海岸带遥感08
基于Landsat_8遥感数据的森林火灾过火面积估算——以贵州毕节市赫章县“3·18”火灾为例
第49卷第1期 林 业 调 查 规 划Vol.49 No.1 doi:10.3969/j.issn.1671⁃3168.2024.01.033基于Landsat8遥感数据的森林火灾过火面积估算———以贵州毕节市赫章县“3·18”火灾为例董奎1,董平2,陈兰3(1.毕节市天然林资源保护中心,贵州毕节551700;2.四川山海图农林科技有限公司,四川成都610081;3.毕节市林业调查规划设计院,贵州毕节551700)摘要:以贵州省毕节市赫章县2021年3月18日较大森林火灾为例,利用火灾前后Landsat8遥感数据及ENVI遥感数据处理分析软件,通过图像预处理、计算归一化植被指数和燃烧面积指数等方法,提取森林火灾过火区域,计算过火面积。
结果表明,利用Landsat8数据能够较好地提取森林火灾过火区域,过火面积估算准确率达96.2%。
关键词:Landsat8遥感数据;森林火灾;过火面积;归一化植被指数;燃烧面积指数中图分类号:S762.31;S711.8 文献标识码:A 文章编号:1671-3168(2024)01-0187-05引文格式:董奎,董平,陈兰.基于Landsat8遥感数据的森林火灾过火面积估算———以贵州毕节市赫章县“3·18”火灾为例[J].林业调查规划,2024,49(1):187-191.doi:10.3969/j.issn.1671⁃3168.2024.01.033 DONG Kui,DONG Ping,CHEN Lan.Estimation of Forest Fire Burned Area Based on Landsat8Remote Sensing Data———A Case Study of“3·18”Forest Fire in Hezhang County,Bjjie City,Guizhou Province[J].Forest Inventory and Planning, 2024,49(1):187-191.doi:10.3969/j.issn.1671⁃3168.2024.01.033Estimation of Forest Fire Burned Area Based on Landsat8Remote Sensing Data ———A Case Study of“3·18”Forest Fire in Hezhang County,Bjjie City,Guizhou ProvinceDONG Kui1,DONG Ping2,CHEN Lan3(1.Bijie Center of Natural Forest Resources Protection,Bijie,Guizhou551700,China;2.Sichuan Shanhaitu Agriculture and Forestry Technology Co.,Ltd.,Chengdu610081,China;3.Bijie Institute of Forestry Inventory and Planning,Bijie,Guizhou551700,China)Abstract:Taking the forest fire in Hezhang County,Bijie City,Guizhou Province on March18,2021as an example,this paper used Landsat8remote sensing data,and remote sensing data processing and anal⁃ysis software(ENVI),to extract and calculate the burned area based on image preprocessing,calculation of normalized vegetation index and burned area index.The results showed that the burned area of forest fire could be extracted well by using Landsat8data,and the accuracy of burned area was96.2%.Key words:Landsat8remote sensing data;forest fire;burned area;normalized vegetation index;burn⁃ed area index收稿日期:2022-08-23.第一作者:董奎(1990-),男,贵州织金人,工程师.主要从事林业调查规划工作.Email:296940506@责任作者:陈兰(1998-),女,贵州安顺人,硕士研究生.主要从事林业调查工作. 森林资源是陆地生态系统的重要组成部分,对全球和区域生态环境及地理气候有着重要意义。
遥感影像的海岸线自动提取方法研究进展
遥感影像的海岸线自动提取方法研究进展一、综述随着全球气候变化的加剧以及人类活动的不断拓展，海岸线作为陆地与海洋的交汇带，其动态变化受到了广泛关注。
准确、高效地提取海岸线信息对于海洋资源管理、环境监测、灾害预警以及沿海城市规划等领域具有重要意义。
遥感技术以其大面积、快速、同步观测的特点，在海岸线提取中发挥着越来越重要的作用。
随着遥感数据源的不断丰富和图像处理技术的快速发展，海岸线自动提取方法取得了显著进步。
海岸线自动提取方法主要依赖于遥感影像的处理和分析。
这些影像可以通过卫星光学遥感、微波遥感或激光雷达遥感等方式获取，包含丰富的地物信息和空间特征。
通过对这些影像进行预处理、特征提取和分类等操作，可以实现对海岸线的自动识别和提取。
在海岸线自动提取方法的发展历程中，学者们提出了多种算法和技术。
这些算法和技术大多基于图像处理的基本理论，结合地学知识和实际应用需求进行改进和优化。
阈值分割、边缘检测、区域生长等经典算法在海岸线提取中得到了广泛应用。
随着深度学习技术的兴起，神经网络分类等方法也逐渐被引入到海岸线提取中，并显示出良好的性能。
尽管海岸线自动提取方法取得了显著进展，但仍存在一些挑战和问题。
影像信息量不足、精度验证困难以及海岸线仅是过渡区的平均线等问题仍待解决。
不同地区的海岸线具有不同的特征和变化规律，因此需要针对具体情况选择合适的算法和技术进行提取。
遥感影像的海岸线自动提取方法研究进展迅速，但仍需不断完善和优化。
未来研究方向包括加强地物波谱机制研究、将图像处理的基本理论与地学知识更紧密地结合起来、探索新的提取算法和技术等。
通过这些努力，我们有望实现对海岸线的更精确、更高效的自动提取，为海洋资源管理和环境保护提供有力支持。
1. 遥感技术的发展及其在海岸线提取中的应用作为一种非接触式的远距离探测技术，近年来得到了迅猛的发展，并在地理信息系统(GIS)、环境监测、资源调查等多个领域展现出广泛的应用前景。
海岸线提取作为遥感技术应用的一个重要方向，对于海洋生态系统的保护、土地利用规划、海洋资源开发以及防灾减灾等方面具有至关重要的作用。
遥感影像在海岸线变化监测中的应用
遥感影像在海岸线变化监测中的应用在当今社会，随着科技的不断发展，我们对于地球的认知和监测手段也日益丰富和精确。
其中，遥感影像技术在海岸线变化监测方面发挥着至关重要的作用。
海岸线作为海陆相互作用的交界地带，其变化不仅反映了自然环境的演变，还与人类的活动密切相关。
例如，海平面上升、海岸侵蚀、港口建设、围海造陆等都会导致海岸线的位置和形态发生改变。
而准确及时地监测这些变化，对于海洋资源管理、环境保护、灾害预防以及城市规划等领域都具有重要意义。
遥感影像技术具有大范围、高频率、多时相、多分辨率等特点，能够为海岸线变化监测提供丰富而全面的信息。
首先，它可以覆盖广阔的区域，一次成像就能获取大片海岸线的情况，大大提高了监测效率。
其次，通过不同时间获取的遥感影像，能够对海岸线的变化进行长期跟踪和分析。
再者，不同分辨率的遥感影像能够满足从宏观到微观的各种监测需求。
在实际应用中，常用的遥感影像数据源包括卫星影像和航空影像。
卫星影像如 Landsat 系列、Sentinel 系列等，具有覆盖范围广、重访周期短的优势，适合进行大范围、长时间尺度的海岸线变化监测。
而航空影像则具有更高的空间分辨率，可以更清晰地捕捉到海岸线的细节特征，常用于局部重点区域的高精度监测。
为了从遥感影像中提取海岸线信息，需要运用一系列的图像处理和分析方法。
常见的方法有目视解译和计算机自动提取。
目视解译是指专业人员通过对影像的色彩、纹理、形状等特征进行观察和判断，手动勾画出海岸线的位置。
这种方法准确性较高，但效率相对较低，适用于小范围或复杂情况的海岸线提取。
计算机自动提取则是利用图像处理算法和模式识别技术，对影像进行自动分析和处理，提取出海岸线。
常用的算法包括边缘检测、阈值分割、面向对象分类等。
虽然计算机自动提取效率高，但在复杂场景下可能存在一定的误差，需要结合目视解译进行修正。
在海岸线变化监测中，除了提取不同时期的海岸线位置外，还需要对其进行定量分析和评估。
海岸带生态系统现状调查与评估技术导则 第2部分：海岸带生态系统遥感识别
A45团体标准T/CAOE20.2-2020海岸带生态系统现状调查与评估技术导则第2部分：海岸带生态系统遥感识别与现状核查Technical guideline for investigation and assessment of coastal ecosystem—Part2:Remote sensing identification and results verification of the coastalecosystem2020-05-06发布2020-05-06实施中国海洋工程咨询协会发布目次前 言 (Ⅰ)1范围 (1)2规范性引用文件 (1)3术语和定义 (1)4基本要求 (2)4.1数学基础 (2)4.2数据要求 (2)4.3质量控制 (3)5遥感识别 (3)5.1识别范围 (3)5.2识别对象 (3)5.3工作内容 (3)6现状核查 (4)6.1核查要素 (4)6.2技术方法 (4)6.3工作内容 (4)7成果编制与汇交 (5)7.1图件编制 (5)7.2报告编制 (6)7.3成果汇交与归档 (6)附录A（规范性附录）海岸带生态系统遥感识别对象分类 (7)附录B（规范性附录）海岸带生态系统遥感解译标志表 (8)附录C（规范性附录）海岸带生态系统遥感解译属性信息表 (9)附录D（规范性附录）海岸带生态系统现状分布面积汇总表 (10)附录E（规范性附录）海岸带生态系统生境分布图斑核查情况表 (11)附录F（规范性附录）海岸带生态系统现场核查记录表 (12)附录G（规范性附录）专题图制作要求 (13)附录H（规范性附录）海岸带生态系统分布状况遥感识别报告格式和章节内容 (14)前 言T/CAOE20《海岸带生态系统现状调查与评估技术导则》分为10个部分：——第1部分：总则；——第2部分：海岸带生态系统遥感识别与现状核查；——第3部分：红树林；——第4部分：盐沼；——第5部分：珊瑚礁；——第6部分：海草床；——第7部分：牡蛎礁；——第8部分：砂质海岸；——第9部分：河口；——第10部分：海湾。
海岸线变迁监测中的遥感测绘方法
海岸线变迁监测中的遥感测绘方法海岸线是陆地和海洋的交界线，是地球表面最活跃和变化最频繁的地区之一。
海岸线的变迁对于生态环境、经济发展和人类居住有着重要的影响。
因此，监测海岸线的变迁是一项十分重要的工作。
遥感测绘方法在海岸线变迁监测中发挥着关键作用。
遥感测绘方法是利用卫星、航空器和无人机等遥感平台获取地表信息的一种技术手段。
在海岸线变迁监测中，遥感测绘方法可以通过获取海岸线的卫星影像和地形数据，并结合地理信息系统（GIS）进行分析，实现对海岸线变迁的精确监测。
首先，卫星影像是海岸线变迁监测的重要数据来源。
由于卫星的全球覆盖能力和高分辨率成像能力，可以提供大范围、高精度的地表影像。
通过对不同时间段的卫星影像进行比对分析，可以观察到海岸线的变化情况。
例如，利用多时相的高分辨率卫星影像，可以观测到海岸线的侵蚀和退缩现象，评估海岸线的稳定性。
其次，地形数据对于海岸线变迁监测也起到了关键作用。
地形数据包括数字高程模型（DEM）、层析成像和激光雷达测量等。
这些数据能够提供海岸线及其周边地区的地形信息，如海岸线的高度、斜坡和地势起伏等。
通过与卫星影像结合，可以更准确地分析海岸线的变迁情况。
例如，利用激光雷达测量技术，可以获取高密度的地形数据，从而对海岸线的变迁进行精细的量化和分析。
此外，地理信息系统（GIS）的应用也为海岸线变迁监测提供了强大的支持。
GIS将遥感数据、地形数据和相关地理信息进行整合和分析，实现对海岸线变迁的空间分析和模拟。
通过建立合适的数据模型和分析算法，可以预测未来海岸线的变化趋势，并为海岸线规划和管理提供科学依据。
例如，通过GIS技术可以模拟不同因素对海岸线变迁的影响，如海平面上升、人类活动和自然因素等，为决策者提供合理的海岸线变迁管理方案。
在海岸线变迁监测中，遥感测绘方法还能够提供一些其他的信息。
例如，海洋环境监测可以通过遥感技术获取海洋水质、悬浮物浓度和海洋生态信息，为海岸线变迁的原因分析提供依据。
基于高分遥感数据的海岸带沙滩情况遥感识别研究
基于高分遥感数据的海岸带沙滩情况遥感识别研究随着科技的不断发展，高分遥感数据的应用越来越广泛，其中海岸带沙滩情况遥感识别是其中的一个重要应用领域。
本文将从影像数据来源、沙滩特征提取、模型建立与应用等方面对基于高分遥感数据的海岸带沙滩情况遥感识别研究进行探讨。
一、影像数据来源高分辨率遥感数据是进行海岸带沙滩情况遥感识别的基础数据，通常使用的高分辨率遥感数据主要包括卫星遥感、无人机遥感和航空遥感等。
卫星遥感数据可以提供较广范围的覆盖，但分辨率较低；无人机遥感数据可以提供相对较高的分辨率，但费用较高，拍摄范围较小；航空遥感数据既能提供高分辨率，又能拍摄相对较大的范围，但成本较高。
根据不同的应用需求和研究目的，选择不同来源的高分辨率遥感数据进行分析。
二、沙滩特征提取沙滩是指海洋、湖泊、河流沿岸由泻湖、内海、峡湾、海湾和三角湾等海陆结合部所形成的一种自然地貌。
为了准确识别海岸带沙滩情况，需要从遥感影像中提取沙滩的特征。
通过遥感数据进行沙滩特征提取的主要方法包括像元分割、图像分类和目标检测等。
像元分割是对像素进行分割，属于基于像素的分割方法，其缺点是易将非沙滩区域误判为沙滩区域，提取精度较低。
图像分类是将像素按照一定的规则划分到不同类别中，通过多次分类可以提高准确度，但对数据要求较高，需要有效分类器。
目标检测则针对沙滩目标进行扫描和检测，可有效提取沙滩边界的信息，但难度也较大。
具体方法应根据遥感数据的来源和研究目的来选择。
三、模型建立在沙滩特征提取的基础上，根据目标识别的要求，通常会建立相应的模型进行分类判别。
目前常用的模型包括支持向量机、神经网络、决策树和随机森林等。
其中支持向量机是一种基于统计学习理论的分类方法，适用于非线性分类问题；神经网络是一种仿人类大脑神经网络的学习算法，适用于多特征情况下的分类；决策树是一种基于判据表达式构建树形结构的分类方法，适用于易于解释模型的分类问题；随机森林通常采用多个决策树进行训练和分类，适用于高维数据集的分类。
遥感技术在海岸带与海洋环境研究中的应用指南
遥感技术在海岸带与海洋环境研究中的应用指南导言遥感技术是一种通过获取、记录和解释远距离传感器检测到的能量来研究和监测地球表面的方法。
在现代科学中，遥感技术在海岸带与海洋环境研究中发挥着重要的作用。
本文将介绍遥感技术在海岸带与海洋环境研究中的应用，并提供相关的实操指南，旨在为研究人员提供参考与指导。
一、遥感技术在海岸带环境研究中的应用海岸带是土地与海洋交界处的地区，对于海洋生物、生态系统和人类活动都具有重要意义。
遥感技术在海岸带环境研究中的应用可以从以下几个方面展开：1. 海岸线演变观测与分析：通过监测和记录海岸线的变化情况，遥感技术可以提供海岸带的演变趋势，分析海岸侵蚀、海岛连接与断裂、沙滩沉积等问题，为海岸带规划和管理提供科学依据。
2. 海岸沙蚀监测：遥感技术可以通过获取高分辨率的卫星影像资料，提供海岸带沙滩的覆盖范围、沙粒大小分布、沙滩表面起伏等信息，监测和分析沙蚀现象，为防护工程和风险评估提供数据支持。
3. 海洋污染监测：利用遥感技术的多光谱特性，可以检测海面上的不同污染物，例如石油泄漏、悬浮物和藻类水华等，实现对海洋污染的实时监测与预警，为海洋环境保护和灾害应对提供数据支持。
4. 海岸植被研究：遥感技术可以通过获取植被指数反演海岸带植被的分布和状况，例如沿海湿地、潮滩和红树林等生态带，为生态环境修复和保护提供数据支持。
二、遥感技术在海洋环境研究中的应用海洋环境是指海洋中活生物、非活生物和物理因素的组合，其研究可以通过遥感技术获得如下信息：1. 海洋水体参数测量：通过遥感技术获得水体的温度、盐度、悬浮物浓度、光学特性等信息，可以揭示海洋环境变化，以及研究海洋生物圈与水体相互作用的过程。
2. 海洋生物资源研究：遥感技术可以通过获取海洋表面的生物荧光信号，分析水生植被分布、鱼群迁徙和异常群体增长情况，为海洋渔业资源评估和管理提供数据支持。
3. 海洋气候变化监测：遥感技术可以获取海洋表面的温度、风向、波浪高度等数据，研究海洋对气候变化的响应，为全球气候模式验证和预测提供数据支持。
遥感技术在海岸线变化监测中的应用
工业园区管理办法工业园区管理办法第一章总则第一条为了加强对工业园区的管理，促进园区经济的健康发展，提高园区环境质量和资源利用效率，制定本管理办法。
第二条工业园区在本办法中是指以工业经济为主体，并以集约利用土地和空间为基本特征，集中发展现代高科技、高附加值和环保型产业的园区。
第三条工业园区应当遵循节约资源、保护环境、不断提高经济效益的原则，积极探索工业发展新模式，形成新的经济增长点。
第四条工业园区应当根据行业特点和地域资源，制定相应的规划和管理条例，健全园区管理体系，提高管理水平和服务水平。
第二章规划建设第五条工业园区应当按照国家和地方政策，结合区域产业发展特点和市场需求，确定园区的定位和总体规划，制定项目建设方案和年度实施计划。
第六条工业园区的规划设计应当体现节约资源、保护环境、低碳经济的理念，注重经济效益、社会效益和环境效益的统一，落实园区面积、绿化率、建筑密度等指标和要求。
第七条工业园区项目建设应当遵循经济可行性、环境适应性、社会受益性的原则，积极引进高新技术、节能环保技术和资源综合利用技术，优化工业结构和空间布局。
第八条工业园区建设项目应当经过环境影响评价、安全评估、能源审查等程序，确保规划设计和建设方案符合国家和地方相关标准和规定。
第三章管理机构第九条工业园区应当设立企业管委会或管理委员会，提供综合服务和管理保障，组织实施园区规划建设和产业发展，协调解决有关问题和纠纷。
第十条企业管委会或管理委员会的职责包括：（一）制定园区管理规章制度和管理办法，维护园区规则和秩序；（二）协调解决园区企业之间的问题和矛盾；（三）组织实施园区建设和改造；（四）认真做好对园区企业的服务工作。
第十一条园区企业必须遵守国家和地方的法律、法规和政策，遵循国际通行的商业惯例，竭诚履行企业社会责任，在园区内保持公平竞争，共同发展。
第十二条工业园区应当制定相应的环境保护措施，建立环境监测体系，监测园区环境质量，定期发布环境监测报告，同时开展环保教育宣传。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
礁坪
峰形礁
沙岛
溶蚀沟
砾堤(礁堤) 涌浪带
潟湖 礁坡
珊瑚环礁地貌剖面图
珊瑚岛礁的地貌类型及其描述
类 型 描 述
沙岛
已经成陆，岸线基本稳定，高程在平均高潮位以上，风暴潮及巨浪可以淹 没，岛上已生长天然植被。 成形的珊瑚沙滩，其位置和形态受波浪和水流作用经常发生变化，高程位 于平均高潮位附近。 珊瑚礁的主体部分，位于高、低潮位之间，地形平坦，次一级地貌类型由 岸外向高潮线依次为砾堤或碎石礁（ shingle or patch reefs ）；激浪流 沟 槽 （ swash ditches ）； 礁丘 （ reef knolls, reef segment ）；礁塘 （reef pool）和珊瑚沙带（sand zone）。 珊瑚礁斜坡，位于低潮位以下的涌浪作用区 ，地貌单元可划分为礁缘 （reef edge）和礁坡（reef slope）。 淹 没 在 水 下 的 珊 瑚 礁 ， 按 形 态 分 为 暗 滩 （ reef shoal ） 和 峰 形 礁 （pinnacles）两种类型。 珊瑚礁中的封闭和半封闭水域。 可分为潮汐水道（reef channel ）和潮汐浅沟（一端通海的珊瑚礁缺口）。
合研究。
二、原理和方法
珊瑚礁水深地形探测适用的TM和SPOT波段
适用项目 穿透深度 30m 18m 5m 水陆边界 TM 1 TM 2 TM 3 xs-1 xs-2 Landsat TM SPOT
TM 4
TM 7/TM 2 地形结构及礁坪地貌
xs-3
TM 4－TM 1
TM 1/TM 4 各类地层层次 TM 5/TM 1 TM 4/TM 1 TM 5/TM 2
沙洲
礁坪礁坡暗礁 Nhomakorabea潟湖 潮汐通道
2、专题图目
（1）珊瑚岛礁卫星影像图 （2）珊瑚岛礁航空摄影图 （3）珊瑚岛礁地貌类型图 （4）珊瑚岛礁遥感水深反演图 （5）珊瑚岛礁浅水水深分级图 （6）珊瑚岛礁地形剖面图 （7）珊瑚岛礁水下地形坡度图 （8）珊瑚岛礁三维立体图
3、珊瑚礁卫星和航空影像例图及部分成果样图
E 114 °20 ′
E1 1 4 °1 5 ′ 1 0° 长 线 礁 安 乐 礁 东 门 礁 西 门 礁 染 青 沙 洲 龙 虾 礁 扁 参 礁 染 青 东 礁 2 0′ 2 5′ 3 0′ 3 5′ 4 0′ 牛 轭 礁 主 权 礁
北 外 沙 洲 27′
20
0 2
北
5 5′ 景 宏 岛
南 门 礁
17 9 8763 5 (5 ) 4
10 (6) 18
11 16 15
3#
19 12 20 14 (4) # 4 13 5
#
1
#
2 2
#
(1) WILINGILI (2) MALE (3) HULULE (4) KURUMBA (5) MEERUFENFUSHI (6) RASFARI
(3)
(1)
(2)
珊瑚环礁影像
马尔代夫马累环礁略图
马尔代夫马累环礁-1
马尔代夫马累环礁-2
珊瑚岛与珊瑚沙滩
珊瑚环礁分带
斑状礁影像
激浪流冲刷沟槽
潟湖与潮汐通道
E 1 1 4°′ 2 0 E 1 1 4° 3 0 ′
太 平 岛
敦 谦 沙 洲
舶 兰 礁
N 1 0 ° 2 0 ′
0 2
南沙郑和群礁
20
2 0
20
2 0
第八章 珊瑚岛礁浅水水深、地形遥感基本原理与方法
一、应用背景和发展历史 二、原理和方法 三、珊瑚礁遥感图像处理和制图的技术流程 四、珊瑚礁地貌分类与成果例图
一、应用背景和发展历史
珊瑚岛礁是热带海洋独特的生态系统，其地质结构、地形地貌、发育过 程、环境条件、生物群落等均属于特殊的景观类型，在海岸地貌学科领域称 谓“生物海岸”。珊瑚岛礁有复杂的地形和地貌形态，特别是礁坪水浅平坦， 礁坡陡峭险峻，环礁潟湖中暗礁繁多，潮汐通道纵横分布，给常规的水深、 地形和地貌勘测工作带来极大的困难，特别是处于极浅水域的礁坪地区，世 界上见到的大比例尺的珊瑚礁专题图为数甚少。为此，利用卫星遥感和航空 遥感探测技术开展珊瑚岛礁水深、地形和地貌制图具有实际意义和战略意义。 珊瑚礁遥感水深及制图起始于20世纪70年代。20世纪90年代后半期，中 国有关部门对南海南沙群岛某些珊瑚岛礁开展卫星遥感与航空遥感信息的复
理论模型
目视评价和训练区选择
树叉体系
最小距离树 典型方差分析
光谱分级编辑 光谱与空间类别集成 珊瑚岛礁水深、地形分带图 三维地形
人工岛工程环境评价
海洋权益及海上航行安全保障
珊瑚岛礁水深和地形遥感技术流程
四、珊瑚礁地貌分类与成果例图
1、珊瑚礁地貌分类 珊瑚礁分为（成因类型）：岸礁或裙礁（fringing reef）、堡 礁（barrier reef）、堤礁（ridge reef）、环礁（atoll reef）。 珊瑚礁分为（形态类型和动力作用）：沙岛（sand cay）、沙 洲（sand crest）、礁坪（reef flat）、礁坡（reef slope）、暗 礁（patch reef）、潟湖（lagoon）、潮汐通道（reef channel）。
隆环礁（Heron Reef），利用Landsat TM不同波段进行地物目标的分带和分类。
三、珊瑚礁遥感图像处理和制图的技术流程
TM原始数据 波段: 1、2、3、4 大气校正 图像增强 SPOT原始数据 波段: Pan、xs-1、xs-2 基础海图 现场资料 分类图像 算法确定 最小距离混合分类 残差图像 外加训练区 人机交互分类
xs-3－xs-1
xs-1/ xs-3
xs-3/ xs-1
二、原理和方法
1、实验1：1975年美国国防制图局（DMA）、美国国家航空航天局（NASA）、 美国国家海洋大气局（NOAA）发起主办了巴哈马群岛遥感最大穿透深度实验。 试验区设在巴哈马群岛水深约40m的海区，试验时间选择该年10月三个不同太阳 高度角（ 30˚ 、 45˚ 、 60˚ ），在水深 22m 处设置一个固定标进行验证，信息源采用 Landsat-2卫星、MSS4和MSS5低增益和高增益两类数据。实验表明，水深30m范围是 太阳辐射在水体中衰减最明显的区域，假定海底 30 ％发射量稳定不变，则计算得 MSS4和MSS5得衰减系数分别为k1＝0.075/m，k2＝0.325/m，其最大穿透深度的算法 可表示为：
X
ln(Vx Vd ) ln(Vo Vd ) k (1 cose (CE ) )
式中： Vo为浅水信号强度；Vd为深水信号强度；Vx为已知水深处像元的反射 值；E为太阳光穿透水体的入射角；C为光速； k为平均衰减系数；X为所求水深 3、实验3：1994年，W. Ahmad和D. T. Neil对澳大利亚东北部大堡礁中的赫
南 子 岛
华 礁 5 0′
漳 溪 礁 屈 原 礁 鬼 喊 礁 琼 礁 南沙九章群礁
25′
南沙双子群礁
0 5 10k m
N0 9° 4 5′
柰 罗 礁
东
赤 瓜 礁
N11° 23′
南沙双子群礁数字化网格图
南沙双子群礁立体影像
南沙双子群礁数字化水深图
Z max 1 1 1 ln( ) ln(V0 V ) 2k V0 V 2k
式中： V 为深水处得信号；V0 等于由已知参数计算的等效值。
二、原理和方法
2、实验2：1993年，Serwan M. J. Baban选择英国坎伯利（Cumbria）一个湖 泊的中心区，利用Landsat MSS 和TM遥感图像进行水深算法试验。 该湖泊长 4.4km ，宽 2.2km ，中心区最大水深 22m ，信息源采用 1977 年 5 月 28 日 Landsat MSS图像和1985年2月15日的Landsat TM图像，最后得到的水深遥感关系式 如下：