论文部分内容阅读
我国有着丰富的浅海和滩涂资源,是世界上唯一的养殖产量高于水产捕捞量国家,海洋养殖业发展繁荣。但是,近年来由于水域污染和水体富营养化加重,危及养殖产业的正常发展;另一方面,随着沿海航运和水产养殖业的发展,日渐增长的运输船只与不断扩张的水产养殖区之间的矛盾日益突出,监管部门愈发重视对海洋养殖业的调控和管理,使得水产养殖监测成为当今研究的热点方向。作为水产研究的重要内容,精确划定海洋浮筏养殖范围对有利于政府部门对近海养殖区进行更为有效的监管,有利于其规范养殖区的养殖密度,净化养殖水域环境,有利于缓解运输船舶增长与养殖水域不断扩张之间的矛盾,防治商船误入养殖区污染养殖水域,也可保障船舶航行安全。筏式养殖是在浅海海区利用浮桶、塑料浮子等材料搭建,进行大型藻类、贝类及其他海产动物的养殖方式。传统的海洋浮筏养殖区提取是采用人工的方式利用GPS进行实地量测,费时费力且监测结果精度不高。遥感技术具有尺度大、宏观性强、时效性高等特点,在沿海海洋养殖区提取与监测方面具有独特优势,目前国内外针对遥感影像提取浮筏养殖区已经发展了较多算法,取得了较大的进展。然而,在技术层面上,常规的光学遥感或微波遥感各自在时间分辨率和光谱信息利用方面尚有局限,光学遥感属于被动遥感,易受云、雨、雾、雪等天气条件的限制而影响成像,无法及时准确地提取养殖区。SAR影像具有波段单一性,只是灰度影像,无法提供丰富光谱信息。目前的研究都以单一光学影像或者单一SAR影像提取浮筏养殖区为主,未能结合两者优势进行海洋浮筏养殖区提取。为此,为了更加准确地提取浮筏养殖区,本论文提出将影像融合算法用于提取浮筏养殖区的方法,并通过实验探究最适用于浮筏养殖区提取的融合方法。首先集成光学和SAR影像的优点,将高分辨率SAR影像与光学影像采用四种融合方法进行影像融合后,对融合影像进行定性评价和定量评价,得到融合效果最好的影像。为了验证融合效果最好的方法就是最适用于浮筏养殖区提取的方法,再针对多云雾环境下近海洋域浮筏养殖区开展提取工作,验证得到最适合提取近海岸浮筏养殖区的融合方法即为前文得到的融合效果最好的方法。本方法及研究结果可为海洋浮筏养殖区提取和动态监测提供重要支撑,为各项研究提供数据基础。本论文的主要内容如下:(1)目前用于提取海洋浮筏养殖区的遥感影像依据传感器和搭载平台不同可分为可见光影像、SAR影像和无人机影像,国内外针对三类影像提取浮筏养殖区使用的主流方法包括人工目视解译法、指数法和面向对象提取法。分析了三种方法各自的原理,说明了其在海洋浮筏养殖提取方面各自的优缺点和适用情况,介绍了国内外对主流方法的具体实施案例。(2)由国内外研究实例可知,当前关于提取海洋浮筏养殖区的研究所采用的遥感数据多为单一的光学影像或单一的SAR影像,未有将两者优点结合起来进行提取的研究,本论文提出将影像融合算法用于提取浮筏养殖区的方法,介绍了常用的融合算法,并通过实验探究最适用于浮筏养殖区提取的融合方法。运用不同融合方法对辽宁省长海县、山东省桑沟湾和福建省三都澳三个不同纬度区域对应的光学影像和SAR影像进行融合,包括HIS变换、Brovey融合、Gram-Schmidt变换和K-L变换。得到的融合后影像分辨率与高分辨率SAR影像一致,并且继承了光学影像的丰富光谱特征,转化为高分辨率且具有丰富光谱信息的影像。然后对融合后的影像进行定性和定量评价,得到融合效果最好的影像所对应的方法。(3)探究并验证最适用于提取海洋浮筏养殖区的融合方法。对前文四种不同融合结果进行面向对象提取来提取海洋浮筏养殖区,得到不同浮筏养殖区提取结果后进行定性和定量评价,根据定量评价的参数,如整体精度和KAPPA系数等,验证了融合效果最好的方法就是最适用于提取的方法,最终得出最适用于海洋浮筏养殖区提取的融合方法。实验基于单一光学或SAR影像提取浮筏养殖区的结果均未能达到90%,而利用融合方法提取海洋浮筏养殖区的整体精度可达90%以上,证明本论文提出的将影像融合方法用于海洋浮筏养殖区提取的思路是有效的,可为海洋浮筏养殖区提取和动态监测提供重要支撑,为各项研究提供数据基础。