简介:在区域尺度下,探索提取不同林分结构和滩涂裸露状况下红树林空间分布遥感信息的适用方法。选择ALOSPRISM/AVNIR-2为数据源,以广西北部湾两个红树林典型分布区作为实验区,第一个实验区是红树林茂密、滩涂裸露的区域,第二个实验区是红树林稀疏、低矮和滩涂不完全裸露的区域,分别采用了植被指数、监督分类、非监督分类和面向对象分类方法,进行实验。研究结果表明,在第一个实验区,用RVI、NDVI、SAVI、DVI、监督分类、非监督分类和面向对象方法进行遥感分类的总体精度分别为95.3%、94.3%、92.3%、93.3%、96.0%、97.0%和94.0%,说明这几种方法都可以较精确地提取红树林信息,其中非监督分类的结果相对较好;在第二个实验区,植被指数不能精确提取红树林信息,监督分类、非监督分类和面向对象分类的总体精度分别为92.7%、85.7%和89.3%,以监督分类的结果最好。因此,监测区域尺度的红树林,必须根据具体海湾或地段红树林的林分结构特点、成像时刻的潮位高度、红树林在遥感图像上的表征,选用适合的方法,才能确保红树林信息提取精度。在采用多源遥感数据进行红树林动态监测中,综合运用植被指数、监督分类、非监督分类、面向对象分类和图像解译方法,可以准确提取红树林信息。此外,对于斑块破碎、林木低矮且相当部分稀疏的广西北部湾乃至南中国海红树林遥感信息提取,适用的遥感图像空间分辨率应小于5m,以小于3m更适宜。
简介:自2000年以来,渤海海域每年都有赤潮发生,这往往使渤海沿海水域受其影响.卫星遥感技术和海洋水色观测卫星图像,已经成功地用于识别和观测赤潮的发生、发展和消亡.然而,由于研究的水体、使用的遥感数据和建模方法都各不相同,因此需针对渤海海域的水体特点建立特定的赤潮反演模型.本文利用MODIS光谱反射率数据和渤海海域实测叶绿素a浓度进行了相关分析,选择表达式(B10-B8)/(B13-B8)作为渤海海域赤潮反演的指标,相关系数达到0.7815,呈现显著相关结果.研究发现2014年渤海海域赤潮灾害的时空分布特征较为明显.其中渤海海域赤潮大规模爆发的主要原因归结于其半封闭型的地理形态导致的水交换不畅和沿岸径流的大量陆源物质输入,河流输入是陆源污染入海的主要来源.然后,本文利用云覆盖较少的GOCI遥感数据,建立了-个改进型赤潮指数的赤潮反演模型,并且证明了在浑浊水域中描述赤潮的有效性.2014年5月15日、26日和30日的每小时RI图像在-天中呈现出基本-致的赤潮变化,并且-天中渤海海域的赤潮面积变化非常明显,赤潮藻类优势种的垂直迁移可能是导致赤潮表面表达短期变化的主要原因.