基于Sentinel-2数据的近岸高悬沙水体漂浮绿潮遥感识别

黄海浒苔绿潮自2007年以来连年暴发。为筛选跟踪监测绿潮发生、发展过程的遥感识别方法,本研究使用Sentinel-2 MSI多光谱数据,在分析漂浮绿潮及背景高悬沙水体光谱特征的基础上,利用归一化植被指数（normalized difference vegetation index,NDVI）、漂浮藻类指数（floating algae index,FAI）、虚拟基线漂浮藻类指数（virtual baseline floating macroalgae height,VB-FAH）等多种遥感指数算法开展漂浮绿潮识别,比对分析了各算法的监测效果。结果显示,Sen2cor大气校正后地物光谱曲线峰谷特征显著,与实测光谱谱型的相似度明显提升;以近红外和绿光波段反射率差值为基础的VB-FAH指数算法可在一定程度上降低高悬沙水体对近红外和红光通道反射率的影响,漂浮绿藻识别效果比NDVI及FAI指数更好。本研究可为高悬沙水体漂浮绿潮遥感识别提供技术支持。     

石漠化地区遥感影像信息提取方法综述

运用遥感技术对石漠化地区开展研究,遥感影像的信息提取是必不可少的,而从繁多的信息提取方法中准确选取适合于研究区域的遥感影像信息提取方法可以显著提高信息提取的效率和精度。总结了我国石漠化地区遥感影像信息提取方法,概述了人机交互解译法、比值增强法、监督分类法、非监督分类法、模型构建法、专家经验法和面向对象分类法7种信息提取方法的技术手段、优缺点和适应性,并对我国现阶段石漠化地区遥感影像信息提取方法的未来发展趋势进行了展望,指出应重视模型构建法、进一步发展面向对象分类法和加大对高光谱影像的研究等研究方向,可为应用遥感技术对我国石漠化地区进行深入研究提供理论依据。     

OBIA与RF结合的龙口市土地利用信息提取方法

为提高中分辨率遥感影像解译精度,本文提出面向对象影像分析（Object Based Image Analysis,OBIA）与随机森林（Random Forest,RF）结合的土地利用信息提取方法。采用Landsat 8 OLI影像,针对不同地物特点,阈值分割和多尺度分割结合创建影像对象,规则集和分类器协同分类,基于Relief F算法分别对光谱特征、纹理特征及所有特征降维筛选特征子集,并与全部特征一起应用RF建模,对龙口市进行土地利用信息提取与比较。结果表明：OBIA与RF结合提取土地利用信息,基于Relief F算法筛选纹理特征,保留完整光谱、几何、空间关系特征构建RF模型,建模错分率为0.0958,分类总体精度和Kappa系数分别为89.37%和0.872,取得较理想结果。该方法可应用于中分辨率遥感影像土地利用信息提取。     

黄海绿潮灾害应急遥感监测和预测预警系统

黄海绿潮灾害应急遥感监测和预测预警系统是在绿潮应急遥感监测技术、应急快速漂移预测等技术研究的基础上,基于GIS技术构建了集绿潮遥感信息解译和提取、多源监测数据融合、快速漂移预测和预警产品制作和发布综合业务化平台。在应急遥感监测数据提取方面主要研发了信息提取准自动化技术和多源多时间窗的绿潮监测数据融合技术;在应急预测技术方面主要基于精细化大气和海洋环境动力场,研发了绿潮快速应急漂移预测模型,并通过海上和后报实验提高模拟精度。本系统服务于国家海洋局和政府防灾减灾应急部门,为海上运动、水产养殖、滨海旅游、交通运输、渔业生产等涉海活动和海洋管理提供了科学可靠的技术保障,特别在2008年奥运会帆船/板赛和2012年亚洲沙滩运动会的绿潮监测和预测预警保障工作中发挥了重要的作用,具有巨大的社会、经济和生态效益。     

基于无人机多光谱影像的海滨景区浒苔信息提取研究

2007年以来,黄海绿潮（浒苔）灾害连年大规模暴发,对山东半岛近岸海域生态环境造成严重影响,大量靠岸浒苔若处置不及时会腐烂发臭,严重影响海滨景区旅游业及附近居民健康。为了提高绿潮灾害重点区域遥感监测的精度、提升靠岸浒苔预警的准确性和浒苔清理的工作效率,本研究利用无人机航拍的高精度影像对乳山市银滩海滨景区绿潮灾害进行监测,结合地物光谱仪实地测量浒苔和岸边植被的光谱特征,通过四种植被指数对浒苔和岸边植被进行光谱分析和识别对比,验证不同植被指数下浒苔和岸边植被的提取情况,并基于提取方法对靠岸浒苔生物量进行估算。研究表明:在红边波段,浒苔和岸边植被具有明显的可区分性,使其可以利用MTCI（MERIS terrestrial chlorophyll index）、NDVI_redge、SR_redge、MSR_redge四种植被指数与岸边植被进行区分,MTCI区分提取效果最好,精度可达91.3%,其次是SR_redge、NDVI_redge、MSR_redge,提取精度分别为85.3%,83.8%,81.2%;利用MTCI指数建立的生物量估算模型,估算的300 m研究区内靠岸浒苔约600 t,为海滨景区绿潮灾害动态监测及清理工作提供有效方法。     

多指数决策融合的MODIS浒苔提取方法

针对MODIS（moderate resolution imaging spectroradiometer,中分辨率成像光谱仪）影像浒苔提取中存在的植被指数自适应阈值不普适等问题,本文提出了多指数决策融合的MODIS浒苔提取算法（multi-index decision fusion,MIDF）。计算影像的归一化植被指数（normalized difference vegetation index,NDVI）、增强型植被指数（enhanced vegetation index,EVI）、差值植被指数（difference vegetation index,DVI）和比值植被指数（ratio vegetation index,RVI）,采用局部阈值法对4个指数灰度图进行自适应阈值分割得到初始浒苔覆盖范围,通过“绝对多数投票法”对上述初始浒苔覆盖范围投票表决得到最终提取结果。实验结果表明,MIDF可适应不同密度的浒苔覆盖区域,且精度优于传统的NDVI、EVI、DVI和RVI自适应阈值法。本算法为无监督法,自动化程度较高,可应用于浒苔灾害遥感业务化监测。     

基于决策树的城市黑臭水体遥感分级

水体黑臭程度遥感监测是了解城市水质现状和综合评价城市水环境治理效果的重要手段.以南京、常州、无锡和扬州为研究区,共采集171个样点,同步测量水质参数和光学参数,分析黑臭水体与一般水体的水色和光学特征,构建决策树模型进行重度黑臭水体、轻度黑臭水体和非黑臭水体（记为一般水体）识别.结果表明：①根据色度可将水体分为1~6类水体,其中,类型1~4为黑臭水体,分别为灰黑色、深灰色、灰色和浅灰色水体,类型5和类型6水体为一般水体,分别为绿色系和黄色系水体;②类型1水体的非色素颗粒物和有色可溶性有机物含量高,但色素颗粒物的吸收并不占主导,类型2和5水体的吸收以色素颗粒物吸收占主导,类型3、4和6水体的吸收以非色素颗粒物吸收占主导;③根据六类水体的反射光谱差异用黑臭水体差值指数（difference of black-odorous water index,DBWI）、三波段面积水体指数（green-red-nir area water index,G-R-NIR AWI）、绿光波段反射率和归一化黑臭水体指数（normalized difference black-odorous water index,NDBWI）构建的水体分类识别决策树,能够有效识别出重、轻度黑臭水体和一般水体;④将决策树模型应用于2019年4月9日扬州的PlanetScope影像上,并利用10个同步过境点进行验证,整体识别精度达到80.00%,K值达到0.67.通过水色分类后的城市水体分级模型方法,可推广应用于类似的水体,为黑臭水体监管提供技术方法.     

上海市黑臭水体光谱特征分析及遥感识别方法探究

黑臭水体识别对全面开展黑臭水体整治及长效监管具有重要意义.为探究上海市黑臭水体的识别方法,以其2017年黑臭水体名录为研究对象,选取105条段河道样本,于2018年7—8月进行现场调查,开展水质监测、光谱测量、光谱分析、遥感识别及验证.结果表明:（1）依据上海市中小河道黑臭地方判定标准,样本中共有49个黑臭水体,56个一般水体.（2）将遥感反射率(R_rs)作为光谱分类的主要依据,光谱数据预处理后,共得到4个主要反射峰（F）和3个主要吸收谷（G）,根据波峰波谷位置特征,可将样本分为三类一般水体（GW）、三类黑臭水体（BOW）.（3）R_rs平均值光谱曲线显示,BOW1、BOW3两类水体在550～700 nm处的光谱曲线与其他四类水体存在明显差异,更易识别和区分,而BOW2与GW2两类水体的光谱曲线形态差异较小,增加了识别难度.（4）根据拟合多光谱曲线,提出角度α1法和比值法组合成的角度-比值联合法,经识别验证,黑臭水体的综合识别率为95.92%,对一般水体的误判率为39.29%.（5）将归一化比值模型（BOI法）、黑臭水体斜率指数（SBWI法）、...     

非参数模型在河湖富营养化研究领域应用进展

河湖富营养化过程受流域水污染、生境破坏和闸坝控制等多因素非线性叠加影响,在一定程度上限制了常规水生态机理模型的模拟精度.非参数模型以其强大的数据分析能力在河湖水生态问题诊断和预测方面得到了广泛应用,该文系统梳理了国内外近20年来河湖富营养化非参数模型的相关研究成果,通过Citespace开展基于WoS与CNKI数据库的相关文献大数据可视化分析,全面阐明了结构方程模型（SEM）、贝叶斯网络（BN）、支持向量机（SVM）、人工神经网络（ANN）、随机森林（RF）、梯度推进机（GBM）、广义相加模型（GAM）等主流非参数模型在河湖富养化营研究中的适用性与局限性,对具有相似特征的模型进行对比分析并提出展望,以期为水生态模拟相关研究提供科学有效的方法支撑.结果表明:非参数模型在河湖富营养化研究领域中的应用呈指数增长趋势,其中SEM、BN、RF、GBM和GAM模型适用于河湖富营养化问题的诊断和驱动要素识别,BN、ANN、SVM、RF、GBM和GAM具有良好的非线性拟合预测能力.非参数模型将是今后一段时期内开展水生态大数据分析诊断和预测管控的关键技术手段.综合考虑区域异质性与多重环境因子在不同时空尺度上响应关系及强人类活动干扰下的河流水生态退化风险,利用生态机理模型与非参数模型耦合求解与优化算法引入,精准识别水生态健康退化的环境压力阈值,开展变化环境下的水生态退化风险预测预警,将是未来非参数模型在河湖富营养化应用研究的重要方向.      

风对黄海绿潮藻漂移的影响

利用海洋模型,对绿潮漂移路径的黄海海域进行模拟,在绿潮漂移模型中采用不同风拖曳系数,并结合遥感图像,分析风在绿潮漂移中起到的作用。研究结果表明,在数值模拟绿潮漂移过程中,风对绿潮的拖曳作用不能忽略,在日照至青岛海域,风对绿潮的拖曳系数应取0.015,风对绿潮的漂移距离有一半的贡献率,应当是风和流的共同作用使绿潮逐渐聚集。     

基于实测数据和卫星数据的黄东海透明度估测模型研究

海水透明度是描述水体光学特征的一个重要参数,也是海洋水质调查中的一个重要指标。利用2个航次的黄东海透明度数据和MODIS遥感反射率数据,进行了黄东海透明度的遥感反演研究,建立了透明度单波段模型、波段比值模型、三波段模型以及基于固有光学特性的半分析模型。结果表明,三波段模型具有较高精度,反演值与实测值之间的平均相对误差为19%、决定系数为0.719、均方根误差为1.47m。黄东海透明度估测模型的建立,有利于利用遥感影像对黄东海透明度进行全面估测,对于监测黄东海水质状况具有重要意义。     

渤海赤潮遥感监测方法比较研究

渤海是我国赤潮重灾区,近年来赤潮灾害频发且呈加剧趋势。有效监测渤海赤潮的发生、发展及消亡过程具有重要意义。本研究基于MODIS（moderate resolution imaging spectroradiometer）数据,比较分析了叶绿素浓度异常法、赤潮指数、波段比值法、红波段差值法、Karenia brevis指数等5种方法对渤海赤潮遥感监测的有效性。结果表明:5种方法均能有效监测到天津滨海旅游区附近海域的赤潮,不仅提取的范围与赤潮发生的最大面积相符,而且空间分布也一致。然而,由5种方法提取的秦皇岛附近海域的赤潮信息却表现出明显的差异,其中由叶绿素浓度异常法和波段比值法对赤潮信息的提取结果相对较为合理。因此,无论采用哪种方法进行赤潮监测,均需结合实地调查数据或ERGB（enhanced red-green-blue）影像等资料对不同时间、不同区域发生的赤潮的监测结果进行证实。     

基于LandsatTM数据的济宁市水体识别方法研究

文章基于济宁市2009年LANDSAT TM影像,根据影像各波段间的相关性和地物在各影像上的灰度差异,分别采用单波段阈值法、多波段谱间关系法、改进的水体指数法(MNDWI)及HIS空间水体提取模型法对济宁市水体信息进行识别提取。在此基础上,结合归一化指数法和HIS空间水体提取模型,提出了一种综合性的水体信息提取方法,并对各方法提取结果进行了精度评价。结果表明,已有方法对济宁市水体识别存在一定的缺陷,而综合法集成了归一化指数法和HIS空间水体模型的优点,很好地弥补了已有方法的不足,对济宁市水体信息进行了较好的提取,尤其是细小水体,同时也很好地消除了建筑物、阴影、水生植被等的影响,提高了济宁市水体信息识别的精度,为更好地定量评价济宁市地表水体时空演变规律等提供帮助。     

基于光谱与纹理特征融合的滩涂信息提取方法

滩涂在光学遥感影像中具有光谱信息综合的特点,单纯基于光谱特征的滩涂信息提取方法精度不高.本文在海岸带地物分类过程中,引入了纹理特征分析,发展了一种基于光谱和纹理特征融合的滩涂信息提取方法.该方法首先利用神经网络分别实现基于像元光谱特征和基于图像纹理特征的海岸带地物分类;在两种分类结果的基础上,建立融合模型,完成决策级的信息融合,从而得到最终的滩涂信息提取结果.试验结果表明,在海岸带地物分类过程中引入纹理特征分析是有效的,决策级的光谱与纹理信息融合可以使滩涂信息提取的精度达到92.3%.另外,神经网络方法用于海岸带地物分类亦是可行的.     

湖泊水环境高空间遥感影像污染点源信息提取研究

传统的污染点源信息提取技术存在权重因子各指标取值范围广、提取精准度不准确、植被覆盖率检测效果差等问题,为此,采用高空间遥感影像对湖泊水环境污染点源信息提取进行研究.针对信息的选择和预处理,需要先获取污染点源信息,并利用多项式对遥感影像图中的畸形几何进行修正;通过利用TM影像技术分析波段组合和单独使用波段的分类效果;根据影像中不同的隶属度,构建水体规则,分析水体差异指数,由此提高信息提取的精度,进而完成污染点源信息的提取.通过选取验证区域,进行实验,实验结果表明,使用该技术能够缩小权重因子各指标取值范围,并提高污染点源信息提取的精准度与植被覆盖率检测的效率,实用性较强.     

利用GOCI卫星数据开展秦皇岛海域叶绿素a浓度反演

利用2016年4月23日、4月24日、6月1日和7月6日采集的水体实测数据及同期的GOCI（Geostationary Ocean Color Imager）卫星遥感影像,开展秦皇岛海域的叶绿素a（chlorophy a,Chl a）浓度研究。通过归一化暗像元指数（normalized dark pixel index,NDPI）对影像8个波段组合的辐射率与Chl a浓度进行相关性分析,选择相关系数≥70%的波段组合作为自变量,构建Chl a浓度反演模型（R2=0.956）。经独立时相实测数据检验,模型平均相对误差为25.3%。利用该模型反演秦皇岛海域2017年12月—2018年11月的Chl a浓度,结果显示,秦皇岛海域近岸的Chl a浓度总体较高,秋、冬季节总体浓度较低,夏季出现浓度峰值。     

基于无人机多光谱的沼泽植被识别方法

为了探究高分辨率无人机多光谱数据对沼泽植被群丛识别能力,在洪河国家级自然保护区的核心区、缓冲区和实验区分别建立典型样区,通过低空无人机搭载的RGB及多光谱相机获取研究区正射影像,构建多维数据集并确立4种分类方案.采用面向对象的随机森林（RF）算法,对输入的多维数据集进行变量选择和参数（mtry、ntree）调优,构建适合沼泽植被群丛尺度识别模型.结果表明：优化的面向对象的RF算法对沼泽湿地植被具有较高的识别能力,在95%的置信区间内,核心区方案四（结合了光谱波段、纹理特征、几何特征、位置特征、地表高程信息和植被指数）获得最高总体精度为87.12%,kappa系数为0.850,比方案二（结合了光谱波段、几何特征和位置特征）总体精度高12.27%,kappa系数高0.140;对于单一典型沼泽湿地植被识别精度中,芦苇获得最高的用户精度高于88%,生产者精度高于90%,小叶章的生产者精度高于85%,但是在核心区用户精度较低,仅为78%.该方法可以作为沼泽植被群丛识别的有效方法,为研究沼泽湿地生态环境变化提供更准确的数据支持.     

基于多项植被指数的景观生态类型遥感解译与分类——以额济纳天然绿洲景观为例

基于研究区2001年Landsat7ETM+遥感影像数据,运用遥感与GIS技术手段,在对遥感影像的边界裁定、几何校正、辐射校正等预处理的基础之上,根据绿洲景观生态类型分类体系,通过综合应用非监督分类、植被指数与波段比值指数聚类、监督分类以及类型叠加与图像整合等方法,进行绿洲景观生态类型的遥感解译与分类,生成研究区2001年的景观生态类型图。为尽可能利用到遥感影像的所有原始数据信息,论文选取5种植被指数(NDV I、DV I、RV I、IPV I、SA VI)和9种波段比值指数(Index1I-ndex9)参与到遥感影像的解译与分类当中,结果表明:NDV I、DV I、IPV I、SAV I、R VI、Index5、Index6具有较大的相似性,能够明显地将具有植被信息的类别分离出来,利于划分具有植被信息的景观类型;Index1-Index4具有较好的类别空间分离性,利于不同类别间的聚类与区分;而Index7-Index9的类别分离性则较差,不利于类别聚类与划分。因此,在实际的应用中,选取多项植被指数参与景观分类,不仅能够发现新的信息,而且也会明显提高景观生态类型、尤其是干旱区绿洲景观生态类型的遥感解译与分类能力。     

基于PlanetScope影像的广西钦州市黑臭水体识别方法研究

城市黑臭水体实质上是由环境保护和城市建设两者发展不平衡产生的,也是我国当下生态环境保护工作的重点之一。针对城市黑臭水体监测评价这一热点难点展开研究,以钦州市主城区为研究区域,以高频次重访的高空间分辨PlanetScope遥感影像为数据源,结合两期的实地采样数据,分析黑臭水体表观光学特性,利用黑臭水体与一般水体光谱曲线差异特征,提出近红外(NIR)单波段阈值法、HI指数法、EHI指数法和NDBWI指数法以及基于色度法的饱和度识别算法。城市黑臭水体与一般水体在蓝、绿和红波段(455～670 nm)的相同点是反射率偏低,不同点在于一般水体在455～670 nm处的光谱曲线斜率高于黑臭水体,在红波段处反射率达到极大值,在红波段和近红外波段开始下降,而黑臭水体此波段范围内反射率开始大幅升高。识别结果表明,NIR单波段阈值法识别准确率较低,存在较大偏差;HI指数识别准确率为57. 14%; EHI指数和饱和度法对黑臭水体的识别准确率均为78. 57%; NDBWI指数的识别准确率最高,达90%以上。     

基于主导因子的绿潮灾害预测方法研究

为寻求基于主导因子的绿潮灾害预测方法,在以2014年南黄海绿潮遥感监测覆盖面积数据的平均增长速率为依据划分阶段的基础上,建立支持向量机（support vector machine,SVM）权重计算模型分析影响绿潮扩散的气候因子的权重变化,给出主导因子的权重交点和在不同阶段的变化规律,使用2015年监测数据验证该方法所得结果,误差为1.8%～7%。结果表明,温度与浪高均值比在形成期小于7,快速增长期为4～6,平稳期为5～7,消亡期大于7,雾霾的平均增长速率差分在形成期大于2或小于-2,快速增长期为-3～2,平稳期为-1～1,消亡期接近0。