用高分辨率的SAR图像对黄、渤海区域绿潮覆盖现象的探索与分析开题报告

1. 本选题研究的目的及意义

绿潮作为一种全球性的海洋生态灾害，近年来在我国黄渤海海域频繁爆发，对海洋生态环境、渔业资源和人类健康造成严重威胁。

及时准确地监测和评估绿潮的发生、发展和消亡过程，对于有效预防和治理绿潮灾害，保障海洋生态安全具有重要意义。

本研究选取黄渤海区域作为研究区域，旨在利用高分辨率sar图像对该区域的绿潮覆盖现象进行探索与分析。

2. 本选题国内外研究状况综述

近年来，国内外学者在利用遥感技术监测绿潮方面开展了大量研究，并取得了丰硕成果。

1. 国内研究现状

国内学者在利用遥感技术监测绿潮方面展开了广泛研究。

3. 本选题研究的主要内容及写作提纲

本研究的主要内容包括以下几个方面：1.分析高分辨率sar图像中绿潮的特征。

将分析绿潮在sar图像中的纹理特征，例如灰度、纹理和形状等，以及绿潮的后向散射特性。

同时，还将对比分析绿潮与其他海洋现象（如油污、风浪等）在sar图像上的差异，以提高绿潮识别的准确性。

4. 研究的方法与步骤

本研究将采用以下方法和步骤：
1.数据获取与预处理：-收集黄渤海区域的多时相、高分辨率sar图像数据，例如sentinel-1、高分三号等。

-对sar图像进行预处理，包括辐射校正、几何校正、噪声去除、滤波等操作，以提高图像质量。

2.绿潮识别算法研究与开发：-分析绿潮在sar图像中的特征，包括纹理特征、后向散射系数等，并与其他海洋现象进行对比分析。

5. 研究的创新点

本研究的创新点主要体现在以下几个方面：
1.利用高分辨率sar图像监测黄渤海绿潮：与传统的光学遥感相比，高分辨率sar图像能够克服云雾和光照的影响，提供更精细的海洋表面信息，有利于提高绿潮识别的准确性和效率。

2.结合机器学习算法实现绿潮自动识别：本研究将探索和应用先进的机器学习算法，例如支持向量机、深度学习等，以实现对黄渤海海域绿潮的自动识别和提取，提高绿潮监测的自动化水平。

3.分析黄渤海绿潮的长时间序列变化特征：本研究将利用长时间序列的sar图像数据，分析黄渤海海域绿潮的年际变化、季节变化和空间分布特征，为揭示绿潮的发生发展规律提供更comprehensive的视角。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

[1] 李国胜,孙晓霞,马毅.基于modis数据的黄海浒苔绿潮遥感监测[j].海洋环境科学,2019,38(05):701-707,720.

[2] 张翠.基于goci数据的黄海绿潮高精度自动提取方法研究[d].青岛:中国海洋大学,2020.

[3] 张雷,李云,刘艳华,等.近海绿潮遥感监测研究进展[j].遥感技术与应用,2021,36(03):513-525.