基于迁移学习的GOCI超分辨率重建与海洋漂浮藻类探测

遥感技术是进行海洋漂浮藻类目标识别与变化监测的重要手段。GOCI遥感卫星影像具有高时间分辨率、低空间分辨率的特点,其低空间分辨率影响了海洋漂浮藻类遥感探测的效果。本研究通过对具有较高空间分辨率的Sentinel-2遥感卫星影像结构特征的迁移学习,应用ESRGAN超分辨率重建技术,将GOCI影像的空间分辨率提升至125 m;在此基础上,构建了基于超分辨率重建GOCI遥感影像的U-Net深度学习语义分割网络,实现了海洋漂浮藻类的较高精度探测。实验结果表明:超分辨率重建的GOCI影像显著提升了影像的空间细节清晰度,基于此实现的海洋漂浮藻类探测结果取得了较高的精度,其中面积相对误差下降了51.87%,F1值提高了2.41%。本研究是应用GOCI遥感影像进行海洋漂浮藻类高精度探测的一次成功实践,为实现海洋目标的动态精细化监测提供有益的参考。

基于GOCI数据的太湖蓝藻垂向迁移特征及关键影响因素

蓝藻水华频繁暴发是太湖面临的主要环境问题之一,蓝藻聚集上浮是表层水华形成的前提。为探究蓝藻垂向迁移与水华日变化之间的关系,阐明蓝藻垂向迁移的关键影响因素,基于20152020年地球静止海洋彩色成像仪(GOCI)数据,分析了太湖不同湖区蓝藻水华日变化过程,发现太湖蓝藻水华垂向迁移的日变化主要呈现上升、下降、先上升后下降三种类型,且不同湖区存在差异。统计分析和偏最小二乘法结构方程模型(PLS-SEM)结果表明,水环境因子对蓝藻垂向迁移过程影响较小,累积光辐射是驱动蓝藻垂向迁移的主要气象因子。气温升高有利于蓝藻持续维持上浮能力,前一天风速较大且当天风速较小会加速蓝藻上浮。相较于沿岸湖区,湖心区受累积光辐射、风速的影响更大,蓝藻水华日变化过程更剧烈。本研究水环境因子数据为逐月数据,为深入探究水环境因子对蓝藻垂向迁移的影响后续还需进行高频监测研究。本文结果有助于探明浅水湖泊蓝藻水华形成机制,为富营养化湖泊蓝藻水华预测预警及治理提供理论支撑。

基于GOCI影像分类的太湖水体叶绿素a浓度日变化分析

叶绿素a浓度(Chlorophyll-a:Chl-a)是内陆水体重要的水质参数之一,遥感数据为其提供了大范围、多时相的监测信息,然而由于内陆湖泊水色要素复杂的光学性质及较大的时空差异,传统的遥感影像及单一的Chl-a反演模型在应用中存在着局限性。因此本研究以太湖为研究区,时间分辨率1小时的静止海洋水色卫星Geostationary Ocean Color Imager(GOCI)为数据源,在基于层次聚类法实现归一化实测光谱反射率分类的基础上,利用光谱角测距匹配实现2012年5月6日(08:16—15:16)8景GOCI太湖影像的水体分类;并针对不同水体类型分别建立基于GOCI影像的Chl-a反演模型,实现不同类型水体的Chl-a浓度反演。结果表明,太湖水体光谱可分为四类,类型1光谱体现出漂浮藻类的特征,可将其作为蓝藻水华的判定依据;类型2—4体现的特征分别为水体含有较高Chl-a浓度、较高悬浮物浓度及相对较低Chl-a较低悬浮物浓度;并且类型2—4与分类前相比,其分类模型估算的Chl-a浓度误差均得到了不同程度的提高,平均相对误差分别降低了7%,12.3%和15.9%;此外,GOCI影像反演结果不仅可以很好地反映Ch卜a浓度的空间分布状况,也能反映出太湖Chl-a浓度的日变化差异及规律,表现出了其在富营养化污染动态监测及预警中的应用潜力。该方法在GOCI影像中的应用,在提高Chl-a浓度反演精度的同时也提高了模型在实际应用中的适用性,为日后太湖水体不同时刻Chl-a浓度的精确估算提供了基础。

基于GOCI影像的湖泊悬浮物浓度分类反演

悬浮物直接影响到光在水体中的传播,进而影响着水生生态环境,最终决定了湖泊的初级生产力。传统的遥感反演估算模型大多是针对某一湖区进行统一建模,忽视了不同区域水体光学性质的复杂差异性,并且传统的传感器时间分辨率和空间分辨率受到一定限制。针对太湖、巢湖、滇池、洞庭湖4个湖区利用两步聚类法将高光谱模拟到GOCI影像上的波段进行分类,将水体类型分为三类,第一类水体为悬浮物主导的水体,第二类水体为悬浮物和叶绿素a共同主导的水体,第三类水体为叶绿素a主导的水体。针对不同类型水体的光学特征,分别构建了悬浮物浓度反演模型,结果表明第一类水体可以利用B7/B4,第二和第三类水体可以利用B7/(B8+B4)作为波段组合因子对悬浮物浓度进行模型构建。精度验证结果表明,分类建模后第一类和第三类水体悬浮物浓度估算精度都得到了较明显提高,第一类水体RMSE降低了9.19mg/L,MAPE降低了3%,第三类水体RMSE降低了5.63 mg/L,MAPE降低了13.97%,第二类水体精度稍有降低。最后将反演模型应用于2013年5月13日的GOCI影像,可知整体而言太湖西南部地区悬浮物浓度较高,东北部地区悬浮物浓度较低,并且从9:00到15:00,太湖南部悬浮物浓度较高的区域在逐渐缩小。

基于GOCI遥感数据的湖泊富营养化监测研究

采用高时间分辨率的地球同步海色成像仪(geostationary ocean color Imager,GOCI)遥感数据,以日本霞浦湖的西湖为研究对象,利用波段比值法建立了基于GOCI遥感影像的叶绿素a质量浓度反演模型.以此探讨利用GOCI数据估算湖泊水体富营养化程度的可能性.研究结果显示,遥感数据波段比值能够反映湖泊叶绿素a质量浓度随时间演变趋势,两者的相关系数达62%,利用反演模型得到的叶绿素a质量浓度的平均相对误差小于50%,表明GOCI遥感数据具有对湖泊富营养化程度进行监测的潜力.

静止海洋水色卫星(GOCI)绿潮探测算法对比研究

本文基于2011年～2013年绿潮爆发期间的六景GOCI影像,利用目视解译方法构建了测试数据集,对比分析了各算法及其不同波段选择方式的绿潮探测能力。结果表明:NDVI算法的绿潮探测能力明显优于OSABI、KOSC、RVI、EVI 4种算法,且性能稳定可靠,可作为GOCI绿潮业务监测的首选算法;IGAG算法具有一定的潜力,但其绿潮探测能力具有显著的不确定性;从不同波段的选择来看,红光波段选择波段5或6差别不大;近红外波段选择波段7或波段8差异显著且变化规律不一致。所以,未来发展新的GOCI绿潮探测算法时,应综合利用GOCI近红外两个波段的信息。

基于GOCI数据的浙江沿海赤潮监测

浙江是一个拥有丰富海洋资源的海洋大省,同时浙江沿海也是赤潮高发区,开展浙江海域赤潮监测的研究对于浙江省海洋生态保护和海洋经济发展具有重要的意义。遥感技术可以实现赤潮的高效监测,在赤潮监测研究中被广泛应用。文章基于高时空分辨率GOCI影像研究浙江沿海的赤潮监测。首先使用紫外波段大气校正方法获得GOCI的遥感反射率数据,进而基于遥感反射率数据反演得到浙江沿海的总悬浮物浓度(Total Suspended Particulate Matter,TPM)和赤潮指数(Red Tide Index,RI),最后在通过实验获得用于浙江沿海赤潮信息提取的TPM和RI的最佳阈值后进行赤潮监测。统计分析结果表明TPM和RI的最佳阈值分别为17 mg·L^−1和0.23,即当水体TPM不大于17 mg·L^−1且RI不小于0.23时判断为赤潮水体。使用TPM和RI最佳组合阈值提取2011—2016年间5次较为典型的赤潮事件的面积误差范围为20.45%—127.34%,平均面积误差为64.86%,表明本文赤潮提取结果的误差是可接受的;同时提取到的赤潮分布及位置信息亦与海洋公报中的记录基本吻合。赤潮提取结果所具有的位置准确性和较小的面积误差说明该文的方法可用于浙江沿海赤潮监测的参考。最后,又以2011年5月29日温州海域和2014年5月23日舟山海域的赤潮事件为例进行了浙江海域赤潮的日变化规律研究。结果表明浙江海域的赤潮发生面积存在明显的先增后减的日变化规律,并且在正午时刻左右达到最大值,这种赤潮面积的日变化可能与浮游植物昼夜垂直迁移有关。

MODIS和GOCI卫星遥感反射率产品在浑浊海区交叉检验分析

对Geostationary Ocean Color Imager(GOCI)和Moderate Resolution Imaging Spectroradiometer(MODIS)传感器在中国渤海辽东湾海区的卫星大气校正算法开展评估工作。主要对比了GOCI和MODIS的412 nm,443 nm,488 nm,547 nm,678 nm波段的遥感反射率(Remote Sensing Reflectance:Rrs)。结果表明:GOCI的去云算法较严格,在卫星有效数据覆盖率方面差于MODIS;遥感反射率产品比对结果表明:GOCI和MODIS的遥感反射率产品有较好的线性相关,且GOCI反演值大于MODIS反演值;分区域的对比结果表明,MODIS和GOCI的遥感反射率差异随着水体的浑浊度增加而增大,GOCI需要开发适用于近岸水体的大气校正算法。

基于GOCI数据的杭州湾跨海大桥两侧水域悬浮泥沙浓度空间分异规律研究

静止轨道卫星数据具有时间分辨率高的特点,对高动态的河口水质环境监测具有极大的科学价值.本研究使用GOCI数据,杭州湾水域样点实测数据,建立基于GOCI数据的反演悬浮泥沙浓度的经验模型,并对2013年8月9日杭州湾跨海大桥两侧水域进行了悬浮泥沙浓度反演.通过对杭州湾跨海大桥两侧钱塘江上下游悬浮泥沙浓度进行差异性对比研究,结果表明,杭州湾大桥两侧悬浮泥沙浓度呈现一定的梯度特征,表现为大桥上游浓度高,下游浓度相对较低.不同时间段研究区悬浮泥沙浓度为南北两侧变化不同,跨海大桥上游一侧悬浮泥沙浓度变化强度明显高于下游.

基于GOCI的渤海悬浮物分布及日变化遥感初探

悬浮物作为污染物示踪剂,对研究海区陆源污染扩散、分布极为重要。利用2008-2017年渤海多个航次的现场实测光谱和悬浮物浓度数据,研究了渤海表层悬浮物浓度遥感反演算法,发现秦皇岛海域悬浮物算法不同于其他渤海区域。将反演算法应用于GOCI静止卫星影像,得到2015年9月13日8个时相的渤海悬浮物浓度空间分布形态,并探讨了8 h短周期内的变异幅度。研究结果表明:渤海大部分悬浮物浓度较低(0~10 mg/L),短周期内变异幅度很小;悬浮物高值主要分布在以黄河三角洲为中心的渤海湾、莱州湾沿岸一带(最高可达300 mg/L),短周期内变异幅度大(60 mg/L以上,可达200 mg/L);辽东湾辽河口区域、复州湾、金州湾附近海域悬浮物浓度相对较高,金州湾部分区域短周期内变异幅度较高,或与该区域围填海等人为活动有关。

基于光谱与几何匹配的GOCI与MODIS交叉辐射定标

海洋卫星COMs-1((Communication,Ocean&Meteorological Satellite-1)上携带的GOCI(Geostationary Ocean Color Imager)传感器以海洋监测为主,也具备较好的陆地监测潜力,但传感器陆地辐射特性存在偏差。为改善GOCI陆地辐射特性,基于MODIS数据,对GOCI可见光和近红外波段开展交叉辐射定标,弥补场地定标成本较高、定标参数更新周期长的不足,拓展其陆地定量遥感监测能力.交叉辐射定标中,考虑了GOCI和MODIS传感器相应波段光谱响应函数之间的匹配;通过辐射传输模拟,订正两传感器观测角度对辐射定标的影响;通过选取两传感器同一过境时刻的数据,降低太阳角度对辐射定标的影响,提高交叉定标精度.通过MODIS数据模拟的GOCI相应波段的表观辐亮度与GOCI实测结果比对,R^2大于0.88。对定标结果进行初步验证,表明交叉辐射定标后,GOCI陆地上的辐射特性满足基本的定量遥感需求。

采用二流式算法的GOCI／AOT反演方法及其应用

针对静止海洋水色传感器(GOCI)2.1μm短波红外通道缺失和高太阳天顶角的特点,采用二流式算法,并考虑气溶胶的折射率、地球曲率等因素,重新计算地表反射率、表观反射率以及反演GOCI气溶胶光学厚度(AOT).结果表明:参数重新计算后的GOCI\AOT反演精度明显增高;根据目前广泛使用的实测AOT(440nm)>1.00霾判定阈值,采用线性内插方法,建议GOCI\AOT以AOT(555nm)>0.81作为霾判定阈值;中分辨率成像光谱仪(MODIS)是业务化的极轨卫星,GOCI\AOT整体略大于MODIS\AOT,拟合精度R2=0.82.以2015年11月27日至同年12月2日华北地区发生的霾事件为例,结合具有大范围观测能力的MODIS卫星,多源遥感监测方法有效地反映了该霾事件的动态发展过程.

基于GOCI影像的半月潮周期内渤海悬浮泥沙浓度变化研究

悬浮泥沙浓度(SSC)的变化对渤海海域的生态等有着重要的影响。本文基于已有表层水体SSC遥感反演算法进行了优化,利用较高时空分辨率的GOCI影像,基于优化后的模型对渤海表层水体的SSC浓度在半月潮周期中的时空分布与变化特征进行了研究。结果表明:(1)渤海各海湾表层水体SSC在半月潮周期内的变化规律存在差异。从小潮到大潮,辽东湾和渤海湾表层水体SSC先减小后增加,而莱州湾及黄河口附近海域的SSC则呈现出逐步降低的趋势。(2)渤海表层水体SSC存在明显的日内变化,且半月潮潮情对渤海SSC的变化作用显著。在一个连续潮周期中,除莱州湾和辽东湾外,渤海海域SSC的变化幅度总体上呈现出大潮时较大、平常潮次之、小潮时较小的特征。(3)渤海海域沿岸浅水区的SSC高于中部深水区,同时渤海海峡西北部脊沟区水体的SSC变化系数表现出与局部地形相似的辐射状的空间分布特征且与水深存在显著的负相关性,说明海底地形对SSC的空间变化具有不可忽略的影响。

基于GOCI数据的2015年黄海海域绿潮监测及时空变化分析

基于2015年的GOCI影像数据,以黄海海域为研究区域,结合NDVI,EVI,KOSC和IGAG方法,进行绿潮信息的提取,并对绿潮的分布状况、覆盖面积、密集度和漂移路径进行分析。结果表明,采用NDVI,EVI,KOSC和IGAG方法提取2015年黄海海域绿潮的结果一致,绿潮发生于5月中旬,消亡于8月上旬,持续时间约为75d,其中6月中下旬是绿潮的爆发期,绿潮覆盖面积和分布面积均达到最大值。从绿潮漂移轨迹来看,绿潮发生于苏北外海海域,随后逐渐向青岛近海域漂移。

基于GOCI的长江口及附近海域主要营养盐的分布与日内变化研究

对表层水体硝酸盐、磷酸盐和硅酸盐浓度之间的相关性进行分析,利用GOCI影像与实测表层水体的营养盐浓度(包括磷酸盐和硅酸盐)建立长江口及附近海域的表层水体营养盐遥感反演模型,并利用实测数据和营养盐之间的相关关系对反演模型进行验证。验证结果表明:磷酸盐和硅酸盐反演模型的平均绝对百分比误差分别是21.65%和6.73%。将建立的营养盐反演模型应用于GOCI影像进行表层水体营养盐日内变化的研究,结果显示:整个长江口及附近海域表层水体磷酸盐和硅酸盐浓度的分布呈现出由近岸向外海递减的趋势,且在苏北浅滩、长江口及杭州湾出现明显的高值区;长江口及附近海域表层磷酸盐和硅酸盐浓度日变化明显,其中杭州湾和长江口外南部营养盐受潮汐影响显著,即在涨潮时表层水体营养盐浓度降低,在落潮时浓度升高,长江口外北部海域营养盐浓度波动较大。

基于GOCI的2017年南黄海浒苔演变遥感分析

本文应用GOCI高时间分辨率遥感影像,提取浒苔敏感波段并构建合适的评价指标,对NDVI、IGAG、KOSC绿潮主流算法探测能力进行比较,结合目视解译和阈值分割法,对2017年南黄海浒苔信息进行提取并进行演变特征分析。结果表明:NDVI算法的探测能力和稳定性显著优于其他两种, GOCI影像7、8近红外波段的选择对浒苔提取结果存在一定影响,最优为7、5波段组合; 2017年浒苔总体经历了"出现-发展-暴发-衰退-消亡"五个阶段,持续时间约为68d,影像中浒苔最早出现在5月13日的盐城外海海域,最后出现在7月12日,最大覆盖面积出现在6月4日,为2363.12km2,在风、流场共同作用下,先向北移动,后在6月下旬沿山东半岛南侧转向东北,前锋位置最终停滞于青岛-烟台-威海一线并逐渐消亡。其发展规律与运移路径与往年相似,但持续时间与暴发时期最大覆盖面积显著少于往年, GOCI影像高时间分辨率的优势使浒苔灾害的逐小时动态监测成为可能。

基于GOCI的东海叶绿素a浓度3种反演算法的对比及其昼变化分析

叶绿素a浓度是一种表征水体富营养化程度的重要参数,其已经成为水体水质评价的重要指标,它的研究对赤潮、绿潮等的监测预报具有重要意义。基于GOCI卫星获取的水色遥感资料,先对L1B数据进行了大气校正等影像预处理,然后利用OC2、OC3G和YOC 3种叶绿素反演算法反演了东海叶绿素a浓度,并用实测资料对3种反演算法结果进行验证分析,通过反演值与实测值之间的平均绝对误差、平均相对误差和相关系数对3种算法反演精度进行了比较,其中YOC算法的平均绝对误差为0.39 mg·m-3,平均相对误差为42.47%,相关系数为0.88,是3种算法中平均绝对误差和平均相对误差最小、相关系数最高的,因此确定YOC算法反演东海叶绿素a浓度是最优的。进而,利用YOC算法从GOCI卫星获取的高时间分辨率水色遥感信息反演了2011-2017年的东海叶绿素a浓度,并分析叶绿素a浓度的昼变化特征,基本上表现为:一日内从08∶30到15∶30,叶绿素a浓度先升高再降低,在10∶30左右达到峰值,此结果与藻类气泡调节浮力机制理论基本吻合。

基于GOCI影像的长江口及其邻近海域CDOM遥感反演及其日内变化研究

采用静止轨道海洋水色卫星(GOCI)数据对长江口及其邻近海域有色溶解有机物(CDOM)反演。以QAA-CDOM算法为基础,根据实测数据,利用BP神经网络模型来拟合QAA-CDOM算法中需要针对长江口水体进行优化的悬浮颗粒后向散射系数bbp与吸收系数ap的关系,从而准确估算CDOM的浓度。结果表明,反演结果准确度较高,平均相对误差为0.35。基于GOCI日内连续成像的优势,选取2014年3月15日8景GOCI影像,利用优化后的QAA-CDOM-BP算法,对长江口及其邻近海域CDOM的日内变化进行反演和分析,得到的变化规律如下:长江口及其邻近海域的CDOM日变化主要受潮流、长江径流等共同影响。长江口内CDOM浓度在涨潮期高于退潮期,由于受长江冲淡水的作用,CDOM从口外往外海区呈现逐渐递减趋势。

基于GOCI提取东海近几年赤潮信息及时序分析

赤潮已经成为我国东海最普遍的海洋灾害之一.利用卫星手段监测赤潮也由来已久.采用Geostationary Ocean Color Imager(GOCI)静止卫星对东海近几年的赤潮进行了监测和分析.研究表明:1)利用Quick Atmospheric Correction(QUAC)获取GOCI的归一化离水辐射率,其中nLw(555nm)作为赤潮事件的特征波段来监测赤潮是有效的;2)以nLw(555nm)为峰值且通过小于1.5mW·cm^(-2)·sr^(-1)·μm^(-1)这一阀值信息来监测中国东海3次不同时间和区域的赤潮事件.3次事件分别为2011年5月东海原甲藻事件、2011年7月中肋骨条藻事件和2014年5月东海原甲藻事件;3)赤潮面积的日变化主要受有效光合辐射和潮位的影响.通过QUAC获取归一化离水辐射率GOCI-nLw(550nm),将nLw(555nm)作为特征波段来获取赤潮信息,并结合光照强度、潮位、温度等参数,分析了赤潮面积日变化的可能原因.

基于高频次GOCI数据的太湖悬浮物浓度短期动态和驱动力分析

总悬浮物是水体中重要的光学敏感物质之一,很大程度上决定了水柱中光的吸收、散射和衰减,同时吸附营养盐、重金属和有毒有害物,对水体物质生物地球化学过程、沉积物埋藏动力和湖泊环境演化具有重要的意义.基于星地同步实验和静止水色成像仪GOCI(Geostationary Ocean Color Imager)构建了太湖悬浮物浓度估算模型,并分析了典型风浪过程中太湖悬浮物浓度短期动态变化过程.研究表明:对太湖水体悬浮物浓度较为敏感的波段为GOCI的第7波段(745nm)和第8波段(865 nm),悬浮物浓度与对应波段遥感反射率线性相关决定系数分别为0.72和0.55;基于GOCI第7波段的悬浮物浓度单波段遥感估算模型能较为准确地估算太湖的悬浮物浓度,模型相对均方根误差和平均绝对百分误差分别为28.3%和24.4%.通过研究典型风浪过程前后太湖悬浮物浓度变化发现其短期动态变化显著,风速、风向是悬浮物浓度短期动态变化的重要驱动因素,悬浮物浓度与风速呈正比,并随着风向扩散;高频连续GOCI影像结果显示悬浮物浓度短期动态变化对风浪扰动的响应有一定的滞后性,滞后时间为数小时到1天,悬浮物沉降与沉积物再悬浮的临界风速约为3.4 m/s.