基于关联分类的MODIS影像赤潮检测技术：精度提升与应用拓展.docxVIP

基于关联分类的MODIS影像赤潮检测技术：精度提升与应用拓展

一、引言

1.1研究背景与意义

赤潮，作为一种复杂的海洋生态异常现象，近年来愈发受到全球关注。它是在特定环境条件下，海水中某些微小浮游植物、原生动物或细菌爆发性增殖或高度聚集，进而引起水体变色的灾害性生态现象。赤潮并不一定呈现红色，根据引发物种和数量的差异，水体颜色多样，常见的有红色、砖红色、绿色、黄色、棕色等。

赤潮的危害是多方面且严重的。从海洋生态系统角度看，赤潮发生时，浮游生物密度急剧增加，可达102—10?细胞/毫升。这些生物大量繁殖和消亡过程中，会快速过度消耗水体中的氧气，导致水体缺氧，还可能积累过量硫化氢和甲烷等有害物质，使海洋生物因缺氧或中毒而死亡，严重破坏海洋生物的生存环境，打破海洋生态系统的平衡。例如，2023年在我国南海海域发生的一次赤潮，导致大量鱼类和贝类死亡，许多珊瑚礁也受到不同程度的破坏，海洋生物多样性急剧下降。

对渔业和水产养殖业而言，赤潮的影响更是直接关乎经济命脉。以2020年福建海域的赤潮事件为例，赤潮生物优势种细弱海链藻大量繁殖，使得该海域渔业遭受重创，渔民的捕捞量大幅减少，水产养殖业损失惨重，直接经济损失高达数千万元。一些贝类等海产品还会因摄取赤潮生物而富集毒素，人类食用后可能引发腹泻、肌肉麻痹、呼吸困难等中毒症状，严重时甚至危及生命安全。

在全球范围内，赤潮的发生频率和强度呈上升趋势，地理分布区域和面积也不断扩大。据统计，过去几十年间，全球赤潮发生次数增长了数倍，影响范围从近海逐渐向远洋扩展。我国作为海洋大国，赤潮灾害也较为频繁，福建海域、广东海域等都是赤潮高发区域。仅在福建海域，20年间就发生了赤潮事件233次，累计经济损失超过200亿元。

传统的赤潮检测方法主要依靠船舶采样和实验室分析，这种方式不仅耗时费力，且监测范围有限，难以满足对海洋进行迅速、密集和大范围观测的需求。卫星遥感技术的出现，为赤潮监测带来了新的契机。MODIS（Moderate-ResolutionImagingSpectroradiometer）作为一种常用的卫星传感器，具有高空间分辨率和高时间分辨率的特点，能够快速获取全球范围内的影像数据，为赤潮检测提供了有力的数据支持。然而，由于赤潮藻类特殊的生理和光学性质，以及海域环境的动态复杂性，直接使用单一的高光谱参数进行赤潮检测，精度往往较低。

关联分类方法作为一种常用的影像分类方法，能够利用图像中不同光谱波段之间的相关性进行分类，在卫星影像分类、矢量化等领域已得到广泛应用。将关联分类方法应用于基于MODIS影像的赤潮检测，有望提高检测精度，实现赤潮的快速、准确检测和预警。这对于保护海洋生态环境、保障渔业生产、维护人类健康以及促进社会稳定都具有极其重要的现实意义，能够为海洋生态保护和渔业可持续发展提供关键技术支撑。

1.2国内外研究现状

在国外，MODIS影像在赤潮检测中的应用研究开展较早。学者ShimY.K.等人于2010年提出了一种利用MODIS影像评估赤潮指数（RTI）的经验算法，该算法通过对MODIS影像的多个波段进行分析，构建赤潮指数，在一定程度上提高了赤潮检测的准确性。EnriquezC.等人对不同硅藻种类在赤潮中的作用进行了研究，为赤潮检测中生物种类的识别提供了理论基础。但这些早期研究主要集中在单一参数或简单模型的应用上，对于复杂的海域环境和多样的赤潮类型适应性不足。

近年来，国外研究开始注重多参数融合和机器学习方法的应用。一些学者利用深度学习算法，如卷积神经网络（CNN），对MODIS影像进行特征提取和分类，实现了对赤潮的自动检测。但这些方法需要大量的样本数据进行训练，且模型的可解释性较差。

国内对于基于MODIS影像的赤潮检测研究也取得了不少成果。吴文瑾、罗晖等人在2008年分析了MODIS应用于赤潮探测技术的优势，并提出了一种基于MODIS数据的综合海水水色、叶绿素a浓度、海水表面温度、悬浮泥沙含量多种因素的赤潮影响因子分析方法，为赤潮成因分析和检测提供了新的思路。WangJ.等人于2019年提出基于改进的多特征自适应融合方法的赤潮检测算法，通过融合多个特征参数，提高了赤潮检测的精度。然而，目前国内研究在关联分类方法的深入应用方面还相对薄弱，对于MODIS影像中复杂背景信息的去除和微弱赤潮信号的提取仍有待进一步提高。

总体来看，当前利用MODIS影像进行赤潮检测的研究虽然取得了一定进展，但仍存在一些不足。一方面，现有的检测方法对于复杂多变的海洋环境适应性不够强，在不同海域、不同季节的检测精度波动较大；另一方面，对于赤潮检测中的多源数据融合和特征参数优化等问题，尚未形成完善的解决