地表水体信息的准确提取对于水资源规划管理与相关灾害监测等具有重要意义。以Sentinel-2A MSI影像为研究数据，基于10种典型光谱波段指数算法对鄱阳湖周边区域的水体进行了提取，并以结合目视解译的synthetic aperture radar（SAR）影像水体识别结果作为真值进行了对比分析。实验结果表明：归一化差异水体指数、高斯归一化差异水体指数、伪归一化差异水体指数的识别效果最好，平均F1-score超过95%，且阈值稳定程度较高；改进的归一化差异水体指数适用于城镇区域的水体提取；组合水体指数在水田以及河流区域识别效果较好；增强型水体指数、阴影水体指数均适用于山区，其中增强型水体指数在城镇区域也具备适用性；修订型归一化差异水体指数仅适用于针对大面积水体的识别；面向阴影的自动化水体指数能够有效剔除地形阴影造成的干扰，而非面向阴影的自动化水体指数的整体表现相对较差。

长江口青草沙水库是重要的饮用水源,其水质评估非常关键。为客观、科学地评估青草沙水库的水质状况,以水体悬浮物作为评估水质的一个关键参数,利用Landsat-8 OLI高空间分辨率数据开展了相关研究。采用与现场观测匹配的卫星资料,建立了青草沙水库悬浮颗粒物(SPM)的反演算法,利用现场观测资料进行精度验证,结果显示相关系数较高,均方根误差较小,由此表明该算法的反演精度较高,结果可信。利用建立的算法,对Landsat-8 OLI数据进行处理得到2013—2019年的SPM平均空间分布和时间分布特征。结果发现:河口范围内青草沙水库SPM浓度最低;水库上部SPM浓度随季节变化较大,在冬季最大,春季最小;水库中部与下部SPM浓度较低且变化很小。研究结果表明,长江口青草沙水库水体清澈,水质较好。

随着图像处理技术的发展、嵌入式硬件的进步, 无人机 (UAV) 的机器视觉成为一个十分热门的研究领域。UAV 自动降落控制是 UAV 飞行控制系统的关键技术之一, 对 UAV 降落的稳定性、精确性、可靠性、实时性具有重要的作用。针对车载 UAV 自动返航降落误差大的缺点, 通过机载视觉处理单元对 UAV 降落的平台进行图像处理后, 将获取的 UAV 和降落平台的位置信息通过坐标转换算法转换为真实坐标信息, 然后通过模拟遥控器杆量的方式来控制 UAV 实现精准降落。实验表明, 利用所提出方法能够精准识别 UAV 降落平台, 与只有 GPS 定位的实验结果相比, 该方法能够有效地增加 UAV 降落的精度, 具有一定的实际应用价值。

为促进MERSI II数据在海洋上的应用,采用目前水色遥感主流传感器中的可见光红外光学成像遥感仪器(VIIRS)作为参照,从信噪比(SNR)等方面对MERSI II数据质量进行了初步评估。结果显示:MERSI II的信噪比在可见光波段高于300,最大可达到900,满足水体监测要求;在可见光波段及近红外波段略低于VIIRS,在短波红外波段与VIIRS信噪比相差不大;经辐射定标后的MERSI II各波段大气层顶反射率数据与VIIRS数据具有较好的一致性,其决定系数(R²)均高于0.5,其中蓝光波段R²可达0.9以上,平均绝对百分比误差(E_MAPE)小于30%。西太平洋区域670~865 nm波段R²约为0.5,E_MAPE在5%~15%;中国近岸海域670 ~865 nm波段R²可达0.8,E_MAPE在7%~24%。经简单线性拟合后,MERSI II大气层顶反射率数据与VIIRS数据更加接近,可见光波段的E_MAPE降至8%,其中,蓝光波段降至3%。上述结果表明,MERSI II数据质量与VIIRS具有可比性,可用于海洋遥感应用。

基于长江口及东海的浮标观测资料,建立针对静止海洋光学传感器(GOCI)的瑞利校正反射率数据的浊度反演模型,并对长江口及邻近海域的浊度进行遥感反演。研究结果显示:680 nm波段对浊度信号最敏感,基于多波段组合建立的模型的反演效果最佳;长江口及邻近海域的浊度分布呈现出近岸高、远岸低的特征,长江口到杭州湾的浊度一天内呈先增后减的变化趋势,杭州湾以南的日变化趋势则相反;水体浊度日变化受海洋动力的影响可通过浑浊带表征,浑浊带外的水体浊度日变化不显著;浑浊带具有显著的季节性特征,呈现出冬远夏近的趋势,与海流有关。

浮游植物比吸收系数是关联浮游植物生物量与吸收光谱的重要参数。对浮游植物种群比吸收系数的量化分析,可弥补黄渤海浮游植物种群比吸收光谱研究的不足,为监测浮游植物种群浓度提供新思路。结合2016年6月黄渤海航次的浮游植物吸收系数与色素浓度数据,利用CHEMTAX软件分析得到黄渤海8个优势藻种的浓度。运用留一法,对吸收系数与藻种浓度数据进行多元线性回归分析,提取各藻类比吸收光谱,重建总吸收光谱。结果显示,模型反演效果较好,重构的吸收光谱与实测光谱在蓝、红光波段具有较高的一致性。此外,分析优势藻种对浮游植物吸收系数的贡献时,发现在所有优势藻种中,定鞭藻对浮游植物的吸收贡献最大,蓝藻次之。

结合GOCI(Geostationary Ocean Color Imager)传感器的波段特征,基于缨帽变换方法设计了一种简单有效的绿潮指数(TCT-GTI)算法。结合目视判断的绿潮识别结果,将TCT-GTI算法与两种已有的遥感算法(AFAI和IGAG算法)监测结果进行对比发现,TCT-GTI算法的绿潮遥感监测结果精度较高,具有较高的可信度。将TCT-GTI算法应用到2017年多景GOCI影像,对中国黄海海域绿潮信息进行提取,同时分析绿潮覆盖面积的日变化特征,研究2017年绿潮暴发事件的漂移轨迹。研究结果表明,绿潮覆盖面积在中午12:00达到最大,这可能是光合作用等因素的影响。2017年,绿潮暴发事件经历了西北至东北的漂移路径,由江苏盐城外海海域向西北方向漂移至南黄海东部,然后继续向东北方向移动,抵达山东半岛南岸,逐渐消亡。

浊度是水环境和水质状况的重要监测指标。卫星遥感技术具有宏观的空间覆盖性和重复的定期采样性,是一种有效的监测水体浊度的方法。基于NPP-VIIRS卫星的遥感反射率,建立了一个适用于渤黄海的水体浊度遥感反演算法,并将其应用到VIIRS卫星图像上,研究了渤黄海水体浊度的时空分布特征。结果表明:该算法具有较高的反演精度(决定系数R²为0.97,均方根误差为16 NTU,平均绝对误差为23 NTU,平均相对误差为34.63%)。渤黄海水体浊度在空间尺度上基本呈现近岸高、远岸低的分布特征;在时间尺度上,冬季浊度维持在一个较高的水平,春季浊度高值区逐渐收缩, 夏季达到最低,只在沿岸区域仍有较高的浊度,而秋季浊度又逐渐升高。

基于4次黄渤海航次实测资料(2014年11月、2015年8月、2016年7月和2017年1月)建立了采用遥感反射率反演海表密度(SSD)的遥感模型。结果表明,多元线性回归模型的反演效果最佳,其决定系数为0.70,平均绝对误差(S_MAPE)为3.49%;采用独立实测数据集(27个样本)对所提模型进行了精度验证,该模型反演的海表密度具有较高的精度(S_MAPE为3.27%)。此外,模型敏感性实验结果显示,S_MAPE波动在3%以内,证实所提模型具有较好的稳定性。同时,将所提模型成功应用于静止水色卫星(GOCI)的卫星数据,并反演得到2016年7月的黄渤海海表密度的空间分布结果。结果表明,沿岸地区密度较大,渤海中心区和山东半岛北部海域、黄海中部海域均呈现较高值,青岛附近海域均呈现低值。

大面积绿潮爆发对海洋生态环境、渔业经济、滨海旅游业等造成严重的负面影响。利用遥感技术可对绿潮进行宏观、及时、动态的有效监测，也可进行及时治理和预防，以减少经济损失。从GF1-WFV和HJ-CCD影像数据提取我国沿海绿潮水体的反射光谱特征，分析与非绿潮水体的光谱特征的差异，进而面向环境一号和高分一号开发了多光谱绿潮指数（MGTI）-多波段差值耦合算法，并用该算法对绿潮进行遥感监测。同时与Landsat7-ETM+影像监测面积、归一化植被指数（NDVI）算法和增强型植被指数（EVI）算法提取绿潮面积进行比较验证。结果表明，所开发算法对绿潮发生位置和面积的监测效果较好，且精度达到94%，可有效地应用于我国沿海二类水体的绿潮监测，为利用国产卫星数据监测沿海绿潮提供理论依据和方法支撑。