当前位置: 首页 > 科技成果列表 > 科技成果详细

一种面向潮间带变化特征的多源遥感数据融合分析方法

技术类型:非专利

技术成熟度:-

转让方式:技术转让

应用领域:软件开发

技术领域:通信网络技术

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

潮间带的合理利用与可持续发展是湿地生态系统保护的重要环节。由于潮间带仅在低潮位时暴露在 外,传统测量技术难以有效捕捉其瞬时动态变化且费时费力,导致监测工作充满挑战。因此对潮间带变化 进行动态监测极为重要。

本团队提出了一种面向潮间带变化特征的多源遥感数据融合分析方法。该方法利用GOCI 卫星、高分 一号卫星以及Landsat8 卫星的数据,通过STARFM (时空自适应反射率融合模型)算法将不同分辨率的图 像进行融合处理,生成了分辨率为16米和30米的多波段逐小时影像。结合潮汐数据与图像质量评估指标, 评价融合图像的效果,确保质量可靠。同时不仅能够保留图像的色彩与轮廓信息,还能精细反映潮间带的 动态变化。实现了对潮间带地物轮廓与色彩变化的精确分析,从而揭示了潮间带的空间分异格局及其演变 趋势,使该成果在湿地资源瞬时动态监测和环境保护方面有着潜在的广泛应用前景。

作为用于监测潮间带动态变化特征的多源遥感数据融合分析方法,具有空间分辨率高、时间分辨率 高、可动态监测、费用低廉等优点。通过STARFM 算法进行数据融合,解决了单一卫星影像重访周期少及空 间分辨率低的问题。通过潮汐数据与PSNR、SAM 、RMSE等多项图像质量评估指标,评价融合图像的效 果,确保质量可靠。有利于进行潮间带区域瞬时动态变化的监测。

团队将GOCI 卫星、高分一号卫星以及Landsat8 卫星的多源遥感数据进行预处理,然后经过STARFM 算法进行数据融合生成不同分辨率的影像,通过对输入图像进行参数设置、图像分块及加权计算,实现了 高时空分辨率影像的精准预测,克服高空间分辨率影像重访周期长而高时间分辨率影像空间分辨率低的 问题,再结合潮汐数据,与潮汐表曲线图进行比较,确认数据可信度,对融合影像进行特征变化分析,得到 潮间带区域逐小时变化结果,得到潮间带地物轮廓与色彩的变化,从而揭示潮间带的空间分异格局和演变 趋势,随后通过峰值信噪比(PSNR)、光谱角相似度(SAM)、空间相关系数(CC)、均方根误差(RMSE) 多项图 像质量评估指标对融合图像进行质量分析,确保图像质量符合要求,分析结果可靠。利用多源遥感数据融 合后对潮间带特征变化进行分析,成功解决了目前潮间带动态监测的问题。

团队的研究成果已申请专利并公开,与传统的潮间带监测手段相比,该成果通过多源遥感数据融合实 现了面向潮间带瞬时变化特征的动态分析,同时结合潮汐数据与图像质量评价指标,能够确保图像质量与 潮间带动态变化结果的可靠性,与传统测量方法相比,本成果能够高效的进行高精度瞬时动态监测大区域 潮间带的变化情况,促进自然资源的合理利用与保护。

该成果可为湿地生态系统监测、自然资源管理、环境保护等相关方面提供高效的技术支持,如:潮间带 及辐射沙脊群区域由于潮汐作用与人类活动会导致该区域受到破坏,针对此类区域进行瞬时动态监测,不 仅能对区域地物轮廓与色彩变化的高精度动态监测,也能够对区域环境污染起到预警与控制的管理作用。 由于海岸带区域受到潮汐影响较为严重(如淤泥质潮间带、砂质潮间带、人工海堤、辐射沙脊群等),该成果 可望用于以上这些单一场景或复杂场景的资源管理、生态系统监测、灾害防护管理、环境保护的瞬时动态 监测。

成果评价分析
技术应用分析
服务案例
Baidu
map