中国海洋遥感卫星分解

中国海洋大学海洋遥感课程大纲英文名称Ocean Remote Sensing【开课单位】信息科学与工程学院海洋技术系【课程模块］专业知识【课程编号］【课程类别］必修【学时数】48 （理论卫实践_0_）【学分数】—3 ______一、课程描述本课程大纲根据2011年本科人才培养方案进行修订或制定。

（-）教学对象海洋技术专业本科生。

（二）教学目标及修读要求1、教学目标本课程重点介绍卫星海洋遥感的基本原理和最新研究进展，通过海洋遥感课程的教学，使学生比较系统地学习海洋遥感探测的基本原理，掌握遥感数据处理的基本过程和方法，熟悉海洋遥感的最新进展，为学生毕业后从事相关的工作和学习打下良好基础。

教学中注重理论与实践相结合，并注意介绍海洋遥感研究中的一些最新成果。

本课程不进行双语教学，但在教学中注意介绍相关的专业词汇。

2、修读要求海洋遥感是海洋技术专业的一门专业基础课，属于海洋遥感与GIS技术课程模块中的专业知识教育层面。

海洋遥感具有应用性强，研究内容涉及物理学、计算机技术、图像处理技术等各个学科领域，同时又随着卫星遥感技术的迅速发展不断变化。

教学内容上将结合该领域的发展，不断补充更新，介绍海洋遥感技术发展与应用的前沿。

引导学生阅读参考文献，查阅最新的期刊杂志，提高学生的自学能力，使学生了解海洋遥感技术发展应用的新动向。

学生应具备大学物理、高等数学的基本知识和理论，并已经选修海洋学I、遥感概论等。

（二）先修课程选修海洋遥感课程的学生应当在学习大学物理、高等数学的基础上，并具备海洋学、遥感概论、数字图像处理等基本理论知识。

二、教学内容（一）绪论11、主要内容：主要介绍海洋遥感的概念、海洋遥感和空间海洋学的历史发展、海洋遥感系统的主要组成部分、海洋遥感在海洋科学研究中的价值，以及国际和国内的主要海洋卫星计划。

2、教学要求：掌握海洋遥感的基本概念、海洋遥感系统的组成部分以及海洋遥感发展过程中的重要阶段和代表性卫星及传感器，理解海洋遥感和空间海洋学的发展历史背景、在海洋科学研究中的主要作用，了解国际上的海洋卫星发展规划。

卫星遥感海洋生态环境监测数据分析指南近年来，随着卫星遥感技术的不断发展和应用，海洋生态环境监测领域也得到了有效的改善和提升。

卫星遥感数据的获取和分析为海洋生态环境监测工作提供了全面、定量、精确的数据支持，为相关决策和管理提供了重要的科学依据。

本文将为读者提供关于卫星遥感海洋生态环境监测数据的分析指南，帮助读者更好地使用卫星遥感数据进行海洋生态环境监测研究。

一、卫星遥感海洋生态环境监测数据的来源卫星遥感数据主要通过遥感卫星获取，一般分为静止卫星和运动卫星两种。

静止卫星主要包括地球同步卫星，如NOAA、FY和GOES等；而运动卫星则包括轨道卫星，如加密系列等。

这些卫星通过携带的传感器获取大气、海洋、地表等多种信息，并将数据传回地面接收站，形成遥感数据。

二、海洋生态环境监测数据的分析方法1. 数据预处理卫星遥感数据在获取和传输的过程中，由于多种原因（如大气干扰、传感器噪声等），可能会产生一定的误差。

为了减小这些误差对数据分析结果的影响，需要进行数据预处理。

预处理主要包括数据校正、去除异常数据和噪声等。

2. 数据融合卫星遥感数据通常会得到多个波段的信息，如可见光、近红外和热红外等。

为了利用这些信息更全面、准确地描述海洋生态环境，需要进行数据融合。

数据融合可以通过特定的算法将不同波段的数据进行组合，形成一幅全谱段的影像，从而实现对海洋生态环境的更全面监测和描述。

3. 特征提取与分类卫星遥感数据含有丰富的信息，但需要通过特征提取与分类方法来解读和分析。

特征提取是将遥感数据转化为一组具有代表性的特征参数，用于描述和分析海洋生态环境。

常用的特征包括水温、叶绿素浓度、浮游植物类型等。

而分类则是将特征参数按照一定的规则进行分类，将海洋生态环境划分为若干不同的类别，方便后续的监测、分析和决策。

4. 数据分析与评估基于卫星遥感数据的海洋生态环境监测不仅需要对数据进行分析，还需要进行评估。

通过对监测数据的分析和评估，可以得到海洋生态环境的变化趋势、关键环境指标的时空分布等信息，为海洋环境保护和管理提供科学依据。

卫星遥感图像处理技术判断海洋水质状态详解简介随着人类对海洋环境保护的重视和海洋资源开发的需求，对海洋水质的准确判断变得越来越重要。

而卫星遥感图像处理技术以其高效、快速的特点成为了海洋水质监测的一种重要方法。

本文将详细介绍卫星遥感图像处理技术在判断海洋水质状态方面的应用。

一、卫星遥感技术在海洋水质监测中的作用卫星遥感技术通过获取、记录和解译对地球表面的电磁辐射，实现了对海洋水质状态的全球定量监测。

其重要作用主要体现在以下几个方面：1. 数据的全球覆盖：卫星遥感技术可以获取大范围、连续的海洋数据，实现了对整个海洋水域的监测和评估。

2. 高时空分辨率：卫星遥感图像数据具有较高的时空分辨率，可以提供更为精细的海洋水质信息。

3. 长期监测：卫星可以长期观测同一个区域，监测变化的趋势和周期，为海洋生态环境保护提供可靠的数据支撑。

4. 成本效益高：相比于传统的船载观测和实地采样，卫星遥感技术具有成本效益高的优势，可以大幅降低监测和评估的成本。

二、卫星遥感图像处理技术的基本原理卫星遥感图像处理技术的基本原理是利用卫星获取的电磁辐射数据，通过一系列数字图像处理方法进行数据解译和分析，实现对海洋水质状态进行判断。

其主要过程包括：1. 数据获取和预处理：从卫星获取的原始数据中，首先进行辐射校正、大气校正等预处理，以提高数据质量。

2. 水质参数反演：根据不同的水质参数（如浊度、叶绿素浓度、溶解有机物浓度等），采用适当的算法和模型，将遥感数据转化为水质参数值。

3. 统计分析和时空变化检测：通过对水质参数的统计分析，可以得出不同海域的水质状态，并通过对不同时期的遥感图像进行对比，判断海洋水质的时空变化趋势。

4. 数据可视化和结果呈现：将处理后的遥感图像进行可视化处理，通过不同的颜色和符号来表示不同的水质状态，以直观展示海洋水质数据。

三、卫星遥感图像处理技术在判断海洋水质状态中的应用卫星遥感图像处理技术在判断海洋水质状态方面具有广泛的应用。

海洋遥感数据处理的常见问题与解决方法海洋遥感是指利用遥感技术获取和分析海洋相关信息的一种方法。

通过使用各种传感器获取的海洋遥感数据，可以了解海洋表面的温度、色彩、盐度、浊度、叶绿素等多种参数，从而对海洋生态环境进行监测与评估。

然而，在海洋遥感数据处理过程中，许多常见问题可能会妨碍数据的准确性和可靠性。

本文将讨论这些问题，并提供相应的解决方法。

1. 云覆盖问题在使用卫星遥感数据时，云覆盖是一个常见的问题。

云的存在会导致海洋图像模糊，难以获取准确的海洋参数。

为了解决这个问题，可以利用多谱段遥感卫星数据和云检测算法进行云的识别和去除。

常用的云检测算法包括阈值法、比值法和物理法等。

同时，还可以采用多时相数据融合技术来填补云缺失的像素，从而得到更完整的海洋图像。

2. 大范围遥感数据处理问题海洋是一个广阔的环境，往往需要几个或更多的遥感图像来覆盖整个区域。

在处理大范围海洋遥感数据时，数据量庞大，处理速度较慢。

为了解决这个问题，可以使用分布式计算和并行处理技术。

分布式计算可以将任务分解成多个子任务，由多个计算节点同时处理，大大提高了数据处理的效率。

并行处理技术可以同时处理多个像素点，加快了数据处理的速度。

3. 原始数据质量问题海洋遥感数据的质量问题可能会导致处理结果不准确。

例如，传感器噪声、辐射校正误差、大气校正等因素都会对数据质量产生影响。

为了解决这个问题，可以采用数据预处理方法来提高数据质量。

例如，噪声滤波可以去除传感器噪声，辐射校正可以校正辐射误差，大气校正可以消除大气遮挡效应。

此外，还可以使用不同传感器的数据进行交叉校正，提高数据的准确性。

4. 多源数据融合问题海洋遥感数据通常来自于不同的传感器、不同的平台和不同的时间。

如何有效地将这些数据进行融合，提高数据的空间和时间分辨率，是一个挑战。

为了解决这个问题，可以使用影像融合技术。

影像融合技术通过利用多传感器和多时相数据，将不同来源的数据融合到一张图像中。

测绘技术中的海洋遥感数据处理方法海洋遥感数据处理方法在测绘技术中扮演着重要的角色。

随着科技的不断进步，利用卫星等遥感技术获取大范围、高分辨率的海洋数据已成为现实，这为海洋测绘提供了更加精确和全面的数据支持。

在这篇文章中，我将介绍几种常用的海洋遥感数据处理方法。

一、图像预处理海洋遥感数据通常包含一定的噪声和杂波，因此在进行后续处理之前，需要对图像进行预处理。

常见的预处理方法包括去噪、辐射校正和几何纠正。

去噪主要利用滤波算法去除图像中的杂波，提取目标信息。

辐射校正则是通过对图像进行辐射定标，将原始图像转化为辐射定标系数，使得图像的亮度和反射率能够准确地反映海洋表面的特征。

几何纠正则是通过校正图像的几何形状和位置，使得图像的几何变换与地理坐标一致。

二、海洋特征提取海洋遥感图像中含有丰富的目标信息，如海洋水质、水温、水色等，而这些信息的提取是海洋遥感数据处理的重要任务之一。

常见的海洋特征提取方法包括目标检测、分类和跟踪。

目标检测通过使用目标检测算法，识别出图像中的目标，并对目标进行分割和定量分析。

分类则是将目标按照其特征进行分类，如将图像中的海浪、河流、云层等进行分类。

跟踪则是通过目标的时序信息，对目标进行跟踪和监测，以便获取目标的运动轨迹和时空变化规律。

三、海洋遥感图像拼接海洋遥感图像通常由多个不同卫星采集的图像片段组成，拼接这些图像片段可以形成一幅较大范围的全景图像。

海洋遥感图像的拼接涉及到图像的几何校正和像素匹配等问题。

几何校正旨在通过对图像进行几何变换，使得不同图像之间的几何形状和位置保持一致。

像素匹配则是通过图像匹配算法，找到图像之间的对应关系，以便实现图像的无缝拼接。

四、海洋变化监测海洋遥感数据的宝贵之处在于它可以提供海洋区域的动态变化信息。

通过对多时相的海洋遥感数据进行分析和处理，可以实现对海洋变化的监测和分析。

海洋变化监测一般包括海洋植被的生长变化、海洋边界的演变、海岸线的退缩等。

常见的海洋变化监测方法包括变化检测和变化分析。

海洋遥感数据中的图像分类与目标识别方法海洋遥感技术利用卫星、航空器等传感器获取的数据来获取关于海洋环境和海洋目标的信息。

这些数据包含丰富的信息，但由于其海量性和多样性，使得如何对海洋遥感数据进行准确的分类和目标识别成为海洋遥感领域中的一个重要挑战。

图像分类与目标识别是海洋遥感数据处理和分析的关键步骤之一，它能够将海洋遥感图像分为不同的类别，并识别出感兴趣的海洋目标，如船只、浮冰、海洋生物等。

准确的图像分类与目标识别对于海洋资源开发利用、海洋环境保护和海洋灾害预警等具有重要的意义。

目前，海洋遥感数据的图像分类与目标识别方法主要包括基于像素的方法、基于纹理的方法和基于形状的方法等。

基于像素的方法是一种传统的方法，它通过对图像中的像素进行统计分析，并利用像素的灰度、颜色等特征来进行分类和目标识别。

它适用于目标具有明显的颜色或灰度特征的情况，但对于目标的纹理和形状特征无法很好地描述。

因此，在应用基于像素的方法时需要注意选择合适的特征。

基于纹理的方法是一种利用图像纹理信息来进行分类和目标识别的方法。

它通过对图像的纹理进行描述并提取纹理特征，然后使用分类器对提取的特征进行分类和目标识别。

基于纹理的方法能够有效地提取目标的纹理信息，对于纹理特征明显的海洋目标具有良好的分类和目标识别效果，但对于纹理特征不明显的目标效果较差。

基于形状的方法是一种利用图像中目标的形状信息来进行分类和目标识别的方法。

它通过对目标的形状进行建模，并提取与目标形状相关的特征，然后使用分类器对提取的特征进行分类和目标识别。

基于形状的方法能够有效地提取目标的形状信息，对于形状特征明显的海洋目标具有良好的分类和目标识别效果，但对于形状特征不明显的目标效果较差。

除了上述方法外，还有一些融合多种特征和方法的图像分类与目标识别方法。

例如，可以将基于像素、纹理和形状的特征进行融合，利用多种分类器进行融合分类和目标识别。

这种综合利用不同特征和方法的方法能够提高分类和目标识别的准确性和鲁棒性。

第1篇一、实验背景随着海洋资源的日益开发和海洋环境问题的日益突出，海洋遥感技术作为一项重要的探测手段，在海洋科学研究和海洋资源管理中发挥着越来越重要的作用。

本实验旨在通过卫星海洋遥感技术，对海洋环境进行观测和分析，为海洋科学研究和海洋资源管理提供数据支持。

二、实验目的1. 了解卫星海洋遥感的基本原理和方法。

2. 掌握卫星海洋遥感数据的获取和处理技术。

3. 分析卫星海洋遥感数据在海洋环境监测中的应用。

4. 提高对海洋环境变化的认识和应对能力。

三、实验内容1. 卫星海洋遥感基本原理- 卫星海洋遥感是利用卫星平台对海洋进行观测的技术，通过遥感传感器获取海洋表面的物理、化学和生物信息。

2. 卫星遥感数据获取- 利用遥感卫星获取海洋遥感数据，包括可见光、红外、微波等波段。

3. 卫星遥感数据处理- 对获取的遥感数据进行预处理，包括辐射校正、几何校正、大气校正等。

4. 海洋环境监测与分析- 利用处理后的遥感数据，对海洋环境进行监测和分析，包括海表温度、海洋污染、海洋动力环境等。

四、实验步骤1. 数据准备- 选择合适的遥感卫星数据，如Landsat、MODIS、SeaWiFS等。

2. 数据预处理- 对遥感数据进行辐射校正、几何校正、大气校正等预处理。

3. 数据处理- 利用遥感数据处理软件（如ENVI、ArcGIS等）进行数据处理。

4. 数据分析- 利用遥感数据分析软件（如IDL、Python等）对遥感数据进行统计分析。

5. 结果展示- 利用可视化工具（如图表、地图等）展示实验结果。

五、实验结果与分析1. 海表温度分析- 通过遥感数据获取的海表温度数据，分析海洋热力环境变化。

2. 海洋污染分析- 利用遥感数据监测海洋污染情况，如油膜、赤潮等。

3. 海洋动力环境分析- 分析海洋动力环境变化，如海流、波浪等。

六、实验结论1. 卫星海洋遥感技术在海洋环境监测中具有重要作用。

2. 通过遥感数据预处理和数据分析，可以获取海洋环境变化信息。

第36卷第2期海洋工程V ol.36N o.2 2018 年 3 月THE OCEAN ENGINEERING Mar. 2018文章编号：1005-9865 (2018) 02-0108-11基于卫星遥感海面温度数据的海洋锋分海区分析方法陈标1，马亮2，张春华3，李冰3，刘洪伟3(1.海军潜艇学院，山东青岛272600; 2. 31010部队，北京100081; 3.北京5111信箱，北京100094)摘要:为了能够合理准确地描述海洋锋特征体系以及锋区本身的各种结构要素，提出了一种中国近海海洋锋分海区分析方 法:首先，在对中国近海27条典型海洋锋的时空分布特征和季节演变系统归纳的基础上，基于多年卫星遥感海面温度数据锋 面出现频率图，得出中国近海海区锋面系统划分方法;然后，利用日益更新的髙时空分辨率卫星遥感海面温度数据，对各划分 海区内海洋锋时空分布特征进行分析，调整纠正以往锋面系统分析的偏差或空缺，对中国近海锋面系统进行补充完善，为中 国近海各锋面系统特征参数的规范化分析和准确的特征描述奠定基础。

该方法对完善我国近海锋面系统研究具有长远的应 用价值，对形成中远海及世界大洋海洋锋时空分布特征具有指导作用。

关键词:海洋锋;分海区;卫星遥感;海面温度中图分类号：P731 文献标志码：A D0I:10.16483/j.issn.1005-9865.2018.02.013Ocean front analysis in subdivided sea areas by using satelliteremote sea surface temperature dataC H E N Biao1,M A Liang2,Z H A N G Chunhua3,LI Bing3,LIU Hongwei3(1. Navy Submarine Academy, Qingdao 272600, China; 2. No 31010 Troop, the Chinese People's Liberation Army, Beijing 100081;3. Beijing 5111 Mailbox, Beijing 100094, China)A bstract：As one of the most important mesoscale oceanic phenomena, ocean fronts attract concern and attention of many scholars. One of the main investigation fields of ocean fronts is temporal and spatial distribution characteristics analysis of oceanic fronts by using satellite infrared remote sensing sea surface temperature (SST) data. Reviewing of researches in the field of ocean fronts in the past thirty years show-s that the gradient fields of SST in the region of oceanic fronts often distribute quite irregularly because of the universality of frontal distribution and the differences of the front intensity. As a result, the descriptions of oceanic front’s characteristic parameters often lack systematically and normatively. In order to describe the characteristics of oceanic front in a reasonable and accurate frame, the paper proposes a scheme of oceanic front analysis in subdivided sea areas of China. With the improvement of spatial and temporal resolution of satellite remote sensing data, and the improvement of reliability of reanalyzed data, the method can supplement and perfect the China sea frontal system, and perfect the three dimensional space-time distribution and character description of ocean fronts in the China sea waters. The method can be applied in the region of front system analysis, and can provide a guidance for world ocean front analysis.Keywords：ocean front；subdivided sea area；remote sensing；sea surface temperature海洋锋一般是指性质明显不同的两种或几种水体之间的狭窄过渡带，是海洋环境参数的跃变带,可用海 水温度、盐度、密度、速度、颜色、叶绿素等要素的水平梯度来确定锋带的位置。

南海海面风场和浪场季平均特征的卫星遥感分析南海海面的风场和浪场是无数渔民和航海家所熟悉的景象，也是影响人类和环境的重要力量。

因此，对南海海面风场和浪场的季平均特征的研究具有十分重要的意义。

近年来，随着卫星遥感技术的发展，利用卫星遥感观测南海海面风场和浪场的季平均特征已经成为可行的方法。

为了研究南海海面风场和浪场的季平均特征，我们采用了卫星遥感的技术，从卫星地面观测系统（GOS）获取了多普勒SAR数据，其中包括每月海面风场和浪场序列，以及气象要素信息。

要求定位准确度达到百米级，提供较高的空间分辨率。

使用卫星遥感观测技术获得的海面风场和浪场序列数据，我们进行了表示季节变化的分析，以研究南海海面风场和浪场的季平均特征。

结果显示，南海海面风场和浪场的季平均特征存在明显的季节变化。

体而言，在春季，海面风场和浪场的强度最弱，平均风速约为6m/s左右，南海海面的浪高也只有约1m左右；夏季，海面风场和浪场的强度较强，平均风速约为9m/s左右，南海海面的浪高约为2m左右；秋季，海面风场和浪场的强度也相当强，而平均风速约为9m/s左右，南海海面的浪高约为2m左右；冬季，海面风场和浪场的强度较弱，平均风速约为7m/s左右，南海海面的浪高也只有约1m左右。

此外，利用卫星遥感观测技术对南海海面风场和浪场的季平均特征进行分析，还发现有一些季节变化规律。

具体来说，南海海面风场和浪场季平均特征在北部最强，而在南部最弱；南海海面风场和浪场的月平均特征在深夜最强，而在白天最弱；南海海面风场和浪场的季平均特征在夏季较强，而对其他季节影响较弱。

值得一提的是，研究表明，南海海面风场和浪场的季平均特征不仅受南海邻近的季风的影响，还受到了西北太平洋的影响，以及海湾风的影响，这些都是影响南海海面风场和浪场的季平均特征的重要因素。

综上所述，利用卫星遥感观测技术，对南海海面风场和浪场的季平均特征进行了研究。

研究表明，南海海面风场和浪场的季平均特征存在明显的季节变化，且受到外界环境等因素的影响。