长时序多源遥感数据的海洋赤潮环境异常检测方法研究

来源 :浙江大学 | 被引量 : 0次 | 上传用户:limihu93
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
海洋监测是海洋防灾减灾的重要内容。卫星遥感作为海洋监测的主要手段之一,长时序水色遥感为获取海洋环境异常并帮助人们及时掌握海域的环境质量状况提供了重要数据源。基于长时序多源遥感数据,本文进行了海洋赤潮环境异常检测方法研究。针对目前海洋遥感数据使用中面临的总数量大但来源不一、干扰多且不确定性强、限定时空尺度下有效数据少等问题,本文展开的研究内容具体为:(1)考虑时空相关性的海洋赤潮环境异常检测方法。面对限定时空尺度下有效像素稀缺且精度存疑的海洋遥感数据,本文设计的海洋赤潮环境异常检测方法分为点时间序列异常检测和确定点异常后的异常范围提取两个部分。根据时序数据的特点采用时序分项表示模型对其进行分解,并通过去季节项排除季节因子波动的干扰,且在考虑空间和模式特征的前提下对多源遥感数据时空重构,并通过神经网络方法对重构后的序列进行时序预测,选取预测值与实际值的差值作为点异常检测的依据,最后根据确定的潜在异常点并考虑遥感数据空间相关性,采用极值理论动态地进行异常范围的提取。(2)面向长时序多源遥感异常检测的时空瓦片模型。由于提出的海洋赤潮环境异常检测方法采用长时序多源遥感数据进行分析,涉及大量历史数据。并且赤潮的空间分布范围往往小于原始遥感数据。针对以上情况,本文提出面向长时序多源海洋遥感数据统一组织的时空瓦片模型,在空间维度上将大体量多源多分辨率的海洋遥感数据以固定瓦片的形式进行统一组织。并在时间维度上对重组瓦片进行管理,同时应用时空特征体提高时空分析效率。最后将以上模型与海洋赤潮环境异常检测方法结合,提出长时序多源遥感数据的海洋赤潮环境异常检测框架。(3)海洋赤潮环境异常检测框架的应用案例。选取浙江近岸海域为研究区域,采用20年遥感数据作为实验数据,以叶绿素a浓度为赤潮判别依据并选取海表温度和光合有效辐射作为模式特征,采用海洋赤潮环境异常检测框架进行赤潮范围判定,最终验证本文提出模型和方法的可行性和有效性。(4)海洋遥感在线分析平台关键技术扩展应用。将本文提出的模型和方法应用于海洋遥感在线分析平台,通过海量多源遥感数据统一管理和在线快速可视化分析完整实现海洋赤潮环境异常检测流程。同时根据时空瓦片模型的特性设计瓦片的空间自感知机制用以辅助实现对异常范围进行更直观的可视化展示。最终扩展本文提出的模型和方法在海洋遥感数据应用领域的能力和价值。
其他文献
随着移动互联网的高速发展,移动智能设备已经走进了千家万户,由于Android系统的开源性,越来越多的木马病毒制作者将目光转向了 Android平台,这些恶意程序一方面给用户带来了
为探究不同水氮管理对麦茬杂交籼稻物质积累、养分吸收、根系建成以及土壤理化特性的影响,分别在2017年-2018年,以中迟熟杂交稻F优498为材料,在小麦秸秆全量还田下,采用两因
人体动作捕获与识别具有广阔的市场空间和应用前景,广泛应用于影视动画制作、人机交互、虚拟现实、体育训练、医疗康复等交叉性学科领域。相对于光学式人体动作捕获系统,基于
文章从产品一致性和符合标准入手,对CCC认证相关方,尤其是认证机构、工厂在产品一致性的基准、内容和程度等方面职责、要求进行了分析,目的是帮助相关人员更好地理解CCC产品