
中國(guó)東北農(nóng)村地區(qū)，春秋季節(jié)由于秸稈的大量焚燒，大氣懸浮顆粒物含量明顯升高，PM10和PM2.5可以升高0.5至4倍。露天生物質(zhì)燃燒（Open-air biomass burning，OBB）是微量氣體污染物和細(xì)小碳質(zhì)顆粒物（particulate matter，PM）的主要排放源。大面積、高強(qiáng)度的露天焚燒秸稈會(huì)對(duì)區(qū)域的空氣質(zhì)量以及當(dāng)?shù)氐墓残l(wèi)生安全造成損害。秸稈燃燒檢測(cè)主要是靠檢測(cè)秸稈焚燒的產(chǎn)物來(lái)實(shí)現(xiàn)的，煙羽檢測(cè)是秸稈燃燒檢測(cè)的重要手段之一，也是近年來(lái)機(jī)器視覺(jué)領(lǐng)域研究的熱點(diǎn)和難點(diǎn)。衛(wèi)星遙感技術(shù)的大面積、同步、經(jīng)濟(jì)的監(jiān)測(cè)能力，能夠?qū)崿F(xiàn)地球表面全球觀測(cè)并為檢測(cè)秸稈焚燒釋放的煙羽提供大量有用的數(shù)據(jù)。因此迫切需要開(kāi)展適用于衛(wèi)星遙感影像的秸稈焚燒煙羽檢測(cè)的算法研究。
針對(duì)上述問(wèn)題，本研究基于Sentinel-2遙感數(shù)據(jù)，對(duì)YOLOv5s算法進(jìn)行改進(jìn)，同時(shí)還對(duì)Sentinel-2的各波段進(jìn)行光譜特征分析，選出可分離度較好的波段用于模型構(gòu)建，通過(guò)增加信息來(lái)降低其他地物類型對(duì)煙羽檢測(cè)的干擾。
圖1 三對(duì)不同地物之間（煙羽對(duì)云、煙羽對(duì)背景、煙羽對(duì)水體）的可分離度
本研究探索了Sentinel-2遙感影像在煙羽檢測(cè)方面的潛力，提高了改進(jìn)的YOLOv5s模型對(duì)Sentinel-2影像煙羽識(shí)別的精度，還分析了空間分辨率對(duì)模型識(shí)別的影響。
圖2 2020年11月11日的影像在不同閾值下的二值化分割結(jié)果
圖3 在150的閾值下，不同空間分辨率的二值化分割結(jié)果：（a）空間分辨率為10m；（b） 空間分辨率為20m；（c） 空間分辨率為60米
結(jié)果表明，在RGB中加入Band 6，煙羽識(shí)別的精確率提高了6.06%，在RGB_Band6中加入Band 7，與只輸入RGB三通道相比，模型的精確率下降了7.74%，說(shuō)明增加輸入信息可以適當(dāng)提高煙羽檢測(cè)模型的精度，但是波段的選擇很關(guān)鍵，太多的無(wú)用信息會(huì)導(dǎo)致特征提取困難并降低煙羽檢測(cè)的準(zhǔn)確性。將空間分辨率為60m，20m和10m的數(shù)據(jù)作為模型輸入，模型的精確率分別為90.87%，80.71%和49.79%，表明更高的空間分辨率不一定能改善模型的性能，提高空間分辨率也會(huì)放大影像背景的細(xì)節(jié)，給遙感識(shí)別和煙羽的信息提取增加一些干擾噪聲，從而降低模型的性能。
該研究發(fā)表在遙感國(guó)際重要期刊《Remote Sensing》（中科院二區(qū)TOP），由東北地理所劉華聯(lián)培碩士研究生（第一作者）、杜嘉高級(jí)工程師（通訊作者）等共同完成。研究得到國(guó)家重點(diǎn)研發(fā)計(jì)劃子課題（2021YFD1500103）、中國(guó)科學(xué)院戰(zhàn)略性先導(dǎo)科技專項(xiàng)課題長(zhǎng)春示范區(qū)子課題（XDA28080500）和吉林省環(huán)保廳項(xiàng)目（E139S311）的共同資助。
論文信息：Li, J.？; Liu, H.？; Du, J.*, Cao, B.; Zhang, Y.; Yu, W.; Zhang, W.; Zheng, Z.; Wang. Y.; Sun. Y. Detection of Smoke from Straw Burning Using Sentinel-2 Satellite Data and an Improved YOLOv5s Algorithm. Remote Sens. 2023, 15, 2641.
鏈接： https://doi.org/10.3390/rs15102641
附件下載：
吉公網(wǎng)安備22017302000214號(hào)
