海洋科学研究：海洋数据融合与分析_（2）.海洋遥感技术与应用.docx

PAGE1

PAGE1

海洋遥感技术与应用

1.海洋遥感技术概述

1.1海洋遥感技术的定义和分类

海洋遥感技术是指利用遥感卫星、飞机、无人机等平台，通过传感器获取海洋表面和浅层的物理、化学、生物等参数的技术。这些参数包括海面温度、海面高度、叶绿素浓度、悬浮物浓度、海流速度等，对于海洋科学研究具有重要意义。海洋遥感技术可以分为被动遥感和主动遥感两大类：

被动遥感：通过接收海洋表面自然辐射或反射的电磁波来获取信息，常见的被动遥感传感器有可见光和红外传感器、微波辐射计等。

主动遥感：通过向海洋表面发射电磁波，并接收其反射或散射信号来获取信息，常见的主动遥感传感器有合成孔径雷达（SAR）、激光雷达（Lidar）等。

1.2海洋遥感技术的发展历程

海洋遥感技术的发展可以追溯到20世纪60年代，随着卫星技术的不断进步，海洋遥感的应用范围也在不断扩大。从最早的海面温度测量到现在的多参数综合观测，海洋遥感技术已经取得了显著的进展。以下是几个重要的发展阶段：

1960年代：首次利用卫星进行海面温度测量，标志着海洋遥感技术的初步应用。

1970年代：微波遥感技术的引入，使得海面风场、海冰等参数的测量成为可能。

1980年代：合成孔径雷达（SAR）的应用，提高了对海面油膜、海浪等动态现象的观测能力。

1990年代：高光谱遥感技术的发展，使得叶绿素浓度、悬浮物浓度等生物参数的测量更加精确。

2000年代至今：多卫星数据融合技术的兴起，结合人工智能算法，实现了对海洋环境的高精度、高分辨率监测。

1.3海洋遥感技术的主要应用领域

海洋遥感技术在多个领域都有广泛的应用，主要包括：

海洋环境监测：监测海面温度、海冰覆盖、海洋污染等环境参数，为海洋保护和管理提供数据支持。

海洋气象预报：提供海面风场、海浪高度等气象参数，提高气象预报的准确性和可靠性。

海洋生物学研究：监测叶绿素浓度、悬浮物浓度等生物参数，研究海洋生态系统的动态变化。

海洋工程与资源开发：为海洋工程设计、海上风能开发等提供基础数据。

灾害预警与应对：监测海啸、风暴潮等自然灾害，为预警和应对提供及时的数据支持。

2.海洋遥感传感器技术

2.1可见光和红外传感器

可见光和红外传感器是海洋遥感中最常用的被动遥感传感器，它们通过接收太阳辐射的反射和海洋表面的红外辐射来获取信息。这些传感器可以用于监测海面温度、水色、悬浮物浓度等参数。

2.1.1可见光传感器

可见光传感器主要接收太阳光在400-700纳米波段的反射，可以用于监测水色、海面污染等。常见的可见光传感器有MODIS（ModerateResolutionImagingSpectroradiometer）、VIIRS（VisibleInfraredImagingRadiometerSuite）等。

原理：

太阳光照射到海洋表面，部分光线被水分子、悬浮物等吸收和散射。

传感器接收反射的光线，并通过光谱分析，反演出海洋表面的光谱特性。

根据光谱特性，可以推算出叶绿素浓度、悬浮物浓度等参数。

应用：

水色监测：通过监测叶绿素浓度，研究海洋初级生产力的变化。

海面污染监测：通过监测悬浮物浓度，识别和跟踪油膜、藻华等污染现象。

例子：

使用MODIS数据监测叶绿素浓度，可以利用Python和GDAL库进行数据处理和分析。

#导入所需库

importgdal

importnumpyasnp

importmatplotlib.pyplotasplt

#读取MODIS数据

filename=MODIS_Aqua_Chlorophyll_Atif

dataset=gdal.Open(filename)

band=dataset.GetRasterBand(1)

chlorophyll=band.ReadAsArray()

#数据预处理

chlorophyll[chlorophyll0]=np.nan#将无效值设为NaN

#绘制叶绿素浓度图

plt.figure(figsize=(10,6))

plt.imshow(chlorophyll,cmap=viridis,vmin=0,vmax=10)

plt.colorbar(label=叶绿素浓度(mg/m^3))

plt.title(2023年1月1日的海洋叶绿素浓度)

plt.show()

2.2微波辐射计

微波辐射计是一种被动遥感传感器，主要接收海洋表面在微波波段的热辐射。这些传感器可以用于监测海面温度、海冰覆盖等参数。

原理：

海洋表面在微波波段的辐射与海面温度、海冰覆盖等参数有关。

传感器接收海洋表面的微波辐射信号，并通过辐射传输模型反演