当前位置:首页>> >>


基于遥感技术的黄海海域浒苔监测.rar

收藏

资源目录
    文档预览:
    编号:20180915222317111    类型:共享资源    大小:10.64MB    格式:RAR    上传时间:2018-09-15
    尺寸:148x200像素    分辨率:72dpi   颜色:RGB    工具:   
    20
    金币
    关 键 词:
    基于 遥感技术 黄海 海域 监测
    资源描述:
    山东科技大学本科毕业设计(论文)摘 要自 2008 年夏季,黄海区域出现浒苔大规模爆发之后,浒苔灾害爆发频率增大,已经成为我国近海的一种常态性海洋灾害,对我国的海洋环境造成严重危害。遥感技术是监测浒苔的主要手段。本文利用 MODIS 数据对黄海海域的浒苔进行了提取。本文使用的数据为黄海海域的 MODIS 1B 数据,并对数据进行了几何校正、大气校正、感兴趣区裁剪等预处理工作。对浒苔的光谱曲线的分析,发现浒苔的光谱具有以下特征表现:蓝光波段和红光波段有明显的反射谷,在绿光波段形成反射峰,而在近红外波段反射率明显增大,形成高反射峰。基于浒苔的光谱特征,选择 NDVI 为浒苔信息提取的主要指标,成功提取了黄海海域的浒苔信息。同时,本文也尝试了使用图像分类的方法提取浒苔信息。在黄海海域的实验应用中表明,基于图像分类的方法也可以高精度提取浒苔信息。将该方法的提取结果与基于 NDVI 的分析结果进行了对比,结果表明:图像分类方法不仅可以有效提取浒苔,而且较好地排除了云、泥沙因素的影响。本文的工作可以为今后浒苔的监测、治理与预警提供一定的理论基础及技术参考。关键词:浒苔、MODIS、归一化植被指数(NDVI)、图像分类山东科技大学本科毕业设计(论文)IABSTRACTSince the summer of 2008, after the outbreak of Enteromorpha prolifera in the Yellow Sea area, the frequency of the outbreak of Enteromorpha eruption has become a normal marine disaster in China's coastal waters, causing serious harm to our marine environment.Remote sensing technology is the main means of monitoring Enteromorpha.In this paper, MODIS data were used to extract the Enteromorpha from the Yellow Sea.The data used in this paper are MODIS 1B data of the Yellow Sea area, and the data are geometrically corrected, atmospheric correction, and the region of interest is preprocessed.The spectral curves of Enteromorpha prolifera were analyzed, and the spectra of Enteromorpha prolifera showed the following characteristics: the blue light band and the red light band had obvious reflection valley, and the reflection peak was formed in the green light band, and the reflectivity in the near infrared band increased obviously, Forming a high reflection peak.Based on the spectral characteristics of Enteromorpha prolifera, NDVI was selected as the main index for the information extraction of Enteromorpha, and the information of Enteromorpha glauca in the Yellow Sea was successfully extracted.At the same time, this article also tried to use the image classification method to extract the Enteromorpha information. In the experimental application of the Yellow Sea, it is shown that the method of image classification can also extract the information of Enteromorpha from high precision.The results of this method are compared with those based on NDVI. The results show that the image classification method can not only extract the Enteromorpha, but also eliminate the cloud and sediment factors.山东科技大学本科毕业设计(论文)IIThe work of this paper can provide some theoretical basis and technical reference for the monitoring, management and early warning of Enteromorpha.Key Words:Enteromorpha prolifera;MODIS;NDVI;Image classification山东科技大学本科毕业设计(论文)III目 录1 引言 ----------------------------------------------------------------11.1 研究的背景和意义 ----------------------------------------------------------------------11.1.1 研究背景 ------------------------------------------------------------------------------11.1.2 研究意义 ------------------------------------------------------------------------------21.2 国内外研究现状 -------------------------------------------------------------------------32 研究区概况与遥感数据源 -------------------------------------------------------------52.1 研究区概况 --------------------------------------------------------------------------------52.1.1 研究区位置与地形 ------------------------------------------------------------------52.1.2 温度与盐度 ---------------------------------------------------------------------------52.1.3 环流 ------------------------------------------------------------------------------------62.1.3 风场 ------------------------------------------------------------------------------------62.2 MODIS 传感器及数据介绍 -----------------------------------------------------------62.2.1 MODIS 成像光谱仪 -----------------------------------------------------------------62.2.2 MODIS 数据介绍 --------------------------------------------------------------------83 MODIS 数据预处理 -------------------------------------------------------------------------103.1 数据读取 ----------------------------------------------------------------------------------103.2 几何校正 ----------------------------------------------------------------------------------123.2.1 消除 Bowtie 效应 ------------------------------------------------------------------123.2.2 几何校正 ----------------------------------------------------------------------------133.2 大气校正 ----------------------------------------------------------------------------------173.3 感兴趣区域获取 ------------------------------------------------------------------------204 浒苔监测基本原理 ------------------------------------------------------------------------224.1 遥感监测的基本原理 -----------------------------------------------------------------224.2 浒苔波谱特征分析 --------------------------------------------------------------------244.3 浒苔监测波段选择 --------------------------------------------------------------------264.4 MODIS 影像浒苔光谱特征分析 --------------------------------------------------275 浒苔信息提取 --------------------------------------------------------------------------------305.1 基于 NDVI 的浒苔信息提取 ------------------------------------------------------305.2 基于图像分类的浒苔信息提取 ---------------------------------------------------345.2.1 训练样本选取 ----------------------------------------------------------------------345.2.2 分类器选择 -------------------------------------------------------------------------35山东科技大学本科毕业设计(论文)IV5.2.3 精度评价 ----------------------------------------------------------------------------375.3 两种浒苔信息提取方法结果对比 ------------------------------------------------386 总结与展望 ------------------------------------------------------------------------------------406.1 总结 -----------------------------------------------------------------------------------------406.2 展望 -----------------------------------------------------------------------------------------41参考文献 --------------------------------------------------------------------------------------------42致谢 ----------------------------------------------------------------------------------------------------44附录 ----------------------------------------------------------------------------------------------------45山东科技大学本科毕业设计(论文)01 引言1.1 研究的背景和意义1.1.1 研究背景浒苔是一种在中国近海的常见的绿潮藻类。在一定环境条件下,浒苔的爆发性繁殖和高度聚集将形成绿潮灾害。造成浒苔灾害的主要藻类是石莼属和浒苔属中的一些海藻种类。而我国近海近年来经常出现的绿潮种类主要是浒苔,是属于绿藻门石莼科浒苔属的多细胞藻类。藻体的色泽有一些差异,一般为黄绿色、深绿色或者鲜绿色。藻体有明显的主干,整株藻体长可达 1-2 米,直径可达 2-3 毫米。主要分布区域较为广泛,河口区,中、低潮区的沙砾、岩石、滩涂以及石沼海岸中都能发现浒苔的踪迹。但浒苔本身没有毒性,在化工、纺织和国防工业中有广泛应用。浒苔生长繁殖主要受温度、盐度、光照和营养盐浓度等因素的影响。海水温度是能够影响浒苔生长的一个重要生态因子,20℃--25℃的水温条件最适宜浒苔生长。PH 值范围在 7—9 之间时适合浒苔的生长。另外,浒苔还具有较广的盐度适应范围,只有在盐度为 0 的水中才会快速死亡,盐度值在 24-28 之间时浒苔生长最快,并且浒苔对高盐度有更强的适应能力。一般光照强度在 5000—6000lx 适宜浒苔生长。夏季,黄海海域的水温、盐度、营养盐以及光照条件适宜,有利于浒苔的快速生长繁殖。浒苔的大规模聚集对环境具有很大的危害性,主要表现在如下几个方面:第一,浒苔大规模生长繁殖需要大量吸收海水中的营养盐,会改变海表面营养盐分布,进而影响海水中的生态种群结构;第二,浒苔大面积覆盖海面,会阻碍可见光穿透海表面,导致水下生物无法有效进行光合作用;第三,浒苔的死亡分解的过程中会消耗水中的溶解氧,造成水体中溶解氧含量的降低,导致水下生物的大量死亡;第四,大量浒苔在近岸登陆,会山东科技大学本科毕业设计(论文)1对海滨的旅游景观造成破坏,影响沿海城市的旅游业,从而带来经济损失。绿潮灾害在世界范围内由来已久。自 20 世纪中叶起,世界诸多海域屡屡出现绿潮灾害。其中包括英国的大不列颠群岛、丹麦罗斯基勒湾、荷兰的威斯海礁湖,以及意大利的威尼斯等地。在 20 世纪 80 年代,法国的布列塔尼地区的拉尼永湾就开始爆发大面积的绿潮。到 2004 年,布列塔尼地区许多地方爆发绿潮灾害,为此花费了 610000€清理了沿海的 72 个自治区约 69225 平方米的绿潮藻体。从绿潮爆发的历史情况来看,泻湖、河口和人口密集的海滨城市是绿潮灾害主要影响的区域。 2008 年北京奥运会奥帆赛前夕,黄海海域爆发了大规模的浒苔灾害,在全世界范围内引起了广泛的关注。根据中国海洋灾害公报,2008 年 7 月底已经清理的浒苔就超过了 100 万吨。自此之后,每年都会有大规模的绿潮灾害出现在黄海海域。而实际上在 2000 年之后每年夏天就已经常有浒苔在黄海出现,只是浒苔的发展规模比较小,没有形成大的绿潮灾害。2008 年之后,浒苔绿潮灾害已经成为黄海区域夏季时期的一种常态性海洋生态灾害。1.1.2 研究意义浒苔灾害类似于赤潮,是海水富营养化的结果。浒苔虽然没有毒,甚至有些人工培育的浒苔还可以食用,但是当浒苔大量繁殖时会过分消耗氧气,对海底其他生物的生长繁殖构成威胁,对近海养殖业造成不利影响;而且大面积浒苔漂浮于近岸海面,甚至漂移到海滩上,其腐烂后还会散发出恶臭味,严重影响沿海旅游业的发展。大面积浒苔灾害的爆发不仅对海洋生态环境构成了威胁,而且造成了巨大的经济损失。面对连续多年浒苔灾害的爆发,加强对青岛海域及黄海海域浒苔的监测预警显得至关重要,尽早发现浒苔,可以为预防和治理浒苔争取有效时间,及时制定打捞、处山东科技大学本科毕业设计(论文)2理策略,尽快消除浒苔,减少经济损失。对于浒苔爆发各方面的研究中,依靠传统的船舶进行现场采样分析估测,缺乏实时性、灵动性,而因为受海洋气候环境等的限制,航空遥感的成本比较高,容易扫描不连续,监测规模受限。为了更好的满足浒苔预警监测的需求,卫星遥感技术因其具有宏观、快速、大范围监测等优势成为了浒苔灾害预警监测非常重要的手段。精确的浒苔遥感监测资料对于浒苔的打捞工作具有重要的指挥意义,在最短的时间内了解并控制浒苔灾害的发展态势,有助于浒苔的治理。1.2 国内外研究现状对于浒苔灾害的监测,传统的现场观察方法,除了受时间空间严重限制之外,经济成本也比较高,效率还比较低。相比之下,卫星遥感监测具有覆盖范围大、同步性高、观测迅速,时间分辨率高的特征,现在已经成为浒苔监测的主要方式。利用遥感监测手段监测浒苔的发展演变,可以迅速获得浒苔的出现时间、覆盖范围和覆盖面积等有价值的信息,提高大范围灾情分析的准确度,以便在短时间内控制浒苔灾害的发展趋势或者为浒苔灾害即将造成的影响进行预警。浒苔遥感监测所用的卫星数据主要有光学数据以及微波数据,研究中光学遥感数据使用的更多一些。因为浒苔的电磁波波谱特性与海水存在显著差异,所以光学遥感影像可以基于不同波段的电磁波谱差异进行浒苔的识别。王国伟 [1]等,利用 MODIS 遥感数据和 RADARSAT 数据对黄海区域的浒苔监测进行了研究,结果表明:利用第一波段和第二波段组合计算的NDVI 可以有效 的区分浒苔和海域中水体以及云,而 RADARSAT 对浒苔反射信号不强,需要将二者结合才可以达到较好的效果。孙凌 [2]等,利用 250m 分辨率的 FY_3A MERSI 进行青岛海域的浒苔监山东科技大学本科毕业设计(论文)3测。结果发现:MERSI 250m 分辨率产品是浒苔监测的良好数据源,但是NDVI 浒苔识别阈值难以固定,需要每天调整,为保证监测结果稳定可靠,还有对结果进行适当的人工检查和修改。HU[3]提出了类似于叶绿素荧光基线的“漂浮藻类指数”FAI 方法。并且与传统的 NDVI、EVI 方法进行了对比。结果表明,FAI 方法更加稳定,对观测角度和环境变化具有更好的鲁棒性。SON[4]等结合现场观测和 GOCI 等卫星数据,分析了绿潮光谱特征,提出了 IGAG(GOCI 漂浮藻类指数)方法。这个算法是专门针对 GOCI数据的波段设置而设计的。在该算法与 EVI、NDVI 等传统算法的对比分析中,IGAG 算法在 GOCI 数据中具有精确性和稳定性方面的优势。赵文静 [5]等利用辐射传输模型研究了水下悬浮浒苔的海面光谱响应特性。通过设置不同的浒苔厚度,水体浑浊度和浒苔悬浮深度等参数,来研究海表面的光谱响应特征。结果表明,浒苔的海表面反射率随浒苔悬浮深度增加而减小,随浒苔厚度增加而增大,随浑浊度增加而减小。辐射传输模型可以反演海表面以下的悬浮浒苔的海面的光谱特征,不过该方法还未能够在实际的浒苔监测中提取出海表面以下的悬浮浒苔的信息。综上所述,卫星遥感监测已经成为浒苔遥感监测研究的主流。国内外对浒苔遥感的研究综合了多种卫星数据包括 MODIS,RADARSAT,GOCI 和 MERSI,其中以光学遥感数据使用最多。这些研究为浒苔遥感研究提供了宝贵的基础和经验,随着研究技术的逐步发展,研究手段的多元化,浒苔遥感的研究还将会有进一步研究的发展。山东科技大学本科毕业设计(论文)42 研究区概况与遥感数据源2.1 研究区概况2.1.1 研究区位置与地形黄海位于中国大陆和朝鲜半岛之间,是半封闭浅海。西北由潮海海峡与潮海相通;长江口北岸的启东嘴与韩国济州岛西南角连线是黄海与东海的分界线。黄海南北长约 870km,东西宽约 556km,面积为 38.0 万 km2。通常以山东半岛成山角与朝鲜的长山串为界,把黄海划分为两部分:该连线以北称为北黄海,以南称为南黄海 [6]。黄海水深由东南向北逐渐变浅,地势较为平坦。黄海平均水深 44m,最大深度为 140m。在黄海西部,从海洲湾至长江曰是一片广阔的浅水区,水深不足 20m,并且有一些水下三角洲。北部为废黄河三角洲,水深 10-20m;中部为苏北浅滩呈福射状向外伸展,水深 0-25m;南部为长江现代水下三角洲的外侧区,水深 5-10m。2.1.2 温度与盐度冬季黄海盛行偏北季风,对流和涡动混合较强,使温度分布出现上下均一的状态。黄海表层水温在 0-13℃之间,南北地区差异较大。夏季 6-8月,此时太阳福射最强,使海洋表层水温普遍升高,为全年温度最高季节,表层水温在 24-27℃之间。此时黄海水温的垂直分布为三层结构:上层为高温暖水,深层为低温冷水,中间层为温度跃层。冬季黄海表层盐度为 30.0-34.0,盐度由南向北逐渐递减,就同纬度比较,东岸略高于西岸;春季黄海表层盐度在 29.0-33.5 之间,黄海高盐水舌清晰可见并向西移动,高盐水的范围减小;夏季风速较小,蒸发较弱,除黄海北岸以外,表层盐度一般在 31.0 左右,而且分布均匀,苏北沿岸水和长江冲淡水连成一片,但在 10.0m 下,盐度分布与冬季相同;秋季黄海表
    展开阅读全文
    1
      金牌文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    0条评论

    还可以输入200字符

    暂无评论,赶快抢占沙发吧。

    关于本文
    本文标题:基于遥感技术的黄海海域浒苔监测.rar
    链接地址:http://www.gold-doc.com/p-185926.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们
    copyright@ 2014-2018 金牌文库网站版权所有
    经营许可证编号:浙ICP备15046084号-3
    收起
    展开