盛 輝，郭結(jié)瓊，王法景

(中國石油大學(xué)(華東) 地球科學(xué)與技術(shù)學(xué)院，山東 青島 266580)

基于GOCI數(shù)據(jù)的2015年黃海海域綠潮監(jiān)測及時(shí)空變化分析

盛 輝，郭結(jié)瓊，王法景

(中國石油大學(xué)(華東) 地球科學(xué)與技術(shù)學(xué)院，山東 青島 266580)

基于2015年的GOCI影像數(shù)據(jù)，以黃海海域?yàn)檠芯繀^(qū)域，結(jié)合NDVI,EVI,KOSC和IGAG方法，進(jìn)行綠潮信息的提取，并對綠潮的分布狀況、覆蓋面積、密集度和漂移路徑進(jìn)行分析。結(jié)果表明，采用NDVI,EVI,KOSC和IGAG方法提取2015年黃海海域綠潮的結(jié)果一致，綠潮發(fā)生于5月中旬，消亡于8月上旬，持續(xù)時(shí)間約為75 d，其中6月中下旬是綠潮的爆發(fā)期，綠潮覆蓋面積和分布面積均達(dá)到最大值。從綠潮漂移軌跡來看，綠潮發(fā)生于蘇北外海海域，隨后逐漸向青島近海域漂移。

綠潮；GOCI數(shù)據(jù)；NDVI；EVI；KOSC；IGAG；黃海海域

近年來，黃海海域爆發(fā)的綠潮災(zāi)害主要由滸苔引起。滸苔是一種生存能力和繁殖能力較強(qiáng)的大型綠藻，綠藻門石莼科的一屬[1-2]。滸苔雖然無毒，但其大規(guī)模的爆發(fā)會(huì)遮擋陽光，消耗海水中的氧氣，對其他海洋生物造成不良影響，從而導(dǎo)致一系列環(huán)境和生態(tài)問題[3]。同時(shí)，國內(nèi)外專家學(xué)者把綠潮、赤潮和水母并稱為“海洋三大災(zāi)害”。

自2007年開始，我國黃海海域每年都會(huì)發(fā)生綠潮災(zāi)害，尤其是2008年夏天青島黃海海域爆發(fā)的綠潮，覆蓋面積達(dá)到600 km2，嚴(yán)重影響了第29屆奧帆賽的順利進(jìn)行[4]。因此，綠潮監(jiān)測已成為國內(nèi)外學(xué)者研究的熱點(diǎn)問題之一。由于綠潮具有覆蓋面積大、生長速度快等特點(diǎn)，運(yùn)用傳統(tǒng)的船舶走航方法和航空遙感手段進(jìn)行綠潮監(jiān)測費(fèi)時(shí)費(fèi)力，而衛(wèi)星遙感觀測具有尺度大、覆蓋范圍廣和時(shí)間分辨率高的優(yōu)勢，已成為綠潮宏觀監(jiān)測的重要手段[5]。2006年Gower等首次使用MERIS數(shù)據(jù)，采用最大葉綠素指數(shù)(MCI)算法對墨西哥灣馬尾藻進(jìn)行監(jiān)測[6]。隨后，MODIS(Terra/Aqua)、HJ-1 CCD、Landsat TM、SAR和北京一號等衛(wèi)星數(shù)據(jù)也逐步應(yīng)用到綠潮的監(jiān)測中。

韓國于2010年6月發(fā)射了世界上第一顆地球同步軌道海洋水色衛(wèi)星(GOCI)，每天可提供8景空間分辨率為500 m、時(shí)間分辨率為1h的GOCI影像數(shù)據(jù)。GOCI影像覆蓋我國黃海、渤海和東海海域，近年來，基于GOCI數(shù)據(jù)監(jiān)測綠潮災(zāi)害得到廣泛應(yīng)用。Son等通過分析不同水質(zhì)條件下綠潮的光譜特性，提出了IGAG(Index of floating Green Algae for GOCI)綠潮提取算法，該算法對綠潮信號更敏感，能夠從復(fù)雜的海水環(huán)境中將綠潮分離[7]；蔡曉晴等對比分析了GOCI主流探測算法的探測能力，并指出NDVI(Normalized Difference Vegetation Index)算法的探測能力明顯優(yōu)于OSABI(Ocean Surface Algal Bloom Index)，KOSC(Korea Ocean Satellite Center)，RVI(Ratio Vegetation Index)，EVI(Enhanced Vegetation Index)算法，且比IGAG算法更穩(wěn)定[8]；蔡曉晴利用1 d 8景的GOCI影像，利用NDVI-a算法，提取了綠潮逐時(shí)分布信息，并得出綠潮漂移方向與海面風(fēng)場方向具有一致性[9]?？傮w來說，目前國內(nèi)外對綠潮大多基于MODIS數(shù)據(jù)進(jìn)行監(jiān)測，而基于GOCI數(shù)據(jù)在綠潮監(jiān)測方面的應(yīng)用較少。

本文以黃海海域?yàn)檠芯繀^(qū)，基于NDVI，EVI，KOSC和IGAG算法，利用2015年的GOCI影像數(shù)據(jù)對黃海海域的綠潮信息進(jìn)行提取，并分析綠潮的空間分布和面積變化、生長過程變化和漂移路徑，為綠潮預(yù)防和治理工作提供數(shù)據(jù)支撐。

1 數(shù)據(jù)與研究區(qū)域

1.1 GOCI數(shù)據(jù)

研究所用數(shù)據(jù)是2015年5月-9月的GOCI Level-1B數(shù)據(jù)，數(shù)據(jù)從韓國海洋衛(wèi)星中心(http://kosc.kordi.re.kr)免費(fèi)下載。GOCI數(shù)據(jù)共有8個(gè)波段(見表1)，空間分辨率為500 m，時(shí)間分辨率為1h，每天可提供北京時(shí)間8:30～15:30之間的8景影像數(shù)據(jù)[10]。

GOCI Level-1B數(shù)據(jù)首先需要進(jìn)行大氣校正，消除瑞利散射，瑞利校正后的遙感反射率Rrc為[11]

(1)

表1 GOCI波段特征表 nm

1.2 研究區(qū)域

根據(jù)從2015年5月-8月11幅GOCI影像上目視解譯出的中國黃海海域綠潮的分布范圍，確定研究區(qū)域?yàn)樯綎|省和江蘇省北部黃海海域，經(jīng)緯度范圍為33°-37°N，119°-123°E(見圖1紅框區(qū)域)。

圖1 研究區(qū)域

2 研究方法

2.1 原理

不同重量的綠潮和海水現(xiàn)場光譜數(shù)據(jù)由國家海洋局第一海洋研究所提供，采集樣本的范圍為1 m3。通過分析綠潮和海水的光譜曲線(見圖2)可以發(fā)現(xiàn)，雖然不同密度的綠潮樣本各波段反射率不同，但是其光譜曲線的形狀是一致的，在可見光的藍(lán)光波段(400～500 nm)和紅光波段(680 nm)出現(xiàn)吸收峰，在綠光波段(550 nm)和近紅外波段(700～800 nm)出現(xiàn)反射峰，而海水光譜曲線較平緩，各波段反射率都很低，尤其是在近紅外波段反射率幾乎為零?？偠灾?，綠潮和海水的光譜曲線差異十分明顯。

圖2 海水和不同密度綠潮的光譜特性曲線

根據(jù)對綠潮和海水光譜曲線的對比結(jié)果可以得出，利用NDVI，EVI，KOSC和IGAG可有效地將綠潮和海水分離。4種指數(shù)的算式為

(2)

EVI=

(3)

(4)

(5)

其中:R(NIR)，R(RED)，R(BLUE)，R(GREEN)分別是近紅外、紅光、藍(lán)光、綠光波段的遙感反射率，分別對應(yīng)GOCI數(shù)據(jù)的第8波段(865 nm)、第5波段(660 nm)、第2波段(443 nm)和第4波段(555 nm)。

2.2 綠潮信息提取方法

綠潮信息提取過程中首先要對GOCI原始數(shù)據(jù)進(jìn)行預(yù)處理，通過GDPS軟件將GOCI L1B數(shù)據(jù)生成消除瑞利散射后的L2C數(shù)據(jù)，然后將消除瑞利散射后的影像數(shù)據(jù)的格式轉(zhuǎn)換成ENVI標(biāo)準(zhǔn)格式，利用GLT方法對轉(zhuǎn)換后數(shù)據(jù)進(jìn)行幾何校正，最后對幾何校正后的影像進(jìn)行裁剪，得到研究區(qū)GOCI影像。由于綠潮光譜特征和陸地植被光譜特征相似，為了避免地面植被對綠潮提取結(jié)果的影響，需要對陸地進(jìn)行掩膜，海水和陸地范圍通過GOCI L2P數(shù)據(jù)中的Landmask影像矢量化后獲得。受云霧的影響，特別是在云邊緣或薄云區(qū)域，其光譜在近紅外波段的反射率通常高于紅光波段的反射率，利用指數(shù)法提取綠潮時(shí)很容易將這些區(qū)域誤分成綠潮，影響綠潮提取結(jié)果精度。因此，在提取綠潮之前需要進(jìn)行云霧范圍檢測，對云霧進(jìn)行掩膜，具體通過對GOCI第5波段(GREEN:660 nm)設(shè)置閾值來檢測云霧范圍，閾值的大小根據(jù)GOCI影像上云的厚度而定。

圖3 標(biāo)準(zhǔn)假彩色合成GOCI影像

標(biāo)準(zhǔn)假彩色合成的GOCI影像(RED:745 nm, GREEN:660 nm, BLUE:555 nm)上綠潮顯示為暗紅色，海水顯示為黑色或深藍(lán)色(見圖3)。從不同日期的GOCI影像上均勻選取綠潮和海水樣本，通過波段運(yùn)算分別計(jì)算綠潮和海水的NDVI，EVI，KOSC和IGAG值，針對每一種指數(shù)比較二者值的不同，最終得出綠潮樣本的NDVI，EVI和IGAG值大于0，海水樣本的NDVI，EVI和IGAG值小于0，因此，通過設(shè)置NDVI，EVI和IGAG閾值為0可以將綠潮和海水分離。但是，對于KOSC來說，由不同日期的GOCI影像上選取的樣本計(jì)算出的KOSC閾值大小不一樣，閾值范圍為1.1～1.3，原因可能是綠潮在不同的生長階段綠潮斑塊的形狀和大小均不相同，特別是在生長初期，斑塊相對較小，由于GOCI影像的空間分辨率較低，與水體會(huì)產(chǎn)生嚴(yán)重的光譜混合現(xiàn)象[12]。因此，為盡可能的提高綠潮提取的精度，本研究針對不同日期GOCI影像設(shè)置不同的閾值對綠潮進(jìn)行提取，KOSC閾值選取情況如表2所示。

表2 2015年各時(shí)相綠潮的KOSC閾值表

3 結(jié)果與分析

3.1 綠潮信息提取結(jié)果

本次黃海海域出現(xiàn)綠潮的時(shí)間范圍為2015年5—8月，從韓國海洋衛(wèi)星中心網(wǎng)站挑選出該時(shí)間范圍內(nèi)無云或少云的GOCI影像11幅，對該11幅GOCI影像數(shù)據(jù)進(jìn)行大氣校正、幾何校正、陸地掩膜、云掩膜等預(yù)處理后，分別利用NDVI，EVI，KOSC和IGAG閾值法對黃海綠潮信息進(jìn)行提取。

限于篇幅，本文僅選取2015-05-30、06-12和07-08黃海海域綠潮分布遙感監(jiān)測結(jié)果進(jìn)行展示(如圖4所示)。GOCI衛(wèi)星在黃海海域首次監(jiān)測到綠潮是在05-20，最后一次在07-30，05-16和08-11未在黃海海域監(jiān)測到綠潮，因此可以推斷此次綠潮首次出現(xiàn)在黃海海域的時(shí)間為5月中旬，消亡時(shí)間為8月上旬，持續(xù)時(shí)間約為75 d。

圖4 2015年黃海海域綠潮分布圖

3.2 綠潮空間分布與面積變化

綠潮提取結(jié)果以像元為單位進(jìn)行統(tǒng)計(jì)，綠潮的覆蓋面積

S=N×r2.

(6)

式中:N為綠潮像元個(gè)數(shù);r為衛(wèi)星影像的空間分辨率，GOCI影像r值為500 m。

綠潮的分布面積通過計(jì)算分布范圍矢量化后的面積獲得，4種指數(shù)提取出的綠潮分布范圍一致，由4種指數(shù)提取的黃海海域不同日期綠潮覆蓋面積和分布面積情況如圖5所示。

圖5 綠潮分布特征統(tǒng)計(jì)直方圖

2015年綠潮監(jiān)測結(jié)果表明，采用四種指數(shù)提取的綠潮分布面積一致、覆蓋面積相近，且均呈先增大后減少的趨勢。以NDVI提取結(jié)果為例，2015-05-20，綠潮首次出現(xiàn)鹽城外海海域，此時(shí)綠潮分布面積為4 951 km2，覆蓋面積為155 km2；隨后，綠潮的覆蓋面積和分布面積急劇增加，到06-12綠潮分布面積和覆蓋面積達(dá)到最大，分別為44 646 km2和12 928 km2，在此期間，綠潮分布面積平均每日增加1 700 km2，覆蓋面積平均每日增加555 km2；此后，綠潮分布面積和覆蓋面積逐漸減小，到07-30，僅有零星的綠潮出現(xiàn)，覆蓋面積僅為200 km2，綠潮逐漸消亡。

3.3 綠潮生長過程分析

密集度是綠潮覆蓋面積與分布面積的比值，它在一定程度上能夠反映綠潮的生長情況[13]。根據(jù)綠潮分布特征統(tǒng)計(jì)表，計(jì)算由NDVI，EVI，KOSC和IGAG算法提取的2015年黃海海域不同時(shí)間綠潮密集度，結(jié)果如圖6所示。

圖6 2015年黃海綠潮分布密集度

2015年黃海海域綠潮的分布密集度近似呈正態(tài)分布，總體呈現(xiàn)先增加后減小的趨勢。綜合分析綠潮的分布面積、覆蓋面積和密集度的變化情況，可以發(fā)現(xiàn)黃海海域綠潮經(jīng)歷出現(xiàn)、發(fā)展、爆發(fā)、衰退和消亡的生長過程。綠潮出現(xiàn)的時(shí)間在5月中旬，由于海水溫度、光照條件、降雨、海水鹽濃度以及海水PH值等氣象因子逐漸有利于綠潮的生長和繁殖，綠潮在5月下旬和6月上旬迅速生長，其密集度也逐漸增大，到6月3日達(dá)到最大；到6月中下旬，由于各氣象因子達(dá)到綠潮最適宜生長的范圍，綠潮全面爆發(fā)，覆蓋面積和分布面積達(dá)到最大，但其密集度有所下降，這可能與綠潮在洋流和海風(fēng)的作用下導(dǎo)致漂移和擴(kuò)散有關(guān)；到6月底和7月份，由于人為打撈、海水營養(yǎng)物質(zhì)含量降低以及溫度升高等因素的影響，綠潮分布面積、覆蓋面積及密集度逐漸下降，綠潮生長進(jìn)入衰退期；到7月底和8月初，綠潮零星分布，密集度幾乎為0，綠潮逐漸消亡。

3.4 綠潮漂移路徑分析

圖7 2015年黃海海域綠潮漂移軌跡

首先計(jì)算不同時(shí)間綠潮分布范圍的中心點(diǎn)，以此代表綠潮的位置，然后繪制2015年綠潮的漂移軌跡，綠潮漂移軌跡如圖7所示。由圖5可以看出，由于5月20日和7月30日的綠潮在黃海海域零星分布，密集度都接近于0，其中心點(diǎn)并不能很好地反映綠潮集中的位置，因此在反映綠潮總體漂移路徑時(shí)可以將其排除。除了5月20日到5月24日和7月8日到7月30日以外，綠潮總體是由南向北漂移。5月中下旬，綠潮由蘇北外海海域向西北方向漂移，到6月初，綠潮中心位置移動(dòng)到日照近海海域，綠潮繼續(xù)向東北方向移動(dòng)，到6月下旬綠潮移動(dòng)到青島黃海海域，隨后綠潮向西北方向移動(dòng)，其中心位置逐漸向青島近海海域移動(dòng)。

綠潮漂移路徑主要受海面風(fēng)和表層海流的共同影響[14]。依立等人通過定量分析綠潮移動(dòng)與海表面風(fēng)場和海流之間的關(guān)系，發(fā)現(xiàn)盛行風(fēng)向是綠潮漂移方向的主要驅(qū)動(dòng)力[15]。黃海的夏季風(fēng)大致出現(xiàn)在6月-8月之間，主要盛行南風(fēng)和東南風(fēng)[16]。2015年綠潮提取結(jié)果表明綠潮總體向北漂移，漂移方向和盛行風(fēng)方向一致，在一定程度上說明綠潮提取結(jié)果的可靠性。

4 結(jié)束語

本文基于韓國靜止海洋水色衛(wèi)星GOCI影像數(shù)據(jù)，采用NDVI，EVI，KOSC和IGAG方法分別對2015年黃海海域的綠潮信息進(jìn)行提取，并對綠潮的分布面積、覆蓋面積、密集度和漂移路徑進(jìn)行分析。結(jié)果表明：

1)由NDVI，EVI，KOSC和IGAG 4種指數(shù)提取的2015年黃海海域不同時(shí)期綠潮分布面積一致，覆蓋面積相近，在一定程度上說明了提取結(jié)果的可靠性。

2)2015年5月20日在鹽城外海海域首次監(jiān)測到綠潮，最后一次監(jiān)測到綠潮是在7月30日，綠潮持續(xù)時(shí)間大約為75 d。期間，綠潮的覆蓋面積、分布面積和密集度均呈先增加后減少的趨勢，覆蓋面積和分布面積最大出現(xiàn)在6月12日，分別達(dá)到44 646 km2和12 000 km2左右，密集度在6月3日達(dá)到最大，約為0.4。7月30日，綠潮在黃海海域零星分布，密集度幾乎為0，到8月初綠潮逐漸消亡。

3)2015年黃海綠潮總體由南向北漂移。5月中下旬，綠潮由蘇北外海海域向西北方向漂移，到6月初，綠潮中心位置移動(dòng)到日照近海海域，隨后綠潮繼續(xù)向東北方向移動(dòng)，到6月下旬綠潮移動(dòng)到青島黃海海域，此后綠潮向西北方向移動(dòng)，其中心逐漸向青島近海海域靠近。

4)在使用NDVI,EVI,KOSC和IGAG 4種指數(shù)提取綠潮的實(shí)驗(yàn)過程中，閾值的大小是通過從GOCI影像上選取綠潮和海水樣本來確定的。另外，由于缺少現(xiàn)場實(shí)測數(shù)據(jù)驗(yàn)證，選取某一閾值對綠潮進(jìn)行提取的結(jié)果是否正確只能通過目視解譯來判斷。這兩方面原因?qū)е戮G潮的提取結(jié)果帶有一定的主觀性。

5)2015年綠潮爆發(fā)期間，由于受云霧的影響，黃海海域綠潮發(fā)生區(qū)僅有9 d GOCI影像可用，導(dǎo)致綠潮觀測結(jié)果不能完全反映綠潮生長過程。由于SAR影像具有全天時(shí)全天候的監(jiān)測能力，為能夠更好的反映綠潮的生長狀況，需要進(jìn)一步結(jié)合SAR衛(wèi)星影像對綠潮進(jìn)行觀測，以保證綠潮觀測結(jié)果在時(shí)間序列上的連續(xù)性。

6)GOCI衛(wèi)星數(shù)據(jù)在監(jiān)測黃海海域綠潮的應(yīng)用上有獨(dú)特的優(yōu)勢，其時(shí)間分辨率為1h，每天可以獲取北京時(shí)間從8:30～15:30之間的8景影像，利用這一優(yōu)勢可以進(jìn)行綠潮的逐時(shí)變化分析。將綠潮的提取結(jié)果與2015年北海區(qū)海洋災(zāi)害公報(bào)對比發(fā)現(xiàn)，本次提取的綠潮的分布面積和海洋災(zāi)害公報(bào)數(shù)據(jù)大致吻合，綠潮的生長過程也與海洋公報(bào)數(shù)據(jù)一致，但是綠潮的覆蓋面積偏差很大，這是由于GOCI數(shù)據(jù)空間分辨率為500 m，綠潮的覆蓋面積是根據(jù)提取的綠潮像元個(gè)數(shù)和GOCI影像空間分辨率乘積計(jì)算得到的，由于混合像元的存在，導(dǎo)致最后得到的綠潮覆蓋面積比綠潮實(shí)際覆蓋面積大的多。為解決這一問題，需要進(jìn)一步借助高空間分辨率的衛(wèi)星數(shù)據(jù)或機(jī)載SAR數(shù)據(jù)對GOCI影像進(jìn)行混合像元分解，得出綠潮面積的精細(xì)化模型，為綠潮遙感監(jiān)測工作提供更精確的數(shù)據(jù)。

[1] 王建偉, 閻斌倫, 林阿朋, 等. 滸苔 (Enteromorpha prolifera) 生長及孢子釋放的生態(tài)因子研究[J]. 海洋通報(bào), 2007, 26(2): 60-65.

[2] 王曉坤, 馬家海, 葉道才, 等. 滸苔 (Enteromorpha prolifera) 生活史的初步研究[J]. 海洋通報(bào), 2007, 26(5): 112-116.

[3] 王婷. 滸苔對蘇北近岸海域水質(zhì)影響的初步研究[D]. 青島: 中國海洋大學(xué), 2011.

[4] HU C, HE M X. Origin and offshore extent of floating algae in Olympic sailing area[J]. Eos, Transactions American Geophysical Union, 2008, 89(33): 302-303.

[5] 顧行發(fā), 陳興峰, 尹球, 等. 黃海滸苔災(zāi)害遙感立體監(jiān)測[J]. 光譜學(xué)與光譜分析, 2011, 31(6): 1627-1632.

[6] GOWER J, HU C, BORSTAD G, et al. Ocean color satellites show extensive lines of floating Sargassum in the Gulf of Mexico[J]. IEEE Transactions on Geoscience and Remote Sensing, 2006, 44(12): 3619-3625.

[7] SON Y B, MIN J E, RYU J H. Detecting massive green algae (Ulva prolifera) blooms in the Yellow Sea and East China Sea using geostationary ocean color imager (GOCI) data[J]. Ocean Science Journal, 2012, 47(3): 359-375.

[8] 蔡曉晴, 崔廷偉, 鄭榮兒, 等. 靜止海洋水色衛(wèi)星 (GOCI) 綠潮探測算法對比研究[J]. 遙感信息, 2014 (5): 44-50.

[9] 蔡曉晴. 基于靜止軌道海洋水色衛(wèi)星數(shù)據(jù)的綠潮遙感探測方法和逐時(shí)變化特征研究[D]. 山東青島: 中國海洋大學(xué), 2014.

[10] 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.

[11] HU C. A novel ocean color index to detect floating algae in the global oceans[J]. Remote Sensing of Environment, 2009, 113(10): 2118-2129.

[12] 吳孟泉, 郭浩, 張安定, 等. 2008—2012 年山東半島海域滸苔時(shí)空分布特征研究[J]. 光譜學(xué)與光譜分析, 2014, 34(5): 1312-1318.

[13] 章志, 陳艷攏, 羅鋒. 基于遙感技術(shù)的 2014 年南黃海滸苔時(shí)空分布特征研究[J]. 淮海工學(xué)院學(xué)報(bào), 2016, 25(1): 80-85.

[14] 喬方利, 王關(guān)鎖, 呂新剛, 等. 2008 與 2010 年黃海滸苔漂移輸運(yùn)特征對比[J]. 科學(xué)通報(bào), 2011, 56(18): 1470-1476.

[15] 衣立, 張?zhí)K平, 殷玉齊. 2009 年黃海綠潮滸苔爆發(fā)與漂移的水文氣象環(huán)境[J]. 中國海洋大學(xué)學(xué)報(bào)(自然科學(xué)版), 2010 (10): 15-23.

[16] 盧健, 張啟龍, 李安春. 蘇北沿岸流對滸苔暴發(fā)及漂移過程的影響[J]. Marine Sciences, 2014, 38(10): 83-89.

Monitoringofgreenalgaeandanalysisofspatial-temporalchangesbasedonGOCIimagedatainYellowSeain2015

SHENG Hui，GUO Jieqiong，WANG Fajing

(School of Geosciences，China University of Petroleum，Qingdao 266580，China)

Yellow Sea is selected as the study area in monitoring green algae. Based on GOCI image data from 2015, this paper obtains the information of green algae by using NDVI, EVI, KOSC and IGAG method, and further analyzes the distribution, coverage area, density and drift path of green algae. The result shows that the extraction result of green algae by using NDVI, EVI, KOSC and IGAG method in Yellow Sea in 2015 stay consistent, in which green algae first occurred in middle May and demised in early August, the duration of disaster lasting for about 75 days. In mid to late June as the outbreak period of green algae, the distribution area and overage area reached the maximum value at the same time. From the drift path of green algae, green algae occurred in the open sea of northern Jiangsu, and then it drifted to Qingdao offshore gradually.

green algae；GOCI image data；NDVI；EVI；KOSC；IGAG；Yellow Sea

著錄：盛輝，郭結(jié)瓊，王法景.基于GOCI數(shù)據(jù)的2015年黃海海域綠潮監(jiān)測及時(shí)空變化分析[J].測繪工程，2018，27(1)：52-58.

10.19349/j.cnki.issn1006-7949.2018.01.011

2016-08-23

國家自然科學(xué)基金資助項(xiàng)目(41476159)

盛 輝(1972-)，男，副教授.

郭結(jié)瓊(1991-)，男，碩士研究生.

TP79

A

1006-7949(2018)01-0052-07

張德福]