一种基于GOCI数据的叶绿素a浓度三波段估算模型

以标准三波段算法为基础,构建了适用于GOCI影像数据的叶绿素a浓度三波段估算模型.并以三峡水库、巢湖、洞庭湖和太湖水体的289组实测叶绿素a浓度以及光谱数据作为基础,模拟了GOCI影像和MERIS影像波段,率定了模型参数,并与MERIS三波段算法和目前常用的GOCI波段比值算法进行了对比分析,最终用GOCI影像数据进行了独立数据验证.结果表明:1对目前的数据集,680 nm处和660 nm处的色素颗粒物吸收系数具有相对固定的比例关系,比值为1.351;2 GOCI三波段模型在模型率定中,得到与MERIS三波段模型近似的效果,线性拟合的决定系数为0.809,略低于MERIS三波段模型的0.820,但明显优于GOCI比值模型(0.450),有效避免了GOCI波段比值模型中在叶绿素a浓度低值区出现的"扩散"现象,体现出较好的普适性;3通过验证数据集中平均相对误差和均方根误差两个误差指标的对比,发现GOCI三波段模型误差表现与建模数据一致,与MERIS数据接近,明显优于GOCI波段比值模型;4通过GOCI影像的同步验证,发现GOCI波段比值算法会对太湖叶绿素a浓度产生明显的低估,且难以体现叶绿素a浓度空间变异.GOCI三波段算法效果相对较好.相比于目前常用的波段比值算法,GOCI三波段算法具有更高的稳定性和精度,有较强的应用潜力.     

基于无人机可见光影像的绿色植被提取

在分析健康绿色植被光谱特性及无人机可见光影像典型地物各波段像元值差异的基础上,提出一种综合利用红、绿、蓝3个可见光波段信息的新型绿色植被指数——差异增强植被指数（DEVI）.利用该指数及其他8种常见可见光植被指数结合不同阈值方法提取研究区域绿色植被信息,并采用地表真实感兴趣区和基于SVM的监督分类方法进行精度量化评价.结果表明：由DEVI计算的植被指数灰度影像直方图具有良好双峰形态,可利用双峰直方图阈值法快速确定阈值,且阈值一般位于0.9~1之间;同时,DEVI提取精度明显优于其余8种植被指数,且采用双峰直方图阈值法时,总体精度为98.98%,Kappa系数为0.9791,相对误差为1/83.为验证DEVI是否具有良好的可适用性及可靠性,选取3种典型植被覆盖区域进行可行性验证,结果表明：利用DEVI可高精度提取建筑密集区域和植被零散分布区域的绿色植被信息,总体精度分别为98.42%和98.56%,Kappa系数分别为0.9610和0.9635,相对误差分别为1/125和1/91;而植被集中分布区域提取精度略低于上述2种典型区域,总体精度为97.40%,Kappa系数为0.9371,相对误差为1/53.因此,提出的差异增强植被指数——DEVI可以有效、高精度、低成本提取不同植被覆盖典型区域无人机可见光影像中的绿色植被信息,为陆地生态系统中的绿色植被监测研究提供一种可行性方法.     

基于TM的陆良县遥感影像分类方法实验研究

以Landsat TM遥感影像为数据源,以云南省陆良县为研究对象,利用ENVI4.8对陆良县的Landsat TM遥感影像进行图像预处理以及最佳波段组合,运用监督分类中的平行六面体分类、最小距离分类、马氏距离分类以及最大似然分类等四种分类方法,对地物信息进行提取,并对其分类精度进行评价。最后发现,波段146组合适合陆良县的地物提取。在分类方法中,最大似然法分类的总体精度及Kappa系数均高于其他三种分类。     

基于面向对象的海岸带土地利用信息提取研究

针对海岸带复杂多样的土地利用信息,选取山东省乳山市海岸带为研究区域,运用 Landsat TM遥感影像数据,基于面向对象分类方法,利用不同地物的光谱、形状、纹理和空间关系等特征,通过多尺度分割、隶属度函数法和标准最邻近分类法提取研究区土地利用信息,并对分类结果进行精度评估。结果表明：①隶属度函数法和标准最邻近分类法结合,提取出乳山市海岸带12 种土地利用类型信息,很好地区分了盐田和养殖水面、林地和园地,可提取出主要的道路和河流等细长线状地物;②将提取结果与最大似然法对比,面向对象分类方法提取精度达到82.50%,Kappa系数为0.809 1,分别比最大似然法提高了11.44%和0.105 5,很好地避免“同物异谱”和“异物同谱”对分类精度造成的影响,有效地避免了“椒盐”现象。面向对象分类方法提取中分辨率遥感影像精度较高,为海岸带土地利用信息的快速、准确提取提供了有效的技术手段。     

垦利县耕地利用动态监测研究

对土地利用变化进行监测是全球变化的一项基本内容,基于遥感技术的两个最主要的应用是通过影像分类制作土地覆被图和通过变化监测分析土地覆被变化,从而为土地利用分析提供了有力的工具与手段。论文以山东省垦利县为研究对象,探讨了利用TM数据进行耕地信息提取及监测,包括遥感图像的几何精校正、数据配准、研究区数据提取及图像增强等,分别采用屏幕目视解译法和自动分类与目视解译结合法两种分类方法提取耕地信息,在此基础上对耕地分类结果进行叠加监测,并对分类和监测结果进行了验证;最后对耕地资源的变化做了一个系统的分析。结果表明,在计算机自动分类结果的基础上,进行目视修正,可以有效地提高分类精度,适宜于农用土地区尤其是滨海盐渍土区的耕地信息提取。     

基于Landsat 8 OLI数据的树种类型分布提取

树种分布是林业调查工作中的关键环节,遥感影像中对树种信息的提取具有重要意义。论文以福建省长汀县为研究区,收集2016年3月美国陆地卫星影像(Landsat 8 OLI)数据,提出基于知识库的图像膨胀分类方法,结合不同树种类型分布点的影像像元灰度与影像不同波段的重新排列,对杉类、松类、竹类与阔叶树类4个类型提取分布信息,结合地面验证坐标点进行精度评价,同时与专家知识分类法比较。结果显示图像膨胀法结合了地物分布特征与光谱信息,在Landsat 8 OLI影像中是可行的,并提高了精度,整体精度为83.01%,Kappa系数为0.77,与专家知识分类法相比分别提高了8.25%、0.11。该研究为快速精确地使用Landsat 8 OLI影像提取树种分布信息具有一定参考。     

一种融合多波段比值法和随机森林算法的Sentinel-2绿潮信息提取方法

遥感卫星可以高效、大面积地监测海洋绿潮的发生及发展情况,而绿潮的精准识别提取尤为重要,对于维护海洋生态环境安全具有重大意义。本研究提出一种融合多波段比值法和随机森林算法（random forest,RF）的绿潮信息提取方法,基于高分辨率的Sentinel-2遥感影像,以苏北近岸海域为研究区,以绿潮和非绿潮两类地物为识别目标进行精准识别分类,并与最大似然法（maximum likelihood classification,MLC）、RF和支持向量机（support vector machine,SVM）以及融合多波段比值法的MLC和SVM等五种模型进行对比。结果表明：归一化植被指数（normalized difference vegetation index,NDVI）和漂浮藻类指数（floating algae index,FAI）能够有效提高绿潮信息提取的准确性,融合这两种指数的RF模型分类结果 Kappa系数为0.98,总体精度为99.92%,高于其他五种模型。研究结果可为海洋环境生态及生物地球化学循环的相关研究与治理提供理论与技术支撑。     

基于GOCI影像和水体光学分类的内陆湖泊叶绿素a浓度遥感估算

叶绿素a作为水质参数之一,常用来作为衡量水体富营养化程度的指示标准.利用从太湖及洞庭湖获取的326个实测数据,基于实测遥感反射率对水体光谱进行光学分类,结果表明所采集的样点可分为3种水体类型.结合GOCI的波段设置,建立了不同类型水体的叶绿素a浓度反演模型.水体类型一可以利用490 nm(3波段)和555 nm(4波段)来反演,水体类型二可利用660 nm(5波段)和443 nm(2波段),水体类型三利用745 nm(7波段)和680 nm(6波段).精度分析表明,分类后的平均相对误差明显下降,类型一为38.91%、类型二为24.19%、类型三为22.90%;类型一均方根误差为4.87μg·L-1、类型二为8.13μg·L-1、类型三为11.66μg·L-1;分类前后的总体平均相对误差由49.78%降低到29.59%,总体均方根误差由14.10μg·L-1降低到9.29μg·L-1,分类后反演精度得到了显著提高.利用2013年5月13日8景GOCI影像反演了太湖的叶绿素a浓度,结果表明,2013年5月13日太湖叶绿素a浓度日变化显著,高值区主要集中在竺山湾、梅梁湾、贡湖湾,低值区主要集中在湖心区以及南部区域,10:00以后太湖西南部沿岸的叶绿素a浓度显著降低.这种先分类后反演的方法对于二类水体的模型反演精度的提高具有重要作用.     

基于HJ-1 CCD数据的海冰时空特征分析——以渤海辽东湾为例

基于环境减灾卫星(HJ-1)CCD数据,对比分析了CCD数据4个波段的不同地物波谱特征,构建了海冰遥感信息提取指数(SII),并将该指数作为一个特征参量与CCD数据的其他4个波段进行支持向量机分类,提取了2012/2013年海冰发展关键期的海冰时空变化信息,在此基础上,结合气象数据分析了2012/2013年冬季渤海辽东湾海冰灾害的时空分布特征。结果表明:海冰的冻结、融化、增长和减弱与冬季气候时空变化特征有密切关系;HJ-1CCD数据能有效提取海冰信息,是海冰监测的一种有效的数据源;基于SII指数的支持向量机遥感图像海冰分类方法对海冰的识别具有较高的精度,能够为海冰监测提供新的技术支撑。     

面向GOCI数据的太湖总磷浓度反演及其日内变化研究

总磷浓度是水质评价的一个重要指标,是水体富营养化、蓝藻水华暴发的重要影响因素,遥感技术具有范围广、时效高的优势,利用卫星遥感监测总磷浓度,对于水质和富营养化的研究有着重要意义.利用2013~2014年3次地面实验数据,构建了基于GOCI影像的总磷反演模型,为了检验模型的适用性,选取2014年春、夏、秋、冬各1日GOCI影像,对太湖总磷浓度的日内变化进行分析.结果表明,利用GOCI数据8个波段的波段组合作为变量,进行逐步回归分析所建立的模型具有较高的反演精度,模型的决定系数为0.898,平均绝对误差百分比为14.296%,均方根误差为0.026 mg·L~(-1).同时,利用地面实测样点与同步卫星影像对模型进行了精度分析,2014年8月5日和2014年10月24日同步影像的验证精度分别为:平均绝对误差百分比为33.642%和22.551%,均方根误差为0.076 mg·L~(-1)和0.028 mg·L~(-1).对4个季节中4 d的30幅影像对比分析表明,不同季节总磷浓度的绝对含量存在差异,但是,总磷浓度的时空分布及从早晨到下午的差异性存在相似性.从空间分布上看,梅梁湾、竺山湾、贡湖湾及西南部沿岸小梅港、长兜港总磷浓度长期偏高,各个区域的总磷浓度变化受到风向、风速等因素的影响;从时间变化上看,早上总磷浓度最高,随后逐渐降低,反映了总磷浓度受到温度和光照影响的效果.     

湛江东海岛春季海雾雾水化学特性分析

利用湛江1951~2010年地面观测资料及2010年3月15日~4月20日在湛江东海岛6次海雾观测数据,分析了湛江海雾发生的规律和雾水化学特性.结果表明,湛江海雾属于酸性海雾,pH值变化范围从4.80~6.05.海雾发生初期的电导率比雾发生期间高很多,说明海雾发生的初始阶段雾水中溶解了大量的污染物.对样本的电导率与pH值进行非线性拟合,相关系数为0.61,表明存在一定的相关性.湛江东海岛雾中各离子浓度很高,与其他城市相比较,湛江海雾阴离子Cl-和NO3-很高,特别是Cl-达13000μmol/L,但SO42-不高;阳离子中Na+很高.电导率比其他城市偏高.Ca2+和Mg2+的离子浓度较高,主要是受近地表土壤(主要是钙和铁的碳酸盐)尘埃影响.在雾过程的前期,雾水中各离子成分浓度最高,雾过程期间浓度偏低.各种离子浓度与雾的类型有关.     

基于卫星遥感数据的东海浮游植物对台风响应研究

台风是发生在热带或副热带海洋上的一种强烈气旋性涡旋,能够对海洋环境产生一定的影响。本文基于中分辨率成像光谱仪MODIS（moderate resolution imaging spectroradiometer）和地球静止海洋水色成像仪GOCI（geostationary ocean color imager）卫星遥感...     

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。     

2003-2020年黄海水体透明度时空变化特征及影响因素研究

海水透明度是描述水体光学性质的重要参数,也是海洋环境质量的评价指标。本文基于三波段模型,反演了2003-2020年黄海水体透明度。结果表明,透明度呈近岸向远海逐渐增加的特征,黄海西部为低值区,南黄海中部为高值区。在时间上,透明度呈现下降的趋势。经验正交函数分析表明,第一模态与叶绿素a浓度相关性最强,与悬浮物浓度的相关系数较高,说明海水透明度的变化主要受水体光学组分的影响。第二模态和第三模态表明,海表温度、海表盐度是引起透明度变化的主要协变量。水体透明度长期监测是水质监测和海洋生态系统保护的重要内容。     

基于静止卫星GOCI传感器的大气污染过程AOD监测

针对北京及周边地区2017年11月2~8日的一次污染过程,利用韩国静止卫星COMs1GOCI数据,对北京地区进行AOD监测.AOD反演采用时间序列迭代算法,根据地表反射率随时间慢变而大气气溶胶随时间快变的理论,采取最小值拟合的方式,获取气溶胶光学厚度数据.反演结果与地基AERONET监测结果具有很好的一致性,两者的相关系数R²大于0.89.AOD监测结果表明,GOCI传感器1次/h的监测频率,可以很好地展现北京地区大气污染过程的开始,发展及消散过程,可以展示出一天之内AOD的变化,为大气污染监测以及气候变化研究提供依据.     

河北海域海面温度遥感反演业务化算法

对MODIS数据海面温度反演传统劈窗算法进行修正,建立了适用于河北海域的海面温度反演模型。模型的系数是通过河北近海海域海面温度的实测数据与准同步的MODIS数据回归获得。利用实测数据对模型精度进行验证。结果表明,模型反演值与实测值一元线性回归R2为0.984,平均误差为0.4℃,平均相对误差为2.3%,均方根误差为0.5℃,满足业务化监测要求。最后将该反演模型应用到了2012~2014年河北海域海面温度遥感监测,分析统计年际变化趋势。该模型能够较真实地反映河北海域海面温度的分布变化状况。     

基于改进光谱角法的红树林高分遥感分类方法研究

传统影像分类方法多利用影像端元光谱进行地物分类,影像的空间结构信息被忽视,本研究结合面向对象分类方法思想以提高红树林遥感分类精度。本研究提出了一种结合端元类型选择、像元提纯等混合像元分解手段及分水岭图像分割算法的改进光谱角影像分类方法,并以山口红树林国家级自然保护区为研究区,利用GF-1号遥感影像数据,在光谱特征分析和地面调查的基础上,对红树林生态系统进行分类,并对分类精度进行分析。研究结果表明:改进的光谱角分类方法对GF-1影像分类效果较好,既兼顾地类光谱组成较复杂时的特殊性,又有效避免结果的破碎化现象,且总体精度达到95%（KAPPA系数0.944）,证明了其在红树林遥感影像分类及信息提取方面的应用潜力,为红树林生态系统业务化遥感监测奠定了基础。     

基于陆海统筹的渤海山东省近岸海域总氮总量控制研究

总氮为山东省渤海近岸海域总量控制的主要污染物,本文利用输出系数法评估了陆源污染物入海总量,研究了总氮陆源入海时空分布格局。结合山东省渤海近岸海水水质目标,运用入海负荷最优化法,本研究得到12条主要河流的总氮允许入海量为86,184 t/a,为达成渤海综合治理攻坚战的水质目标,总氮需减排60,505 t/a。基于陆海统筹考虑,本文分配了研究范围内各地市总氮削减量。本研究对有效改善山东省渤海近岸海域环境质量具有重要参考价值。     

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。