基于多源中高分辨率遥感数据提取渤海辽东湾海冰要素信息.docxVIP

PAGE

1-

基于多源中高分辨率遥感数据提取渤海辽东湾海冰要素信息

一、引言

(1)渤海辽东湾作为中国北方重要的海洋生态系统之一，其海冰资源丰富，对区域渔业、生态环境和气候系统具有深远影响。近年来，随着全球气候变化和人类活动的影响，辽东湾海冰的分布、厚度和持续时间发生了显著变化。据相关资料显示，辽东湾海冰覆盖率在20世纪80年代以来呈下降趋势，海冰厚度也逐年变薄，这对当地渔业生产及生态环境造成了严重影响。

(2)为了准确掌握辽东湾海冰的时空变化规律，有效评估海冰资源的动态变化，迫切需要建立一套科学的海冰要素信息提取方法。遥感技术凭借其高时效性、大范围覆盖和低成本等特点，成为研究海冰要素信息的重要手段。目前，国内外已有许多学者对海冰遥感监测技术进行了深入研究，并取得了显著成果。然而，由于辽东湾海冰环境的复杂性和多样性，现有的遥感数据和方法在提取海冰要素信息方面仍存在一定局限性。

(3)本文以多源中高分辨率遥感数据为基础，结合辽东湾海冰分布特征，探讨了基于遥感数据提取海冰要素信息的方法。通过对不同类型遥感数据的融合与处理，实现了对辽东湾海冰分布、厚度、面积等要素的精确提取。以2019年辽东湾海冰为例，本研究提取的海冰要素信息与实地调查结果具有较高的吻合度，验证了所提出方法的可行性和准确性。此外，本研究还分析了辽东湾海冰时空变化规律，为我国海冰资源的合理利用和生态环境保护提供了科学依据。

二、研究区域与数据源

(1)研究区域辽东湾位于中国辽宁省的东南部，是渤海的一个重要海湾。该区域纬度位于39°30～41°00N，经度位于120°30～122°00E。辽东湾总面积约为1.1万平方公里，拥有丰富的海洋生物资源和独特的生态环境。近年来，辽东湾海冰的变化引起了广泛关注，尤其是海冰覆盖面积和厚度的减少，对当地渔业和生态环境产生了显著影响。

(2)在数据源方面，本研究主要采用了多源中高分辨率遥感数据，包括Landsat8、Sentinel-1和MODIS等卫星遥感影像。这些数据具有不同的空间分辨率和时相，能够满足不同研究需求。其中，Landsat8数据具有15m的空间分辨率，Sentinel-1数据具有20m的空间分辨率，而MODIS数据则具有250m的空间分辨率。这些数据在2018年至2020年间覆盖了辽东湾区域，为海冰要素信息的提取提供了丰富的数据基础。

(3)为了提高海冰要素信息的提取精度，本研究还结合了地面实测数据。这些地面实测数据包括海冰覆盖面积、厚度和分布等，由辽宁省海洋与渔业厅和辽宁省海洋环境监测中心提供。这些实测数据与遥感数据相互验证，确保了提取结果的真实性和可靠性。此外，本研究还参考了国内外相关研究成果，如《渤海海冰遥感监测与评估报告》等，为辽东湾海冰要素信息提取提供了全面的理论支持。

三、海冰要素信息提取方法

(1)海冰要素信息提取方法主要分为以下几个步骤：首先，对多源遥感数据进行分析与预处理，包括辐射定标、大气校正和云掩膜等操作，以确保数据质量。接着，利用遥感图像处理技术，对预处理后的数据进行融合，以提高海冰要素信息的提取精度。融合方法包括基于物理模型的融合、基于统计模型的融合和基于小波变换的融合等。具体融合策略根据不同数据源的特点和需求进行选择。

(2)在海冰分布提取方面，本研究采用阈值分割法结合支持向量机（SVM）分类器进行海冰区域识别。首先，通过计算遥感图像的灰度直方图和纹理特征，确定海冰区域的灰度阈值。然后，利用SVM分类器对遥感影像进行分类，将海冰区域与非海冰区域区分开来。为了提高分类精度，对SVM分类器进行参数优化，包括核函数选择、惩罚参数和训练样本数量等。此外，引入模糊C均值（FCM）聚类算法对海冰区域进行细化，进一步优化分类结果。

(3)在海冰厚度提取方面，本研究结合了雷达遥感数据和光学遥感数据。首先，利用Sentinel-1雷达数据，通过InSAR技术提取海冰厚度。InSAR技术通过分析不同时间获取的雷达影像，计算地表形变，进而反演海冰厚度。其次，结合Landsat8光学遥感数据，通过计算海冰区域的反射率和光谱特征，反演海冰厚度。为了提高海冰厚度提取精度，采用多源数据融合技术，将InSAR和光学遥感数据相结合，实现海冰厚度的精确反演。同时，利用地面实测数据对提取结果进行验证，确保了海冰厚度信息的可靠性。此外，通过构建海冰厚度时空变化模型，分析辽东湾海冰厚度的时空分布规律。

四、实验结果与分析

(1)实验结果表明，通过融合多源遥感数据提取的海冰分布具有较高的精度。在2019年辽东湾海冰分布提取中，与地面实测数据对比，海冰覆盖面积提取误差控制在5%以内，分类准确率达到90%以上。此外，结合模糊C均值聚类算法对海冰区域进行细化后，分类准确率进一步提高，达到95%。

(2)海冰厚度提取实