發(fā)布時間：2020-12-04 18:25

　　本文在國家高技術研究發(fā)展計劃項目和國家重點研究基礎規(guī)劃項目的支撐下,面向中國赤潮海洋航空監(jiān)測業(yè)務的需求,開展了赤潮航空高光譜發(fā)現檢測、赤潮生物優(yōu)勢種類識別和赤潮生物量分布特征提取等3項技術的研究,并利用國內首批赤潮航空高光譜數據和寶貴的同步監(jiān)測資料進行了檢測和識別模型的驗證。論文的工作包括:⑴ 在把握二類水體和赤潮水體的光譜特征的基礎上,分析了赤潮與正常水體的航空高光譜特征差異,提出兩種赤潮航空高光譜遙感發(fā)生檢測模型:基于赤潮特征反射峰的檢測模型、基于人工神經網絡的檢測模型。⑵ 在分析赤潮水體的高光譜數據特征的基礎上,給出了赤潮水體的高光譜數據的特征向量,建立了3種赤潮生物優(yōu)勢種類航空高光譜識別模型:SAM(Spectral Angle Mapper)、SCM(Spectral Correlation Mapper)和SVM(Support Vector Machine).⑶ 基于多組分的海水遙感反射率模型,提出已知葉綠素濃度模擬海水遙感反射率的正問題模型、已知海水遙感反射率反演葉綠素濃度的反問題模型,對赤潮生物量分布特征航空高光譜遙感提取作了探索性研究。⑷ 開展了赤潮航空高光譜遙感發(fā)... 

【文章來源】：中國科學院大學(中國科學院海洋研究所)山東省

【文章頁數】：128 頁

【學位級別】：博士

【部分圖文】：

影響離水輻射的因素：(a)無機懸浮顆粒物的散射；(b)水分子的散射；(c)黃色物質的吸收；(d)海底的反射；(e)浮游植物的散射

丹麥細柱藻赤潮航空高光譜圖像（以80,50和25波段分別賦予紅綠藍色合成）

神經元模型

【參考文獻】：
期刊論文
[1]基于人工神經網絡的赤潮衛(wèi)星遙感方法研究[J]. 樓琇林,黃韋艮.  遙感學報. 2003(02)
[2]國內外赤潮衛(wèi)星遙感技術與應用進展[J]. 黃韋艮,肖清梅,樓琇林.  遙感技術與應用. 2002(01)
[3]神經網絡技術在成像光譜數據的巖石礦物識別中的應用[J]. 姚國清.  計算機仿真. 2001(06)
[4]中國赤潮的發(fā)生趨勢和研究進展[J]. 周名江,朱明遠,張經.  生命科學. 2001(02)
[5]自然海水中浮游植物生物量和葉綠素的比值[J]. 張武昌,張芳,王克.  海洋科學. 2001(03)
[6]赤潮相關因子的衛(wèi)星遙感探測與赤潮預報的可行性探討[J]. 陳曉翔,鄧孺孺,何執(zhí)兼,柯棟,李芳.  中山大學學報(自然科學版). 2001(02)
[7]赤潮航空監(jiān)視方法與統(tǒng)計分析[J]. 孫秀云.  海洋通報. 2000(05)
[8]基于譜學的成像光譜遙感技術發(fā)展與應用[J]. 張宗貴,王潤生.  國土資源遙感. 2000(03)
[9]PHI成像光譜圖像反射率轉換[J]. 劉建貴,吳長山,張兵,鄭蘭芬,童慶禧.  遙感學報. 1999(04)
[10]赤潮衛(wèi)星遙感監(jiān)測與實時預報[J]. 黃韋艮,毛顯謀,張鴻翔,史愛琴.  海洋預報. 1998(03)



本文編號：2898047