海面溢油无人机高光谱遥感检测与厚度估算方法

海上溢油是海洋国家所面临的共同问题,但至今仍没有一种可靠实用的海上溢油准确识别和油量遥感监测方法。为此,本文以无人机高光谱遥感为手段,开展了海面溢油检测与厚度估算方法研究。实验中,通过搭建室外大型水槽溢油实验装置,获取了模拟真实海洋环境条件下不同溢油量的遥感和现场光谱数据,在此基础上,分析并提取了海上溢油特征光谱波段,给出了海上溢油高光谱检测模型;针对现场实验条件下水面油膜厚度难以测定的问题,设计了3种利用总体溢油量的油膜厚度估算模型。得到如下主要结论:（1）675 nm和699 nm是海上溢油检测的有效特征波段,但对极薄的油膜没有检测能力;（2）提出了归一化溢油指数模型、反比例模型和吸收基线模型等3种海上溢油油膜厚度估算模型,其中对于薄油膜（厚度≤ 5 μm）和厚油膜（厚度>50 μm）,反比例模型是溢油厚度反演的首选也是唯一选择。对于中厚度油膜,晴朗天气条件下,归一化溢油指数模型是油膜厚度反演的首选,同时反比例模型和溢油吸收基线模型也都有较好的反演能力,而在多云天气条件下,反比例模型效果最佳。     

一种无人机影像点云提取海岛自然岸线的方法

针对从机载激光点云中提取海岸线方法的不足,提出了一种基于无人机影像DSM点云数据,结合潮汐模型提取海岛自然岸线的方法。采用计算机视觉理论与方法处理高分辨率无人机影像,获取高分辨、高精度的DSM点云,并由DSM点云生成DEM;通过等值线追踪法自动提取基于平均大潮高潮面的海岛岸线。实验结果表明:该方法提取的海岛自然岸线精度满足海道测量规范相关要求。     

利用海岸带遥感图像提取岸线的小波变换方法

小波变换作为一门新兴的数学分支已被广泛应用于图像处理领域。本文将小波变换应用于黄河三角洲遥感图像的边缘提取 ,检测出图像的边缘 ,从而得到了三角洲岸线信息。实验结果表明基于小波变换的图像边缘提取要优于经典边缘算子的提取。此方法对于把握河口三角洲的冲淤演变规律和海岸带开发具有重要意义     

无人机遥感在海岛海岸带监测中的应用研究

目前的卫星遥感和航空遥感已不能满足海岛海岸带监测中不断提高的现势性和分辨率的要求,而具有高灵活性、高时效性、高分辨率、低成本的低空无人机遥感则能很好地满足其要求.基于此,利用无人机遥感系统的优点,本文归纳总结出了无人机遥感影像获取和处理的一般流程,并通过海岛（田横岛）及其海岸带监测的应用实例,展示了无人机遥感在海岛海岸带监测应用的可行性,进而能够实现海岛海岸带地区大比例尺的地形测绘.     

高光谱遥感图像分类精度对比研究

根据国家重点基础研究发展规划项目"干旱、半干旱地区的环境动力机制重大理论基础研究"的需要,开展各种针对高光谱图像的经典分类精度对比研究.采用ENVI软件中常规高光谱分类算法和自编的模糊算法程序,对3个典型的试验区进行对比试验.结果表明,经典分类算法中的光谱角填图(SAM)、欧氏最小距离、马氏距离分类精度较高,模糊识别法中的相关系数法、绝对指数法、相对指数法、夹角余弦法的精度均比较高而且比较稳定;其它方法精度比较低.虽然有多种因素影响分类的精度,但是只要措施适当,还是可以取得比较满意的分类精度.     

海岛岸线界定标准及方法初探

海岛岸线是决定海岛自然形态和海岛面积的重要因素,尤其对于无居民海岛的开发利用具有举足轻重的作用。当前海岛岸线界定存在任意性、与实际不相符等诸多问题,给管理部门和用岛者的使用带来了不便,面对这些问题,有必要对海岛岸线界定标准进行基本的梳理。本研究结合具体实践工作,提出以海水长期作用形成的"痕迹线"作为界定海岛岸线的标准,以期为开展无居民海岛开发利用和管理等相关工作提供科学的参考依据。     

基于特征区域统计的多光谱遥感影像海岛瞬时岸线提取(英文)

本研究采用IKONOS遥感图像,选取波谱特征区,通过区域像元统计并计算各波段权重系数,将影像进行波谱归一化处理,使归一化的影像岛陆与海水特征更明显。在此基础上,采用最大类间方差法确定最佳分割阈值,对归一化的影像进行二值化,从而提取海岛岸线。该方法采用特征曲线法进行水陆分离,得到的二值图像保持了原图的有效边缘,采用二值形态学提取的海岸线连续可靠、信噪比高。结果表明,该方法简单、快速,能有效提取海岸线,具有实用价值。     

浙江海岛岸线分维数与其人工岸线比例的关系

分形理论指出,曲线的分维数某种程度上反映了曲线形状的复杂程度.由于不同类型岸线的曲折程度相去甚远,其分维数必然存在明显差异,因此岸线的分维数中也包含了岸线类型的信息.本文以此入手,利用“908”专项“浙江省海岛调查”的海岛岸线成果,研究浙江省海岛岸线分维数与其人工岸线比例的关系.首先使用SMS 9.0软件以25,50,...     

基于深度置信网络(DBN)的赤潮高光谱遥感提取研究

赤潮是严重的海洋灾害,有效监测赤潮对于保护海洋生态环境具有重要意义。高光谱遥感具有光谱分辨率高、图谱合一等优势,适合于海洋赤潮监测。深度学习是机器学习领域的前沿,为高光谱遥感分类提供了新的思路。深度置信网络(Deep Belief Network,DBN)兼具监督分类与非监督分类的特点,通过构建DBN模型,将DBN应用于赤潮灾害遥感监测中,应用渤海机载高光谱遥感数据开展赤潮分类,以达到提取高光谱图像中赤潮水体范围的目的。通过设置对照实验,对比经典的SVM监督分类方法与ISODATA非监督分类方法,发现DBN模型在相同实验条件下具有更高的分类精度,赤潮遥感提取精度提高了3%～11%。     

基于无人机高光谱的外来入侵种互花米草遥感监测方法研究——以黄河三角洲为研究区

互花米草(Spartina alterniflora)入侵性非常强,已被正式纳入我国第一批外来入侵物种名单。互花米草的疯狂蔓延已影响到当地土著物种的生长和空间分布,因此有关管理部门迫切需要互花米草的空间分布和扩散动态数据,但目前还没有一个有效的监测手段。针对这一需求,本文作者提出了基于无人机高光谱的外来入侵种互花米草遥感监测研究方案,拟以黄河三角洲为研究区,利用无人机高光谱遥感新型技术,分析不同情形下(不同生长状况、不同观测条件、不同环境条件等)互花米草的光谱特征,建立鲁棒的互花米草遥感检测模型,研究互花米草无人机高光谱图像高效获取方法,以实现互花米草的高效、准确监测,为亟需的外来入侵种互花米草业务化监测提供有效的技术手段。     

面向对象的无人机遥感影像海岸线提取方法研究

针对海岸线区域地形复杂和卫星遥感影像分辨率的不足,精度难以满足大比例尺成图要求,以及常规解译方法的局限性,选取青岛小岛湾海岸线为研究区,以无人机(UAV)遥感影像为基础数据,提出一种面向对象的海岸线提取方法,结合现场实测验证,开展了人工海岸线和砂质海岸线识别的应用实验。结果表明:人工海岸线和砂质海岸线概率边缘指数(PRI)分别为0.97和0.88,边缘定位误差(BDE)分别为4.33和2.84,提取的人工海岸线和砂质海岸线与实测海岸线结果整体上匹配较好,仅在局部细微处存在微小差异。本文提出的方法可快速有效地获取海岸线信息,其精度能够满足海岸线动态变化监测的需求,可在海岸线资源管理中推广应用。     

基于无人机与卫星图像的大型绿藻孔石莼(Ulva pertusa)遥感估算研究

卫星影像是监测海面漂浮绿藻的重要数据源, 但是混合像元的存在使得绿藻提取存在一定的误差。想要实现近海区域底栖绿藻的精细监测, 需要解决绿藻亚像素覆盖度的问题。本文以厘米级分辨率无人机数据的绿藻提取结果为基准, 通过分析Landsat卫星影像绿藻光谱, 建立绿藻亚像素覆盖度与多种植被指数和多个特征波段反射率的反演模型。结果表明, 蓝、绿、红波段反射率与绿藻亚像素覆盖度呈现较好的线性关系, 随着绿藻亚像素覆盖度递增, 蓝、绿、红波段反射率的值均递减。将蓝、绿、红波段的三种绿藻亚像素覆盖模型进行验证, 发现绿波段反射率所建立的反演模型具有更高的准确性, 决定系数、均方根误差、平均相对误差分别为0.92%、0.07%、10.85%。本文所建立的模型可以估算大型绿藻亚像素覆盖度, 实现Landsat卫星影像对大型绿藻的精细监测。     

The application of hyperspectral remote sensing to coast environment investigation

Requirements for monitoring the coastal zone environment are first summarized. Then the application of hyperspectral remote sensing to coast environment investigation is introduced, such as the classification of coast beaches and bottom matter, target recognition, mine detection, oil spill identification and ocean color remote sensing. Finally, what is needed to follow on in application of hyperspectral remote sensing to coast environment is recommended.     

基于改进标记分水岭的高分辨率遥感影像海岸水边线提取方法

利用遥感技术快速提取海岸线是一种重要的技术手段,针对传统分水岭算法在高分辨率多光谱卫星数据处理中存在的过分割和抗干扰能力差的问题,本文提出了一种基于扩展极值变换标记分水岭的算法.首先通过形态学重建、扩展极值变换等方法建立前景和背景标记,初步抑制灰度极小值和极大值区域,然后依据这两类标记对梯度图像进行修正,进而进行分水岭...     

基于遥感的广西防城湾海岸线变迁分析

随着人口增长、城市化和工业化的迅速发展、政策刺激以及对外贸易的日渐加强,防城湾沿岸海岸线变迁加剧。本文利用1973,1979,1990,2000年的Landsat卫星遥感影像和2010年的HJ-1B(环境与灾害监测预报小卫星星座B星)卫星遥感影像,分析了近40 a来防城湾海岸线的变化特征。结果表明:1973—2010年间,防城湾沿岸不断向海推进,陆域面积共增加了4 216.61 hm²;海岸线总长度则减少了36.96 km,其中淤泥质岸线减少最为剧烈,其次为基岩岸线;海岸线变化主要受人为因素影响。根据防城湾的区域特征,将整个研究区划分为防城江口、暗埠口江和渔澫岛3个岸段分别进行详细分析表明:防城江口沿岸以基岩岸线为主,海岸线在1973—2010年间变迁程度很小,仅在防城江河口沿岸向海扩张了约74.58 hm²;暗埠口江沿岸以淤泥岸线为主,近40 a间该岸段岸线不断向海推进,许多原本曲折多变的鹿角湾被逐渐填充;渔澫岛海岸线变迁最为剧烈,近40 a来陆域面积共增加了2 027.41 hm²,岸线长度缩短了2.46 km,遥感影像监测显示1990年时渔澫岛已经陆连,同时从渔澫岛的分形维数计算结果可以看出其海岸线日趋平直。     

基于无人机遥感的黄海绿潮搁浅生物量估算

浒苔在近岸搁浅后会破坏海岸景观,干扰水上运动,给滨海旅游业造成严重影响。本文使用无人机搭载的多光谱和可见光传感器对山东半岛的海阳、乳山和文登的三个海滩搁浅的浒苔进行航拍监测,并结合地物光谱测量数据,分别选择归一化植被指数(NDVI)、差值植被指数(DVI)和虚拟基线高度浮藻指数(VB-FAH)对海滩搁浅浒苔与岸边植被及非植被(海水、沙滩)进行识别评估,并分别估算了三个研究区搁浅浒苔的生物量。研究结果表明:NDVI可以识别植被和非植被,但无法区分潮间带上部和潮间带下部分布的浒苔;DVI和VB-FAH对植被和非植被的区分度不高,但对不同分布的搁浅浒苔具有一定的区分度,其中, DVI对潮间带上部和潮间带下部分布浒苔的识别能力优于VB-FAH。因此,通过对岸边植被进行腌膜,利用DVI构建海滩搁浅浒苔生物量估算模型,实现了海滩搁浅浒苔生物量的估算。海阳、乳山和文登三个海滩搁浅浒苔的生物量分别为1 468 t、745 t和5 034 t,本文提出的方法可以为搁浅浒苔的清理和资源合理分配提供技术支持。     

基于高分辨率卫星和无人机的广西滨海盐沼面积变化监测

滨海盐沼作为重要的海岸带生态系统,在海岸保护、生物多样性维持、固碳减污等方面发挥了重要的生态服务功能。及时准确地监测滨海盐沼分布情况和动态变化,对于科学地管理和保护本地滨海盐沼生态系统意义重大。本研究基于2019年和2021年多源国产高空间分辨率卫星数据,结合无人机自主性强、灵活机动、不受云遮挡影响的优势,对广西壮族自治区滨海盐沼开展遥感跟踪监测。研究结果表明,广西2021年滨海盐沼总面积为1 341.40 hm2,其中,北海市、防城港市和钦州市3个海滨城市的滨海盐沼面积分别为1 247.82 hm2、49.73 hm2和43.85 hm2。与2019年相比,广西2021年滨海盐沼总面积减少108.96 hm2,其中,北海市互花米草（Spartina alterniflora）面积减少107.05 hm2,钦州市短叶茳芏（Cyperus malaccensis）和芦苇（Phragmites australis）面积减少1.91 hm2,防城港市滨海盐沼面积不变。广西当地对入侵种互花米草的治理卓有成效,互花米草大范围减少,但局部区域的互花米草分布仍呈不断增长的趋势,仍需重视对互花米草的监测与防控工作。     

基于遥感和GIS相结合的广西海岸线时空变化特征分析

利用不同时段的遥感影像、数字化地形图和历史航空相片,在地理信息系统平台上获取广西海岸线的时空变化资料,并对其进行分析。结果表明:(1)近50年来,广西海岸线总的长度减小,在1955—1998年期间岸线长度呈递减趋势;(2)岸线由曲折向平直化演变,其中围垦段的岸线相对平直;(3)风流岭江南岸及企沙东面鹿墩岛海岸的自然侵蚀幅度不大,岸线变形较小。     

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。