基于船载无人机的绿潮漂移速度估算与分析

无人机遥感具有应用灵活、不受云层干扰以及时空分辨率高的显著优势。为探索无人机在海洋灾害监测中的应用,本文以科考船为起降平台,首次基于无人机获取的双时相绿潮正射影像,开展了黄海绿潮漂移速度的估算研究。同时对比了卫星影像提取的速度结果,并探讨了风与潮流对海上绿潮漂移的驱动。研究发现：(1)可见光波段的漂浮藻类指数能高精度地提取无人机可见光影像中的绿潮(kappa 系数=0.95);(2)无人机遥感估算3个站位的绿潮漂移速率为0.26～0.44 m/s,漂移方向在1天之内变化明显;(3)绿潮短时间内的漂移受到风与潮流的共同影响,漂移方向与M₂分潮的潮流方向基本一致,位于风向右侧1°～62°。基于船载的无人机航测,能高精度地估算绿潮漂移速度,为精细化的绿潮灾害预警与防控提供技术支撑。     

基于VB-FAH指数的黄海绿潮遥感监测及对比研究

目前绿潮遥感监测手段大多基于单一遥感数据,局限性很大,为了弥补监测中空间分辨率和时间分辨率低的问题,基于多源遥感数据,结合虚拟基线高度浮藻指数VB-FAH(virtual-baseline floating macro Algae height)和人工辅助判读方法,对2015—2016年黄海发生的绿潮(大型绿藻——浒苔(Ulva prolifera))进行了动态监测,并利用两景同步影像比较了高分一号卫星WFV(GF-1 WFV)数据和资源一号04星WFI(CBERS-04 WFI)数据的监测结果,同时也对卫星影像监测和船载监测结果进行了比较。结果表明:CBERS-04 WFI数据的监测结果与GF-1 WFV数据相比产生了15.3%~37.32%的相对偏差,主要原因是空间分辨率的差异导致的混合像元效应。对卫星影像监测结果与船测数据进行叠加对比,可以发现在Ⅲ级以上的绿潮数量级中卫星影像的监测精度较高。绿潮暴发的过程持续100 d左右,4月底—5月初绿潮开始在苏北浅滩浊水区出现,随着外界因素逐渐达到适宜生长的条件,绿潮不断生长直至暴发,并随黄海表层流向北漂移,直至山东半岛南部沿岸,7月份和8月份是绿潮的消亡阶段,8月中旬绿潮基本消亡。本研究成果提高了监测精度,可为绿潮的防控提供有效的信息支持。     

基于无人机的海滨景区绿潮监测

基于无人机航拍数据,利用四种颜色指数,结合无人机RGB影像对海阳市海滨景区绿潮进行特征统计和监测识别,验证不同空间位置绿潮的适宜监测指数。结果表明:海滨景区G波段高于其他波段的特征使其可以利用颜色指数进行监测;对于不同位置的绿潮灾害,NGBDI指数较适用于海滨景区漂浮绿潮的监测,而GLI指数则更适用于海滨景区海滩绿潮的监测。     

基于遥感的红树林地上生物量估算研究进展

红树林生态系统地上生物量是碳储量评估和气候变化研究必需的基础数据之一,其估算方法是蓝碳研究的热点。遥感以其宏观、综合、动态、快速、可重复等特点,已成为红树林地上生物量估算的主要技术手段。本文综合国内外相关研究进展,分析了光学遥感、微波雷达、激光雷达（Light Detection and Ranging,LiDAR）数据源在红树林生物量估算的应用现状,以及多源遥感数据融合应用的优势;总结了基于遥感的统计模型、过程模型和间接法3种生物量估算方法的研究现状;从多源遥感数据的融合、发展机器学习算法和遥感过程模型、长时序分析,以及建立红树林地面调查数据集等角度对红树林生物量遥感估算进行展望。     

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。     

利用无人机激光雷达估算红树林地上生物量

红树林作为热带地区碳储量最高的植被类型之一,面积呈现破碎化、减少趋势,地上生物量（AGB）的空间分布及其动态信息对于温室气体通量、碳储量的估算以及政策制定和实施至关重要。但是常用于AGB估算的光学数据或者SAR数据均存在信号饱和现象,且传统估算红树林生物量的算法对数据要求高、估算精度相对较低。针对该问题,本研究使用无人机激光雷达（UAV-LiDAR）数据对比了4种梯度增强决策树算法对于估算入侵红树林物种无瓣海桑AGB的精度,同时探讨了建模过程中的变量重要性。结果表明：（1）XGBR对于评估红树林AGB具有较高的拟合能力,达到R² = 0.833 8,RMSE = 1.55 Mg/hm²;（2）研究区的无瓣海桑预测AGB的值为73.10～190.00 Mg/hm²,平均值为109.10 Mg/hm²;（3）描述冠层高度特征的激光雷达指标是估计红树林AGB的重要变量。本研究证明了UAV-LiDAR数据与XGBR模型对于估算红树林AGB的可行性,以期为红树林生态系统的蓝碳研究提供数据支撑。     

黄海绿潮多源卫星遥感业务化监测需求分析与系统设计

在分析黄海绿潮卫星遥感监测需求基础上,设计了绿潮多源卫星遥感业务化监测系统。系统设计包括:卫星数据源选择,多源卫星影像绿潮信息提取方法、多源监测结果融合方法和绿潮信息提取总体流程,系统功能模块设计,系统研发语言和平台选择,以及监测报告、数值模拟初始场等产品的设计。为其后的系统研发中的中低分辨率信息提取、多源监测结果信息融合等关键问题提供了解决思路和方法。系统研发后可为黄海绿潮防灾减灾应急决策提供及时、准确、全面的绿潮监测信息。     

无人机多光谱遥感的水质参数反演研究

无人机多光谱遥感技术具有快速、大范围、动态监测等优势,为水环境监测和管理提供了新的研究手段。利用无人机多光谱遥感平台,进行水质参数定量反演研究。围绕红边和近红外光谱波段提出和构建了7种水体指数,结合采样点实测浊度、透明度数据,建立水质参数反演模型,并进行模型精度分析,得出试验区域水体浊度和透明度空间分布图。试验证明：水体指数RENDWI的反射值与浊度参数相关性较高(r=0.821),采用RENDWI构建指数函数模型对于浊度的反演效果较好(R²=0.711,RMSE=2.013度);水体指数RDWI反射值与透明度相关性较高(r=0.844),采用RDWI构建二次多项式模型对于透明度的反演效果较好(R²=0.748,RMSE=7.163 cm)。本文提出的水体指数与水质参数反演模型,可以定量获取河流水质分布情况,实现水质参数快速监测,为中小型地表水污染防治提供技术支撑。     

基于高分四号卫星的黄海绿潮漂移速度提取研究

静止轨道卫星高分四号（GF-4）具有高时间分辨率（20 s）和高空间分辨率（50 m）的独特优势。为了挖掘GF-4卫星在海洋灾害监测中的应用潜力,本文基于2016年6月25日1天4景的GF-4卫星影像,利用最大相关系数法（MCC）,开展了黄海绿潮漂移速度提取研究,分析了海面风场、潮汐等对绿潮漂移的影响。研究发现:（1）MCC方法可高精度自动追踪GF-4影像中绿潮的分钟级（8~9 min）位置变化,绿潮漂移速率和方向的相对偏差分别为11%和5%;当2景GF-4影像的成像时间间隔增大至小时级（如6 h）时,随着绿潮斑块形状的改变,MCC方法绿潮自动追踪的准确性下降。（2）绿潮在1天之中的漂移速率和方向可发生显著变化,当日上午9时黄海绿潮漂移速率均值为（0.36±0.13）m/s,方向以东南向为主,至15时,绿潮漂移速率显著增加至（0.69±0.12）m/s,方向变为东北偏北。（3）绿潮漂移速度与海面风速的相关系数为0.74,绿潮漂移方向为风向偏右;绿潮的向岸、离岸运动与相应时刻的涨、落潮具有较好的对应关系。GF-4卫星数据可为绿潮快速漂移的高精度监测提供数据支撑。     

基于无人机与卫星图像的大型绿藻孔石莼(Ulva pertusa)遥感估算研究

卫星影像是监测海面漂浮绿藻的重要数据源, 但是混合像元的存在使得绿藻提取存在一定的误差。想要实现近海区域底栖绿藻的精细监测, 需要解决绿藻亚像素覆盖度的问题。本文以厘米级分辨率无人机数据的绿藻提取结果为基准, 通过分析Landsat卫星影像绿藻光谱, 建立绿藻亚像素覆盖度与多种植被指数和多个特征波段反射率的反演模型。结果表明, 蓝、绿、红波段反射率与绿藻亚像素覆盖度呈现较好的线性关系, 随着绿藻亚像素覆盖度递增, 蓝、绿、红波段反射率的值均递减。将蓝、绿、红波段的三种绿藻亚像素覆盖模型进行验证, 发现绿波段反射率所建立的反演模型具有更高的准确性, 决定系数、均方根误差、平均相对误差分别为0.92%、0.07%、10.85%。本文所建立的模型可以估算大型绿藻亚像素覆盖度, 实现Landsat卫星影像对大型绿藻的精细监测。     

面向对象的无人机遥感影像海岸线提取方法研究

针对海岸线区域地形复杂和卫星遥感影像分辨率的不足,精度难以满足大比例尺成图要求,以及常规解译方法的局限性,选取青岛小岛湾海岸线为研究区,以无人机(UAV)遥感影像为基础数据,提出一种面向对象的海岸线提取方法,结合现场实测验证,开展了人工海岸线和砂质海岸线识别的应用实验。结果表明:人工海岸线和砂质海岸线概率边缘指数(PRI)分别为0.97和0.88,边缘定位误差(BDE)分别为4.33和2.84,提取的人工海岸线和砂质海岸线与实测海岸线结果整体上匹配较好,仅在局部细微处存在微小差异。本文提出的方法可快速有效地获取海岸线信息,其精度能够满足海岸线动态变化监测的需求,可在海岸线资源管理中推广应用。     

2015年黄海浒苔演变特征的遥感分析

为揭示2015年黄海区域浒苔演变特征, 利用MODIS(moderate-resolution imaging spectrometer)数据, 通过计算漂浮藻类指数(floating algae index, FAI)建立了浒苔信息的数据集, 进而获取了浒苔的时空变化规律特征。研究发现, 5月13日浒苔条带最早出现在苏北近岸, 之后浒苔条带向北和向东漂移, 浒苔覆盖面积逐渐变大; 向北漂移的浒苔逐渐发展成大规模聚集的形态, 而向东的条带仍旧是分散的形态; 向北漂移的浒苔条带6月12日到达半岛顶端后出现大规模登陆的情况, 登陆的依次顺序为乳山—青岛—海阳; 在苏北近岸的浒苔一直持续到8月5日。对2015年浒苔时空演变特征与往年情况进行初步对比分析, 发现其与2013年浒苔漂移路径和登陆过程存在显著差异, 具有很强的年际差异。     

基于无人机高光谱遥感的海岛岸线精准提取方法研究与应用

鉴于传统遥感技术手段对海岛岸线的提取在精度与效率上存在很大不足,通过无人机高光谱遥感技术,结合岸线实地踏勘活动,提出一种海岛岸线类型识别与位置提取方法,并选取实际海岛进行了实验验证,成功获取了不同类型岸线的准确位置,所得成果与传统遥感手段相比,提高了系统性与准确性,为下一步海岛的生态评估工作提供了数据支撑。     

基于无人机高光谱的外来入侵种互花米草遥感监测方法研究——以黄河三角洲为研究区

互花米草(Spartina alterniflora)入侵性非常强,已被正式纳入我国第一批外来入侵物种名单。互花米草的疯狂蔓延已影响到当地土著物种的生长和空间分布,因此有关管理部门迫切需要互花米草的空间分布和扩散动态数据,但目前还没有一个有效的监测手段。针对这一需求,本文作者提出了基于无人机高光谱的外来入侵种互花米草遥感监测研究方案,拟以黄河三角洲为研究区,利用无人机高光谱遥感新型技术,分析不同情形下(不同生长状况、不同观测条件、不同环境条件等)互花米草的光谱特征,建立鲁棒的互花米草遥感检测模型,研究互花米草无人机高光谱图像高效获取方法,以实现互花米草的高效、准确监测,为亟需的外来入侵种互花米草业务化监测提供有效的技术手段。     

2022年南黄海绿潮分布与浮游生物群落关系初探

本文以2022年南黄海(119 °E~122.5 °E, 34.5°N~37°N)表层海水浮游生物为对象, 利用高通量测序技术分析绿潮期间浮游生物群落结构特征,同时对环境要素进行调查,综合分析环境与浮游生物分布之间的潜在关联, 为掌握南黄海绿潮的生态效应提供依据。结果表明, 2022年7月上旬调查期间南黄海绿潮浒苔生物量湿重估计值为7.24×10⁴吨, 分布特征为以山东近岸以及海州湾附近为主要堆积处, 浒苔生物量、浮游植物以及浮游动物与溶解性无机磷酸盐均有着显著的正相关性。浒苔覆盖区域中, 浮游植物和浮游动物都有着较高的丰富度, 甲藻和桡足类为主要优势种, 属水平下包括: 新角藻、未分类到属的共甲藻、薮枝螅水母、尖头溞等。与无浒苔覆盖的区域相比, 该区域优势种相对单一, 导致次生灾害发生的可能性大。浮游细菌群落调查中发现脱硫单胞菌纲和优势种γ-变形菌纲都与浒苔生物量有着紧密的联系, 其中脱硫单胞菌与浒苔生物量呈显著性正相关, γ-变形菌纲与浒苔生物量呈显著性负相关。相关性分析表明, 浮游细菌多样性与环境中总溶解性氮、磷以及溶解性有机氮呈显著性相关, 结合浒苔与环境因子相关性分析, 浒苔绿潮的发生可以为某些浮游细菌提供生长所需的营养物质。共线性网络分析表明, 在绿潮发生的浒苔覆盖区域, 浮游生物丰富度高且关系紧密复杂, 因此浒苔绿潮对浮游生物的群落结构以及丰富度有潜在的影响。     

黄、东海边界悬浮物输运量的卫星遥感估算

利用2002—2015年的中等分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer, MODIS)第4波段反射率产品对黄、东海边界的悬浮物输运情况进行了分析, 同时利用黄、东海2003年现场实测的悬浮物含量数据和这期间准实时的MODIS影像数据, 建立了基于MODIS第4波段遥感反射率的悬浮物含量遥感反演模型。基于该模型, 反演黄、东海表层悬浮物浓度, 并计算悬浮物扩散面积。利用反演得到的表层悬浮物浓度和悬浮物浓度垂向预测模型, 获取垂直方向上的悬浮物浓度, 同时结合水深、扩散面积数据, 计算特定时刻水体中的悬浮物含量。利用插值方法获得整个输运过程中各时刻水体中的悬浮物的含量, 计算各个时刻悬浮物含量的总和作为悬浮物的输送量。对2002年10月至2003年4月黄海向东海的悬浮输送量进行估算, 估算结果为153Mt。