基于靜止軌道海洋水色衛(wèi)星數(shù)據(jù)的海面漂浮綠潮遙感探測(cè)方法與逐時(shí)變化特征研究.pdf

1、2007至今,我國黃東海每年春夏季都會(huì)爆發(fā)一定規(guī)模的綠潮災(zāi)害,對(duì)海洋環(huán)境、海洋漁業(yè)和海洋生態(tài)系統(tǒng)都造成了顯著的影響。衛(wèi)星遙感是大范圍綠潮監(jiān)測(cè)的重要手段,但目前的研究和業(yè)務(wù)監(jiān)測(cè)工作大都是基于極軌衛(wèi)星數(shù)據(jù)的,其重訪周期一般為一天,因此不能用于綠潮逐時(shí)變化監(jiān)測(cè)與研究。靜止軌道海洋水色衛(wèi)星 GOCI的問世為綠潮逐時(shí)變化特征研究提供了可能,但目前針對(duì)GOCI數(shù)據(jù)的綠潮遙感探測(cè)方法仍有待研究,基于GOCI數(shù)據(jù)的綠潮藻種衛(wèi)星遙感識(shí)別技術(shù)也未見研究報(bào)道

2、,海面漂浮綠潮分布的逐時(shí)變化特征的研究工作尚未開展。
　　本文針對(duì)以上科學(xué)問題,基于黃東海GOCI衛(wèi)星遙感影像,開展了海面漂浮綠潮探測(cè)方法、綠潮藻種識(shí)別方法和綠潮分布逐時(shí)變化特征等研究,主要內(nèi)容和結(jié)論如下:
　　(1)海面漂浮綠潮GOCI遙感探測(cè)方法研究
　　針對(duì) GOCI的波段設(shè)置特點(diǎn),評(píng)估了主流的綠潮遙感探測(cè)算法(NDVI、RVI、EVI、FAI、NDAI、IGAG等)及其波段組合的綠潮探測(cè)能力,結(jié)果表明:NDVI

3、算法的綠潮探測(cè)能力明顯優(yōu)于 RVI、EVI、KOSC、OSABI等四種算法,可作為GOCI綠潮遙感監(jiān)測(cè)的首選算法;IGAG算法雖具有一定的應(yīng)用潛力,但其表現(xiàn)缺乏穩(wěn)定性。對(duì)于上述6種算法不同波段組合的對(duì)比分析表明:紅光波段選擇GOCI波段5或波段6對(duì)綠潮探測(cè)結(jié)果的影響可以忽略,但近紅外波段選擇波段7或波段8可導(dǎo)致明顯差異。在此基礎(chǔ)上,本文綜合利用 GOCI紅光和近紅外各兩個(gè)波段的信息,基于經(jīng)典的 NDVI算法形式,發(fā)展了一種新的針對(duì) GO

4、CI的海面漂浮綠潮探測(cè)算法 NDVI-a。
　　(2) GOCI海面漂浮綠潮藻種識(shí)別算法研究
　　基于滸苔和馬尾藻等不同綠潮藻種的 GOCI衛(wèi)星數(shù)據(jù),分析了不同藻種(滸苔和馬尾藻)綠潮的光譜差異,結(jié)果表明馬尾藻光譜在紅光波段(GOCI波段5、6)反射率值明顯大于滸苔,而滸苔光譜在近紅外波段(GOCI波段7、8)的反射率稍大于馬尾藻。在此基礎(chǔ)上,利用支持向量機(jī) SVM模型發(fā)展了一種新的綠潮藻種遙感識(shí)別方法,經(jīng)獨(dú)立數(shù)據(jù)檢驗(yàn),識(shí)別

5、準(zhǔn)確率為84％。
　　(3)黃海海面漂浮綠潮分布逐時(shí)變化特征及驅(qū)動(dòng)機(jī)制研究
　　利用一日8景的 GOCI衛(wèi)星影像,分別提取了2013年6月20日和29日黃海綠潮分布逐時(shí)變化信息,結(jié)果表明,從8:30到15:30,海面漂浮綠潮覆蓋面積呈先上升后下降的趨勢(shì),在綠潮覆蓋面積最大值出現(xiàn)在13:30,可能的原因是一日之內(nèi)光照不同導(dǎo)致懸浮綠潮上浮或沉降;利用最大相關(guān)系數(shù)(Maximum Correlation Coefficient,M