基于无人机遥感的黄海绿潮搁浅生物量估算

浒苔在近岸搁浅后会破坏海岸景观,干扰水上运动,给滨海旅游业造成严重影响。本文使用无人机搭载的多光谱和可见光传感器对山东半岛的海阳、乳山和文登的三个海滩搁浅的浒苔进行航拍监测,并结合地物光谱测量数据,分别选择归一化植被指数(NDVI)、差值植被指数(DVI)和虚拟基线高度浮藻指数(VB-FAH)对海滩搁浅浒苔与岸边植被及非植被(海水、沙滩)进行识别评估,并分别估算了三个研究区搁浅浒苔的生物量。研究结果表明:NDVI可以识别植被和非植被,但无法区分潮间带上部和潮间带下部分布的浒苔;DVI和VB-FAH对植被和非植被的区分度不高,但对不同分布的搁浅浒苔具有一定的区分度,其中, DVI对潮间带上部和潮间带下部分布浒苔的识别能力优于VB-FAH。因此,通过对岸边植被进行腌膜,利用DVI构建海滩搁浅浒苔生物量估算模型,实现了海滩搁浅浒苔生物量的估算。海阳、乳山和文登三个海滩搁浅浒苔的生物量分别为1 468 t、745 t和5 034 t,本文提出的方法可以为搁浅浒苔的清理和资源合理分配提供技术支持。     

HY-1C卫星CZI载荷的黄海绿潮提取研究

海洋一号C（HY-1C）卫星是中国首颗海洋水色业务卫星,其搭载的海岸带成像仪（CZI）在近海海洋环境监测中正发挥越来越重要的作用;随着搭载有相同传感器的HY-1D卫星发射,双星组网观测,可形成3天2次的高频次、大范围对海观测能力,在海洋漂浮藻类、海洋溢油等目标探测方面具备优异的效能。高空间分辨率光学数据中包含了丰富的海洋环境信息,给特定目标的识别提取带来一定干扰。本研究面向HY-1C卫星CZI载荷开展中国近海漂浮藻类识别提取的业务化应用需求,发展基于藻类缩放指数与虚拟基线高度融合的海洋漂浮藻类识别提取算法,算法优选适用于无短波红外波段国产数据的虚拟基线高度指数来增强藻类信号,通过藻类缩放指数滑动窗口运算,有效剔除高空间分辨率光学数据中的复杂干扰信息,实现了基于CZI数据的海洋漂浮藻类高精度提取,且具有较好的计算运行效率。此外,结合准同步高分卫星16 m多光谱数据,开展CZI数据含藻像元的不确定性分析,发现CZI数据反演结果对近海小斑块漂浮藻类存在不可忽视的高估现象。研究还指出,光学数据用于漂浮藻类监测,其不确定性不仅来源于传感器的空间分辨率差异,还与海洋漂浮藻类形态特征的空间分异性有关。明晰海洋漂浮藻类的形态学空间分异特征,将有助于提高光学数据反演结果的精度,并阐明不确定性。     

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。     

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。     

面向国产高分辨率卫星的浒苔绿潮遥感监测算法对比

利用高空间分辨率卫星影像准确监测浒苔绿潮对灾害早期发现、动态跟踪以及沿岸防御具有重要应用价值。目前面向高分辨率遥感影像已有多种浒苔提取方法,但不同遥感算法受到海水背景(浑浊和清澈海水)和外界观测环境(如云层、太阳耀斑、观测几何条件)等干扰,其监测效果可能受到不同程度影响。为此,以国产高分辨率GF-WFV和HJ-CCD影像为例,充分对比了归一化差值植被指数(normalized difference vegetation index,NDVI)、漂浮藻类高度虚拟基线指数(virtual baseline floating macroalgae height,VB-FAH)和绿度指数(tasseled cap greenness,TCG)在常见多种环境背景下提取浒苔的优势和不足。研究结果表明:在清澈海水、浑浊海水和弱太阳耀斑背景下,NDVI、VB-FAH和TCG三种算法均有较好的浒苔识别能力,其精度评价指标F1-score和总体分类精度(overall accuracy, OA)分别超过95.6%和95.2%。对于几何观测条件,VB-FAH和TCG算法对观测几何角度的变化不敏感并表现较高的稳定性,要优于NDVI方法。在云层覆盖和强太阳耀斑背景下,TCG算法的浒苔判识能力最好,并可有效排除云覆盖和强太阳耀斑的干扰,其精度评价指标F1-score和OA分别超过95.2%和95.0%。     

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MODIS数据的2016年黄海绿潮灾害动态监测研究

本研究利用高分辨率的GF-1卫星影像对MODIS数据绿潮监测的精度进行验证, 并在此基础上利用MODIS数据对2016年黄海绿潮过程进行连续动态监测, 结果表明: 相较于GF-1卫星影像,MODIS数据对绿潮的监测误差高于50%; 2016年黄海绿潮移动路径总体呈先向北, 然后沿山东半岛海岸线向东北方向移动, 并最终停滞于青岛、威海附近海域; 此次绿潮持续时间为80天左右, 并呈现出与往年类似的“出现→发展→暴发→治理→消亡”的规律; 其中“出现”的时间为5月12日, “发展”阶段时间为5月中下旬, 此时绿潮主体分布于苏北浑水区, 适宜前置打捞治理, 当5月底6月初绿潮进入清水区之后才开始进入“暴发”阶段, 本年度绿潮灾害“暴发”规模较大, 对山东沿海水产养殖业及旅游业影响严重。本研究成果对于绿潮预警和防控具有科学和实际意义。     

南黄海金潮的遥感监测及时空分布特征研究

近年来海洋生态灾害频发,大量漂浮藻类聚集在海面和近岸海域,给沿岸城市的经济活动和生态健康带来了严重危害。本研究利用HY-1C、GF-1和HJ-1A/1B卫星遥感影像对南黄海海域2016–2020年4–6月份的马尾藻进行了信息提取和生长阶段的划分,并通过MODIS海温数据、光合有效辐射数据和海面风场数据来探究环境因子对马尾藻时空分布的影响。结果表明：（1）从时间上看马尾藻集中在每年的4–6月份暴发,2017年马尾藻的影响范围最大,其余年份较小;从空间上看马尾藻最早在长江入海口东北部远海被监测到,在35°～36°N附近海域消失;（2）从生长速率上看,马尾藻的生长阶段可以划分为“发展–暴发–消亡”3个阶段;（3）在不同的生长阶段,海水温度和光合有效辐射对马尾藻具有不同程度的影响,较高的海表温度和光合有效辐射导致2017年面积高于往年;在东南风的作用下,马尾藻呈从东南向西北漂移的趋势,这说明了马尾藻的时空特征受到多种环境因子的影响。     

黄海绿潮应急溯源数值模拟初步研究

基于三维全动力POM 海洋模式, 根据2008 年6 月1 日海监飞机监测绿潮所在位置, 采用拉格朗日粒子追踪法反向积分, 追溯绿潮来源。数值模拟结果显示, 回溯至5 月中旬, 绿潮主要来源于黄海南部江苏连云港和盐城近海海域。黄海绿潮溯源数值模拟, 为政府相关部门了解绿潮的源头, 并采取相应的措施提供依据, 进而为保护生态环境、防灾减灾做贡献。     

黄海绿潮发展规模影响因子及预测方法研究

黄海绿潮自2008年起连年暴发, 对沿海地区的海上活动带来严重影响, 不仅造成了巨大的经济损失, 也破坏了近海海洋生态环境。本文基于绿潮多源监测数据和大气海洋再分析资料, 对绿潮规模的年际变化及其影响因子进行分析研究。结果表明, 2008至2019年间黄海绿潮平均分布面积和覆盖面积分别为40 000 km²和620 km²; 影响绿潮规模的关键因子为绿潮生成区的海温和纬向海流, 由此建立的绿潮分布面积回归模型与观测值相关系数达到0.80; 欧亚遥相关波列、太平洋年代际振荡和厄尔尼诺与南方涛动可能是影响绿潮规模年际变化的大尺度环流因子。     

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。     

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。     

2008年黄海浒苔绿潮爆发区营养盐浓度化及分布特征

根据2008年7月22-26日和8月5-14日2个航次对黄海浒苔绿潮爆发区的调查数据,研究了调查海域营养盐的浓度变化和分布特征.结果表明,第2航次NH4-N的平均浓度为0.34 μmol/L,低于第J航次,第2航次NO3-N、PO4-P和SiO3-Si的平均浓度分别为4.63 μmol/L、0.39 μmol/L和6....     

基于多源卫星遥感的渤海海上油气平台识别

针对海上油气平台信息不足的问题,开展多源卫星遥感的油气平台识别方法研究。基于Landsat-8光学遥感影像(2018—2021年)应用阈值分割法、K-means分类法和最大似然分类法分别识别出渤海海域油气平台136座、166座和113座;基于Sentinel-1 SAR影像(2018—2021年)应用阈值分割法识别出油气平台338座;对上述结果进行决策级融合,识别出渤海油气平台428座。利用ZY-3高分辨率影像对融合方法的识别结果进行验证,结果显示识别油气平台的正确率达到85.2%,错判率、漏判率分别为10.9%和3.9%;油气平台位置与相关文献和公开资料一致。研究结果表明,决策级融合方法能够实现海上油气平台的有效判别,具有推广、应用价值。     

生态因子在黄海绿潮生消过程中的作用

2008–2017年南黄海海域连续10 a发生绿潮,影响周边沿海城市养殖、旅游和航运安全等。研究绿潮生消过程及其影响因素对于理解黄海绿潮分布特征,开展绿潮灾害的预防与治理有重要意义。本文主要采用MODIS L1B数据,通过归一化植被指数提取绿潮信息。根据逐年绿潮覆盖面积的变化特征,将绿潮生消过程分为3个阶段:触发阶段、快速发展阶段、消衰阶段,分析了海表温度、降水和光照在绿潮生消过程中的作用。结果表明:在触发阶段,温度达到15°C后,有效降水可以刺激绿潮的触发,在降水后的半个月内可以通过MODIS影像发现绿潮。在快速发展阶段,绿潮所在位置海表面温度为16～21°C,适宜绿潮的快速生长;太阳短波辐射集中在250～280 W/m2范围内;降水量是影响绿潮生长规模的一个重要因素,降水量少时绿潮覆盖面积峰值明显较小,而出现绿潮覆盖面积最大值的2016年降水量也极高。在消衰阶段,海表温度上升至22～26°C,绿潮在卫星影像中消失时,平均海表温度超过26°C,最高温度可达27.48°C,较高的海表面温度是导致绿潮消亡的主要原因之一;太阳短波辐射集中在240～260 W/m2,略低于快速发展阶段光照范围;降水量在该阶段相对充足不再影响绿潮的生长。     

基于背景场的一种新的赤潮监测算法

Remote sensing has been proven to be an effective means of monitoring red tides. The spectral information is an important basis for establishing a model to monitor red tides. The spectral curves of red tide events are analyzed and compared with multiyear monthly averaged spectral curves based on MODIS data from July 2002 to June 2012, as well as spectral differences at the same location during red tide presence and absence. A red tide monitoring algorithm is developed based on the background field to extract the red tide information of the East China Sea （ECS）. With the application of the algorithm in the ECS, the results reveal that the developed model can effectively determine the location of red tides, with good correspondence to the results from an official bulletin. This demonstrates that the algorithm can effectively extract the red tide information.