基于GOCI数据的黄海浒苔提取

王法景

摘 要：自2007年以来，黄海海域每年都会发生浒苔爆发增殖灾害，对沿海城市环境、水产业、旅游观光业等造成嚴重危害。随着科技的进步，现已基本实现了对绿潮的光学遥感监测。GOCI数据所具有的高时间分辨率是其它光学遥感数据所无法媲美的。基于GOCI数据对黄海绿潮进行监测也将发会越来越重要的作用。本文根据GOCI数据的波段设置特点，依据现行主流的绿潮提取算法为绿潮立体监测提供可能。

关键词：黄海;绿潮;GOCI

1 绪论

浒苔虽然无毒，且经过加工后具备一定的价值[1-3]，但过量增殖却会阻碍航道、造成海洋水生态恶化、导致绿潮灾害发生等，给国家和当地部门造成巨大经济损失[4-6]。国际上已将浒苔等绿藻类爆发性增殖称为“绿潮”，而近年来绿潮无论从暴发次数、影响范围等都成显著的上升趋势。由于光学遥感较于微波遥感具有价格低廉、适合目视解译判读等优势，因此光学遥感更适合对浒苔进行大范围宏观监测，也是现阶段绿潮监测的主要业务手段的遥感数据来源。本文基于全球首颗地球同步轨道水色卫星GOCI（Geostationary Ocean Color Imager）数据，依据GOCI数据的波段特点综述全球主流的绿潮监测算法，改进NDVI算法对绿潮进行监测提取。

2 数据与方法

2.1 GOCI数据

GOCI数据是搭载在韩国2010年发射的全球首颗地球同步轨道水色卫星。GOCI卫星共有8个波段。GOCI数据的空间分辨率可达500m，为绿潮的监测提供较多有用的信息，实现对黄海、部分东海地区准实时浒苔动态监测。

2.2 数据处理

对浒苔进行监测提取，需要对原始数据进行预处理。基于GOCI数据进行预处理的过程主要包括几何、大气校正和绿潮范围提取等三步。

2.2.1 几何校正

基于GOCI数据的几何校正主要包括利用控制点的方法和GLT等方法，控制点方法首先利用已几何校正后的光学遥感数据建立与GOCI数据共同的地面控制点，实现对GOCI数据的几何校正。而GLT方法是利用输入的几何文件生成一个地理位置查找表（geographic lookup table，GLT），该表是一个二维图像文件，包含的两个波段分别是地理校正影像的行和列。GLT几何校正方法具有操作过程简单、运算速度快、校正精度高等优点，特别适合像GOCI这种低分辨率的卫星影像进行几何校正。本文所采用的几何校正方法便是后者，将校正后的GOCI影像进行与谷歌地图矢量叠加分析，发现其校正效果良好。

2.2.2 大气校正

本文利用GOCI数据处理软件GDPS对GOCI数据进行大气校正：首先利用该软件生成消除瑞丽散射后的二级产品（Rayleigh Corrected Radiance），然后对得到的二级产品采用“暗像元”法消除气溶胶等大气影响，进而实现GOCI数据的大气校正。

2.2.3 海陆分离

绿潮分布范围提取的关键是区分陆地与海水，海水与绿潮。陆地对提取绿潮信息的干扰较大，在GOCI数据预处理中，需要对海陆范围进行分离。本文海陆分离也是利用GDPS软件：利用GDPS生成的COCI L2P产品中的Landmask Image对陆地进行掩膜，获取海水范围。右图为经过预处理后生成的2014年6月18日8景COCI影像。

3 结论与讨论

GOCI数据对绿潮的监测发挥着越来越重要的作用，与MODIS数据相比存在这波段数少、分辨率较低、无法全球观测等劣势，但是以其高时间分辨率的优势能够保证绿潮从开始、暴发、消亡等过程进行全程监测，而且能够进行日变化、时变化监测，对于绿潮的成因、漂浮规律等具有很高的研究价值。机载SAR数据费用昂贵，但作为GOCI数据的一个有效补充，也发挥着其不可替代的作用，其高空间分辨率也会是未来监测绿潮的主流。

致谢

感谢韩国水色卫星中心KOSC提供的GOCI数据。

参考文献：

[1]林文庭.浅论浒苔的开发与利用.中国食物与营养，2007，（9）：23-25.

[2]Fleurence J，Gutbier G，Mabeau S，Leray C. Fatty acids from 11 marine macroalgae of the French Brittany coast. Journal of Applied Phycology，1994，6（5/6）：527-532.

[3]刘英霞，常显波，王桂云，赵俊生.浒苔的危害及防治[J].安徽农业科学，2009，20：9566-9567.

[4]王超.浒苔（Ulva prolifera） 绿潮危害效应与机制的基础研究[D].青岛：中国科学院海洋研究所，2010.

[5]于波，汤国民，刘少青.浒苔绿潮的发生、危害及防治对策[J].山东农业科学，2012，03：102-104.

[6]Ryu J H，Han H J，Cho S，et al.Overview of geostationary ocean color imager（GOCI） and GOCI data processing system（GDPS）[J].Ocean Science Journal，2012，47（3）：223-233.

基金项目：杨凌职业技术学院2019年自然科学研究基金项目（项目编号：A2019024）