基于静止轨道海洋水色卫星数据的绿潮遥感探测方法和逐时变化特征研究

发布时间：2019-08-26 16:52

【摘要】：2007至今，我国黄东海每年春夏季都会爆发一定规模的绿潮灾害，对海洋环境、海洋渔业和海洋生态系统都造成了显著的影响。卫星遥感是大范围绿潮监测的重要手段，但目前的研究和业务监测工作大都是基于极轨卫星数据的，其重访周期一般为一天，因此不能用于绿潮逐时变化监测与研究。静止轨道海洋水色卫星GOCI的问世为绿潮逐时变化特征研究提供了可能，但目前针对GOCI数据的绿潮遥感探测方法仍有待研究，基于GOCI数据的绿潮藻种卫星遥感识别技术也未见研究报道，海面漂浮绿潮分布的逐时变化特征的研究工作尚未开展。本文针对以上科学问题，基于黄东海GOCI卫星遥感影像，开展了海面漂浮绿潮探测方法、绿潮藻种识别方法和绿潮分布逐时变化特征等研究，主要内容和结论如下：（1）海面漂浮绿潮GOCI遥感探测方法研究针对GOCI的波段设置特点，评估了主流的绿潮遥感探测算法（NDVI、RVI、EVI、FAI、NDAI、IGAG等）及其波段组合的绿潮探测能力，结果表明：NDVI算法的绿潮探测能力明显优于RVI、EVI、KOSC、OSABI等四种算法，可作为GOCI绿潮遥感监测的首选算法；IGAG算法虽具有一定的应用潜力，但其表现缺乏稳定性。对于上述6种算法不同波段组合的对比分析表明：红光波段选择GOCI波段5或波段6对绿潮探测结果的影响可以忽略，但近红外波段选择波段7或波段8可导致明显差异。在此基础上，本文综合利用GOCI红光和近红外各两个波段的信息，基于经典的NDVI算法形式，发展了一种新的针对GOCI的海面漂浮绿潮探测算法NDVI-a。（2） GOCI海面漂浮绿潮藻种识别算法研究基于浒苔和马尾藻等不同绿潮藻种的GOCI卫星数据，分析了不同藻种（浒苔和马尾藻）绿潮的光谱差异，结果表明马尾藻光谱在红光波段（GOCI波段5、6）反射率值明显大于浒苔，而浒苔光谱在近红外波段（GOCI波段7、8）的反射率稍大于马尾藻。在此基础上，利用支持向量机SVM模型发展了一种新的绿潮藻种遥感识别方法，经独立数据检验，识别准确率为84%。（3）黄海海面漂浮绿潮分布逐时变化特征及驱动机制研究利用一日8景的GOCI卫星影像，分别提取了2013年6月20日和29日黄海绿潮分布逐时变化信息，结果表明，从8:30到15:30，海面漂浮绿潮覆盖面积呈先上升后下降的趋势，在绿潮覆盖面积最大值出现在13:30，可能的原因是一日之内光照不同导致悬浮绿潮上浮或沉降；利用最大相关系数（MaximumCorrelation Coefficient，MCC）方法提取了海面漂浮绿潮位置的逐时漂移信息，发现黄海绿潮的漂移具有一定的逐时变化特征。
【图文】：

奥运会,海面,马尾藻,情况

图 1.1 2008 年奥运会期间海面漂浮绿潮情况和绿潮清理现场除了浒苔绿潮外，2013 年 6 月中旬以来，黄海海域持续发现大面积呈块布的马尾藻[16]。漂浮马尾藻的出现，，给绿色的漂浮绿潮分布区涂上一抹棕，也进一步增大了沿海绿潮防治的难度与工作压力。图 1.2 2013 年日照以东远岸海域漂浮马尾藻传统基于船载实测的绿潮监测方法耗时、费力，而遥感技术可以快速、有获取地表的信息，其大范围、同步、快速的观测能力，具有传统调查取样和

马尾藻,海域,海面

基于轨道静止海洋水色卫星数据的海面漂浮绿潮遥感探测方法与逐时变化特征研究图 1.1 2008 年奥运会期间海面漂浮绿潮情况和绿潮清理现场除了浒苔绿潮外，2013 年 6 月中旬以来，黄海海域持续发现大面积呈块布的马尾藻[16]。漂浮马尾藻的出现，给绿色的漂浮绿潮分布区涂上一抹棕，也进一步增大了沿海绿潮防治的难度与工作压力。
【学位授予单位】：中国海洋大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP79

【参考文献】