摘要：人工測(cè)量、衛(wèi)星遙感和航空遙感是開(kāi)展海域監(jiān)視監(jiān)測(cè)工作的常用方式，但是在精度和時(shí)效性方面存在明顯不足，亟需一種高效率、高精度、大范圍的海域監(jiān)視監(jiān)測(cè)技術(shù)。因此本研究提出一種衛(wèi)星和無(wú)人機(jī)融合的海域動(dòng)態(tài)監(jiān)測(cè)方法，基于深度學(xué)習(xí)與分類(lèi)器相結(jié)合的機(jī)器算法，特征級(jí)融合和決策級(jí)融合的數(shù)據(jù)融合優(yōu)化技術(shù)，利用衛(wèi)星遙感平臺(tái)監(jiān)視監(jiān)測(cè)大范圍的海域狀況，構(gòu)建異常使用海域的區(qū)域偵測(cè)技術(shù)，協(xié)同使用低空無(wú)人機(jī)影像的遙感智能計(jì)算方法，快速實(shí)時(shí)獲取監(jiān)視區(qū)域內(nèi)的海域使用和權(quán)屬狀況，實(shí)現(xiàn)對(duì)轄區(qū)海域利用狀況的全方位管控。研究中所構(gòu)建衛(wèi)星和無(wú)人機(jī)遙感融合的海域動(dòng)態(tài)監(jiān)視監(jiān)測(cè)方法，可以為海洋資源的開(kāi)發(fā)管理與保護(hù)政策制定提供理論依據(jù)和方法支撐。

關(guān)鍵詞：海域監(jiān)視監(jiān)測(cè)；衛(wèi)星遙感；無(wú)人機(jī)數(shù)據(jù)

中圖分類(lèi)號(hào)：P237文獻(xiàn)標(biāo)識(shí)碼：Adoi：10.12128/j.issn.16726979.2025.03.007

0引言

開(kāi)展海域動(dòng)態(tài)監(jiān)視監(jiān)測(cè)是全面貫徹落實(shí)“二十大”關(guān)于發(fā)展海洋經(jīng)濟(jì)、保護(hù)海洋生態(tài)環(huán)境、加快建設(shè)海洋強(qiáng)國(guó)的具體實(shí)踐。山東省在近些年建立海域有償使用制度，根據(jù)“保護(hù)優(yōu)先、產(chǎn)權(quán)明晰、權(quán)能豐富、規(guī)則完善”的整體原則，保障了多項(xiàng)國(guó)家重大項(xiàng)目的實(shí)施和海域管理，提升了資源環(huán)境承載能力，確定了海洋生態(tài)保護(hù)紅線［12］。

人工測(cè)量、衛(wèi)星遙感和航空遙感技術(shù)是實(shí)施海域動(dòng)態(tài)監(jiān)視監(jiān)測(cè)的常規(guī)方式［3］。人工測(cè)量精度高，獲得數(shù)據(jù)更為準(zhǔn)確，但是效率較低，在進(jìn)行大范圍測(cè)量作業(yè)時(shí)受到一定限制［4］。高空衛(wèi)星遙感可以大范圍和快速的監(jiān)測(cè)海域的使用情況，利用衛(wèi)星所攜帶的傳感器，記錄各個(gè)海域的有關(guān)信息數(shù)據(jù)，在經(jīng)過(guò)一定處理之后，影像數(shù)據(jù)較好地應(yīng)用在海域資源的監(jiān)測(cè)和管理中，但是衛(wèi)星影像的空間分辨率普遍較低，在對(duì)重點(diǎn)區(qū)域進(jìn)行海域監(jiān)視監(jiān)測(cè)中，仍存在一定應(yīng)用限制［57］。航空遙感的最大優(yōu)勢(shì)是準(zhǔn)確度高和使用靈活，但是其存在著成本高和駕駛安全系數(shù)低的特點(diǎn)，在海域動(dòng)態(tài)監(jiān)視監(jiān)測(cè)應(yīng)用中，仍然不能大規(guī)模推廣開(kāi)來(lái)［8］。無(wú)人機(jī)遙感技術(shù)可以有效彌補(bǔ)衛(wèi)星遙感分辨率不足和航空遙感安全性低的問(wèn)題，作為快速獲取海域高分辨率影像數(shù)據(jù)的新途徑［9］，無(wú)人機(jī)遙感具有低空和超低空的飛行能力，可以快速便捷的獲取海域的影像數(shù)據(jù)，解決空間分辨率、安全性和飛行成本之間的矛盾，因而在海域動(dòng)態(tài)監(jiān)視監(jiān)測(cè)應(yīng)用的領(lǐng)域內(nèi)有著巨大的潛力［10］。

本研究將聯(lián)合衛(wèi)星與無(wú)人機(jī)遙感監(jiān)測(cè)平臺(tái)，建立衛(wèi)星和無(wú)人機(jī)影像協(xié)同的智能處理技術(shù)，快速實(shí)時(shí)獲取監(jiān)視區(qū)域內(nèi)的海域狀況，實(shí)現(xiàn)對(duì)海域的全方位管控。

1海域監(jiān)測(cè)問(wèn)題現(xiàn)狀

近年來(lái)，近岸海域的圍填海造地活動(dòng)規(guī)模顯著，海洋開(kāi)發(fā)精細(xì)化程度較低，海洋產(chǎn)業(yè)主要以資源開(kāi)發(fā)和初級(jí)產(chǎn)品生產(chǎn)為主導(dǎo)，導(dǎo)致產(chǎn)品附加值不高，產(chǎn)業(yè)結(jié)構(gòu)單一化、布局趨同化問(wèn)題較為嚴(yán)重。海洋開(kāi)發(fā)活動(dòng)主要集中在近岸海域，導(dǎo)致可利用岸線、灘涂空間和淺海生物資源逐漸減少，近岸過(guò)度開(kāi)發(fā)的問(wèn)題日益凸顯。離岸開(kāi)發(fā)尚處于起步階段，開(kāi)發(fā)能力不足的問(wèn)題較為顯著。入海河流污染物排放總量較大，加之填海等人類(lèi)活動(dòng)導(dǎo)致納潮量減少，自然水體交換能力低下等因素的影響，使得渤海灣、萊州灣、膠州灣等海灣及河流入?？诟浇Ｓ蛩|(zhì)惡化趨勢(shì)未能得到有效控制。全球氣候變化、不合理的圍填海等開(kāi)發(fā)活動(dòng)的影響，導(dǎo)致濱海灘涂濕地面積迅速縮減，近岸海域生態(tài)功能退化，生物多樣性降低，海水富營(yíng)養(yǎng)化問(wèn)題突出，綠潮、赤潮等海洋生態(tài)災(zāi)害頻發(fā)，部分海域海洋生態(tài)系統(tǒng)受損嚴(yán)重。隨著沿海地區(qū)經(jīng)濟(jì)社會(huì)的快速發(fā)展，生產(chǎn)、生活、生態(tài)用海需求日益多樣化，供需矛盾日益突出，對(duì)傳統(tǒng)海洋資源供給方式提出了新的挑戰(zhàn)。山東省正在構(gòu)建一個(gè)全面覆蓋、統(tǒng)一協(xié)調(diào)、更新及時(shí)、反應(yīng)迅速、功能完善的海域動(dòng)態(tài)監(jiān)視監(jiān)測(cè)管理系統(tǒng)，對(duì)規(guī)劃實(shí)施情況進(jìn)行全面的監(jiān)測(cè)、分析和評(píng)估。需要加強(qiáng)沿岸原油碼頭、?；愤\(yùn)輸、重點(diǎn)航線等環(huán)境風(fēng)險(xiǎn)隱患排查，強(qiáng)化事前預(yù)防和源頭監(jiān)管。建立健全海上溢油監(jiān)測(cè)體系，提升風(fēng)險(xiǎn)早期識(shí)別和預(yù)報(bào)預(yù)警能力。

2海域動(dòng)態(tài)監(jiān)測(cè)方法概況

衛(wèi)星和無(wú)人機(jī)融合的海域動(dòng)態(tài)監(jiān)測(cè)主要依托衛(wèi)星與無(wú)人機(jī)遙感監(jiān)測(cè)平臺(tái)，建立基于計(jì)算機(jī)算法與人工解譯相結(jié)合的衛(wèi)星和無(wú)人機(jī)影像協(xié)同的智能處理技術(shù)，對(duì)海域使用情況、用海項(xiàng)目、用海動(dòng)態(tài)等進(jìn)行全方位、系統(tǒng)化的監(jiān)測(cè)［1113］。

海域衛(wèi)星遙感監(jiān)測(cè)平臺(tái)采用GF2衛(wèi)星數(shù)據(jù)，該衛(wèi)星數(shù)據(jù)具有分辨率高、經(jīng)濟(jì)型和準(zhǔn)確性的優(yōu)勢(shì)［14］。海域無(wú)人機(jī)監(jiān)測(cè)系統(tǒng)在多次試驗(yàn)與探索的基礎(chǔ)上，以固定翼無(wú)人機(jī)和機(jī)載后差分解計(jì)算系統(tǒng)作為技術(shù)平臺(tái)，采用武漢智能鳥(niǎo)無(wú)人機(jī)有限公司的KC2800無(wú)人機(jī)，搭載尼康D800相機(jī)和武漢際上空間的AG200接收機(jī)，組成GNSS航空攝影處理平臺(tái)。無(wú)人機(jī)平臺(tái)通過(guò)遠(yuǎn)程控制，能夠按照預(yù)先規(guī)劃好的路線，智能、快捷地獲取空間地理信息。

衛(wèi)星和無(wú)人機(jī)融合的海域動(dòng)態(tài)監(jiān)測(cè)的內(nèi)容包括：①對(duì)海域空間資源的監(jiān)視監(jiān)測(cè)，岸線、重點(diǎn)海灣等海域空間，海域形態(tài)、面積（長(zhǎng)度）、發(fā)展現(xiàn)狀和保護(hù)現(xiàn)狀；②重點(diǎn)海域監(jiān)視監(jiān)測(cè)，入海河口、領(lǐng)?；c(diǎn)周邊海域及保護(hù)區(qū)等重點(diǎn)區(qū)域，海域形態(tài)、水深地形、發(fā)展保護(hù)現(xiàn)狀等情況；③區(qū)域用海規(guī)劃區(qū)的監(jiān)視監(jiān)測(cè)，已實(shí)施的區(qū)域用海規(guī)劃區(qū)，其圍海建設(shè)進(jìn)度、建設(shè)位置、建設(shè)方式、確權(quán)用海項(xiàng)目的實(shí)施情況以及周邊海域的水深、地形等；④建設(shè)項(xiàng)目用海監(jiān)視監(jiān)測(cè)，已確權(quán)的建設(shè)用海項(xiàng)目，其用海位置、用海方式、用海面積、建設(shè)方式、建設(shè)進(jìn)度，落實(shí)用海批復(fù)要求；⑤非施工項(xiàng)目用海監(jiān)視監(jiān)測(cè)，已確權(quán)的非建設(shè)用海項(xiàng)目的用海位置、用海面積、用海方式、具體用途等內(nèi)容。

3海域動(dòng)態(tài)監(jiān)測(cè)方法構(gòu)建

3.1海域背景資料的收集整理

在開(kāi)展衛(wèi)星和無(wú)人機(jī)融合的海域動(dòng)態(tài)監(jiān)測(cè)之前，需要掌握衛(wèi)星遙感的過(guò)境時(shí)間和傳感器的重要參數(shù)，了解無(wú)人機(jī)在海域測(cè)區(qū)飛行時(shí)需要滿足的氣象和海洋信息，搜集交通、海洋功能區(qū)和島嶼分布之類(lèi)的信息［15］。無(wú)人機(jī)在海域測(cè)區(qū)飛行之前，需要對(duì)氣象、海潮信息進(jìn)行充分分析，搜集目標(biāo)海域及周邊海域的已有航攝資料，并進(jìn)行分類(lèi)整理。依據(jù)無(wú)人機(jī)的已知控制點(diǎn)坐標(biāo)及相關(guān)資料，手機(jī)最新交通圖或地形圖、海洋功能區(qū)劃及島嶼分布圖等資料。最后，還要收集關(guān)于海域氣候變化規(guī)律以及重要設(shè)施分布的信息，尤其要注意島礁有無(wú)重要軍事設(shè)施及其行動(dòng)中是否進(jìn)行軍事演習(xí)，以及禁航通告等［16］。

3.2衛(wèi)星及無(wú)人機(jī)數(shù)據(jù)的獲取

（1）衛(wèi)星影像數(shù)據(jù)獲取。 衛(wèi)星影像數(shù)據(jù)獲取需要根據(jù)海域監(jiān)視監(jiān)測(cè)的范圍和要求，確定出最佳的衛(wèi)星的分辨率、覆蓋范圍、重訪周期等因素；接下來(lái)搜集衛(wèi)星的過(guò)境時(shí)間和拍攝角度信息，按照監(jiān)測(cè)計(jì)劃，選取合適的衛(wèi)星影像數(shù)據(jù)［17］。在本研究中，選取GF2為衛(wèi)星影像數(shù)據(jù)源，該衛(wèi)星是中國(guó)自主開(kāi)發(fā)設(shè)計(jì)的高分辨率對(duì)地觀測(cè)衛(wèi)星，衛(wèi)星影像的全色波段的空間分辨率達(dá)到1 m，在2～4天即有一次重訪，衛(wèi)星數(shù)據(jù)獲取自陸地觀測(cè)衛(wèi)星數(shù)據(jù)平臺(tái)（https：//data.cresda.cn/#/2dMap）。

（2）無(wú)人機(jī)數(shù)據(jù)獲取。 在海域衛(wèi)星遙感監(jiān)測(cè)監(jiān)視無(wú)法實(shí)現(xiàn)的區(qū)域，利用無(wú)人機(jī)拍攝的方式進(jìn)行輔助。在衛(wèi)星影像分析有疑問(wèn)的海域圖斑，以及野外拍攝發(fā)現(xiàn)分類(lèi)錯(cuò)誤的海域圖斑，都需要利用無(wú)人機(jī)進(jìn)行影像采集和解譯。在無(wú)人機(jī)遙感影像獲取過(guò)程中，需要根據(jù)任務(wù)需求，結(jié)合監(jiān)測(cè)內(nèi)容編制監(jiān)測(cè)實(shí)施計(jì)劃，不同的監(jiān)測(cè)任務(wù)，開(kāi)展無(wú)人機(jī)的遙感監(jiān)測(cè)［18］。

（3）遙感影像的獲取與處理流程。 在無(wú)人機(jī)遙感對(duì)海域監(jiān)視監(jiān)測(cè)中，主要依據(jù)以下步驟：首先是測(cè)區(qū)資料收集和航線規(guī)劃，無(wú)人機(jī)航拍片重疊度、像片傾角、航攝高程等參數(shù)，綜合測(cè)區(qū)情況設(shè)置，飛行路線按照飛行任務(wù)和《低空數(shù)字航攝測(cè)量外業(yè)規(guī)范》進(jìn)行規(guī)劃；接下來(lái)是對(duì)地面控制點(diǎn)的布設(shè)、測(cè)量，像控點(diǎn)首先要盡可能均勻地分布在測(cè)區(qū)內(nèi)，其次選取特征位置上的特征點(diǎn)；最后如果平面點(diǎn)和高程點(diǎn)在同一位置，航線或者像對(duì)相鄰的控制點(diǎn)盡可能選擇平高點(diǎn)。最后是數(shù)據(jù)的采集和質(zhì)量評(píng)價(jià)，架好無(wú)人機(jī)控制地面站，進(jìn)行詳細(xì)的飛行前檢查，確保無(wú)人機(jī)在航拍時(shí)能夠正常監(jiān)測(cè)到飛行狀態(tài)實(shí)時(shí)情況，并在飛行結(jié)束后下載飛行 POS 相關(guān)資料，圖片資料等。檢查收集數(shù)據(jù)的質(zhì)量是否符合要求，確認(rèn)影像和 POS 數(shù)據(jù)是否完整，并用快速拼圖軟件拼接出整個(gè)測(cè)區(qū)的圖片，刪除有陰影、云霧等影響質(zhì)量的影像［19］，基本流程具體如圖1所示。

3.3數(shù)據(jù)處理及結(jié)果輸出

基于衛(wèi)星和無(wú)人機(jī)聯(lián)合的海域動(dòng)態(tài)監(jiān)測(cè)方法，提取用海類(lèi)型和用海方式等信息。具體處理流程為：收集處理的衛(wèi)星遙感影像進(jìn)行填海造地、構(gòu)筑物、圍海、開(kāi)放式、其他方式5個(gè)一級(jí)用海方式和20個(gè)二級(jí)用海方式的目視解譯，并判斷其屬于漁業(yè)用海、工礦通信用海、交通運(yùn)輸用海、游憩用海、特殊用海、其他用海6個(gè)一級(jí)類(lèi)和16個(gè)二級(jí)類(lèi)的用地用海類(lèi)型；然后，基于衛(wèi)星遙感影像構(gòu)建解譯標(biāo)志庫(kù)，進(jìn)而對(duì)作業(yè)區(qū)遙感影像進(jìn)行目視解譯，并對(duì)圖斑賦屬性；最后進(jìn)行信息和分類(lèi)數(shù)據(jù)的質(zhì)量檢查。

3.3.1衛(wèi)星數(shù)據(jù)和無(wú)人機(jī)數(shù)據(jù)處理

（1）衛(wèi)星數(shù)據(jù)處理。 用于海域動(dòng)態(tài)監(jiān)測(cè)的衛(wèi)星影像數(shù)據(jù)需要經(jīng)過(guò)大氣校正、幾何校正、拼接鑲嵌和圖斑處理等操作，得到的數(shù)據(jù)可用于海域使用現(xiàn)狀和海域權(quán)重的分析，也為接下來(lái)與無(wú)人機(jī)遙感的監(jiān)測(cè)結(jié)合提供了數(shù)據(jù)基礎(chǔ)［20］。

衛(wèi)星影像的大氣校正對(duì)影像中大氣散射和吸收效應(yīng)進(jìn)行糾正［21］。大氣校正是遙感影像處理的重要步驟之一，利用大氣校正可以消除大氣對(duì)影像特征信息的影響。衛(wèi)星影像的幾何校正是指影像中的像元位置與地表真實(shí)位置的信息匹配與校正，以保證影像的幾何精度和幾何一致性，方便后續(xù)的處理操作，本研究中采用的是基于數(shù)字高程模型（DEM）的校正方法［22］。

在鑲嵌時(shí)，盡可能保留時(shí)相新、云霧量少、質(zhì)量好的影像。同期成果影像質(zhì)量好的成果優(yōu)先于質(zhì)量相對(duì)差的成果（影像質(zhì)量包括光譜信息、噪聲、斑點(diǎn)、飽和度、云雪覆蓋等方面）；時(shí)相相同或相近的鑲嵌影像紋理、色彩應(yīng)大致相同、自然過(guò)渡；時(shí)相差距較大、地物特征差異明顯的鑲嵌影像，允許存在光譜差異，但同一地塊內(nèi)的光譜特征應(yīng)盡量一致（鑲嵌線一般為山脊、河流、溝渠、田埂等線狀地物走向），成果數(shù)據(jù)需進(jìn)行接邊檢查；鑲嵌影像應(yīng)保證色調(diào)均勻、反差適中，接邊時(shí)應(yīng)保證有10～50個(gè)像素的重疊帶，重疊帶不應(yīng)出現(xiàn)明顯的模糊或重影；相鄰影像的色調(diào)應(yīng)當(dāng)相近或一致。當(dāng)同一海域涉及多種分辨率影像時(shí)，應(yīng)分別按各自分辨率影像進(jìn)行鑲嵌。最后進(jìn)行接邊、范圍和數(shù)據(jù)的檢查和質(zhì)量評(píng)估［23］。

（2）無(wú)人機(jī)數(shù)據(jù)處理。 無(wú)人機(jī)遙感影像處理是海域監(jiān)視監(jiān)測(cè)中的核心工作。處理過(guò)程主要依靠若干商業(yè)軟件完成，例如Context Capture、Pix4Dmapper等軟件。影像處理過(guò)程主要包括數(shù)據(jù)預(yù)處理（影像格式轉(zhuǎn)換，POS和相片對(duì)應(yīng)等）、空三處理、模型運(yùn)算、DSM和DOM生成、鑲嵌勻色等工作。

（3）數(shù)據(jù)融合技術(shù)優(yōu)化。 數(shù)據(jù)融合技術(shù)優(yōu)化的方法可以從多個(gè)層面進(jìn)行，包括預(yù)處理、特征級(jí)融合、決策級(jí)融合等。

數(shù)據(jù)預(yù)處理是數(shù)據(jù)融合的首要步驟，其目的是提高數(shù)據(jù)挖掘的質(zhì)量并降低實(shí)際挖掘所需的時(shí)間。預(yù)處理方法主要包括：數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)變換、數(shù)據(jù)歸約、數(shù)據(jù)離散化與概念分層。在對(duì)圖像進(jìn)行初步處理后，采用直接將不同模態(tài)的特征連接成單個(gè)高維特征向量的方法從中提取出關(guān)鍵特征，并對(duì)這些特性進(jìn)行融合［24］，在特征提取階段，結(jié)合衛(wèi)星和無(wú)人機(jī)數(shù)據(jù)的特點(diǎn)，提取互補(bǔ)特征，例如利用衛(wèi)星數(shù)據(jù)的大范圍覆蓋能力和無(wú)人機(jī)數(shù)據(jù)的高分辨率特性。決策級(jí)融合是在各個(gè)獨(dú)立模型或傳感器完成決策后，結(jié)合這些決策結(jié)果做出全局的最優(yōu)決策的方法，在分類(lèi)和解譯階段，結(jié)合兩種數(shù)據(jù)的分類(lèi)結(jié)果，通過(guò)投票、貝葉斯方法或神經(jīng)網(wǎng)絡(luò)等算法進(jìn)行決策融合，提高監(jiān)測(cè)的準(zhǔn)確性。

3.3.2深度學(xué)習(xí)與分類(lèi)相融合的信息提取

基于處理后的衛(wèi)星數(shù)據(jù)和無(wú)人機(jī)數(shù)據(jù)，結(jié)合輔助數(shù)據(jù)選取合適的訓(xùn)練樣本和測(cè)試樣本，輸入卷積神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)分類(lèi)器進(jìn)行學(xué)習(xí)和分類(lèi)，提取海域動(dòng)態(tài)監(jiān)測(cè)圖斑（圖2），具體處理過(guò)程為：首先需要對(duì)圖斑矢量化勾繪，要求圖斑閉合，公共邊只需矢量化一次，層內(nèi)要素不存在自相交、重疊、空隙等情況，在對(duì)數(shù)據(jù)采集、編輯完成后，應(yīng)使線條光滑、嚴(yán)格相接、不得有多余懸線，數(shù)據(jù)建立拓?fù)潢P(guān)系，不允許有拓?fù)溴e(cuò)誤。接下來(lái)，根據(jù)影像特征，結(jié)合測(cè)量指標(biāo)進(jìn)行圖斑解譯、分類(lèi)及人工勾繪的標(biāo)準(zhǔn)執(zhí)行，保證不同用海方式及類(lèi)型勾繪結(jié)果不重不漏。最后，勾繪過(guò)程中進(jìn)行拓?fù)錂z查和質(zhì)量評(píng)價(jià)［25］。

（1）基于決策融合規(guī)則的海域信息確定。 將支持向量機(jī)（Support Vector Machines，SVM）和卷積神經(jīng)網(wǎng)絡(luò)（CNN）的分類(lèi)結(jié)果進(jìn)行疊加分析，地類(lèi)屬性相同的區(qū)域進(jìn)行保留，地類(lèi)屬性不同的區(qū)域根據(jù)輔助數(shù)據(jù)結(jié)合人工經(jīng)驗(yàn)判斷，由此保證分類(lèi)結(jié)果的準(zhǔn)確性。如圖3所示，假設(shè)共有3個(gè)用海類(lèi)型分別為漁業(yè)基礎(chǔ)設(shè)施用海、工業(yè)用海、港口用海，地類(lèi)編碼分別為1、2、3。當(dāng)SVM和CNN的分類(lèi)結(jié)果相同時(shí)，保留分類(lèi)結(jié)果，當(dāng)SVM和CNN的分類(lèi)結(jié)果不相同時(shí)，結(jié)合輔助數(shù)據(jù)和外業(yè)核查進(jìn)行人工解譯，提高人工解譯精度和判讀速度。

（2）成果檢驗(yàn)。 將實(shí)驗(yàn)分類(lèi)結(jié)果與利用傳統(tǒng)方法提取的海域數(shù)據(jù)進(jìn)行成果對(duì)比檢查，根據(jù)對(duì)比檢查結(jié)果不同部分，利用最新影像數(shù)據(jù)對(duì)檢查結(jié)果不同部分進(jìn)行質(zhì)量檢查、修正和海域?qū)傩詳?shù)據(jù)的錄入工作。

4海域動(dòng)態(tài)監(jiān)測(cè)方法應(yīng)用

4.1應(yīng)用區(qū)域概況

為驗(yàn)證衛(wèi)星和無(wú)人機(jī)融合的海域動(dòng)態(tài)監(jiān)測(cè)方法的實(shí)際應(yīng)用能力，研究選擇山東省近海區(qū)域作為驗(yàn)證對(duì)象和應(yīng)用示范區(qū)。山東省近海區(qū)域位于我國(guó)東部沿海區(qū)域，與黃海和渤海交接，海岸線較長(zhǎng)，地勢(shì)表現(xiàn)較為平坦。山東省近些年大力發(fā)展海洋經(jīng)濟(jì)，對(duì)近海海域的資源利用和發(fā)展管理提出了更高的要求，因此對(duì)山東海域動(dòng)態(tài)使用情況實(shí)施監(jiān)視監(jiān)測(cè)已經(jīng)迫在眉睫。

4.2海域監(jiān)視監(jiān)測(cè)情況

基于構(gòu)建的衛(wèi)星和無(wú)人機(jī)融合的海域動(dòng)態(tài)監(jiān)測(cè)方法，選擇2022年1月份的衛(wèi)星遙感影像和低空無(wú)人機(jī)遙感影像，利用衛(wèi)星和無(wú)人機(jī)影像協(xié)同的智能處理技術(shù)，開(kāi)展山東省海域動(dòng)態(tài)監(jiān)測(cè)，最終形成山東省海域分布圖、山東海域使用現(xiàn)狀分布圖和山東省海域權(quán)屬分布圖（圖4、圖5、圖6）。通過(guò)人工隨機(jī)現(xiàn)場(chǎng)抽查結(jié)果比對(duì)，提取的結(jié)果準(zhǔn)確率達(dá)到92%左右，達(dá)到預(yù)設(shè)的各項(xiàng)精度指標(biāo)，符合預(yù)期要求。

5討論

本研究針對(duì)傳統(tǒng)海域監(jiān)視監(jiān)測(cè)中存在的精度低和時(shí)效性不強(qiáng)的問(wèn)題，提出了基于衛(wèi)星和無(wú)人機(jī)融合的海域動(dòng)態(tài)監(jiān)測(cè)方法，并在山東海域進(jìn)行了驗(yàn)證和示范應(yīng)用。對(duì)開(kāi)展海域使用監(jiān)測(cè)的衛(wèi)星遙感監(jiān)測(cè)與無(wú)人機(jī)現(xiàn)場(chǎng)監(jiān)測(cè)相結(jié)合的內(nèi)容與方法進(jìn)行了分析和歸納，并以山東海域?yàn)槔?，?duì)海域資源監(jiān)管中衛(wèi)星與無(wú)人機(jī)遙感聯(lián)合技術(shù)的應(yīng)用方法與內(nèi)容進(jìn)行了闡述。

（1）衛(wèi)星和無(wú)人機(jī)技術(shù)可以在海域資源監(jiān)管中發(fā)揮其靈活機(jī)動(dòng)、高效、高精度、大范圍監(jiān)控的優(yōu)勢(shì)，為海域監(jiān)視監(jiān)測(cè)提供支持。

（2）衛(wèi)星和無(wú)人機(jī)融合的海域動(dòng)態(tài)監(jiān)測(cè)方法能夠?yàn)楹Ｓ蚴褂矛F(xiàn)狀年度變更調(diào)查、國(guó)家重大戰(zhàn)略項(xiàng)目用海動(dòng)態(tài)監(jiān)視監(jiān)測(cè)和海域圍填、疑似海域的用?，F(xiàn)場(chǎng)核查、海洋資源開(kāi)發(fā)管理決策依據(jù)等提供技術(shù)支持。

（3）通過(guò)衛(wèi)星遙感和無(wú)人機(jī)遙感的結(jié)合，可以獲取更高分辨率的海域影像數(shù)據(jù)，彌補(bǔ)單一衛(wèi)星遙感分辨率不足的問(wèn)題。衛(wèi)星遙感的大范圍監(jiān)測(cè)能力與無(wú)人機(jī)的靈活性相結(jié)合，實(shí)現(xiàn)了對(duì)海域使用情況的快速實(shí)時(shí)獲??；無(wú)人機(jī)低空飛行能力使得在重點(diǎn)區(qū)域的監(jiān)測(cè)更為精確，提高了監(jiān)測(cè)數(shù)據(jù)的空間分辨率，且能夠快速響應(yīng)，對(duì)特定區(qū)域進(jìn)行實(shí)時(shí)監(jiān)測(cè)，相較于人工測(cè)量和傳統(tǒng)航空遙感，大幅縮短了監(jiān)測(cè)周期。

（4）通過(guò)智能處理技術(shù)，對(duì)海域使用情況、用海項(xiàng)目、用海動(dòng)態(tài)等進(jìn)行全方位、系統(tǒng)化的監(jiān)測(cè)，提高了監(jiān)測(cè)結(jié)果的準(zhǔn)確性和可靠性，人工解譯與計(jì)算機(jī)算法相結(jié)合的方法，提高了監(jiān)測(cè)數(shù)據(jù)的準(zhǔn)確性和解譯的效率。

6展望

隨著衛(wèi)星和無(wú)人機(jī)融合技術(shù)在海域動(dòng)態(tài)監(jiān)測(cè)領(lǐng)域的深入應(yīng)用，未來(lái)有望實(shí)現(xiàn)更高效、更精準(zhǔn)的海洋資源管理。該技術(shù)結(jié)合了衛(wèi)星的大范圍監(jiān)測(cè)能力和無(wú)人機(jī)的高分辨率、靈活性，不僅提高了監(jiān)測(cè)數(shù)據(jù)的空間分辨率，還縮短了監(jiān)測(cè)周期，提升了響應(yīng)速度。預(yù)計(jì)這項(xiàng)技術(shù)將進(jìn)一步優(yōu)化，通過(guò)智能化處理技術(shù)，實(shí)現(xiàn)對(duì)海域使用情況的全方位、系統(tǒng)化監(jiān)測(cè)，為海洋資源開(kāi)發(fā)、管理和保護(hù)政策的制定提供更有力的數(shù)據(jù)支持和決策依據(jù)。同時(shí)，該技術(shù)的應(yīng)用也將推動(dòng)海洋經(jīng)濟(jì)的可持續(xù)發(fā)展，保護(hù)海洋生態(tài)環(huán)境，為建設(shè)海洋強(qiáng)國(guó)貢獻(xiàn)力量。

參考文獻(xiàn)：

［1］山東省海洋與漁業(yè)廳關(guān)于印發(fā)《山東省海域動(dòng)態(tài)監(jiān)管工作管理辦法（試行）》的通知［J］.山東省人民政府公報(bào)，2016（19）：207210.

［2］李浩，鐘振楠，劉志寧，等.1973—2023年威海灣海岸線變遷及驅(qū)動(dòng)力分析［J］.山東國(guó)土資源，2024，40（9）：4349.

［3］邢曉平，宋彬，張曉龍，等.無(wú)人機(jī)視頻實(shí)時(shí)融合技術(shù)在威海市應(yīng)急測(cè)繪中的應(yīng)用［J］.山東國(guó)土資源，2024，40（9）：6773.

［4］周忠科，王澤強(qiáng)，王唯，等.基于遙感數(shù)據(jù)和隨機(jī)森林算法的土壤重金屬空間分布模擬：以鉻為例［J］.安徽農(nóng)業(yè)科學(xué)，2023，51（14）：5154.

［5］王麗晶，吳學(xué)峰，關(guān)雷.淺析沿海區(qū)域衛(wèi)星遙感影像圖像增強(qiáng)技術(shù)研究［J］.測(cè)繪與空間地理信息，2012，35（5）：110113.

［6］王霞，趙闖姓.2010年土地利用遙感監(jiān)測(cè)“一張圖”制作探析［J］.青海國(guó)土經(jīng)略，2011（4）：3435.

［7］劉剛，許宏健，馬海濤，等.基于國(guó)產(chǎn)衛(wèi)星的大宗用地快速應(yīng)急監(jiān)測(cè)應(yīng)用研究［J］.測(cè)繪與空間地理信息，2011，34（3）：7880.

［8］蘆綺玲，付宏，方衛(wèi)華，等.河道監(jiān)測(cè)方法研究［M］.北京：中國(guó)水利水電出版社，2008：213.

［9］楊現(xiàn)坤，李子康.無(wú)人機(jī)高光譜遙感平臺(tái)研究進(jìn)展與應(yīng)用［J］.廣州大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，23（4）：2031.

［10］朱瑞，施麟，陳寧.基于移動(dòng)平臺(tái)的海域無(wú)人機(jī)監(jiān)視監(jiān)測(cè)系統(tǒng)研究［J］.江蘇科技信息，2020，37（10）：4043.

［11］王敬哲，丁建麗，葛翔宇，等.基于星地傳感技術(shù)的土壤鹽漬化監(jiān)測(cè)進(jìn)展與展望［J］.遙感學(xué)報(bào)，2024，28（9）：21872208.

［12］李建，孫娟娟，荊欣，等.面向邊坡形變?yōu)暮︼L(fēng)險(xiǎn)監(jiān)測(cè)的無(wú)人機(jī)攝影測(cè)量效果分析［J］.山東國(guó)土資源，2024，40（7）：6166.

［13］閆振國(guó)，王錦輝，張海建.基于地理模型和多源遙感的林草生態(tài)綜合監(jiān)測(cè)方法：以日照市莒縣為例［J］.山東國(guó)土資源，2024，40（1）：5257.

［14］孫濤.基于多源遙感數(shù)據(jù)的遼東灣北部高時(shí)空分辨率冰情監(jiān)測(cè)［D］.大連：大連海洋大學(xué)，2024.

［15］邵振峰.城市遙感［M］.武漢：武漢大學(xué)出版社，2021：419.

［16］徐夕博，呂明薈，王海會(huì)，等.利用空間關(guān)聯(lián)隨機(jī)森林模型與遙感影像估算裸土期耕地土壤鹽分含量的研究［J］.河南農(nóng)業(yè)科學(xué)，2022，51（5）：162170.

［17］席曉桃.多光譜高光譜衛(wèi)星水深反演的深度學(xué)習(xí)模型及應(yīng)用［D］.上海：上海海洋大學(xué)，2024.

［18］雷伊娉，李學(xué)恒，雷靜，等.基于無(wú)人機(jī)平臺(tái)的海域監(jiān)管關(guān)鍵技術(shù)及其應(yīng)用［J］.海洋開(kāi)發(fā)與管理，2019，36（12）：7780.

［19］馬廷超.無(wú)人機(jī)攝影測(cè)量系統(tǒng)在大比例尺測(cè)圖中的應(yīng)用研究［D］.成都：成都理工大學(xué)，2018.

［20］彭遠(yuǎn)新，鄧振利，姜亞俊，等.近50年萊州灣南岸海岸線變遷遙感監(jiān)測(cè)研究［J］.安徽農(nóng)業(yè)科學(xué)，2019，47（3）：5456.

［21］劉言智，蘇博，王雪宏，等.大氣校正對(duì)濱海濕地Sentinel2影像NDVI的影響［J］.魯東大學(xué)學(xué)報(bào)（自然科學(xué)版），2024，40（3）：193200.

［22］陶亮亮，王雨琦.基于雷達(dá)和光學(xué)遙感數(shù)據(jù)的云污染區(qū)域光譜重建算法［J］.農(nóng)業(yè)工程學(xué)報(bào)，2024，40（17）：216223.

［23］胡龍華.基于環(huán)境減災(zāi)衛(wèi)星的土地利用遙感監(jiān)測(cè)研究［D］.長(zhǎng)春：吉林大學(xué)，2012.

［24］楊俊玲，許琪.基于低秩因子最優(yōu)估計(jì)的特征級(jí)數(shù)據(jù)融合［J］.計(jì)算機(jī)應(yīng)用與軟件，2024，41（11）：279287.

［25］徐雯佳，徐永利，田力.河北近海海域海冰時(shí)空變化遙感監(jiān)測(cè)分析［J］.海洋環(huán)境科學(xué)，2020，39（2）：277282.

Study and Application of Maritime Dynamic Monitoring Method Based

on Satellite and Unmanned Aerial Vehicle

GUAN Chun'an NI Yuanlong GAO Wei LI Wenteng

（1.Shandong Academy of Land Spatial Data and Remote Sensing Technology，Shandong Ji'nan 250000，China；2.Shandong Yuanhong Surveying Planning and Designing Limited Corporation，Shandong Ji'nan 250000，China）

Abstract：Artificial measurement， satellite remote sensing and aerial remote sensing are commonly used methods for conducting maritime surveillance and monitoring. However， they have obvious shortcomings in terms of accuracy and timeliness. There is an urgent need for an efficient， high-precision and wide-ranging maritime surveillance technology. Therefore， this study proposes a combined approach of satellite and unmanned aerial vehicle （UAV） remote sensing for maritime surveillance and monitoring. It utilizes satellite remote sensing platforms to monitor the condition of large maritime areas and constructs a regional detection technology for detecting abnormal use of maritime areas. It also synergistically uses remote sensing intelligent computing methods of low-altitude UAV imagery to quickly and real-time acquire information on maritime use and ownership in the surveillance area， and achieve comprehensive control over the utilization of the jurisdictional maritime areas. The combined approach of satellite and UAV remote sensing constructed in this study can provide theoretical basis and methodological support for the formulation of policies for the development， management， and protection of marine resources.

Key words：Sea area; dynamic monitoring system; unmanned aerial vehicle