近10年连云港海域紫菜养殖区遥感监测与分析

近年来连云港海域紫菜养殖面积不断增大,为监测其发展趋势,本文利用Landsat-5、Landsat-7和Landsat-8卫星遥感影像为数据源,结合GIS空间分析方法,同时采用2017、2018年海域无人机影像对同期卫星影像目视解译结果开展精度验证,得出紫菜养殖区目视解译精度,以此获取近10年连云港海域紫菜养殖范围、面积和分布变化情况。结合等深线数据,开展不同深度区紫菜养殖面积增加和减少情况分析。该研究从宏观的角度掌握了连云港海州湾海域紫菜养殖的动态变化情况,对连云港市海域使用现状监管和海洋生态环境监测起到一定的技术支撑作用。     

扩展的证据理论在遥感影像围填海检测中的应用

针对全国海域使用情况的监测需求,本文应用扩展的证据理论进行围填海区域检测,预设类别空间为{围填海,海水}。实验结果显示基于扩展的证据理论不仅能够较准确地检测出围填海区域,而且将浅海中的水下沙脊或小岛划分为不确定的未知类别。说明扩展的证据理论能够更好地完成围填海的检测,体现了扩展的证据理论解决实际问题的能力,同时,也为全海域的围填海监测提供了新的思路和扩展空间。     

基于光学遥感的海岛潮间带和湿地信息提取--以东沙岛(礁)为例

基于高分辨率遥感图像,采用相似三角形原理,结合海岛多年潮汐数据进行了海岛潮间带的确定;利用克里格（Kriging）插值方法,对水深图中海岛浅水区域的水深点数据进行单元网格化处理,在遥感图像的辅助下,进行了海岛湿地范围的界定。在此基础上,确定了东沙岛潮间带和湿地的范围,提取了各自的面积,并对结果进行了分析。     

基于植被指数的赤潮高光谱敏感波段确定方法初探

为满足赤潮遥感监测业务的需要, 将植被指数的表达形式引入高光谱遥感研究领域,提出了用于判别图像分类效果的量--显著性度量,并以显著性度量的大小为判据,遴选出用于赤潮探测的敏感波段.     

一种基于众数赋值的高光谱图像地物分类方法

提出了一种融合监督分类与非监督分类结果的高光谱遥感影像分类新方法——众数赋值分类法。采用ISODATA非监督分类方法对高光谱遥感影像进行分类,并对非监督分类结果的图斑进行标记,同时用最大似然法(ML)和支持向量机(SVM)法进行监督分类,然后以监督分类结果对非监督分类后各斑块进行类别赋值。方法是:统计每个非监督分类斑块中由监督分类所获得的各类别像元数及所占比例,将非监督分类斑块的类别赋予所占比例最高的监督分类结果的类别,最终获得高光谱图像分类结果。研究表明:(1)非监督分类类别数量大于10时,其与ML分类结果融合的总体分类精度和Kappa系数均较监督分类法的分类结果好;(2)ML和20个类别的ISODATA分类结果融合的总体精度最高,为87.35%,比单独ML的总体精度高约2个百分点;(3)SVM和10个类别的ISODATA分类结果融合的总体精度提高最大,较SVM的总体精度提高近3个百分点;(4)随着非监督分类类别数量的增多,分类结果的总体精度呈现由低到高再到低的变化过程。     

SPOT、QuickBird卫星遥感数据提取东沙岛植被信息的比较

基于植被的光谱特征,利用监督分类、植被指数(NDV I)和目视解译等方法,分别用SPOT-5、Q u ickB ird高分辨率卫星遥感影像对东沙岛植被信息进行提取,并作了比对分析。研究结果表明:利用高分辨率遥感图像对东沙岛等小型岛屿的植被信息提取是可行的;SPOT-5多光谱数据具备了提取小型海岛植被信息、掌握其植被覆盖状况的能力;与SPOT-5多光谱数据相比,Q u ickB ird多光谱数据在植被精细分类信息的提取方面更具优势。     

基于GF-1卫星遥感影像的海岸线生态化监测与评价研究——以营口市为例

海岸线是海洋与陆地的分界线,也是重要的生态交错线。本文采用GF-1卫星遥感影像,通过监测大潮高潮时刻和小潮低潮时刻海岸水陆边界线,构建了潮间带完整性系数,以此为依据将海岸线划分为自然海岸线、具有基本生态功能的人工海岸线、具有部分生态功能的人工海岸线、具有有限生态功能的人工海岸线、具有少量生态功能的人工海岸线和无生态功能的人工海岸线。在此基础上,结合潮间带完整性系数及其毗邻海岸线长度,构建了海岸线生态化指数,用以评价区域海岸线的生态化程度。营口市海岸线以无生态功能的人工海岸线、自然海岸线和具有少量生态功能的人工海岸线为主,分别占到海岸线总长度的45.74%、18.31%和15.53%。营口市总体海岸线生态化指数为0.29,其中西城区、老边区、盖州北、鲅鱼圈区和盖州南分别为0.55、0.17、0.40、0.10和0.55。     

GF-3号SAR卫星遥感围填海监测方法研究——以大连金州湾为例

依据不同围填海类型在高分三号(GF-3)合成孔径雷达(synthetic aperture radar,SAR)卫星遥感影像上可分性,建立围填海遥感分类体系及相应的围填海类型解译标志,进而分析SAR图像岸线提取方法,构建GF-3围填海监测技术流程。采用几何主动轮廓模型进行GF-3 SAR影像自动提取海岸线,获得围填海专题图。通过外业精度调查验证GF-3 SAR卫星遥感影像可以有效获取围填海信息。     

围填海疑点疑区监测技术方法

为严格围填海管控,迅速、准确和及时掌握用海情况,文章在明确围填海疑点疑区类型的基础上,概述其监测技术方法。研究结果表明:围填海疑点疑区的监测内容主要包括用海位置、面积、方式和类型等;主要利用卫星遥感、航空遥感和地面核查等技术手段;监测流程主要包括数据收集和处理、遥感变化图斑提取、疑点疑区图斑筛选以及疑点疑区核查4个步骤;监测成果可制作围填海疑点疑区核查报告和图集,为海洋行政主管部门提供执法和管理依据。     

基于无人机可见光影像的紫菜养殖筏架信息提取方法及应用

海上紫菜养殖筏架分布无规律、大小不规则且数量较多，现场测量难度大、卫星影像空间分辨率低，不能精确测量出紫菜筏架面积。无人机机动性强、影像空间分辨率高，可在紫菜养殖调查中发挥重要作用。本研究以连云港海州湾紫菜养殖筏架为研究对象，开展可见光波段在养殖筏架与水体的光谱可区分度研究，基于6种植被指数，进行自动提取实验，以目视解译结果作为真值，进行精度分析，同时利用不同时相、不同区域的无人机可见光影像，开展方法的普适性研究。结果表明：绿色度坐标（green， G）和植被（vegetativen，VEG）指数方法在浅水区和深水区均表现较好，养殖筏架个数识别精度、面积识别精度均超过91.00%。基于此，利用上述两种方法，开展其他区域自动提取实验，养殖筏架个数识别精度、面积识别精度分别超过93.02%和89.37%。结果验证了无人机可见光影像可以实现紫菜养殖筏架的自动提取，精度基本满足紫菜养殖调查需求。