论文部分内容阅读
近些年来,我国自北起大连、南达三亚多处近岸海域每年都会发生绿潮灾害(浒苔为主),特别是2008年青岛爆发的浒苔灾害严重影响了第29届奥帆赛的顺利进行。传统中低分辨率遥感影像由于混合像元的存在,导致提取的绿潮覆盖面积远高于其真实值;基于SAR的绿潮提取仍以单波段阈值法为主,但此方法不稳定、人为因素影响较大且效率较低,存在聚集区域同一阈值提取的绿潮范围较实际区域偏大、零散分布区偏少等缺点。本文基于高分辨率的机载SAR、16m分辨率的高分一号卫星数据改进了MODIS、GOCI的绿潮覆盖面积精细化提取模型、发展了改进水平集及多项式逻辑回归的绿潮提取算法。论文主要研究如下:(1)针对中低分辨率影像提取的绿潮覆盖面积较大这一问题,分别以3m分辨率的机载SAR数据、16m分辨率的高分一号卫星数据为基准,改进并建立了MODIS、GOCI的绿潮覆盖面积精细化提取模型。改进的模型可较好地解决中低分辨率获取的绿潮覆盖面积较大这一问题;基于2015年可用的GOCI影像对绿潮灾害2015年的爆发情况进行时空变化分析,对精细化模型进一步检验。(2)基于GOCI数据运用云雾提取算法统计了2015~2016两年黄海绿潮易发区域的云雾覆盖情况,得出夏季黄海海域受云雾影响严重,传统光学影响获取的可用数据较少,需联合SAR数据才能保证对绿潮灾害的持续性监测。针对全极化影像数据,对不同极化方式的极化数据对绿潮的响应特性进行了相应的比较,结果表明:VV极化相比较于其它三种极化方式,更适合进行绿潮的业务化监测。基于全极化SAR影像数据进行多种类型的极化分解,将目前主流的目标极化分解方法同时应用于绿潮全极化影像分类当中,并通过特征选择方法选取对绿潮、海水分类最有用的极化分解参数。(3)基于改进的水平集方法与多项式逻辑回归拟合算法对绿潮进行分类提取,结果表明:基于水平集算法与多项式逻辑回归拟合算法的绿潮提取与传统SAR绿潮提取算法等基本一致,精度要优于传统单波段阈值法且计算速度快,适合大批量快速处理,对绿潮灾害的快速提取提供了参考。