收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于遥感影像的近海岸水产提取方法研究

武易天  
【摘要】:随着近海水产养殖业的发展,近海岸环境正面临着水体富营养化、原始生态群落被破坏等威胁。日益增长的水产养殖活动在追求经济利益中如何考虑到当地环境的承载力是养殖户和当地管理部门需要解决的问题。而利用遥感卫星影像对近海养殖区进行观测,是规划和管理近海水产养殖区的有效方式之一。不过传统的水产检测算法通常利用专业的解译人员配合遥感软件对影像进行人工解译,提取效率低,且人工成本较高,难以满足近海水产养殖区快速观测的要求。本文在研究近海水产养殖区在遥感影像上的光谱和空间特征,讨论了利用短重返周期、低数据成本的中等分辨率卫星提取近海水产养殖区的可行性,此外还对现有的水产提取算法进行了总结,并结合算法原理分析其优缺点和适用范围,对已有算法中存在的问题进行总结,并提出了基于改进约束能量最小化的水产自适应分割提取算法。算法利用Landsat 8 OLI中等分辨率卫星数据来进行水产提取方法的研究,不仅在最终的提取精度上高于传统的检测算法,而且整个提取流程的自动化程度高,减轻了传统影像解译人员的工作负担。相比于以往的水产检测方法仅能够识别出水产养殖区的大致范围,本文充分利用水产养殖区的光谱和空间特征,将养殖水域养殖带之间的非养殖像元进行剔除,大大降低了算法错分概率,提高了整体算法的提取精度,能有向有关部门和专家提供更为准确、有效的近海养殖信息。主要的研究工作如下:1、本章对现阶段国内外水产提取的方法进行了归纳总结,分别是目视解译法,特征指数提取法,面向对象分割提取法,无人机影像解译法和SAR影像解译法。通过分析不同提取方法间的算法原理,说明了各方法在水产养殖提取中的优缺点和主要解决的问题。除了介绍算法各自的原理步骤之外,还对常用几种算法的适用性和局限性进行了总结评述。2、针对以往水产提取算法误检率高、普适性较低等问题,本文提出了一种基于改进约束能量最小化的水产自适应分割提取算法(OWCEM-SDAS)。本文算法利通过多个波段组合的方式,构建了包含常用的水体指数MNDWI、MAWEI在内的多种指数,并结合叶绿素浓度和悬浮泥沙浓度指数使用正交加权约束能量最小化算法(OWCEM)对养殖区进行增强,然后通过原始影像分块,在每个子区域(块)中使用自适应阈值对水产养殖区进行分割提取,最后将各子区域(块)的提取结果综合,从而得到近海养殖区最终的水产提取。3、通过不同近海养殖区不同提取方法间的对比,利用混淆矩阵和kappa系数等指标量化提取结果,证明了本文算法在不同实验区复杂背景下的提取精度和稳定性都好于其他常用提取算法。


知网文化
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978