基于GIS的遥感溢油监测系统设计
发布时间:2022-01-05 02:58
针对海事管理部门的卫星遥感业务化系统建设现状及防治船舶污染职能要求,开展基于地理信息系统(GIS)技术的溢油监测系统的设计和建设工作。提出系统建设目标和总体设计思路,并对系统建设的技术路线、关键技术和系统流程进行论述。该系统能够为全国重点海域溢油污染、通航环境遥感监测提供有力支撑,帮助海事管理部门实现业务整合、精细化管理和科学决策。
【文章来源】:船海工程. 2020,49(02)北大核心
【文章页数】:6 页
【部分图文】:
B/S海事专网网络版系统架构
C/S结构即客户端和服务端结构,指运行于办公网络环境下的单机版程序,主要满足本系统管理单位内部使用,进行日常溢油监测业务处理,主要包含遥感影像数据输入、自动预处理、自动监测、人工二次图斑筛选、专题图制作、报表输出、归档管理的监测一体化系统功能,为了提供良好的用户体验及使用效率,本系统建设以C/S架构(见图3)为主。2 技术路线
系统总体业务流程见图4。互联网获取的气象信息、遥感影像数据通过网闸推送到海事专网,进行数据库建库,形成对应的环境数据库和遥感影像数据库。系统管理单位使用C/S版系统进行溢油监测、敏感资源监测、船舶监测,监测结果形成溢油专题数据库、敏感资源专题数据库、船舶专题数据库。其他用户试用溢油漂移预测系统网络版进行溢油漂移预测,形成溢油漂移专题数据库。B/S版系统在海事专网以地理信息可视化技术为基础,显示电子海图、AIS、遥感影像、遥感监测专题数据等数据,提供在线监测计算功能。5 结论
【参考文献】:
期刊论文
[1]基于改进Faster R-CNN的SAR船舶目标检测方法[J]. 岳邦铮,韩松. 计算机与现代化. 2019(09)
[2]基于深度学习RCF模型的三都澳筏式养殖区提取研究[J]. 刘岳明,杨晓梅,王志华,陆尘. 海洋学报. 2019(04)
[3]基于改进Faster R-CNN算法的舰船目标检测与识别[J]. 赵春晖,周瑶. 沈阳大学学报(自然科学版). 2018(05)
[4]基于星载SAR的海上主要溢油风险源遥感识别方法[J]. 邴磊. 船海工程. 2018(02)
[5]一种基于全极化SAR数据广义多子视相干的海面船只目标检测方法[J]. 魏钜杰,张继贤,黄国满,赵争. 电子学报. 2016(06)
[6]高分辨率遥感影像多尺度分割中最优尺度选取方法综述[J]. 王露,刘庆元. 测绘与空间地理信息. 2015(03)
[7]基于合成孔径雷达回波信号的海洋溢油监测方法研究[J]. 孙健,胥亚,陈方玺,彭仲仁. 海洋学报(中文版). 2014(09)
[8]应用极化合成孔径雷达检测海上溢油研究进展[J]. 邹亚荣,邹斌,梁超. 海洋学报(中文版). 2014(09)
[9]基于极化散射特征的极化合成孔径雷达海冰分类方法研究:以渤海海冰分类为例[J]. 张晰,张杰,孟俊敏,苏腾飞,刘眉洁. 海洋学报(中文版). 2013(05)
[10]中国近海海上溢油预测与应急决策支持系统研发[J]. 安伟,王永刚,王新怡,牛志刚,赵宇鹏. 海洋科学. 2010(11)
博士论文
[1]基于高分辨率极化SAR的海冰分类和厚度探测方法研究[D]. 刘眉洁.中国石油大学(华东) 2016
硕士论文
[1]基于深度学习的舰船目标检测与识别[D]. 周瑶.哈尔滨工程大学 2018
[2]SAR图像舰船检测与分类方法研究[D]. 蒋明哲.合肥工业大学 2016
本文编号:3569590
【文章来源】:船海工程. 2020,49(02)北大核心
【文章页数】:6 页
【部分图文】:
B/S海事专网网络版系统架构
C/S结构即客户端和服务端结构,指运行于办公网络环境下的单机版程序,主要满足本系统管理单位内部使用,进行日常溢油监测业务处理,主要包含遥感影像数据输入、自动预处理、自动监测、人工二次图斑筛选、专题图制作、报表输出、归档管理的监测一体化系统功能,为了提供良好的用户体验及使用效率,本系统建设以C/S架构(见图3)为主。2 技术路线
系统总体业务流程见图4。互联网获取的气象信息、遥感影像数据通过网闸推送到海事专网,进行数据库建库,形成对应的环境数据库和遥感影像数据库。系统管理单位使用C/S版系统进行溢油监测、敏感资源监测、船舶监测,监测结果形成溢油专题数据库、敏感资源专题数据库、船舶专题数据库。其他用户试用溢油漂移预测系统网络版进行溢油漂移预测,形成溢油漂移专题数据库。B/S版系统在海事专网以地理信息可视化技术为基础,显示电子海图、AIS、遥感影像、遥感监测专题数据等数据,提供在线监测计算功能。5 结论
【参考文献】:
期刊论文
[1]基于改进Faster R-CNN的SAR船舶目标检测方法[J]. 岳邦铮,韩松. 计算机与现代化. 2019(09)
[2]基于深度学习RCF模型的三都澳筏式养殖区提取研究[J]. 刘岳明,杨晓梅,王志华,陆尘. 海洋学报. 2019(04)
[3]基于改进Faster R-CNN算法的舰船目标检测与识别[J]. 赵春晖,周瑶. 沈阳大学学报(自然科学版). 2018(05)
[4]基于星载SAR的海上主要溢油风险源遥感识别方法[J]. 邴磊. 船海工程. 2018(02)
[5]一种基于全极化SAR数据广义多子视相干的海面船只目标检测方法[J]. 魏钜杰,张继贤,黄国满,赵争. 电子学报. 2016(06)
[6]高分辨率遥感影像多尺度分割中最优尺度选取方法综述[J]. 王露,刘庆元. 测绘与空间地理信息. 2015(03)
[7]基于合成孔径雷达回波信号的海洋溢油监测方法研究[J]. 孙健,胥亚,陈方玺,彭仲仁. 海洋学报(中文版). 2014(09)
[8]应用极化合成孔径雷达检测海上溢油研究进展[J]. 邹亚荣,邹斌,梁超. 海洋学报(中文版). 2014(09)
[9]基于极化散射特征的极化合成孔径雷达海冰分类方法研究:以渤海海冰分类为例[J]. 张晰,张杰,孟俊敏,苏腾飞,刘眉洁. 海洋学报(中文版). 2013(05)
[10]中国近海海上溢油预测与应急决策支持系统研发[J]. 安伟,王永刚,王新怡,牛志刚,赵宇鹏. 海洋科学. 2010(11)
博士论文
[1]基于高分辨率极化SAR的海冰分类和厚度探测方法研究[D]. 刘眉洁.中国石油大学(华东) 2016
硕士论文
[1]基于深度学习的舰船目标检测与识别[D]. 周瑶.哈尔滨工程大学 2018
[2]SAR图像舰船检测与分类方法研究[D]. 蒋明哲.合肥工业大学 2016
本文编号:3569590
本文链接:https://www.wllwen.com/kejilunwen/dizhicehuilunwen/3569590.html