|本期目录/Table of Contents|

[1]曹鹏,梁其椿,李淑敏.基于Otsu算法的太湖蓝藻水华与水生植被遥感同步监测方法[J].江苏农业科学,2019,47(14):288-294.
　Cao Peng,et al.A novel remote sensing simultaneous monitoring method for cyanobacteria blooms and aquatic vegetation in Taihu Lake based on Otsu algorithm[J].Jiangsu Agricultural Sciences,2019,47(14):288-294.
点击复制

基于Otsu算法的太湖蓝藻水华与水生植被
遥感同步监测方法(PDF)
分享到：

《江苏农业科学》[ISSN:1002-1302/CN:32-1214/S]

卷:
第47卷
期数:
2019年第14期
页码:
288-294
栏目:
资源与环境
出版日期:
2019-08-10

文章信息/Info

Title:
A novel remote sensing simultaneous monitoring method for cyanobacteria blooms and aquatic vegetation in Taihu Lake based on Otsu algorithm
作者:
曹鹏1;  梁其椿2;  李淑敏2
1.北京大学遥感与地理信息系统研究所，北京 100871； 2.中国电子科技集团海洋信息技术研究院，海南陵水 572427
Author(s):
Cao Peng; et al
关键词:
蓝藻水华; 水生植被; 太湖; Otsu; MODIS
Keywords:
-
分类号:
Q178.5
DOI:
-
文献标志码:
A
摘要:
蓝藻水华与水生植被在光学遥感影像上容易混淆，传统方法将太湖划分为藻型湖区和草型湖区进行分区监测，近年来太湖梅梁湖等蓝藻水华易发区域出现了大量的水生植物，分区的方法已无法满足蓝藻水华和水生植被遥感监测要求。基于光谱特征分析，采用蓝藻水华与水生植被指数(cyanobacteria and macrophytes index，简称CMI)判别蓝藻水华与水生植被水域，采用浮游藻类指数(floating algae index，简称FAI)识别蓝藻水华、浮叶/挺水植被与沉水植被，构建同步监测决策树，基于Otsu算法自动获取阈值，将中分辨率成像光增仪（MODIS）卫星影像分成湖水、蓝藻水华、沉水植被和浮叶/挺水植被几种类型。结果表明，分类结果较好，符合太湖不同地物类型实际分布情况；与相关研究HJ卫星影像东部湖区水生植被监测结果进行交叉检验，水生植被的空间分布基本一致，一致性检验结果显示，2种分类结果一致的像元比例为70.11%。实现蓝藻水华及水生植物的同步遥感监测，有助于精确评估蓝藻水华的实际强度和水生植被区范围，为富营养化湖泊的水环境管理和决策提供重要的科技支撑。
Abstract:
-

参考文献/References:

［1］Carpenter S R，Caraco N F，Correll D L，et al. Nonpoint pollution of surface waters with phosphorus and nitrogen［J］. Ecological Applications，1998，8(3)：559-568.
［2］Havens K E . Cyanobacteria blooms：effects on aquatic ecosystems［M］. New York：Springer，2008：68-69.
［3］孔繁翔，高光. 大型浅水富营养化湖泊中蓝藻水华形成机理的思考［J］. 生态学报，2005，25(3)：589-595.
［4］吴庆龙，谢平，杨柳燕，等. 湖泊蓝藻水华生态灾害形成机理及防治的基础研究［J］. 地球科学进展，2008，23(11)：1115-1123.
［5］马荣华，孔繁翔，段洪涛，等. 基于卫星遥感的太湖蓝藻水华时空分布规律认识［J］. 湖泊科学，2008，20(6)：687-694.
［6］段洪涛，张寿选，张渊智. 太湖蓝藻水华遥感监测方法［J］. 湖泊科学，2008，20(2)：145-152.
［7］Oyama Y，Matsushita B，Fukushima T. Distinguishing surface cyanobacterial blooms and aquatic macrophytes using Landsat/TM and ETM+shortwave infrared bands［J］. Remote Sensing of Environment，2014，157：35-47.
［8］张寿选，段洪涛，谷孝鸿. 基于水体透明度反演的太湖水生植被遥感信息提取［J］. 湖泊科学，2008，20(2)：184-190.
［9］马荣华. 湖泊水环境遥感［M］. 北京：科学出版社，2010：461.
［10］Luo J H，Ma R H，Duan H T，et al. A new method for modifying thresholds in the classification of tree models for mapping aquatic vegetation in Taihu lake with satellite images［J］. Remote Sensing，2014，6(8)：7442-7462.
［11］李俊生，吴迪，吴远峰，等. 基于实测光谱数据的太湖水华和水生高等植物识别［J］. 湖泊科学，2009，21(2)：215-222.
［12］朱庆，李俊生，张方方，等. 基于海岸带高光谱成像仪影像的太湖蓝藻水华和水草识别［J］. 遥感技术与应用，2016，31(5)：879-885.
［13］Gao B C. NDWI-a normalized differencewater index for remote sensing of vegetation liquid water from space［J］. Remote Sensing of Environment，1996，58(3)：257-266.
［14］Rogers A，Kearney M. Reducing signature variability in unmixing coastal marsh Thematic Mapper scenes using spectral indices［J］. International Journal of Remote Sensing，2004，25(12)：2317-2335.
［15］Liu X H，Zhang Y L，Shi K，et al. Mapping aquatic vegetation in a large，shallow eutrophic lake：a frequency-based approach using multiple years of MODIS data［J］. Remote Sensing，2015，7(8)：10295-10320.
［16］Liang Q C，Zhang Y C，Ma R H，et al. A MODIS-Based novel method to distinguish surface cyanobacterial scums and aquatic macrophytes in lake taihu［J］. Remote Sensing，2017，9(2)：133.
［17］吕恒，江南，罗潋葱. 基于TM数据的太湖叶绿素a浓度定量反演［J］. 地理科学，2006，26(4)：472-476.
［18］周立国，冯学智，王春红，等. 太湖蓝藻水华的MODIS卫星监测［J］. 湖泊科学，2008，20(2)：203-207.
［19］王同生. 太湖流域防洪与水资源管理［M］. 北京：中国水利水电出版社，2006：342.
［20］许妍，高俊峰，黄佳聪. 太湖湿地生态系统服务功能价值评估［J］. 长江流域资源与环境，2010，19(6)：646-652.
［21］Duan H T，Ma R H，Xu X F，et al. Two-decade reconstruction of algal blooms in Chinas lake Taihu［J］. Environmental Science & Technology，2009，43(10)：3522-3528.
［22］Zhao D H，Jiang H，Yang T W，et al. Remote sensing of aquatic vegetation distribution in Taihu Lake using an improved classification tree with modified thresholds［J］. Journal of Environmental Management，2012，95(1)：98-107.
［23］Revenga C，Kura Y. Status and trends of biodiversity of inland water ecosystems［M］// Status and Trends of Biodiversity of Inland Water Ecosystems. 2003.
［24］Luo J H，Li X C，Ma R H，et al. Applying remote sensing techniques to monitoring seasonal and interannual changes of aquatic vegetation in Taihu Lake，China［J］. Ecological Indicators，2016，60(50)：503-513.
［25］Gordon H R. Atmospheric correction of ocean color imagery in the Earth Observing System era［J］. Journal of Geophysical Research-Atmospheres，1997，102(D14)：17081-17106.
［26］Gordon H R，Clark D K. Clear water radiances for atmospheric correction of coastal zone color scanner imagery［J］. Applied Optics，1981，20(24)：4175-4180.
［27］Hu C M. A novel ocean color index to detect floating algae in the global oceans［J］. Remote Sensing of Environment，2009，113(10)：2118-2129.
［28］Vermote E F，El S N，Justice C O，et al. Atmospheric correction of visible to middle-infrared EOS-MODIS data over land surfaces：Background，operational algorithm and validation［J］. Journal of Geophysical Research Atmospheres，1997，102(D14)：17131-17141.
［29］李素菊，吴倩，王学军，等. 巢湖浮游植物叶绿素含量与反射光谱特征的关系［J］. 湖泊科学，2002，14(3)：228-234.
［30］周艺，周伟奇，王世新，等. 遥感技术在内陆水体水质监测中的应用［J］. 水科学进展，2004，15(3)：312-317.
［31］冯伟，冯学智，马荣华. 太湖水体叶绿素浓度与反射光谱特征关系的研究［J］. 遥感信息，2007(1)：18-21.
［32］Thiemann S，Kaufmann H. Determination of chlorophyll content and trophic state of lakes using field spectrometer and IRS-1C satellite data in the Mecklenburg Lake District，Germany［J］. Remote Sensing of Environment，2000，73(2)：227-235.
［33］Hu C M，Lee Z，Ma R H，et al. Moderate resolution imaging spectroradiometer (MODIS) observations of cyanobacteria blooms in Taihu Lake，China［J］. Journal of Geophysical Research-Oceans，2010，115(999)：303-306.
［34］赵忠明，朱重光. 遥感图象中薄云的去除方法［J］. 遥感学报，1996(3)：195-199.
［35］Chen P Y，Srinivasan R，Fedosejevs G，et al. An automated cloud detection method for daily NOAA-14 AVHRR data for Texas，USA［J］. International Journal of Remote Sensing，2002，23(15)：2939-2950.
［36］何全军，曹静，黄江，等. 基于多光谱综合的MODIS数据云检测研究［J］. 国土资源遥感，2006，18(3)：19-22.
［37］周红妹，杨星卫，陆贤. NOAA气象卫星云检测方法的研究［J］. 遥感学报，1995(2)：137-142.
［38］Jedlovec G J，Haines S L，Lafontaine F J. Spatial and temporal varying thresholds for cloud detection in GOES imagery［J］. IEEE Transactions on Geoscience and Remote Sensing，2008，46(6)：1705-1717.
［39］Wang M H，Shi W. Cloud masking for ocean color data processing in the coastal regions［J］. IEEE Transactions on Geoscience and Remote Sensing，2006，44(11)：3196-3205.
［40］毛节泰，张军华，王美华. 中国大气气溶胶研究综述［J］. 气象学报，2002，60(5)：625-634.
［41］马荣华，唐军武，段洪涛，等. 湖泊水色遥感研究进展［J］. 湖泊科学，2009，21(2)：143-158.
［42］吕长春，王忠武，钱少猛. 混合像元分解模型综述［J］. 遥感信息，2003(3)：55-58，60.

相似文献/References:

[1]黄炜.蓝藻水华Probit短期预测模型[J].江苏农业科学,2014,42(01):337.
　Huang Wei.A Probit short-term forecast model for cyanobacterial blooms[J].Jiangsu Agricultural Sciences,2014,42(14):337.
[2]蒋晨韵,唐晓先,王璨,等.气象因子对巢湖水源地蓝藻水华暴发的影响[J].江苏农业科学,2019,47(10):281.
　Jiang Chenyun,et al.Influence of meteorological factors on outbreaks of cyanobacterial blooms in water resource region of Chaohu Lake[J].Jiangsu Agricultural Sciences,2019,47(14):281.

备注/Memo

备注/Memo:
收稿日期：2018-04-23
基金项目：国家自然科学基金(编号：41625003)；中电科海洋信息技术研究院创新基金(编号：xyxt)。
作者简介：曹鹏(1992—)，男，江苏南通人，硕士研究生，主要从事遥感技术应用、地理空间信息研究。E-mail：caopeng@pku.edu.cn。
通信作者：梁其椿，硕士，工程师，主要从事环境遥感研究。E-mail：liangqc@cetcocean.com。
更新日期/Last Update: 2019-07-20