基于PIE-Engine Studio的黄河口及其邻近海域水质遥感监测

卫星遥感具有高空间分辨率、重访周期短、覆盖面大等优势,遥感技术的发展产生了海量遥感数据,对数据的处理与应用提出了新的挑战。遥感云服务平台依托其海量遥感数据和强大算力,能够高效、低成本地对遥感数据进行处理。基于PIE-Engine Studio平台对遥感数据收集、处理和计算进行研究,针对黄河口及其邻近海域水质参数进行监测,得到研究区1984—2021年叶绿素a浓度、透明度、悬浮泥沙浓度的时空分布特征。结果表明:叶绿素a在黄河三角洲外围海域存在一个半环形的清洁水体区域,在莱州湾内呈现片状分布;由近岸向离岸方向透明度逐渐增加,最小透明度分布于黄河入海口近岸区域,其他区域呈扩散式分布;悬沙浓度较高的区域集中于黄河三角洲外围,其他区域呈扩散式分布,且黄河入海口南北两岸呈现出不同的数值和趋势差异。

基于深度学习的水下生物目标检测方法综述

水下生物目标识别对水产养殖、濒危生物保护、生态环境监测具有重要意义。综合分析了当前各种深度学习方法在水下生物目标检测中的应用情况。首先介绍了常用的水下生物目标检测数据集;然后,按照两阶段和单阶段对当前常用目标检测方法进行分类、分析和总结,详细阐述了各类检测方法的实际应用状况,并重点对上述各类检测方法优化策略的优势与不足进行了分析和总结;最后,对基于深度学习的水下生物目标检测提出今后的研究重点,为该领域的研究人员提供了资料性的参考依据。