基于地物光谱可分性的CHRIS 高光谱影像波段选择及其分类应用

本文以黄河口湿地为研究区,应用覆盖该区域的CHRIS高光谱遥感影像,提出了一种基于地物光谱可分性的滨海湿地高光谱影像波段选择方法。该方法利用研究区的7种典型地物的110余条现场实测地物光谱曲线,通过分析比对地物两两之间的光谱可分度,确定地物类型之间的光谱可分区间,基于此选取CHRIS高光谱影像的地物分类特征波段,应用三种经典的监督分类方法(支持向量机法SVM、人工神经网络法ANN和光谱角制图法SAM)开展利用全波段的和利用本文方法选择特征波段的分类对比实验。结果表明:(1)基于光谱可分性特征波段的方法较全波段分类精度有所提高,其中ANN分类精度最高,为82.52%,较全波段分类精度提高了约为5.1%;(2)芦苇、水体、黄河水和裸滩4种地物的识别能力高,生产者精度都在80%以上;(3)碱蓬的用户精度提升最为明显,约在7%。     

基于BRDF可见光偏振成像技术的海面溢油油种识别研究

海上溢油事件发生后需要及时判断溢油种类,为溢油事故处置提供及时有效的应对措施。本文利用BRDF多角度测量装置和可见光偏振相机对不同油种和清洁海水进行观测,基于可见光偏振特征筛选出最佳观测Stokes参量和对应观测几何,构建了清洁海水和不同油种数据集,并建立了基于BRDF偏振特征的DBN溢油油种识别模型。研究发现,在实验室可控条件下,相对方位角–60°、0°、–30°组合时油种识别效果较好,光源天顶角和相机观测角二者在接近±50°时识别效果较好;多次重复实验显示,海水、原油、重油、汽油、柴油、棕榈油的最优识别率分别为90%、86.27%、84%、80.44%、82.08%和82%;基于可见光偏振特征所建立的油种识别模型,对于海面溢油种类区分具有较好的效果。     

海面溢油无人机高光谱遥感检测与厚度估算方法

海上溢油是海洋国家所面临的共同问题，但至今仍没有一种可靠实用的海上溢油准确识别和油量遥感监测方法。为此，本文以无人机高光谱遥感为手段，开展了海面溢油检测与厚度估算方法研究。实验中，通过搭建室外大型水槽溢油实验装置，获取了模拟真实海洋环境条件下不同溢油量的遥感和现场光谱数据，在此基础上，分析并提取了海上溢油特征光谱波段，给出了海上溢油高光谱检测模型；针对现场实验条件下水面油膜厚度难以测定的问题，设计了3种利用总体溢油量的油膜厚度估算模型。得到如下主要结论:（1）675 nm和699 nm是海上溢油检测的有效特征波段，但对极薄的油膜没有检测能力；（2）提出了归一化溢油指数模型、反比例模型和吸收基线模型等3种海上溢油油膜厚度估算模型，其中对于薄油膜（厚度≤ 5 μm）和厚油膜（厚度>50 μm），反比例模型是溢油厚度反演的首选也是唯一选择。对于中厚度油膜，晴朗天气条件下，归一化溢油指数模型是油膜厚度反演的首选，同时反比例模型和溢油吸收基线模型也都有较好的反演能力，而在多云天气条件下，反比例模型效果最佳。     

基于子空间划分和耀斑抑制的赤潮高光谱高精度快速检测研究

高光谱数据波段多、数据量大,波段间存在信息冗余,影响了赤潮高光谱遥感检测速度。又由于海面太阳耀斑的存在,导致高光谱图像耀斑区的光谱反射远大于周边水体的离水辐亮度,严重影响了赤潮高光谱遥感检测精度。文中提出了互信息子空间划分结合最大信息熵的特征波段提取方法 ME,并与MP、CE和CP 3种方法进行对比分析,采用了3种滤波方法和6个滤波窗口进行耀斑抑制,探讨耀斑对赤潮高光谱遥感检测精度的影响。结果表明:提出的ME方法不仅具有良好的保谱性质,而且在保持原有赤潮检测精度的基础上,相较于原始全波段高光谱数据减少了近一半的检测时间;7×7滤波窗口的Median滤波方法对应的赤潮检测精度最高,达到了96.25%,相比未经滤波高光谱图像的检测精度提高了6.33%。因此,基于子空间划分的特征波段提取和耀斑抑制可实现赤潮高光谱高精度快速检测。     

基于改进Faster R-CNN模型的SAR图像溢油检测方法

SAR（synthetic aperture radar）图像溢油暗斑准确识别对海上溢油应急工作具有重要的意义。为减少SAR图像特征提取、特征选择过程中人为因素对溢油检测精度的影响,本文将Faster R-CNN卷积神经网络模型引入SAR图像溢油检测并进行了改进。针对溢油暗斑形状多样及SAR图像背景复杂的特点,选用结构一致且实用性强的VGG16卷积网络获取图像特征,并使用软化非极大值抑制算法（Soft-NMS）进行优化。同时基于相同的数据集,提取常用的SAR图像几何特征、灰度特征和纹理特征,构建反向传播（backpropagation,BP）人工神经网络溢油检测方法并与Faster R-CNN方法进行对比。实验结果表明,基于改进Faster-RCNN模型的溢油检测方法溢油检测率达到0.78,且溢油检测虚警率低于0.25,相比BP人工神经网络溢油检测方法样本识别率、溢油检测率分别提高了4%和5%,溢油虚警率降低了5%。     

基于无人机载多光谱相机的海面溢油分类方法研究

海洋溢油事故发生后,及时准确地探测油污分布情况极为重要。无人机载多光谱探测海面油膜是高效的溢油监测手段之一,它能弥补卫星遥感的滞后性、精度低等不足,具有灵活性高、实时性强等优点。本研究研制了无人机载多光谱油污探测系统并进行了水面油膜机载探测实验,分别利用最大似然法、最小距离法以及光谱角填图法对成像结果进行分类,并将3种方法的分类结果进行精度评价,结果表明光谱角填图法总分类精度高于90%。利用该系统在小型渔港进行了海面溢油探测实验,基于光谱角填图法将原始图像进行分类。实验结果表明,该溢油探测方法是一种低成本、操作简单、分类精度高的非接触监测手段,能够满足目前海面溢油快速监控的需求,具有良好的应用前景。     

海水叶绿素α浓度遥感测量的实验研究

本文描述了1989年11月在青岛即墨岙山养殖基地所做的海水叶绿素σ浓度遥感测量的基础实验。该实验获得了高浓度叶绿素α含量的海水反射光谱。该反射光谱的特征波段为:波谷在485nm;波峰在450nm 和535nm;“节点”在572nm.根据该实验数据选取了叶绿素α浓度两种双波段估算模式.分析结果表明;两种模式的精度都在50%以上,且双波段反射率的差值法优于双波段反射率比值法.     

基于自扩展深度置信网络的原油油膜绝对厚度反演研究

海上溢油事故危害海洋生态安全、人类健康与经济发展。开展基于遥感技术的海面溢油量的估算研究,对于保护海洋生态环境具有重要意义,而油膜厚度反演是溢油量估算的核心环节。本文通过搭建室外实验场景,模拟真实海面溢油环境,基于现场实测高光谱遥感数据,开展海面溢油厚度反演研究。本文将深度学习与遥感技术融合,提出了基于自扩展深度置信网络的油膜厚度反演模型(oil thickness inversion generative adversarial and deep belief network,OG-DBN)。该模型由油膜光谱特征数据自扩展模块与油膜绝对厚度反演模块两部分组成。光谱特征数据自扩展模块能够基于实测高光谱遥感数据,自动筛选出光谱可分性较好的光谱特征区间,进而基于对抗生成网络(generativeadversarial network,GAN)进行样本扩展,增强模型的泛化性;油膜绝对厚度反演模块则是基于深度置信网络(deep belief network,DBN),深度挖掘不同厚度油膜光谱特征数据的光谱特性信息,精确反演油膜的绝对厚度。实验结果表明,本文提出的OG-DBN模型在可控实验条件下,原油油膜绝对厚度反演精度达到97.69%,决定系数R2为0.980,平均差控制在±0.06%;模型鲁棒性测试表明,该模型仍能保持较为稳定的反演精度,均高于93.33%,R2大于0.957以上,平均差在±0.6%以内。     

基于纹理分析和人工神经网络的SAR图像中海面溢油识别方法

基于纹理分析和人工神经网络建立了用于区别SAR图像中溢油现象和疑似溢油现象的模型.引入图像处理中的纹理分析作为识别溢油现象的特征参量,并利用方差分析对计算的31个特征参量进行筛选作为神经网络的输入.结果表明,模型能够较好的识别溢油现象,测试样本集的总体精度为0.83;纹理特征作为特征参量以及基于方差分析的特征参量筛选提高了溢油现象的识别精度.     

高分六号红边波段对夏玉米种植区识别的影响

为探究高分六号卫星新增红边波段对夏玉米种植区识别的影响,选取山东省兰陵县为研究区,基于多时相高分六号宽幅相机遥感影像,构建4种波段组合方案,结合地面数据分析不同方案样本类型可分离性,采用支持向量机方法,提取研究区不同前茬作物夏玉米种植区域,分析光谱反射率变化及识别结果精度。结果表明：高分六号卫星两个红边波段都能不同程度提高不同物候期夏玉米与其他作物的区分度,较无红边波段参与相比,红边波段参与下不同作物间可分离度有一定提高;大蒜收获后、冬小麦收获后播种的夏玉米总体分类精度分别由80.1%、77.3%提高到90.3%、91.1%,分别提升10.2%和13.8%,Kappa系数分别由0.60、0.56提高至0.80、0.81。研究表明,新增红边波段可以有效提高夏玉米识别和提取精度,能够为红边波段的农业应用提供参考。     

多环芳烃油指纹应用于船舶溢油鉴别研究

溢油种类主要包括船舶燃料油和原油,二者性质的差异决定了鉴别方法也相应不同,寻求适合于船舶溢油的鉴别方法具有重要意义。在使用柱色谱层析方法对样品进行分离前处理的基础上,以气相色谱/质谱方法(GC-MS)为主要分析手段,对溢油样品和可疑船舶溢油源样品的多环芳烃油指纹特征进行对比,并在多环芳烃油指纹参数的基础上进一步进行多环芳烃内组成三角图分布特征与聚类分析研究,成功为珠江口水域某船舶溢油事故追踪到肇事溢油源。结果表明:取自丁船的油样和现场溢油样芳烃油指纹特征最为相近,是此次溢油事故的溢油源。受风化作用后的船舶燃料油中饱和烃类化合物数量稀少,且含量极低,不适合用于溢油鉴别,而多环芳烃类化合物较饱和烃类化合物而言具有含量高、种类丰富的特点,是该类溢油鉴别的主要油指纹依据。使用油指纹参数进行可疑溢油源识别时,充分考虑油品中有机分子所受风化影响程度的不同是风化条件下溢油鉴定的关键。因此,多环芳烃油指纹可以有效应用于船舶燃料油溢油的鉴别。     

基于简缩极化SAR的溢油检测与分类方法

针对简缩极化SAR在海上溢油的检测与分类应用开展研究,利用欧式距离全面分析了简缩极化SAR的36种极化特征在溢油检测与油膜分类中的性能,发现简缩极化特征中的奇次散射系数的溢油检测性能最好,简缩极化熵的疑似溢油鉴别性能最好。在此基础上,提出了结合二叉树原理的简缩极化SAR溢油检测与油膜分类算法,并分析了RADARSAT-2和SIR-C全极化溢油数据模拟的简缩极化数据。结果表明,此方法对溢油的检测精度可达95.67%,对于疑似溢油的识别精度可达95.71%,证明了简缩极化SAR在溢油检测与分类中具有较好的应用前景。     

应用极化合成孔径雷达检测海上溢油研究进展

海上溢油给海洋生态环境带来严重的影响,快速准确地探测溢油对于防灾减灾具有重要的意义。利用卫星遥感探测溢油已成为目前主要的检测手段,大多采用合成孔径雷达(SAR)数据,运用图像处理的方法,开展了多种溢油提取算法的研究,取得了较好的结果,但由于海洋的类溢油现象存在,造成提取信息的精度达不到要求。近年来,国内外运用极化SAR数据开展溢油信息提取研究,从极化分解与相位差等角度对溢油特性分析,能有效地区分一些类溢油现象,得到了较理想的结果。分析了应用SAR数据开展溢油信息提取的研究状况,总结了溢油极化SAR探测的研究,指出了目前研究中存在的不足,并提出了今后溢油极化SAR遥感监测的方向。     

一种面向港口溢油监测的小型激光荧光遥测系统

目前,针对港口溢油巡航监测缺乏行之有效的技术手段。为探索激光诱导荧光光谱技术应用于港口溢油监测的可行性,以微型光纤光谱仪搭建小型激光荧光遥测实验系统,并对其性能进行测试分析。结果发现,在光谱仪曝光时间设为最小(1.11 ms)的情况下,环境光对荧光测量仍会产生影响,利用减背景法可以有效去除溢油荧光信号中环境光的影响;在相同条件下,系统测得不同油质溢油样品的荧光光谱表现出不同的光谱特征,轻质油较重质油的荧光峰蓝移、荧光更强;在上述环境光背景影响和光谱测量分析的基础上,进一步测试了系统的信号探测稳定性,结果显示,系统重复测量的相对标准偏差RSD=2.54%,表明该系统具有较好的信号探测稳定性。综上,基于微型光纤光谱仪的小型溢油激光荧光遥测系统可望在近岸港口溢油巡航监测中发挥重要作用。     

基于无人机高光谱特征的红树林种群识别研究

红树林种群的组成和分布对于红树林生态系统的保护和恢复至关重要。本研究以漳江口红树林保护区为研究对象,通过获取无人机高光谱影像,进行光谱特征分析、光谱微分变换和包络线去除,提取了911组17个光谱特征参数,通过逐步判别分析筛选出13个用于决策树构建的特征参数,最终通过C5.0决策树模型获得了研究区红树林种群的分布状况。结果表明,漳江口红树林保护区植被种群呈现自上到下不同类型的分布情况,研究区上部以桐花树和秋茄混合类型为主,中间区域呈现白骨壤、桐花树和秋茄三者共生的现状,研究区下部则以白骨壤分布为主,伴生有少量的秋茄。通过混淆矩阵计算,得到研究区总体分类精度为 87.95%,Kappa系数为 83.81%,具有较好的精度。研究结果可为区域红树林湿地保护提供数据支撑,为红树林种群识别研究提供方法参考。     

中国海洋航空高光谱遥感应用研究进展

详述了我国赤潮航空高光谱遥感应用研究的发展现状，对所发展的赤潮发现检测、生物优势种类识别、生物量分布特征提取技术及所建立的赤潮光谱数据库进行了详细介绍。概述了基于高光谱数据的溢油发生检测及面积信息提取、海冰发生检测及密集度信息反演、海岸带典型要素光谱波段敏感性等的研究进展。从遥感平台、成像光谱仪的角度对我国的海洋航空高光谱遥感发展进行了展望，简要介绍了建设中的国内首套适用于海洋环境与灾害快速监测的海洋航空遥感多传感器集成与应用系统。指出发展我国海洋航空高光谱遥感应用研究的3个关键问题：(1)大量获取海洋及海岸带要素的高光谱数据；(2)开展海洋及海岸带要素现场光谱数据的同步测量研究；(3)大力建设海洋及海岸带要素的地物光谱数据库。