赤潮卫星遥感监测与应用研究进展

赤潮监测是海洋遥感应用的一个重要组成部分。近30 a来,国内外学者发展了许多基于卫星平台的赤潮遥感监测算法。通过回顾赤潮卫星遥感监测的发展历史,总结了各种传感器的赤潮卫星遥感监测算法,分析了各种算法的性能与适用范围。最后,对目前赤潮卫星遥感监测面临的问题进行了讨论,并对未来赤潮遥感监测的发展提出展望。     

应用MODIS进行赤潮遥感监测的研究进展

赤潮遥感监测是卫星遥感应用的重要领域。发射和应用时间相对较短的MODIS传感器具有相对的光谱分辨率和空间分辨率的优势,使得MODIS在赤潮遥感监测上发挥巨大的作用。分析总结了应用MODIS进行赤潮遥感监测的几种主要方法,并与其它几种主要传感器进行比较,分析了MODIS在赤潮遥感监测中的优势和不足。     

基于遥感技术的海岸带资源环境管理

海岸带是人口密集、资源丰富、开发程度较高,但生态环境又往往相对脆弱的地区。随着我国沿海地区经济高速发展,海岸带区域的环境状况发生了显著变化。这些变化信息依靠常规的调查手段难以及时获取,而卫星遥感技术则能够为监测海岸带及毗连海域资源环境变化提供有效手段。如何利用多源、多通道、多时相、主被动融合的星载遥感数据获取海岸带及毗连海域资源环境信息是我们亟需了解的问题。分别从海洋渔业资源调查、珊瑚礁及红树林等海岸生物资源的遥感、海洋水质监测、赤潮的监测与预警、溢油和海冰的监测等方面论述了遥感技术的特点与优势。并对遥感技术在海岸带资源环境管理中的应用做了展望。     

基于遥感技术的海岸带资源环境管理

海岸带是人口密集、资源丰富、开发程度较高,但生态环境又往往相对脆弱的地区.随着我国沿海地区经济高速发展,海岸带区域的环境状况发生了显著变化.这些变化信息依靠常规的调查手段难以及时获取,而卫星遥感技术则能够为监测海岸带及毗连海域资源环境变化提供有效手段.如何利用多源、多通道、多时相、主被动融合的星载遥感数据获取海岸带及毗连海域资源环境信息是我们亟需了解的问题.分别从海洋渔业资源调查、珊瑚礁及红树林等海岸生物资源的遥感、海洋水质监测、赤潮的监测与预警、溢油和海冰的监测等方面论述了遥感技术的特点与优势.并对遥感技术在海岸带资源环境管理中的应用做了展望.     

地面遥感大气探测的展望

作为探测新阶段的大气遥感,在卫星空间遥感和地面遥感两个方面都发挥着各自的特长。卫星遥感发挥其全球探测功能,由于载重及功耗的限制更多地利用被动遥感技术。地面遥感则更多地发展雷达型高分辨率主动遥感技术和一些主被动结合遥感技术。卫星遥感在全球云图、辐射收支、洋面和极地     

赤潮遥感进展与算法研究

回顾了国内外赤潮遥感研究概况,介绍赤潮遥感的生物物理化学依据,并总结利用卫星光学遥感数据反演赤潮信息的算法研究成果。     

卫星遥感海冰监测技术在河北省近海海域的应用

卫星遥感技术已成为海冰监测的重要技术手段之一。介绍了应用EOS系列卫星、HY-1B卫星和HJ-1A/B卫星等遥感数据提取河北省近海海域海冰分布、海冰类型、海冰厚度等海冰信息的方法。重点研究了应用HJ-1A/B卫星遥感数据进行海冰分类,及根据海冰类型与厚度的对应关系估算海冰厚度的方法,并以2013年1月17日的卫星遥感数据为例,提取海冰信息,制作相关海冰专题产品。结果表明:利用多种卫星遥感数据进行海冰监测,既可相互补充又能提高监测效率和准确率,制作更精细化的海冰监测产品,为河北海洋管理部门制定防灾减灾措施提供重要依据。     

基于光谱曲线特性和波谱角分类的赤潮监测方法

遥感技术已经成为赤潮监测的重要手段之一,目前,国内外已有多项应用遥感技术对赤潮成功监测的实例。现有的监测方法主要依据海水水色图、叶绿素浓度图和海洋表面温度图,但这些专题图在反应赤潮发生情况时都不可避免地存在一些局限性。而基于光谱曲线特性和波谱角分类的赤潮监测方法不但可以对各种不同赤潮监测均有很好的可靠性,同时还具有可以识别赤潮优势种等诸多优点。该文章对这种监测方法的原理和过程进行了详细的阐述,并使用实际数据进行了实验分析。     

河北省遥感技术应用科普知识图片近期参展

由河北省遥感应用协会提供的河北省遥感技术应用科普知识图片,近期在河北省科学技术馆“走近遥感”专栏中公开向社会展出。展览图片列举了由我国遥感卫星监测到的自然灾害,如台风入侵、沙尘暴的肆虐、坝上水体的干涸、土地沙化等等给人们带来的灾难。通过此次图片展览使人们对遥感技术的应用有了一个初步的认识和了解,加深了遥感技术在国民经济建设中的重要地位和作用。     

《遥感技术与应用》简介

正《遥感技术与应用》是综合性学术刊物,主要刊登国内外遥感理论、技术及应用研究领域的学术论文与综述,报道国内外遥感研究与应用的发展动向、新技术、新理论、新方法和新成果。主要栏目包括微波遥感、光学遥感、图像与数据处理、模型与反演、遥感应用、专家述评、地理信息系统、深空探测、重大项目、综述等,本刊读者为国内从事遥感技术研究与开发及相关应用领     

RTDNet：面向高分辨率卫星影像的赤潮探测网络

目的 赤潮是一种常见的海洋生态灾害,严重威胁海洋生态系统安全。及时准确获取赤潮的发生和分布信息可以为赤潮的预警和防治提供有力支撑。然而,受混合像元和水环境要素影响,赤潮分布精细探测仍是挑战。针对赤潮边缘探测的难点,结合赤潮边缘高频特征学习与位置语义,提出了一种计算量小、精度高的网络模型RTD-Net （red tide detection network）。方法 针对赤潮边缘探测不准确的问题,设计了基于RIR （residual-in-residual）结构的网络,以提取赤潮边缘水体的高频特征;利用多感受野结构和坐标注意力机制捕获赤潮水体的位置语义信息,增强赤潮边缘水体的细节信息并抑制无用的特征。结果 在GF1-WFV （Gaofen1 wide field of view）赤潮数据集上的实验结果表明,所提出的RTDNet模型赤潮探测效果不仅优于支持向量机（support vector machine,SVM）、U-Net、Deep-Labv3+及HRNet （high-resolution network）等通用机器学习和深度学习模型,而且也优于赤潮指数法GF1_RI （Gaofen1 red tide index ）以及赤潮探测专用深度学习模型RDU-Net （red tide detection U-Net）,赤潮误提取、漏提取现象明显减少,F1分数在两幅测试图像上分别达到了0.905和0.898,相较于性能第2的模型DeepLabv3+提升了2%以上。而且,所提出的模型参数量小,仅有2.65 MB,约为DeepLabv3+的13%。结论 面向赤潮探测提出一种基于RIR结构的赤潮深度学习探测模型,通过融合多感受野结构和注意力机制提升了赤潮边缘探测的精度和稳定性,同时有效降低了计算量。本文方法展现了较好的应用效果,可适用于不同高分辨率卫星影像的赤潮探测。     

Remote sensing of coastlines: detection,extraction and monitoring

This paper reviews the current status of the use of remote sensing for the detection, extraction and monitoring of coastlines. The review takes the US system as an example. However, the issues at hand can be applied to any other part of the world. Visual interpretation of airborne remote sensing data is still widely and popularly used for coastal delineation. However, a variety of remote sensing data and techniques are available to detect, extract and monitor the coastline. The developed techniques have reached a level of maturity such that they are applied in operational settings.     

COSMO雷达数据在多云多雾地区土地变化监测研究

近年来新型成像雷达遥感(极化、干涉)及数据处理技术的发展,SAR遥感影像上获得的地表信息越来越多,如何利用雷达信息探测土地变化成为研究的新课题。但是雷达影像不同于光学影像,目前雷达数据解译仍存在着一些困难。本文主要针对多云多雾地区雷达数据土地变化监测,以四川成都地区COSMO数据为例,利用雷达相干影像,后向散射强度,强度比值影像,提出一种新的雷达处理手段,减少了雷达数据土地变化监测的工作量,提高工作效率。     

高光谱遥感在植被监测中的研究综述

高光谱遥感数据已成为地表植被地学过程中对地观测的强有力的工具。综述了利用高光谱遥感数据进行植被监测的研究进展,主要包括以下三个部分:(1)高光谱遥感信息的处理方法;(2)高光谱遥感数据用于植被参数估算与分析;(3)高光谱遥感数据在植被生长监测中的作用。     

区域土壤盐渍化遥感监测研究综述

对国内外遥感监测土壤盐渍化发展情况作了介绍,对土壤盐渍化及其动态变化遥感监测方法进行了总结,数字图像处理将成为区域土壤盐渍化遥感监测研究的主要手段,土壤盐渍化是一个世界性的问题,应将遥感琢遥感图像处理的最新成果充分运用到盐渍土监测研究中,为盐渍土治理与农业可持续发展提供信息保障。     

基于深度学习的无人机影像夜光藻赤潮提取方法

针对目前卫星遥感中夜光藻赤潮识别精度低、实时性差的问题,提出一种基于深度学习的无人机（UAV）影像夜光藻赤潮提取方法。首先,以UAV采集的高分辨率夜光藻赤潮RGB视频影像作为监测数据,在原有UNet++网络基础上,通过修改主干模型为VGG-16,并引入空间dropout策略,分别增强了特征提取能力并防止过拟合;然后,使用ImageNet数据集预先训练的VGG-16网络进行迁移学习,以提高网络收敛速度;最后,为评估所提方法的性能,在自建的赤潮数据集Redtide-DB上进行实验。所提方法的夜光藻赤潮提取总体精度（OA）为94.63%,F1评分为0.955 2,Kappa为0.949 6,优于K近邻（KNN）、支持向量机（SVM）和随机森林（RF）这3种机器学习方法及3种典型语义分割网络（PSPNet、 SegNet和U-Net）。在模型泛化能力测试中,所提方法对不同拍摄设备和拍摄环境的夜光藻赤潮影像表现出一定泛化能力,OA为97.41%,F1评分为0.965 9,Kappa为0.938 2。实验结果表明,所提方法可以实现夜光藻赤潮自动化、高精度的提取,可为夜光藻赤潮监测和研究工作提供参考。     

基于IDL的林业遥感图像可视化技术研究

随着空间科技的发展,借助遥感图像开展森林资源调查和监测逐渐成为了解森林资源现状及发展趋势的主要手段。结合林业遥感图像检测典型问题实例,通过对IMG遥感影像的数值模拟和计算结果的可视化,设计并实现了基于IDL的林业遥感图像分类与可视化系统。结果表明,IDL 面向矩阵的特性和强大的数据可视化能力是林业资源检测和林业遥感图像可视化的理想工具。     

Quantitative monitoring of inland water using remote sensing of the upper reaches of the Huangpu River,China

In this paper, a quantitative framework using common and readily available remote sensing data, including ground hyperspectral data, multispectral remote sensing images and a regular in situ water quality monitoring programme, is proposed to monitor inland water quality. The entire framework has three steps: (1) collecting and processing basic data, including remote sensing data and water quality data; (2) examining the relationships between water quality parameters and water reflectance from both remote sensing images and in situ measurement data. According to their relationships with ground hyperspectral reflectance, the water quality parameters are classified into three categories, and the corresponding monitoring models using remote sensing data are presented for these three categories; and (3) analysing the spatial distribution by using water quality concentration maps generated with the monitoring models. The upper reaches of the Huangpu River were chosen as our study area to test this framework. The results show that the concentration maps inverted by the proposed models are in accordance with the actual situation. Therefore, we can conclude that the proposed framework for quantifying water quality based on multisource remote sensing data and regular in situ measurement data is an effective and economic tool for the rapid detection of changes in inland water quality and subsequent management.