1 南京信息工程大学海洋科学学院，江苏 南京 210044
2 自然资源部空间海洋遥感与应用重点实验室，江苏 南京 210044
3 江苏省海涂研究中心，江苏 南京 210044
4 国家海洋信息中心，天津 300171
利用覆盖典型海岛的Landsat-8 OLI多光谱卫星遥感影像和收集到的水深数据，分别采用传统多元线性回归模型、机器学习中的back propagation（BP）神经网络模型和随机森林模型对目标海域水深进行整体反演，并对三种方法的反演精度进行评价。结果表明：相比于多元线性回归模型，机器学习方法的水深反演精度更高；随机森林模型的水深反演精度最高，平均绝对误差为1.94 m，平均绝对百分比误差为18.29%，模型的鲁棒性更加出色，整体精度较多元线性回归模型有明显提高。本研究比较三种方法构建的浅海水深模型的性能，为后续更加高效地获取高精度浅海水深信息提供参考价值。
Landsat-8 OLI 机器学习 水深反演 多光谱影像 激光与光电子学进展
2023, 60(10): 1028007
1 南京信息工程大学海洋科学学院, 江苏 南京 210044
2 江苏省海洋动力遥感与声学重点实验室, 江苏 南京 210044
3 江苏省海洋环境探测工程技术研究中心, 江苏 南京 210044
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。
海洋光学 浮游植物比吸收系数 线性分解模型 种群浓度 黄渤海
1 南京信息工程大学海洋科学学院, 江苏 南京 210044
2 江苏省海洋动力遥感与声学重点实验室, 江苏 南京 210044
3 江苏省海洋环境探测工程技术研究中心, 江苏 南京 210044
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。
海洋光学 绿潮 绿潮指数算法 静止轨道海洋水色成像仪 漂移轨迹 黄海
1 南京信息工程大学海洋科学学院， 江苏 南京 210044
2 南京信息工程大学江苏省海洋环境探测工程技术研究中心， 江苏 南京 210044
3 中国科学院遥感与数字地球研究所数字地球重点实验室， 北京 100094
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。
海洋光学 绿潮 多光谱绿潮指数 遥感
1 南京信息工程大学地理与遥感学院, 江苏 南京 210044
2 南京信息工程大学海洋科学学院, 江苏 南京 210044
悬浮颗粒物粒径是重要的海洋光学参数，在以悬浮颗粒物为主的黄渤海海域，对水体生物、化学过程等起着重要的作用，该参数的卫星遥感反演也对海洋光学与水色遥感研究具有重要意义。利用2014年5月和11月的黄渤海47组实测数据，建立了基于静止海洋水色卫星(GOCI)波段设置的遥感反射率(Rrs)与悬浮颗粒物中值粒径(D50)反演模型，555 nm 波段幂函数的反演效果最佳，决定系数R2为0.72, 绝对误差SMAPE 为6.35%，经实测数据检验，均方根误差SRMSE约为0.17，相对误差变化范围为-5%~5%。对反演模型引入5%误差进行敏感性检验，绝对误差、均方根误差分别控制在2%以及0.002以内，具有较好的稳定性。将此模型运用于2013年6月GOCI卫星数据，反演出悬浮颗粒物中值粒径D50的时空分布图，呈现从近岸向远海粒径逐渐变大的趋势。
遥感 悬浮颗粒物粒径 反演算法 GOCI卫星 海洋光学
1 中国科学院海洋研究所海洋环流与波动重点实验室, 山东 青岛 266071
2 中国科学院大学, 北京 100049
3 南京信息工程大学海洋科学学院, 江苏 南京 210044
根据黄东海及珠江口附近海域17个航次的实测水下光谱剖面数据，建立了基于水体遥感反射比光谱数据与490 nm波段水体漫衰减系数Kd的遥感反演算法。经实测数据检验，经验算法反演结果的平均相对误差为28.27%，均方根误差为0.35，相关系数为0.91；半分析算法反演结果的平均相对误差为31.53%，均方根误差为0.48，相关系数为0.83。通过采用实测数据对新算法和现有算法的比较，发现新建立的算法能取得更好的反演效果，新建立的模型中经验算法能取得比半分析算法更高的精度。考虑到半分析算法建立过程独立于实测的水体漫衰减数据，因此可以认为半分析算法比经验算法有更大的适用性。
海洋光学 反演算法 漫衰减系数 遥感反射比 半分析算法
1 中国科学院海洋研究所, 海洋环流与波动重点实验室, 山东 青岛266071
2 国家海洋局第一海洋研究所, 山东 青岛266071
赤潮监测对于赤潮治理、 预防, 减少赤潮危害有着重要作用。 通过分析东海赤潮多发区域实测遥感反射率曲线, 比较赤潮水体与非赤潮水体的光谱特性差异, 发展了一种针对MODIS传感器的赤潮水体分布信息遥感提取方法。 应用实测资料对提取方法进行验证, 发现在119组实测数据中, 只有一组不能正确识别。 将算法应用于MODIS卫星资料, 对2005年4月4日东海部分海区进行赤潮水体信息提取, 得到三个区域总面积约2000 km2的赤潮水体分布信息, 赤潮水体提取结果与遥感提取的叶绿素a浓度有很好的对应关系, 与实际观测记录对照大体吻合良好。 研究表明本文的算法可有效地排除悬浮泥沙水体等干扰影响, 确定可能发生赤潮的海区位置及提取海区大范围赤潮水体分布的信息。
光谱 赤潮 Spectrum Red tide MODIS MODIS 光谱学与光谱分析
2011, 31(8): 2233
东南大学无线电工程系毫米波国家重点实验室, 南京 210018
利用电磁场的旋量体系方法对斜入射平面波的平面孔径的电磁衍射进行了分析.获得了任意入射情况下孔径的衍射强度公式,并以特例说明与前人的公式是一致的.
衍射 旋量 电磁波
