蓝藻水华遥感提取的空间尺度效应及亚像元定位研究的任务书.docx

蓝藻水华遥感提取的空间尺度效应及亚像元定位研究的任务书
任务书
一、研究背景
蓝藻水华是一种广泛分布于淡水体系的蓝绿色微小藻类，在适宜的环境因素下会发生暴发性繁殖，产生大面积的水华现象。蓝藻水华对于水体的生态环境和水质安全带来重要威胁，因此对蓝藻水华水体的遥感监测和提取技术的研究已成为当前遥感学、水环境学和环保领域中研究热点之一。
空间尺度效应是遥感提取方法中经常遇到的的问题之一。蓝藻水华在水体中自身分布不均且呈斑块状，受到外部干扰，难以用传统的单像素遥感方法进行提取。目前，遥感提取中的空间尺度问题可以使用基于机器学习的方法进行解决。在通过遥感图像数据中定位检测到蓝藻水华斑块后，进一步开展亚像元定位分析，可以进一步了解蓝藻水华的分布特征和生态环境条件等。
二、研究目的
本次研究旨在通过对蓝藻水华遥感提取的空间尺度效应和亚像元分析进行研究，以锁定蓝藻水华的高分辨精确定位，并进一步了解蓝藻水华的生态环境特征。具体目的如下：
1.分析不同尺度的遥感图像对蓝藻水华提取的影响，探究最佳提取尺度，提升蓝藻水华的识别精度。
2.确定蓝藻水华实体检测的精度，并进行亚像元分析，获取蓝藻水华的分布特征、稀疏度和大小分布等相关信息。
3.根据实验结果，评估本研究的遥感提取方法的精度和稳定性，并对其在实际水体监控中的应用进行展望。
三、研究内容
本研究内容涵盖蓝藻水华遥感提取的空间尺度效应和亚像元分析两个方面。具体研究内容如下：
1.蓝藻水华遥感提取的空间尺度效应
（1）分析不同尺度的遥感图像对蓝藻水华的影响，比较不同方法提取蓝藻水华的效果。
（2）选取最优提取尺度，对比精度、召回率等指标，并绘制ROC曲线，对比不同算法效果。
（3）根据不同尺度的实验结果，探究蓝藻水华生长对环境因素的响应，分析蓝藻水华出现的原因、时间与水质变化的关系。
2.蓝藻水华亚像元分析
（1）分析蓝藻水华斑块数量、范围、形态、稀疏度等特征，并比较实验结果和样地调查结果。
（2）应用Kriging等方法绘制蓝藻水华分布图，分析蓝藻水华的分布特点和生态环境条件。
（3）通过高分辨率的遥感图像，分析蓝藻水华的大小分布特征，并对其与环境因素进行关联分析。
四、技术路线
1.蓝藻水华遥感提取的空间尺度效应
（1）数据预处理：
获取蓝藻水华遥感图像数据，包括高分影像、航空相片或卫星遥感影像等。
（2）特征提取：
通过像元级或目标级的遥感特征提取方法，提取出与蓝藻水华有关的空间、颜色、纹理等信息，依据聚类分析、最大像素法、谱匹配算法等方法进行蓝藻水华分块识别和提取。
（3）差异分析：
比较不同尺度提取结果与实际情况，分析蓝藻水华对环境因素的响应和特征，比较不同算法之间的差异。
2.蓝藻水华亚像元分析
（1）数据预处理：
获取高分辨率的遥感图像数据，如航空相片、无人机影像等。
（2）对象提取：
通过目标分析、图像分割等方法提取蓝藻水华斑块的空间分布和数量。
（3）空间分析：
对蓝藻水华斑块进行空间分析，包括范围、大小、距离、分布和稀疏度等特征。
（4）环境因素分析：
分析蓝藻水华的生态环境因素，如水温、光照、氧浓度、营养盐含量等，探究水华分布与这些因素的关系。
五、研究意义
1.提升蓝藻水华遥感监测技术的精度和稳定性，更好地了解蓝藻水华的分布特征和生态环境条件。
2.为水体污染防治和蓝藻水华预警提供科学依据，提高水质安全和环境保护水平。
3.为深入了解蓝藻水华生态监测和治理提供技术支撑，推动水生态学研究的发展。
六、研究计划
1.研究时间：2022年3月-2022年12月
2.进度安排：
月份任务安排
3-4选取研究区域和原始遥感数据，进行数据预处理
5-6通过不同算法进行蓝藻水华提取，探究不同尺度的影响
7-8采用差异分析方法，选择最优提取方法，探究原因及与环境因素的关系
9-10对提取到的蓝藻水华斑块进行对象提取、空间分析、环境因素分析
11-12统计实验结果，评估所提取方法的精度和稳定性，撰写论文
七、预期成果
本研究的预期成果包括以下方面：
1.较为全面、完整的蓝藻水华遥感提取和亚像元分析研究成果。
2.提高蓝藻水华遥感监测技术的精度和稳定性，提供给水环境保护和治理的技术支撑。
3.发表1-2篇具有创新性和学术价值的学术论文。
4.获得蓝藻水华遥感提取和亚像元分析技术的相关发明专利。
八、预算及经费来源
本项研究的预算经费为30万元，其中包括人员、设备、场地等经费费用。经费来源为学校资助、研究机构资助和相关企业捐助等。
九、研究团队
本研究团队由遥感与环境科学专业、环境工程专业、计算机科学与技术专业等多个学科的专家和研究生组成，其中负责人为教授级高工、博导，研究骨干为讲师级研究人员、高级实验师，科研人员主要是硕士研究生和博士研究生。研究团队成员工作踏实，专业能力强，具有丰富的科研经验