赤潮光譜數據獲取與特征規(guī)律分析研究

發(fā)布時間：2020-10-29 16:01

　　我國擁有1.8萬公里的漫長海岸線，海洋資源豐富。隨著沿海城市工業(yè)化的發(fā)展，海洋生態(tài)環(huán)境受到嚴重破壞；赤潮災害頻發(fā)，已經成為我國的一大海洋災害和三大近海污染問題之一。赤潮是海水中的浮游生物在一定條件下過度繁殖或聚集致使海水變色的一種生態(tài)異�，F象，因其具有隨機性、突發(fā)性、持續(xù)時間短、影響范圍大等特點，客觀上要求利用航空高光譜遙感技術對其進行監(jiān)測；但首要的前提與基礎性工作是大量獲取赤潮水體的現場光譜數據，通過處理與分析，掌握其光譜特性，不斷充實赤潮優(yōu)勢種類的光譜數據庫。本文的工作正是在此背景下層開的。論文由五部分組成。論文首先在第一章中對于海洋光譜數據獲取、處理與分析等方面的國內外研究進展與動態(tài)進行了綜述與分析，為相應研究工作的開展奠定了較完整的方法基礎，具體包括：(ⅰ)海洋光譜數據獲取方法；(ⅱ)海洋光譜數據處理方法；(ⅲ)海洋光譜數據分析方法。我們采用圍隔實驗培養(yǎng)赤潮為主，現場捕獲赤潮為輔的光譜數據獲取策略：依據圍隔實驗以及赤潮自身的特殊性，選用了海面以上光譜數據獲取法(above water method)來完成赤潮光譜數據的獲取工作；具體的實驗器材選擇、操作規(guī)程確定、注意事項等內容在第二章中進行了詳細闡述。第三章是本論文的核心部分。對所獲光譜數據進行處理，得出了丹麥細柱藻、海洋褐胞藻、中肋骨條藻、紅色中縊蟲等不同優(yōu)勢種類赤潮水體的遙感反射率光譜曲線；上述數據處理步驟、數據處理結果以及不同赤潮種類的生物特征在本章的3.1節(jié)給出。為了定量表達赤潮水體的光譜吸收特征，3.2節(jié)進行了光譜吸收深度(H)、吸收寬度(W)、吸收面積(A)、吸收峰對稱性(S)等特征吸收參數的提取方法研究。對中肋骨條藻三條參考光譜的吸收特征參數與葉綠素a濃度進行了相關分析，發(fā)現450～520nm區(qū)間光譜吸收深度與葉綠素a濃度有較好的正相關關系，625～700nm區(qū)間吸收峰的對稱性與葉綠素a濃度呈正相關關系，吸收寬度與葉綠素a濃度呈負相關關系。由于可供比對分析的葉綠素a濃度數據數量有限，本節(jié)的研究還只是對相應內容的初步探討，結論的普適性有待進一步檢驗。光譜微分方法是一種簡單而有效的確定光譜曲線極值點波長位置的方法。3.3節(jié) 運用該方法得出了實驗赤潮水體光譜曲線的兩個反射峰和一個吸收峰的波長范圍，并對其產生機理進行了分析;更為重要的是，利用光譜曲線第二反射峰的波長位置實現了赤潮與非赤潮水體的光譜辨別，以及紅色中繞蟲、海洋褐胞藻等不同優(yōu)勢種類赤潮的識別。光譜匹配是一種基于整體波形相似性的光譜識別方法。3.4節(jié)將光譜角度制圖 (SPectral Angl“MapPing，SAM)這一光譜匹配方法引入赤潮光譜識別研究之中，所進行的赤潮優(yōu)勢種類識別取得了令人較為滿意的結果:紅色中繞蟲、丹麥細柱藻赤潮的光譜識別取得了成功;海洋褐胞藻赤潮有誤識別的情況發(fā)生;只有中肋骨條藻赤潮的識別失敗。文中對誤識別產生的可能原因進行了分析，并指出了相應的改進方法。 3.5節(jié)對互相關光譜匹配(eross eorrelogam speetral Matching，eesM)方法用于赤潮優(yōu)勢種類識別研究進行了嘗試，紅色中繞蟲、丹麥細柱藻、海洋褐胞藻赤潮的識別取得成功，中肋骨條藻赤潮的識別失敗�？傮w來看，CCSM識別結果較SAM更佳，但也存在誤識別的可能。在上述工作的基礎上，論文的第四章提出了《赤潮現場光譜調查規(guī)范》，力圖對赤潮現場光譜數據獲取、處理與分析工作起指導作用，內容包括:赤潮現場光譜調查前的準備工作;(ii)赤潮現場光譜調查操作規(guī)程;(iii)其他注意事項;(iv)光譜數據處理。第五章對本論文所取得的研究成果和結論進行了總結與討論，在此基礎上指出了論文工作中尚存在的不足與改進措施以及下一步的工作方向。
【學位單位】：中國海洋大學
【學位級別】：碩士
【學位年份】：2003
【中圖分類】：X55

照片,圍隔實驗,合子,照片