多源遥感数据融合及在海面溢油分类上的应用的中期报告.docx

多源遥感数据融合及在海面溢油分类上的应用的中期报告
一、研究背景
海面溢油是一种严重的海洋环境污染事件，对海洋生态系统和沿海经济社会发展产生很大的影响。针对海面溢油的监测和分类问题，遥感技术逐渐成为了一种有效的手段。由于不同遥感数据在分辨率、波段信息等方面存在差异，因此多源遥感数据融合能够提高海面溢油分类的精度和可信度。因此，本研究旨在探索多源遥感数据融合技术在海面溢油分类中的应用。
二、研究内容
本研究采用了卫星遥感数据和航空遥感数据相结合的方式，提取海面溢油分类的特征。具体内容包括：
1.遥感图像的获取和预处理：使用卫星遥感和航空遥感获取的多幅图像，对图像进行预处理，包括辐射校正、几何校正等。
2.特征提取和选择：采用多种特征提取的方法，如纹理特征、颜色特征、形状特征等，选取具有较好区分度和稳定性的特征。
3.多源遥感数据融合：采用经验模态分解（EMD）方法对不同分辨率的遥感图像进行融合，得到融合后的高分辨率图像。同时，采用主成分分析（PCA）方法对遥感图像进行特征降维，减少冗余信息。
4.分类模型的构建和评价：使用支持向量机（SVM）分类算法对特征进行分类，并进行交叉验证和ROC曲线分析，评价分类模型的性能和准确性。
三、研究进展
目前，本研究已经完成了遥感图像的获取和预处理、特征提取和选择、以及部分的数据融合和分类模型的构建。初步实验结果表明，采用多源遥感数据融合技术可以提高海面溢油分类的精度和可信度。下一步，我们将继续完善数据融合和分类模型，进一步提高分类的准确性，并针对实际应用场景进行验证。
四、研究意义
本研究对海面溢油的监测和分类有重要的意义，能够为相关部门提供一种高效、精确的海面溢油监测和紧急处置方法。同时，本研究采用的多源遥感数据融合技术对其他自然灾害和环境问题的监测和分类也具有参考意义。