环渤海海水养殖遥感提取与变化检测
文献类型：学位论文
| 作者 | 王淑璇 |
| 答辩日期 | 2023-06 |
| 文献子类 | 专业学位 |
| 授予单位 | 中国科学院大学 |
| 授予地点 | 中国科学院地理科学与资源研究所 |
| 导师 | 黄翀 ; 潘志强 |
| 关键词 | 环渤海 海水养殖 MAI Sentinel-1/2 Landsat 变化检测 时空格局 |
| 学位名称 | 硕士 |
| 学位专业 | 农业工程与信息技术 |
| 英文摘要 | 我国是世界水产养殖大国，养殖面积和产量占世界养殖总量的60%以上。其中，海水养殖作为我国水产养殖的重要组成部分，近年来发展迅速。2021 年我国海水养殖产品产量为2211.14 万吨，比1990 年增长了1362%。环渤海地区是我国重要的海水养殖基地，近年来，环渤海地区海水养殖规模不断扩大，推动了渔业经济的发展，成为区域经济的新增长点。然而，海水养殖的不合理开发造成氮磷污染、海水富营养化、生物多样性下降等问题，严重影响了海洋生态安全。因此，开展海水养殖监测，及时获取海水养殖时空信息及其变化特征，对区域海水养殖的可持续发展具有重要意义。 遥感技术是开展大尺度海水养殖调查与变化检测的重要手段。本文针对环渤海复杂近岸海域环境中的海水养殖识别难题，提出一种基于光学与雷达时序数据的多特征融合分类方法，实现海水养殖空间格局的精细化提取。为获取海水养殖的多年动态，提出了一种基于邻域差分-变化向量分析（ND-CVA）方法，对环渤海海水养殖多年变化动态进行监测，进而分析海水养殖近30 年时空变化格局。主要研究内容和结论如下： （1）基于时序光学与雷达数据的海水养殖精细提取 作为主要的海水养殖类型，筏式养殖与背景海水的光谱特征相似，同时，海水背景在较大空间尺度上具有显著的光谱异质性。传统基于单期光学影像分类的方法在识别筏式养殖时精度难以满足要求。本研究充分利用时间序列Sentinel-2光学和Sentinel-1 雷达遥感数据，针对筏式养殖特征，构建一种新的海水养殖指数（Marine Aquaculture Index, MAI），增强筏式养殖和海水背景的差异，结合光谱、后向散射系数、纹理和几何特征对海水养殖进行高精度提取与制图。结果表明，与常用的归一化植被指数（NDVI）、归一化水体指数（NDWI）等指数相比，MAI 能有效扩大海水养殖与背景海水的差异，具有在大尺度海水养殖提取中的应用潜力。结合纹理特征和几何特征可以显著降低养殖与海水的误分，提高分类精度。协同Sentinel-2 光学和Sentinel-1SAR 数据能有效识别不同的海水养殖类型，总体精度为0.94，Kappa 系数为0.91。 （2）基于Landsat 存档数据的海水养殖多年变化检测海水和海水养殖的光谱特征具有高度的时空动态性，给海水养殖变化检测造成困难。在面向对象分割后，海水养殖斑块只与海水斑块相邻，邻域关系较为稳定。基于这一特征，本研究构建了融合空间邻域关系的变化向量模型，结合基于回溯分析的变化检测方法，获得1990-2000 年、2000-2005 年、2005-2010 年、2010-2015 年与2015-2020 年5 期环渤海海水养殖变化检测结果。研究表明，融合邻域关系后变化向量分析模型总体精度和Kappa 系数分别提高了0.33 和0.40。加入高精度海水养殖专题图的回溯性分析方法，减少了分类后比较中出现的近岸海水和筏式养殖的混分。 （3）环渤海1990-2020 年海水养殖时空变化分析为探究研究区海水养殖的时空变化特征，基于信息提取和变化检测结果得到1990-2020 年6 期海水养殖空间分布图，结合近岸水质数据，对我国环渤海近岸海水养殖的空间分布特征进行研究。结果表明，1990-2020 年环渤海海水养殖主要分布于山东省和辽宁省，山东省海水养殖面积增速低于辽宁省，海水养殖逐渐向远离海岸的方向扩张。辽宁省和山东省海水养殖水质优于河北省。1990-2015 年随着海水养殖的扩张水质降低。在污染防治攻坚工作背景下，2015 年后海水养殖区水质大幅提升。 |
| 语种 | 中文 |
| 页码 | 93 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/199360]  |
| 专题 | 地理科学与资源研究所_研究生部 |
| 推荐引用方式 GB/T 7714 | 王淑璇. 环渤海海水养殖遥感提取与变化检测[D]. 中国科学院地理科学与资源研究所. 中国科学院大学. 2023. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。