高时间分辨率遥感影像中渤海海冰信息的提取总体研究
遥感影像的海岸线自动提取方法研究进展
遥感影像的海岸线自动提取方法研究进展一、综述随着全球气候变化的加剧以及人类活动的不断拓展，海岸线作为陆地与海洋的交汇带，其动态变化受到了广泛关注。
准确、高效地提取海岸线信息对于海洋资源管理、环境监测、灾害预警以及沿海城市规划等领域具有重要意义。
遥感技术以其大面积、快速、同步观测的特点，在海岸线提取中发挥着越来越重要的作用。
随着遥感数据源的不断丰富和图像处理技术的快速发展，海岸线自动提取方法取得了显著进步。
海岸线自动提取方法主要依赖于遥感影像的处理和分析。
这些影像可以通过卫星光学遥感、微波遥感或激光雷达遥感等方式获取，包含丰富的地物信息和空间特征。
通过对这些影像进行预处理、特征提取和分类等操作，可以实现对海岸线的自动识别和提取。
在海岸线自动提取方法的发展历程中，学者们提出了多种算法和技术。
这些算法和技术大多基于图像处理的基本理论，结合地学知识和实际应用需求进行改进和优化。
阈值分割、边缘检测、区域生长等经典算法在海岸线提取中得到了广泛应用。
随着深度学习技术的兴起，神经网络分类等方法也逐渐被引入到海岸线提取中，并显示出良好的性能。
尽管海岸线自动提取方法取得了显著进展，但仍存在一些挑战和问题。
影像信息量不足、精度验证困难以及海岸线仅是过渡区的平均线等问题仍待解决。
不同地区的海岸线具有不同的特征和变化规律，因此需要针对具体情况选择合适的算法和技术进行提取。
遥感影像的海岸线自动提取方法研究进展迅速，但仍需不断完善和优化。
未来研究方向包括加强地物波谱机制研究、将图像处理的基本理论与地学知识更紧密地结合起来、探索新的提取算法和技术等。
通过这些努力，我们有望实现对海岸线的更精确、更高效的自动提取，为海洋资源管理和环境保护提供有力支持。
1. 遥感技术的发展及其在海岸线提取中的应用作为一种非接触式的远距离探测技术，近年来得到了迅猛的发展，并在地理信息系统(GIS)、环境监测、资源调查等多个领域展现出广泛的应用前景。
海岸线提取作为遥感技术应用的一个重要方向，对于海洋生态系统的保护、土地利用规划、海洋资源开发以及防灾减灾等方面具有至关重要的作用。
环境一号卫星数据在油田滩海冰情监测中的应用研究
文 以渤海湾 冀东油 田南堡 滩海海 域为例 开展２ ０ ０ ８ — 相 比，在 数据 空间分辨率相 当的情 况下 ，时间分辨 ２ ０ ０ ９ 年冬季冰情遥感监测和分析技术研 究。
１ 研 究 区概 况
作表 明 ，Ｈ Ｊ － １ Ａ ／ Ｂ 星Ｃ Ｃ Ｄ 遥 感数 据是 滩海油 田海冰监 测 的 实用 有效 数据 手段 。 关键 词 ：遥感 技 术；Ｈ Ｊ － １ Ａ ／ Ｂ Ｃ Ｃ Ｄ ； 海冰监 测
滩海 油气 田勘探开发 受海洋环 境 的影响较大 ，
重要 的意义 ，通过 中 国资源卫星 中心 ，本项 目获取 研究 区２ ０ ０ ８ 年 冬季冰期Ｈ Ｊ － Ｉ Ａ ／ Ｂ Ｃ Ｃ Ｄ 影像 ，并结合 其它数据源展 开研 究工作 。
河 北遥 感
２ ０ １ ３年第 １ 期
环 境 一 号 卫 星数 据 在 油 田滩海 冰情 监 测 中的应 用研 究
周 红英 张友焱 张一 民
（ 中国石 油勘探 开发研究 院，北京 １ ０ ０ ０ ８ ３ ）
摘 要：渤海海域油气田冬季生产经常遭受不同程度的冰 灾威胁 ，遥感技术以其范围大、多
冬 季 的海洋冰灾 不同程度地影 响着 油气勘探开发和
海 上工程 的建设 ，在常冰年 ，冰情对 油 田海上工程 和 生产活动影 响不大 ，而在冰情 比较严重 的年份 ，
２ 遥 感 数据 源
渤海湾冬 季 的冰 期一 般是从 １ ２ 月到次年 ３ 月大 约持续３ 个 月左右 的时间，要完成南堡一 曹妃甸的滩 海冰情遥 感监测 ，对遥感数据 的空间分辨率和时 间 分辨率均有 一定的要求 ，前人海冰遥 感监 测研究 的
海洋环境监测中的卫星遥感技术考核试卷
考生姓名：__________答题日期：_______得分：_________判卷人：_________
一、单项选择题（本题共20小题，每小题1分，共20分，在每小题给出的四个选项中，只有一项是符合题目要求的）
1.卫星遥感技术中，常用于海洋环境监测的传感器是：（）
C.卫星遥感技术只能监测静态的海洋环境
D.卫星遥感技术对海洋环境监测没有局限性
15.以下哪个卫星系统主要用于全球海洋环境的实时监测？（）
A. GPS
B. GLONASS
C.北斗导航卫星系统
D. Jason卫星系列
16.下列哪种卫星遥感技术主要用于海洋油膜监测？（）
A.多光谱遥感
B.高光谱遥感
C.红外遥感
A. MODIS
B. MRI
C. CT
D. PET
2.下列哪个卫星不属于海洋环境监测卫星系列？（）
A.海洋卫星一号
B.风云三号
C.地球观测卫星
D.资源一号
3.在卫星遥感中，海水温度的测量主要使用哪个波段的光谱信息？（）
A.可见光波段
B.红外波段
C.微波波段
D.紫外波段
4.关于海洋叶绿素浓度监测，以下哪个说法是错误的？（）
A.辐射校正
B.大气校正
C.几何校正
D.目标识别
20.关于卫星遥感技术在海洋环境监测中的应用，以下哪个说法是错误的？（）
A.可以实现大范围、快速监测
B.可以获取长期、连续的监测数据
C.可以实时传输数据，便于应急处理
D.成本高，操作复杂，难以普及
（结束）
二、多选题（本题共20小题，每小题1.5分，共30分，在每小题给出的四个选项中，至少有一项是符合题目要求的）
基于高分遥感数据的海岸带沙滩情况遥感识别研究
基于高分遥感数据的海岸带沙滩情况遥感识别研究随着科技的不断发展，高分遥感数据的应用越来越广泛，其中海岸带沙滩情况遥感识别是其中的一个重要应用领域。
本文将从影像数据来源、沙滩特征提取、模型建立与应用等方面对基于高分遥感数据的海岸带沙滩情况遥感识别研究进行探讨。
一、影像数据来源高分辨率遥感数据是进行海岸带沙滩情况遥感识别的基础数据，通常使用的高分辨率遥感数据主要包括卫星遥感、无人机遥感和航空遥感等。
卫星遥感数据可以提供较广范围的覆盖，但分辨率较低；无人机遥感数据可以提供相对较高的分辨率，但费用较高，拍摄范围较小；航空遥感数据既能提供高分辨率，又能拍摄相对较大的范围，但成本较高。
根据不同的应用需求和研究目的，选择不同来源的高分辨率遥感数据进行分析。
二、沙滩特征提取沙滩是指海洋、湖泊、河流沿岸由泻湖、内海、峡湾、海湾和三角湾等海陆结合部所形成的一种自然地貌。
为了准确识别海岸带沙滩情况，需要从遥感影像中提取沙滩的特征。
通过遥感数据进行沙滩特征提取的主要方法包括像元分割、图像分类和目标检测等。
像元分割是对像素进行分割，属于基于像素的分割方法，其缺点是易将非沙滩区域误判为沙滩区域，提取精度较低。
图像分类是将像素按照一定的规则划分到不同类别中，通过多次分类可以提高准确度，但对数据要求较高，需要有效分类器。
目标检测则针对沙滩目标进行扫描和检测，可有效提取沙滩边界的信息，但难度也较大。
具体方法应根据遥感数据的来源和研究目的来选择。
三、模型建立在沙滩特征提取的基础上，根据目标识别的要求，通常会建立相应的模型进行分类判别。
目前常用的模型包括支持向量机、神经网络、决策树和随机森林等。
其中支持向量机是一种基于统计学习理论的分类方法，适用于非线性分类问题；神经网络是一种仿人类大脑神经网络的学习算法，适用于多特征情况下的分类；决策树是一种基于判据表达式构建树形结构的分类方法，适用于易于解释模型的分类问题；随机森林通常采用多个决策树进行训练和分类，适用于高维数据集的分类。
海冰遥感监测技术研究
海冰遥感监测技术研究第一章：引言海冰是指在海洋上形成的结冰层，是海洋的一个重要组成部分。
全球气候变化加剧，气温上升导致海冰面积减少，特别是北极地区，海冰稳定性大幅下降，这对气候变化可能产生很大的影响。
针对这个问题，科学家们一直在通过多种方法探测海冰的变化情况，其中遥感技术是一种非常有效的方法。
本文将对海冰遥感监测技术进行介绍和分析。
第二章：遥感监测技术简介遥感监测技术是通过利用飞机、卫星、无人机等远距离传感器设备采集特定数据来获取目标物体地理信息的技术。
利用遥感技术，科学家们可以测量海冰面积、厚度、形状、密度等参数，并将这些数据用于研究海洋和大气的相互作用和气候变化的影响。
遥感技术的优点是其高效性和非侵入性，因此可以最大程度地减少野外工作，节省人力物力成本的同时，保护环境。
第三章：海冰遥感监测技术的种类1.微波遥感微波遥感技术是通过卫星或飞机上的微波雷达，利用微波通过云层到达地面和反弹，测量反射或吸收的微波信息来检测海冰的位置和特性。
微波遥感可以在各种天气条件下进行，但其精度和分辨率较低。
此外，由于微波的穿透力不是很强，所以仅能探测到海冰的表面和一些厚度较低的海冰。
2.雷达遥感雷达遥感技术是通过卫星或飞机上的雷达设备，通过测得的雷达信号来分析海冰密度和形状。
该技术比微波遥感更准确，可以在更大的范围内测量海冰，但对于较厚的海冰，有时需要更高的频率探测来获得更高的分辨率。
3.激光遥感激光遥感技术是通过在卫星或飞机上安装激光测距仪来测量和记录海冰的高程和形状。
该技术具有高精度和高分辨率的优点，但受天气和太阳光等因素影响较大，仅限于白天和晴朗的天气中进行。
4.红外遥感红外遥感技术是通过在卫星或飞机上安装红外传感器来收集数据，通过分析传感器收集的海冰表面温度的变化确定海冰的位置和厚度。
该技术对于白天和晚上都可以进行，并且在雾和云层覆盖的情况下仍然有效，但在冬季和夏季的光照条件下会有局限。
第四章：海冰遥感监测技术的应用1.海洋渔业利用遥感技术监测海冰可以提供有关渔业资源的重要信息，包括海洋中所有的生物、营养和生态系统的变化。
基于深度学习的遥感影像自然资源信息自动提取技术研究
基于深度学习的遥感影像自然资源信息自动提取技术研究摘要：遥感影像作为丰富的地面载体，可以为自然资源监测监管等业务提供影像支撑。
遥感技术能够全面、快速、有效地探查自然资源的分布情况，帮助自然资源部门摸清自然资源现状，及时掌握自然资源变化信息，辅助行使“两统一”职责。
当前，遥感已成为自然资源调查监管的重要手段。
遥感影像解译技术是随着遥感技术的产生发展而来的。
目前，精准的遥感信息提取主要靠人工目视解译来完成。
面对海量、多源、多时相的遥感影像数据，低效率的人工解译已经无法满足快速获取信息的需求。
为了建立高效的自然资源遥感监测服务体系，迫切需要开展高精度自动化信息提取技术研究，实现目标快速识别和信息提取。
关键词：深度学习；遥感影像；自然资源；信息自动提取技术1遥感影像配准中常用网络结构相较于早期的浅层神经网络，深层神经网络具有更多的隐藏层。
一般认为，网络隐藏层越多，其对复杂函数的拟合效果越好，即深层神经网络能够学习到数据更为本质的特征。
随着深度学习技术的不断发展，越来越多神经网络被应用于遥感影像处理领域。
其中，卷积神经网络CNN(Convolutional Neural Networks)、全卷积神经网络FCN(Fully Convolutional Networks)、孪生神经网络（Siamese Networks)是遥感影像配准中较为常用的网络结构。
CNN由卷积层、池化层与全连接层构成。
卷积层负责提取影像局部特征，池化层通过对提取特征进行下采样，以实现减少数据量，抑制模型过拟合的目的。
CNN通过多层次的“卷积—池化”操作提取影像深层语义特征，再由网络末端的全连接层对提取到的局部特征进行整合并输出分类结果。
由于卷积操作得到的特征仅仅与影像局部区域有关，所以CNN提取到的特征通常具有强鲁棒性。
FCN在CNN的基础上，进行了如下改动：（1）将全连接层替换为卷积层，使网络的输入数据尺寸不受约束；（2）引入转置卷积层，可以对压缩后的特征图进行上采样，增大数据尺寸，以实现对影像所有像元的分类。
基于AMSR-E海冰密集度北极海冰信息提取与分析
图3 海冰面积月平均变化图 （二）海冰面积与温度变化分析 本文计算了 2003-2010 年间北极年平均 海冰面积与年平均气温的相关系数为 -0.81， 说明二者存在着较强的负相关关系。查阅资 料发现 20 世纪 70 年代北极地区年平均气温 在 -10℃以下，到 21 世纪一些年份的年平 均气温已经在 -8℃以上了，北极地区年平 均气温在过去的 40 年间升高了约 3℃。北 极海冰面积的减少和全球温度的升高有着密 不可分的关系。随着温室气体的增加和全球
冰密集度数据，进行批量投影坐标转换。再 利用 ArcGIS 对海冰密集度数据以 15% 为界 点，进行重分类，提取海冰覆盖范围，如图 1 所示。
(a) 海冰密集度 (b) 海冰范围 ( 白色 ) 图1 海冰信息提取
海冰面积是由海冰外缘线内的每个像元 面积与其对应的密集度的乘积得到的，因此 海冰面积比海冰外缘线面积小。通过提取每 一幅密集度值在 15% ～ 100% 之间的像元， 从而获取每天海冰面积。
三、结果分析 （一）海冰面积年际、年内变化分析 对逐日海冰面积分别计算年平均和月平 均海冰面积值，并做出海冰面积的年际变化 折线图（图 2）和月海冰面积变化图（图 3）。 海 冰 年 平 均 变 化 结 果 表 明，2003 到 2007 年 海 冰 面 积 减 少，2007 年 到 2009 年 海冰面积有所上升，2010 年海冰面积又下 降，但是从总体趋势来看，海冰面积呈下 降趋势。 月 海 冰 面 积 变 化 结 果 表 明， 海 冰 面 积 在 6、7 月份下降最快，冰融化速率最大； 10、11 月份上升最快，结冰速率最大，而 且对 5 年的折线对比发现在 2、3、4 月和 8、 9、10 月 5 条折线分布的比较分散（峰值和 谷值区域），但是在 5 月和 11 月变化比较小， 5 条折线分布比较集中。
基于改进的U-Net卷积神经网络的遥感影像水体信息提取方法
基于改进的U-Net卷积神经网络的遥感影像水体信息提取方法宋子俊;董张玉;张鹏飞;张远南【期刊名称】《合肥工业大学学报（自然科学版）》【年(卷),期】2024(47)4【摘要】针对当前遥感影像水体信息提取存在细节水体提取能力较弱、重要特征损失较大的问题,文章提出一种基于改进的U-Net网络实现遥感影像水体信息提取的方法。
该方法首先通过引入Resnet残差卷积模块深化传统U-Net网络架构提升特征挖掘能力,并引入Respath残差连接模块减少跳跃连接过程中的语义差距,同时引入PSConv多尺度卷积模块、Eca有效通道注意力机制模块,提高网络特征学习能力,构建PS-Eca-Multiresunet网络模型,弥补传统U-Net网络存在的细节特征提取能力较弱问题。
选择“2020年第四届中科星图杯高分遥感图像解译软件大赛”数据集进行实验,结果表明,与传统U-Net网络模型相比,该方法水体提取的平均交并比提高了9.08,像素精度提升了7.4%。
改进的网络提取结果能够有效避免阴影影响,提高对细节水体的提取精度,实现遥感影像水体信息的高精度提取。
【总页数】9页(P488-495)【作者】宋子俊;董张玉;张鹏飞;张远南【作者单位】合肥工业大学计算机与信息学院;工业安全与应急技术安徽省重点实验室;合肥工业大学智能互联系统安徽省实验室【正文语种】中文【中图分类】TP751.1;TP753【相关文献】1.基于LinkNet卷积神经网络的高分辨率遥感影像水体信息提取2.基于U-Net卷积神经网络的遥感影像变化检测方法研究3.基于U-Net网络的高分辨率遥感影像地理信息提取方法4.基于改进U-Net网络的多源遥感影像洪涝灾害信息提取与变化分析5.基于改进U-Net网络的高分遥感影像水体提取因版权原因，仅展示原文概要，查看原文内容请购买。
基于分层特征提取和多尺度特征融合的高分辨率遥感影像水体提取深度学习算法
ｈｔｔｐ：／／ｗｗｗ．ｒｅｎｍｉｎｚｈｕｊｉａｎｇ．ｃｎＤＯＩ：１０ ３９６９／ｊ ｉｓｓｎ １００１ ９２３５ ２０２４ ０２ ００６第４５卷第２期人民珠江 ２０２４年２月 ＰＥＡＲＬＲＩＶＥＲ基金项目：国家重点研发计划项目（２０２２ＹＦＣ３００２７０１）收稿日期：２０２３－０６－１３作者简介：盛晟（１９９６—），女，博士研究生，主要从事径流模拟与预报等方面研究。
Ｅ－ｍａｉｌ：ｓｈｅｎｇｓｈｅｎｇ＠ｗｈｕ．ｅｄｕ．ｃｎ通信作者：陈华（１９７７—），男，教授，主要从事水利信息化、流域水文模拟等方面的研究。
Ｅ－ｍａｉｌ：ｃｈｕａ＠ｗｈｕ．ｅｄｕ．ｃｎ盛晟，万芳琦，林康聆，等．基于分层特征提取和多尺度特征融合的高分辨率遥感影像水体提取深度学习算法［Ｊ］．人民珠江，２０２４，４５（２）：４５－５２．基于分层特征提取和多尺度特征融合的高分辨率遥感影像水体提取深度学习算法盛 晟１，万芳琦２，林康聆１，胡朝阳３，陈 华１（１．武汉大学水资源工程与调度全国重点实验室，湖北 武汉 ４３００７２；２．江西省自然资源测绘与监测院，江西 南昌 ３３０００９；３．福建省水利水电勘测设计研究院，福建 福州 ３５０００１）摘要：高精度的水体提取有助于水资源监测和管理。
目前基于遥感影像的水体提取方法缺乏对于边界质量的重视，造成边界划分不准确，细节保留度低的问题。
为了提升遥感影像水体提取的边界与细节的精度，提出了一种基于多尺度特征融合的高分辨率遥感影像水体提取深度学习算法，包括分层特征提取模块与融合多尺度特征的堆叠连接解码器模块。
分层特征提取模块中，引入了通道注意力结构，用于整合高分辨率遥感影像中水体的形状、纹理和色调信息，以便更好地理解水体的形状和边界。
在融合多尺度特征的堆叠连接解码器模块中，进行了多层次语义信息的堆叠连接，并加强了特征提取，同时捕捉了广泛的背景信息和细微的细节信息，以实现更好的水体提取效果。
在自行标注的数据集与公开数据集上的试验结果表明，模型的准确率达到了９８．３７％和９１．２３％，与现有的语义分割模型相比，提取的水体边缘更加完整，同时保留细节的能力更强。
时间域混合像元分析在海冰密集度变化研究中的应用
作， 其穿透 云层 和不受光照条件影 响使其在极地 海冰研究 中 占据主导地位 。 虽然各种高分辨率雷达数据 已应 用于海冰监
测研究 ， 但其较窄 的幅宽 、较长的 回归周期 及昂贵 的费用 限
集度随时间变化端元波谱 曲线 ， 为研究海冰密集 度的季节变
化提供 了新的途径 。虽 然 Ｐｗｏ ｒ ］ ｉ ｗａ［ 利用 Ｔ ＭＡ 获取 了北 极不同类型的多年平 均海 冰密集度 随时 间变化 的端元波谱 曲
线。 但其提取方法效率低 ， 利用 线性 方程进 行｝合像 元分解 昆 端元选取数 目受使用数据的波段数 的限制 ， 且交 互式 的方法
了像元提纯 ， 来获取 纯净像 元 ，但是 这种 方法 有其 局 限性 ： 首先 ，ＭＮＦ本 质是 一种 经过 两 次主 成分 变换 的 线性 变换 。 通过数据轴 的旋转 ，对噪声协方差矩 阵进 行主成 分分析 ，以 实现对 噪声数据 的波段之 间去相关性 ， 将其重新 调整得到 并 单位方 差的噪声数据 。其次 ， 第二次 变换 使用 第一次变 化所 得 到数据进行 主成分分析 。通过对处理后 数据进行 特征值和 相应 的影像进行 检验 ， 确定数据 内在 维度 ，实现噪声 与信号
Ｏ２
２ ０
０
０
Ｏ
０２ ．
０４ ．
０６ ．
０８ ．
１０ ．
２
４
６
Ｍｏ ｔ ｎｈ
８
ｌ ０
ｌ ２
Ｊ ｎ ａ ｙ ｉｅｃ ｎ ｅ ｔ ｔ ｎ ａ ｕ ｒ ｃ ｏ ｃ ｎｒ ｉ ａｏ
卫星遥感海冰监测系统在渤海海冰监测中的应用_朱海天
收稿日期：2011-04-11 基金项目：国家海洋局青年海洋科学基金资助项目 （2008428）；海洋公益行性行业科研专项 （201105016） 作者简介：朱海天(1981-)，男，助理研究员，研究方向为海洋遥感。E-mail :zht@
表 1 海冰监测所用卫星基本特性
卫星
HY-1B Terra/Aqua ENVISAT Radarsat-2 COSMO-SkyMed 环境一号 北京一号
载荷
COCTS/CZI MODIS C-ASAR C-SAR X-SAR CCD CCD
分辨率/m
1100/250 1000/500/250
100 50 30 30 32
大。至 1 月 15 日，辽东湾浮冰外缘线超过 60 nm， 达到海冰警报级别。1 月 30 日监测系统监测到渤 海、黄海北部海冰总面积达到本次海冰监测的最 大值，其中渤海海冰分布面占渤海海冰总面积的 47 %。随着气温的回升，1 月下旬至 2 月上旬海冰 面积有所减少，2 月 6 日渤海各监测区均解除海冰 警报。2 月 10 日受冷空气的影响，辽东湾又达到了 海冰警报级别，之后随着气温回升，海冰融化较 快，2 月 16 日海冰警报解除。2 月中旬至三月上 旬 ， 渤 海 开 始 逐 渐 融 化 ， 至 3 月 10 日 海 冰 全 部 融化。
数据预处理模块由数据读取子模块、数据预 处理子模块组成，主要功能是为海冰遥感监测系 统提供所需的各种格式的影像数据，提高系统的 兼容性。能对遥感数据进行系统几何校正、辐射
校正、斑点噪声过滤等预处理过程，为进行海冰 识别做好准备。 2.3.3 海冰识别模块
对光学卫星，利用其可见光、中红外和远红 外通道数据，结合海冰、海水、云在可见光、红 外通道的光谱特征，可进行海冰的识别和提取 。 [4] 对 SAR 卫星，主要是利用海冰在 SAR 图像上的纹 理特征进行海冰提取，主要采用灰度共生矩阵 （GLCM），通过相异度、对比度、熵、角二阶距等 海冰的纹理统计特征量开展海冰的检测与提取工 作[5]，进而获取海冰分布范围、面积、冰型、密集 度、外缘线等信息。 2.3.4 海冰识别订正模块
基于多源遥感数据的渤海海冰特征提取和遥感监测-ESAEarthOnline
基于多源遥感数据的渤海海冰特征提取和遥感监测技术研究—研究报告 摘要渤海及其沿岸区域是中国重要的经济区。
海冰对海上作业和海洋生产有着极大的威胁，造成了严重的经济损失。
本项目拟将龙计划二期项目（ID：5290）所形成的技术和方法，拓展到多源卫星遥感数据中，形成自动或半自动的海冰特性提取方法，并进一步改进基于光学和SAR影像的海冰监测技术。
本项目所发展的方法，可为渤海以及其他海区的业务化海冰监测提供技术支撑。
利用单一遥感传感器监测海冰各有优势。
SAR具有探测海冰介电属性、表面及内部结构的能力。
光学传感器能够测量可见光和近红外范围内的海冰光谱特性。
因而，无云的光学影像和SAR影像的融合图像可以突显海冰类型间的差异，为海冰分类提供补充信息。
本项目提出了一种SAR和多光谱数据的融合方法，并利用ENVISAR ASAR和CBERS多光谱数据进行了实验。
结果证实了该方法能将海冰的光谱特征和SAR纹理特征可以同时保留下来，且融合结果对海冰解译和分类非常有用。
本项目还利用了SAR数据和高光谱数据开展海冰厚度反演研究。
基于实测的不同厚度的渤海海冰的反射率，发展了基于高光谱数据的海冰厚度反演模型，并利用机载高光谱数据进行了模型测试，反演了海冰厚度。
结果表明实验区域，海冰的厚度范围为2.0cm~30.0cm。
本项目也关注新遥感数据源在海冰监测中的应用。
GOCI卫星（地球静止水色成像仪），是韩国首颗地球静止观测卫星的载荷之一，能够在白天取每隔一小时获取一景数据（每天共8景）。
数据有8个波段，分辨率为500m。
本项目利用连续时间的GOCI数据开展了渤海海冰的探测方法研究，提取了海冰类型、面积、密集度等海冰参数；并利用GOCI 数据连续时间监测的优势，研究了海冰的漂移和扩散，实现海冰运动的追踪。
最后，本文提出了海冰灾害因子来评估海冰灾害评估，提出的海冰灾害因子因目标载体不同而不同。
一种是针对海上航运提出的，一种是针对海上构造物提出的。
遥感影像水体提取研究综述
遥感影像水体提取研究综述在过去的几十年里，随着远程感测技术的发展，遥感技术已经成为研究地理空间环境和自然资源的理想方法。
其中最令人瞩目的是水体提取技术。
在水体影像中，大量的水体和陆地目标可以被识别出来。
它能帮助用户分析水体类型、水体分布、水体面积和其他重要信息。
本文综述了近年来在遥感影像水体提取技术方面的研究，旨在帮助研究人员了解最新的水体提取技术。
一、遥感影像分类技术文献综述发现，遥感影像分类技术在水体定位技术中发挥了重要作用。
它能确定水体的边缘，这有助于提取水体。
分类技术可以提取地物的像素分布，使用多光谱、多角度和高分辨率影像来进行分类，从而获得更加精确的结果。
传统的分类技术包括像素分类、支持向量机（SVM）、最大熵和朴素贝叶斯，也被称为机器学习方法。
另外，最近的研究表明，深度学习技术，特别是卷积神经网络（CNN），在水体提取方面具有很高的性能。
二、特征提取技术特征提取技术是一种重要的水体提取技术，它包括局部特征检测和全局特征提取。
局部特征检测（如轮廓、梯度、窗口大小等）可以提取水体特有的形状和结构信息，从而更准确地识别水体。
全局特征提取技术，如影像聚类分析、颜色直方图、图像矩阵和图像熵等，可以提取出图像的更为抽象的特征，这有助于更准确地识别水体。
三、综合技术结合现有技术，一些研究者提出了基于综合技术的水体提取方法，例如基于统计和机器学习的综合方法及其应用，基于统计学习的综合模式，基于统计的综合技术和基于支持向量机的综合技术。
这种技术不仅能够有效地提取水体，还能够实现水体和非水体的分类，使得整个系统的准确率更高。
四、未来研究未来的研究需要深入探讨遥感影像水体提取技术的可行性和可靠性，重点探讨智能化技术，如深度学习技术、计算机视觉和机器学习方法，以及遥感影像分类技术和特征提取技术。
同时，未来也将重点研究低光强度环境下的水体提取技术和多光谱影像技术，以及处理复杂环境中的水体遥感影像技术，以获取更准确的水体边界。
基于深度学习的遥感水体信息提取研究
基于深度学习的遥感水体信息提取研究基于深度学习的遥感水体信息提取研究摘要：遥感技术在水体信息提取中具有广泛的应用前景，然而传统的遥感水体信息提取方法存在着一定的局限性。
本文提出了一种基于深度学习的遥感水体信息提取方法，通过使用深度卷积神经网络（CNN）来提取水体的特征，并用多层感知器（MLP）进行分类。
实验结果表明，深度学习可以有效地从遥感影像中提取水体信息，具有较高的准确性和泛化能力。
1. 引言水资源是地球上最为宝贵的资源之一，对于生态系统的平衡和人类的生存都起着至关重要的作用。
随着遥感技术的发展，遥感影像成为了获取水体信息的重要工具之一。
准确地提取遥感影像中的水体信息对于水资源管理和环境保护具有重要意义。
然而，传统的基于像元的分类方法往往无法准确提取水体信息，因此需要寻找更有效的方法来应对这个问题。
2. 深度学习及其在遥感中的应用深度学习是一种模仿人脑神经网络工作原理的机器学习方法，它能够从大量的训练数据中学习到高层次的抽象特征。
近年来，深度学习在图像识别、目标检测等领域取得了显著的成果。
在遥感领域，深度学习也被广泛应用于土地利用分类、目标提取等任务中，取得了令人瞩目的效果。
3. 基于深度学习的遥感水体信息提取方法本文提出了一种基于深度学习的遥感水体信息提取方法。
首先，将遥感影像进行预处理，包括辐射校正、大气校正等。
然后，使用深度卷积神经网络来提取水体的特征。
深度卷积神经网络通过堆叠多个卷积层和池化层来构建，能够从原始图像中学习到具有局部感知能力的特征。
最后，利用多层感知器进行水体的分类，并根据分类结果生成水体信息图。
4. 实验结果与分析本文使用了包括Landsat TM、Sentinel-2等多种遥感影像数据集进行实验。
对于每个数据集，我们随机选取了一部分样本进行训练，并利用剩余的样本进行测试。
实验结果表明，基于深度学习的遥感水体信息提取方法在准确性和泛化能力上明显优于传统的方法。
与传统的基于像元的分类方法相比，深度学习方法能够更好地区分出水体和其他地物，提取出更精确的水体信息。
气象卫星遥感在冰冻圈研究中的应用考核试卷
9.遥感技术可以提供冰冻圈的实时动态监测。（）
10.在冰冻圈研究中，高分辨率遥感影像总是优于低分辨率影像。（）
五、主观题（本题共4小题，每题5分，共20分）
1.请简述气象卫星遥感在冰冻圈研究中的应用，并列举至少三种具体的监测目标。
2.描述微波遥感在冰冻圈监测中的优势，并说明它如何克服了光学遥感的一些局限性。
7.下列哪种方法可以用于监测海冰动态：______。
8.遥感数据质量受到多种因素影响，其中需要进行______和地形校正。
9.冰冻圈遥感数据在水资源管理中的主要应用是评估______。
10.为了提高冰冻圈遥感数据的精度，可以采用______等方法。
四、判断题（本题共10小题，每题1分，共10分，正确的请在答题括号中画√，错误的画×）
A.海平面上升
B.水资源减少
C.生物多样性下降
D.气候变化减缓
11.以下哪些遥感技术可以用于监测海冰动态？()
A.光学影像
B.雷达影像
C.热红外遥感
D.激光雷达
12.在冰冻圈遥感研究中，以下哪些方法可以用于数据验证？()
A.地面实测数据
B.卫星数据交叉验证
C.模型模拟结果
D.专家经验判断
13.以下哪些因素可能导致海冰分布的变化？()
A.可见光
B.红外线
C.微波
D.紫外线
2.以下哪一项不是气象卫星遥感在冰冻圈研究中的主要应用？()
A.海冰监测
B.雪盖监测
C.气候变化预测
D.城市规划
3.在使用气象卫星遥感数据监测海冰时，以下哪一指标通常被用来表示海冰范围？()
A.冰面积浓度
基于 AMSR-E 遥感数据应用强度比参数确定多年冰的方法探讨
基于 AMSR-E 遥感数据应用强度比参数确定多年冰的方法探讨张树刚;郭发东;张继明;刘雷;白雪娇【摘要】研究发现，AMSR-E的垂直极化的18．7 GHz （ V18．7）和36．5 GHz （ V36．5）的亮温比值在一年冰覆盖区域主要是相应频段的海冰微波发射率之比，而在多年冰覆盖区域受海冰微波发射率和海冰温度共同影响，并且海冰年龄越大亮温比值也越大。
应用强度比参数可以比较好地确定冬季一年冰与多年冰之间的阈值，其中，在该阈值处，强度比梯度达到最大。
该阈值呈现明显的季节性变化规律，在冬季阈值比较稳定，而在夏季受海水的影响变化范围比较大。
应用强度比方法确定的多年冰范围，与NASA Team2（ NT2）方法相比在大西洋扇区差异非常小；而在太平洋扇区出现比较大的差异。
对比发现强度比法确定的多年冰范围一般大于NT2法。
%This study found that the ratio of vertically polarized brightness temperature of AMSR -E passive microwave data at 18.7 and 36.5 is the ratio of sea ice microwave emissivity for first-year ice.However, for multi-year ice, this ra-tio is also affected by sea icetemperature .Furthermore , the ratio for older ice is larger than for younger ice .The contrast ratio is a suitable parameter with which to ascertain the threshold between first-year and multi-year ice be-cause the maximum gradient of the contrast ratio appears at the threshold .This threshold varies seasonally;it is rel-atively steady during winter but changes considerably during summer because of the influence of meltwater .Little difference was found in the multi-year ice coverage of the Arctic section of the Atlantic Ocean when ascertained by the contrast ratio and NASATeam2 (NT2) algorithm;however, large differences were found in the Arctic section of the Pacific Ocean.In comparison to the NT2, the coverage of multi-year ice is commonly found to be larger when ascertained using the contrast ratio .【期刊名称】《极地研究》【年(卷),期】2016(028)001【总页数】8页(P95-102)【关键词】北极;亮温;一年冰;多年冰;强度比【作者】张树刚;郭发东;张继明;刘雷;白雪娇【作者单位】山东省科学院海洋仪器仪表研究所，海洋环境监测技术重点实验室，山东青岛266001;山东省科学院海洋仪器仪表研究所，海洋环境监测技术重点实验室，山东青岛266001;山东省科学院海洋仪器仪表研究所，海洋环境监测技术重点实验室，山东青岛266001;山东省科学院海洋仪器仪表研究所，海洋环境监测技术重点实验室，山东青岛266001;山东省科学院海洋仪器仪表研究所，海洋环境监测技术重点实验室，山东青岛266001【正文语种】中文0 引言20世纪70年代中期以来全球变化对北极产生了强烈的影响，其中最显著的变化是北极海冰日趋减少，并且这种减少的趋势日益加快。
基于深度学习的海冰特征提取与分类算法研究
基于深度学习的海冰特征提取与分类算法研究近年来，随着科技的不断进步，各种领域都在积极利用计算机技术来实现自动化和智能化。
其中，深度学习技术是当前研究比较火热的领域之一。
在海洋学领域，深度学习技术也得到了广泛的应用。
其中，海冰特征提取和分类算法是深度学习技术在海洋学领域的一大应用。
一、海冰特征提取海冰是指海洋表面冻结的淡水或盐水，在北极和南极都有分布。
由于气候变化和海洋环境的影响，海冰的分布和特征在不断发生变化。
因此，对海冰的特征进行提取和分析，对海洋环境的研究和预测都具有重要的意义。
传统的海冰特征提取方法主要利用人工规则和传统的图像处理技术，如阈值分割、边缘检测等方法。
这种方法的局限性在于提取的特征受到人为因素和环境因素的影响较大，且提取的效率较低。
而基于深度学习的海冰特征提取算法，是利用卷积神经网络（CNN）等深度学习技术，从海冰图像中自动提取特征。
相较于传统方法，基于深度学习的方法不需要依赖于人类的预先知识，可以自动学习图像中的特征，并且提取的效率相对较高。
二、海冰分类除了对海冰的特征进行提取之外，深度学习技术还可以应用于海冰的分类问题。
海冰分类一般是指对海冰的类型、形状等特征进行识别和分类。
传统的海冰分类方法主要基于手工设计的特征和分类器，如支持向量机（SVM）等算法。
不过由于海冰的形状和变化较多，传统的方法往往需要不断修改和调整参数，效率较低，识别率也不是十分理想。
而基于深度学习的海冰分类算法，则可以自动学习分类规则，不需要人工设计大量的特征和分类器。
近年来，针对海冰分类问题，也出现了很多基于深度学习的分类算法，在实验中取得了不错的效果。
三、未来展望基于深度学习的海冰特征提取和分类算法，目前已经有了基础的研究成果。
但是在实际应用中，还需要进一步进行改进和优化。
对于特征提取，在选择网络结构和参数时，需要考虑到海冰图像的特点和数据量等问题。
同时，在数据标注和质量检查方面，也需要投入大量的工作和时间。
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
Vol. 85 Na. 1Feb 6225第34卷第5期2025年2月自然灾害学报JOURNAL OF NATURAL DDASTERS文章编号：1004 -4570(2225 )05 -0170 -09DOC 10.13570// jnd. 2025.0110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王志勇王丽华3刘 健1，王 建1(3山东科技大学测绘科学与工程学院，山东青岛266590； 2.测绘工程国家级实验教学示范中心(山东科技大学)，山东青岛266590)摘要:海冰厚度是海冰参数中最为重要和最难获取的参数之一，对海洋灾害预警、气候变化等研究均有重要意义。
本文选取2211年1月到3月的14景多源(Sedixeq2、Landsat-8、Landsat-7)中高分辨 率影像对渤海辽东湾的海冰进行了监测。
基于归一化水体指数进行海陆分割，通过分析海水与海冰 光谱特征差异，利用最大似然法监督分类提取海冰区域,运用反照率与海冰厚度之间的经验指数模型反演海冰厚度,将反演结果与ZuUov 模型计算的冰厚结果进行比较，相关系数为0. 814,证明了中 高分辨率光学遥感数据在海冰厚度反演中的可行性。
同时发挥中高分辨率遥感数据的优势,利用冰厚信息提取海冰类型、估算海冰资源量，为渤海海冰的防灾减灾以及海冰资源利用提供参考。
关键词:海冰;厚度反演;光学遥感;海冰分类;海冰资源量中图分类号：P731.15； P715.6； X43文献标识码:AExtraction of sea ice elemeyt information in Liaodong Bay of the Bohai sea based on multi-seurce medium and high resolution remote sensing dataWANG Zhmonn I5, WANG LiXun 5, LIN Jinn 5, WANG Jinn 5(14 Colleqc of Geomadcs , Shandcwg Udversity of Science and TechnoU/y, Qinghao 266590, China ; 2. National DemonstrationCenter for Experimental Surveying and Mapping Education (Shandcwg University of Science and 丁60—10/) , Qinghao 266590,China)Abstract : Sen ica thich/ess is ana vf tha most impoUa/i and X/ccessibia parameters vf sen ica , which is of prenisianifich/ca to marina disastar warning and climaiv chpi/v. Nd this papar , 16 multi-sourco ( S —ti/X-2, Land s at-A ,LodsPA ) meVium and hmh-resolution imapas from Jan/arp to March 2213 arc selecteV to monit/r tha sen Da X Liaodon/ Boy of tha Bod/l Sen. Tha sen and land seymentation is baseV on tha nomializeV watar body Xdex. Byanalyzing tha spectmi characteristics of sen watar and sen Do , tha sen Do reyion is extracteV by tha maximum U/X/hood method , and tha sen Da thich/ess is i/veUeV by tha exponen/m albeVa model. Tha inversion results arc corm pared with tha Da thich/ass colcylated by Z u U/v ampirichi model. Tha correlation coif c ie/i is 0. 814, whichpr/vas tha feasibilit/ of meVium high r esolution opticyi remoia sensing data X sen ica thich/ess inversion 4 At tha sama tima, tabing abvvntaba of tha meVium and high resolution remoia sensing data, using ica thich/ess informationto extract sen Da typas and estimaia sen Da resourcas , it con provi/v referenca far tha prevention and mitigation ofsen ica disastar and tha utilization of sen ica resourcas in tha Bod/lKey worde : sen lea ; thich/ess inversion ; opticyi remoia sensing; sen -co classification ; sen -co volume收稿日期：2020 -04 -23；修回日期：2020 -01 -15基金项目：国家自然科学基金项目（41176202））山东省自然科学基金项目（ZR2017MD020）Supported by : National Natural Science Fonudation of China （41376202） ; Shandcwa Province Natural Science Foundation （乙电。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
60
40~50
70
>50 100
冰 厚 （cm） 渤海湾一般最大<1020
10~20
35
20~30
50
30~40
60
>40
80
莱州湾
一般 最大
<10
20
10~15
30
15~25
45
25~35
50
>35
70
前言
初冰日 终冰日 冰期 (d) 盛冰期初日 盛冰期终日 盛冰期 (d)
辽东湾
北岸
西北 西南
23～26/11 3/12 20/11
我国海冰的研究起步较晚，主要是为了解决渤海和黄海北部海 洋工程设计中冰荷载和海冰灾害的预警等问题而开展。近年来， 为了解决环渤海地区的缺水问题，海冰资源化利用的相关研究 也积极开展，这是在国际上没有先例的海冰研究方向。目前相 关研究单位已经在海冰资源储量估算、海冰采集及淡化技术、 海冰水农业利用等方面取得了进展。
25/3
15/3 10/3
120
108 103
15/12
25/12 10/1
5/3
5/2 25/1
85
65
27
渤海冰期
东北 17/11 22/3 120 20/12 2/3 72
东南 3/2 15/3 68 20/1 17/2 18
北 10/12 20/3 108 15/1 10/2 20-30
渤海湾
影像的边界梯度线
h(x, y) h f (x, y) x h f (x, y) y
x
y
H (wx , wy ) H ( wx2 wy2 )
冰水混合像元
1：海水区 2：海冰区
海冰和海水相邻
水道和冰中湖
方法一： 统计线性分解
冰水混合像元的研究区
TM降分辨率像元和MODIS 混合像元的关系式
第
第
一
二
三
次
次
次
分
分
分
类
类
类
（蓝色区域是海水类型对象，黄色区域是海冰类型对象，其他是未分类对象）
特征信息：光谱、面 积、纹理、同尺度相 邻对象的关系、不同 尺度对象的关系
伪海冰像元
（2）
（1）
（遥感成像过程） 信号采集包括两个过程，一是地物的电磁波信息传送到遥感平台，另一个过程是地 物的电磁波信息经过传感器记录下来。
剔除方法
（卫星平台的系统响应函数及其逆处理过程）
系统畸变因素函数的估计
F (, ) G(, ) 逆滤波 H (, )
维纳滤波
F (, )
G(u, v) H (u, v)
H (u, v) 2 H (u, v) 2 SNR
fˆ
(x,
y)
IFFT
G(, ) H (, )
论文研究背景
前言
开展渤海海冰的资源性或灾害性研究，需要积累多种海冰参数 的资料，结冰范围和厚度分布就是其中关键的参数。
对于范围广、不断变化中的参数，只有高时间分辨率的卫星遥 感技术才有潜力提供具有时效性的信息。
论文就是针对高时间分辨率的卫星遥感影像，主要是Modis和 NOAA/AVHRR资料，应用相关的数字图像处理技术和分析室 内外实验采集的海冰反射光谱数据，进行渤海海冰的结冰范围 和厚度参数信息的提取研究。
标准 等级
轻冰年 偏轻冰年 常冰年 偏重冰年 重冰年
渤海冰情等级
冰 界 （n mile）
辽东湾
渤海 湾
莱州 湾
<35 35~65 65~90 90~125 >125
<5 5~15 15~35 35~65
>65
<5 5~15 15~25 25~35 >35
辽东湾
一般 最大
<15
30
15~25
45
25~40
冰水混合像元的统计线性分解模型
方法二： 局地端元线性分解
黑色多边形是影像对象的范围；
蓝色是海水类型对象；
黄色(①)、浅黄色(②)、土黄色 (③)是海冰类型对象，其中黄色 为冰水交界的海冰类型对象。
边界像元的灰度值 A 1 B
A是包含该像元的海冰对象的灰度均值， B是有公共边界的海水对象的灰度均值。
西
南
22/12 25/2 55 13/1 2/2 12
10/12 9/3 90 27/12 20/2 55
西 5/12 5/3 80 25/12 20/2 50
莱州湾
南
东
15/12 26/2 － － － －
18/12 25/2 － 5/1 10/2 20-25
前言
海冰相关研究进展
国际上海冰研究历史较早，研究内容包括了海冰物理、力学性 质及其工程应用；海冰生消、运动的热力学、动力学过程及海 冰监测与预报等方面；以及随后开展的海冰与全球变化、海冰 生态系统等方面。
高时间分辨率遥感影 像中渤海海冰信息的
提取总体研究
前言
南半球
北半球
全球海冰主要分布在以南极洲陆地为中心的南大洋，以北极 中心水域为主的北冰洋，以及包括波罗的海、鄂霍次克海、 白令海、哈德逊海、库克湾、芬兰湾和黄海、渤海等海域的 北半球亚极区。
渤海冰情概述
北极
前言
37º~41ºN
渤海是北半球纬度最低的结冰海域。渤海长约300n mile（东北－西南向）， 宽约187n mile（东－西向），面积约为82700km2，平均水深18m，最大 水深78m。渤海海冰生肖与发展的全部过程都一个年度的冬季中进行，属 于一年生海冰。
第二部分 渤海结冰范围信息的提取研究
结冰范围
常规方法
目前进行“冰水分离” 的方法都是对整个渤 海海区使用全局阈值 或整体分类的方法。
①云；②陆地；③海水；④海冰
可见光反射率
全局阈值
红外辐射值
（统计直方图）
可见光反射率与红外辐射值的比值
整体分类
（分类结果图，蓝色表示其中一个类别） 对冬季渤海海区的影像进行不同类别数目的分类，结果显示都不能将海冰和海水 区准确分开。因此在低空间分辨率和低光谱分辨率影像数据中，部分海冰像元和 海水像元在光谱特征中是混淆的，因为这不仅仅是低对比度的问题。
渤海海区
方法一：分区提取
（渤海北部分区图）
据对系列海区影像的分析，渤海海区的悬浮物质的集中区域是基本上相 对固定的，这提供了进行大分区可能。
（
方法二：局地对比度
高
（
分
低
辨
空
率
间
影
分
像
辨
• 同质化的图斑
） （
率 的
• 基本信息单元
对
海
象
冰
多
影
边
像
形
）
）
1、分割 进行尺度20、10分割 2、分类
第
小结
渤海结冰范围信息的提取
第三部分 海冰厚度参数的光谱特征实验研究
目前冰厚反射率模型存在的问题
国内外研究中，针对一年生海冰厚度的估算都把相当注意力放在 了冰体可见光反射率信息上，但是这些研究既没有建立相关的基 础物理理论，也没有渤海海区现场的有关冰厚变化的有效基础数 据集及据此建立的相关关系模型，此外用来检验和建立模型的卫 星同步大范围的实时观测数据也很缺乏。