辛蕾
- 作品数：9 被引量：32H指数：3
- 供职机构：国家海洋局更多>>
- 发文基金：国家自然科学基金海洋公益性行业科研专项更多>>
- 相关领域：自动化与计算机技术天文地球环境科学与工程更多>>
- Arcgis矢量图层符号化方法在绿潮分布显示中的应用
- 2017年
- 在绿潮卫星遥感业务化监测中,技术人员首先对绿潮卫星遥感影像进行解译,相关部门以解译结果作为参考制定绿潮处置决策。然而传统的绿潮解译结果仅显示绿潮的分布范围,在绿潮的密集度方面没有体现,导致无法判断海上绿潮分布的实际情况,为绿潮处置决策增加了难度,而目前鲜有学者对绿潮分布显示做相关研究。Arcgis矢量图层符号化方法是把符号化方案应用到目标图层上,文章运用该方法将绿潮斑块图层密集程度可视化,提高对绿潮灾害目视判读的合理性。
- 辛蕾王宁钟山胡伟孙青
- 关键词：绿潮海洋环境环境监测
- 基于多源遥感手段的北海区海洋灾害业务化应急监测系统研制与应用
- 2017年
- “基于多源遥感手段的北海区海洋灾害业务化应急监测系统”（以下简称“海洋遥感监测系统”）是针对我国北海区（渤、黄海海域）海洋灾害的特点，为满足北海区海洋防灾减灾的需求而研制并业务化应用的。该系统利用多源遥感手段，实现了对北海区绿潮、溢油和海冰等海洋灾害的大范围、全天候、快速、准确的监测，并实现准自动业务化运行。系统的研制与应用，提升了北海区海洋灾害应急监测和服务保障能力，社会经济效益显著。本文介绍了海洋遥感监测系统的主要研究成果及应用情况。
- 胡伟王宁商杰丁一靳熙芳辛蕾钟山赵鹏王立鹏
- 关键词：海洋灾害业务化系统绿潮
- 基于GF-4卫星遥感数据的赤潮信息识别方法——以秦皇岛海域为例被引量：3
- 2021年
- 渤海是我国海洋生态监测保障的重要区域,特别是秦皇岛海域,是赤潮灾害的重点监控区。卫星遥感监测方式在赤潮灾害监测中优势突出,加强赤潮遥感监测方法研究具有重要意义。文章通过分析赤潮水体和非赤潮水体的光谱特性差异,构建了针对GF-4卫星波段特征的水体光谱特性曲线,提出了基于GF-4卫星第2、3、5波段的三种赤潮信息识别方法,并将方法应用于秦皇岛海域赤潮监测。结果表明,双波段差值法识别赤潮信息效果较好。该研究可为秦皇岛附近海域赤潮监测工作提供技术支持。
- 宋彦王宁王宁辛蕾丁一姜涛
- 关键词：赤潮秦皇岛海域
- 浒苔和马尾藻遥感区分方法在业务监测中的应用研究被引量：2
- 2019年
- 基于历年现场船舶、飞机、定点监测和陆岸监测的优势,获取了浒苔和马尾藻在水中的形态特征及光谱信息,绘制了光谱曲线;基于业务工作中常用的MODIS数据,采用真彩色法和马尾藻比值法开展业务化应用,并与现场监测结果进行对比分析;分析结果表明:采用真彩色法和马尾藻比值法结合,能够快速、有效区分浒苔和马尾藻,满足业务监测工作的需求。
- 王宁曹丛华曹丛华丁一黄娟宋彦
- 关键词：多源遥感浒苔马尾藻
- 基于遥感的黄海绿潮覆盖面积受表层温盐的影响分析被引量：6
- 2018年
- 【目的】研究黄海绿潮生长发展环境影响因素。【方法】利用2014—2017年卫星遥感影像提取黄海绿潮覆盖面积,并与同期浮标温度数据对比分析。【结果】绿潮的生命周期有"发生-发展-暴发-衰落-消亡"5个阶段。绿潮的覆盖面积变化随所发生海域的表层水温的升高呈现先上升后下降的走势,在约22℃时绿潮覆盖面积达到最大,其后随着温度上升绿潮逐渐衰亡;与同期浮标盐度数据比较发现,前半期盐度基本稳定在31.5‰,绿潮该段时期内逐渐发展达到最大,之后随着盐度降低绿潮逐渐衰亡。【结论】研究结果与已有实验室研究获得结论基本吻合,可为绿潮灾害防灾预警提供一定参考。
- 辛蕾丁一王宁卢博黄蕊葛勇
- 关键词：绿潮遥感覆盖面积
- 一种基于分层策略的时空融合模型被引量：1
- 2021年
- 时空数据融合能够有效提高高空间分辨率遥感数据的时间分辨率,但是目前广泛使用的时空自适应反射率融合模型在突变区域的预测效果不佳。针对这一问题,提出一种基于分层策略的时空融合模型(hierarchical spatial-temporal fusion model,H-STFM)。该模型首先根据相邻时刻低空间分辨率数据的反射率差值,将待预测的目标像元分为物候变化像元和突变像元;然后对物候变化像元进行线性回归预测,对突变像元进行加权滤波预测;最后将物候变化和突变区域的预测结果利用优化的时间加权函数融合生成最后预测图像。以两组中分辨率遥感数据MODIS和Landsat图像为基础数据进行实验对H-STFM模型进行了定性与定量评价。结果表明,提出模型的实验结果在方差误差与相对无量纲全局误差方面表现明显优于时空自适应融合模型。
- 张爱竹王伟王伟姚延娟姚延娟孙根云王宁辛蕾
- 关键词：地表反射率LANDSATMODIS
- 基于混合像元分解的MODIS绿潮覆盖面积精细化提取方法研究被引量：9
- 2014年
- 在绿潮遥感业务化监测中,250 m分辨率的MODIS卫星数据是主要数据源,归一化差值植被指数(NDVI)是绿潮卫星遥感信息提取的主要方法。研究发现,由于MODIS空间分辨率较低,存在大量的混合像元,导致提取的绿潮覆盖面积明显偏大。针对该问题,本文在MODIS绿潮NDVI计算的基础上,首先对大于NDVI阈值的像元进行混合像元分解,得到MODIS NDVI混合像元分解后的绿潮面积,然后以准同步的30 m分辨率HJ-1CCD影像提取的绿潮覆盖面积为真值,建立了MODIS NDVI混合像元分解得到的绿潮面积与HJ-1提取的绿潮面积之间的关系模型,以实现绿潮面积的精细化提取。与传统的NDVI阈值法和混合像元分解法相比,该方法提取的绿潮覆盖面积更接近于"真值",面积约为"真值"的96%,而传统的NDVI阈值法和混合像元分解方法提取的面积分别为"真值"的2.96倍和45%。另外,与传统的NDVI阈值法相比,新方法对NDVI阈值变化不敏感,在相同的NDVI阈值变化区间内,前者提取的绿潮覆盖面积变化了41%,而新方法的变化仅为11%。本文的工作在很大程度上解决了MODIS空间分辨率低导致的绿潮监测结果不准确的问题,为精细化的绿潮卫星遥感业务监测提供了参考。
- 辛蕾黄娟刘荣杰钟山肖艳芳王宁崔廷伟
- 关键词：混合像元分解MODISNDVI
- 基于MODIS数据的5种植被指数对不同生长阶段绿潮的探测能力对比及应用被引量：14
- 2014年
- 本文选取晴好天气条件下的MODIS影像为研究数据,以"类间距"为评价指标,对比分析了5种常用的植被指数(NDVI、EVI、ARVI、RVI和DVI)对不同生长阶段绿潮的探测能力,在此基础上,利用最优指数开展了2014年黄海绿潮的过程分析,并与历年监测结果进行了对比。结果表明,NDVI算法对绿潮各个生长阶段的探测能力均最强。2014年黄海绿潮生消过程共计85天,绿潮密集区先向东北漂移,然后向西北漂移,最后转向东北方向漂移。最大覆盖面积为540 km2,最大分布面积为50 000 km2;与历年监测结果相比,2014年黄海绿潮的覆盖面积较小,但分布面积较大。
- 王宁黄娟崔廷伟肖艳芳蔡晓晴辛蕾
- 关键词：植被指数MODIS绿潮不同生长阶段
- 浅析绿潮卫星影像信息提取方法精细化研究的必要性被引量：1
- 2013年
- 自2008年奥帆赛在青岛近海举办以来,一种海洋灾害渐入人们视野——绿潮。恰逢旅游季节登陆青岛沿岸的绿潮给当地政府带来了一定的经济损失,打捞处置沿海绿潮已成为当地政府每年常态化工作。现如今,绿潮的业务化监测主要通过卫星遥感数据提取绿潮信息,而精细化监测将为当地政府打捞处置绿潮,配置人力、物力提供了更为可靠的参考数据。本文从两类常用的卫星数据影像特点以及数据源的选择局限简单分析了绿潮卫星影像信息提取方法精细化研究的必要性。
- 辛蕾王宁钟山
- 关键词：影像信息
