论文部分内容阅读
本文在国家高技术研究发展计划项目和国家重点研究基础规划项目的支撑下,面向中国赤潮海洋航空监测业务的需求,开展了赤潮航空高光谱发现检测、赤潮生物优势种类识别和赤潮生物量分布特征提取等3项技术的研究,并利用国内首批赤潮航空高光谱数据和宝贵的同步监测资料进行了检测和识别模型的验证。论文的工作包括:⑴ 在把握二类水体和赤潮水体的光谱特征的基础上,分析了赤潮与正常水体的航空高光谱特征差异,提出两种赤潮航空高光谱遥感发生检测模型:基于赤潮特征反射峰的检测模型、基于人工神经网络的检测模型。⑵ 在分析赤潮水体的高光谱数据特征的基础上,给出了赤潮水体的高光谱数据的特征向量,建立了3种赤潮生物优势种类航空高光谱识别模型:SAM(Spectral Angle Mapper)、SCM(Spectral Correlation Mapper)和SVM(Support Vector Machine).⑶ 基于多组分的海水遥感反射率模型,提出已知叶绿素浓度模拟海水遥感反射率的正问题模型、已知海水遥感反射率反演叶绿素浓度的反问题模型,对赤潮生物量分布特征航空高光谱遥感提取作了探索性研究。⑷ 开展了赤潮航空高光谱遥感发现检测模型和赤潮生物优势种类航空高光谱识别模型的实验应用。赤潮发生检测方面,分别利用基于赤潮特征反射峰的检测模型和基于人工神经网络的检测模型,检测出2001年8月12日和2001年8月25日高光谱图像中的赤潮水体和正常水体的空间分布,并指出上述两种检测模型不适合于存在大面积海面太阳耀斑的高光谱图像。赤潮生物优势种识别方面,应用SAM, SCM和SVM等识别模型成功地识别出2001年8月19日和2001年8月25日的赤潮生物优势种分别为丹麦细柱藻和红色中缢虫,但三个模型对2001年7月16日暴发的夜光藻赤潮均产生误识别。最后,就赤潮航空高光谱遥感发现检测、赤潮生物优势种类航空高光谱识别和赤潮生物量分布特征航空高光谱提取等3项技术的完善,提出了需要进一步开展的研究工作。