基于多时相高分遥感影像的筏式养殖藻类分类识别方法

For the difficulty on the classification and recognition of raft cultivation algae, this project will use high-resolution optical remote sensing images and polarization SAR images, to develop a method that can distinguish the raft cultivation algae and shellfish, to develop the recognition method of raft cultivation algae based on the optical remote sensing images, and to develop the discrimination method of raft cultivation algae based on the algae growth process. And then, we will establish a multiple time-phase, high-resolution remote sensing classification and recognition technological system of raft cultivation algae, which can serve for operational monitoring of raft cultivation area and provide the reliable scientific basis for controlling the breeding density, suppressing the aquaculture environment worsen, and preventing the breeding disease.

摘要：本申请针对筏式养殖藻类分类识别这一难题，拟联合利用高分光学遥感影像和极化SAR影像，发展筏式养殖贝类和藻类区分方法、筏式养殖藻类光学遥感识别方法和基于藻类生长过程的筏式养殖藻类判别方法，形成一套筏式养殖藻类多时相高分遥感分类识别技术系统，服务于筏式养殖区的业务化监测，进而为控制养殖密度、遏制养殖环境的恶化、防治养殖病害提供可靠的科学依据。

针对筏式养殖藻类分类识别这一难题，本项目利用高分光学遥感影像和极化SAR影像，结合现场调查数据，开展了筏式养殖藻类分类识别方法研究。通过筏式养殖藻类现场实测和卫星遥感特征分析，构建了裙带菜、海带等藻类典型地物光谱特征库，完成了不同生长期的藻类及藻类养殖水体光谱特征分析；利用筏式养殖贝类和藻类在高分光学影像和极化SAR影像上的响应特征，分别引入深度学习方法、迭代阈值和密度聚类方法，完成筏式养殖贝类、海带、紫菜等藻类的区分识别方法研究；在光学影像藻类识别方法研究任务中，综合利用高分影像光谱特征、空间特征信息，构建筏式养殖藻类分类识别模型，发展了判别函数与面向对象分类法相结合的养殖藻类分类识别方法，构建了5个判别函数，分别用于海域的分割、不同海域内藻类和贝类养殖区的提取；结合藻类养殖物的生长季和卫星数据获取的情况，选择了 Landsat8数据作为研究数据，开展藻类养殖生长过程光谱特征分析及藻类信息提取研究，共收集2017年10月-2019年6月间高质量影像，分析藻类、贝类和海水光学数据在时间序列上的差异特征，实现藻类信息的提取；最后，利用多源卫星遥感影像，在江苏省连云港市近岸海域开展藻类养殖遥感监测并进行时空变化分析。. 本项目遵循着边研究，边应用的原则，紧紧围绕解决实际应用需求问题开展研究工作。本项目的部分研究成果已成功应用于连云港市海水养殖用海监测中，为地方管理部门提供海水养殖空间分布，为连云港的海水养殖生态环境监管提供技术支撑。项目成果可用于服务海水养殖区遥感业务化监测，同时为控制养殖密度、遏制养殖环境的恶化、防治养殖病害提供可靠的科学依据。