一种潮间带鼠尾藻藻床资源量的评估方法与流程

本发明属于海洋生态科学领域，涉及一种潮间带鼠尾藻藻床资源量的评估方法，特别涉及一种10km²面积以内的潮间带鼠尾藻资源的科学评估方法。

背景技术：

目前对海藻资源量的评估方式主要有两种方式：

（1）传统方式：对研究区域按照一定方式布设若干生物观察取样点，通过统计分析各取样点样品采集的数量，评估研究区域的资源量。但是鼠尾藻海藻床在潮间带多为非连续、非均匀分布，因此采用传统方法估算海藻资源量时系统误差较大。

（2）卫星遥感方式：可对大尺度范围植被资源进行生态资源量评估，但是遥感方式在海洋生态研究中受海面影响，海面以下部分无法提供遥感资料。鼠尾藻是一种潮间带海藻，一般在枯潮期露出水面，而卫星遥感的时间具有不可控性，且受天气因素影响（云层、雾霾等），因此卫星遥感对于潮间带海藻资源量的估算具有一定技术局限性。

基于此，本发明提供一种潮间带鼠尾藻藻床资源量的评估方法。

技术实现要素：

为了克服上述现有技术的不足，本发明采用无人机遥感技术，在枯潮期对潮间带鼠尾藻藻床进行遥感监测，反演计算鼠尾藻海藻床资源量，可在短时间内完成大尺度（10 km²以内）的鼠尾藻海藻床资源量评估。本发明方法高效、便捷、精确性高，适合潮间带海藻资源量的评估。

本发明通过下述技术方案实现上述技术目的的：

一种潮间带鼠尾藻藻床资源量的评估方法，其包括如下步骤：

1）遥感图像采集：预设多个生物像控点，控制生物像控点样方面积1×1 m²，生物像控点选取不同丰度具有代表性的样方，每个丰度像控点≥ 3个，并完成生物像控点GPS信息和鼠尾藻数量信息采集；使用无人机遥感对潮间带鼠尾藻海藻床进行监测，得到遥感图像；

2）将遥感图像输入ArcGIS 10.0软件，在Catalog中新建shapefile格式文件，坐标系采用WGS 1984，UTM投影，图像显示比例设为1:100，根据遥感图像绘制鼠尾藻分布情况，编辑完成后保存得到遥感图像文件；按照像控点编号依次在Catalog中建立shapefile格式文件，按照像控点编号和鼠尾藻数量信息依次编辑文件，根据记录的生物像控点GPS信息绘制鼠尾藻生物像控点文件，将遥感图像输入ENVI4.7软件，在ENVI4.7软件中加载生物像控点文件，然后在遥感图像文件中输出ASCII格式的ROI文件信息，在提取到的ASCII格式的ROI文件中找到对应的颜色值信息及像元信息条数；所述的颜色值信息包括R值、G值、B值；以颜色值为自变量，鼠尾藻数量为因变量，对提取到的图像颜色值及像控点鼠尾藻数量信息进行线性多元回归统计分析，获取回归分析方程：

Y=（aR + bG + cB + d）×n

其中Y为生物像控点鼠尾藻数量；R、G、B分别为ROI图像颜色信息中的R值、G值、B值；a、b、c、d分别为回归统计计算常数系数；n值为ROI图像提取像元信息条数；当回归分析方程的回归系数r²≥0.8时，反演计算模型较为准确，如果r²＜ 0.8，则需要添加像控点或变换回归统计模型。

3）将遥感图像输入ENVI4.7软件，在ENVI4.7软件中加载鼠尾藻分布区文件，然后在遥感图像文件中输出ASCII格式的ROI文件信息，在提取到的ASCII格式的ROI文件中找到对应的颜色值信息和像元信息条数，所述的颜色值信息R值、G值、B值；将提取的鼠尾藻分布区的颜色值信息输入模型方程先计算单个像元对应的海藻数量，然后再根据公式计算鼠尾藻藻床总资源量，其中Y为鼠尾藻藻床总资源量，n为像元信息条数，Y_i为单个像元的海藻数量。

如上所述的潮间带鼠尾藻藻床资源量的评估方法，其中无人机配置应能满足如下条件：固定翼式无人机，飞行时速≥50 km/h，续航时间≥1.5 h，测控半径≥10 km，抗风能力≥ 4级，传感器有效像素≥ 2400 万，飞行升限≥ 2000 m。

如上所述的潮间带鼠尾藻藻床资源量的评估方法，所述的无人机在航测过程中的飞行参数：飞行高度为150-300 m，航向重叠度 80%，旁向重叠度60%；航测时间选择大潮枯潮期0.5-2 h 内进行，飞行时光照强度≥ 10000 lx，选择晴天风力≤4级。

如上所述的潮间带鼠尾藻藻床资源量的评估方法，所述的遥感出图参数为：坐标系采用WGS 1984，高程采用1985国家高程基准投影方式选择横轴墨卡托投影；图像波段数3-5，图像像素深度8bit，像元值 0-255，图片保存格式为tiff。

本发明所述的潮间带鼠尾藻藻床资源量的评估方法，与现有的评估方法相比主要的技术优势在于：

1、精确度高：卫星遥感图像的分辨率为0.1 - 0.5m；而无人机遥感图像分辨率为0.05m。因此无人机遥感相比于卫星遥感具有更高的精确性；遥感图像能准确识别潮间带鼠尾藻藻床的分布位置进而进行数量反演计算，克服了海藻床分布非连续、非均匀分布造成统计分析的系统误差，相比传统方式具有技术先进性。

2、方法便捷：对研究区域较大时，无需对整个区域进行调查取样，只需在小范围内建立反演计算模型即可对整个区域进行反演计算。

3、方法效率高：传统方法需要在研究区域布设若干取样点，当研究区域面积增大时，取样点的数量也随之增多，因此在研究区域较大时，取样工作量较高且分析周期也随之延长。本研究方法只需遥感监测前对不同丰度的区域设定10-20个生物像控点，即可对遥感监测图像进行生物数量统计，且在研究面积增加时，无需大量增加生物像控点，即可实现海藻总资源量的反演估算。

附图说明

图1 海藻床生物像控点测定示意图。

图2 根据遥感图像绘制的鼠尾藻分布图,其中深黑色区域中为鼠尾藻实际分布区。

图3 根据GPS位置绘制的生物像控点文件，其中框区内为生物像控点取样区。

具体实施方式

以下通过具体实施例进一步描述本发明，但并不以任何方式限定本发明专利保护的范围，本领域技术人员在不改变本发明思路的前提下，所做出的变换或修饰，都应包括在本发明的保护范围之内。

实施例1 本发明潮间带鼠尾藻藻床资源量测算模型的建立

1.1 无人机遥感准备措施：

1.1.1无人机配置如下：固定翼式无人机，飞行时速≥50 km/h，续航时间≥1.5 h，测控半径≥10 km，抗风能力≥ 4级，传感器有效像素≥ 2400 万，飞行升限≥ 2000 m。

1.1.2 无人机飞行参数：无人机飞行前需要得到相关部门的空域使用许可，飞行高度为150 - 300 m，航向重叠度 80%，旁向重叠度60%。

1.1.3 飞行前需要预设10-20个生物像控点，像控点样方面积1×1 m²（如图1所示），并完成像控点GPS信息和鼠尾藻数量信息采集，生物像控点选取不同丰度具有代表性的样方，每个丰度像控点≥ 3个。

1.2 无人机遥感技术方案：

1.2.1 航测时间确定：根据研究区域的潮汐时间确定航测时间，航测选择大潮枯潮期0.5-2 h 内进行，飞行时光照强度≥ 10000 lx，选择晴天风力≤4级。

1.2.2 航测参数：航测比例尺为1:500，航线数≥ 4，地面分辨率 0.05 cm。

1.2.3 遥感出图参数：坐标系采用WGS 1984，高程采用1985国家高程基准投影方式选择横轴墨卡托投影（UTM投影）。图像波段数3-5，图像像素深度8bit，像元值 0-255，图片保存格式为tiff。

2、使用本发明方法结合ArcGIS、ENVI软件对鼠尾藻海藻床进行反演计算。

2．1 确定鼠尾藻海藻床分布区

2.1.1建立鼠尾藻分布区文件：将遥感图像输入ArcGIS 10.0软件，在Catalog中新建shapefile格式文件，命名为Distribution，属性为面文件，坐标系采用WGS 1984，UTM投影。

2.1.2编辑鼠尾藻分布区文件：在Editor工具中编辑Distribution文件，图像显示比例设为1:100，根据遥感图像绘制鼠尾藻分布情况（见图2），编辑完成后保存Distribution文件。

2.2 确定生物像控点

2.2.1建立鼠尾藻生物像控点文件：按照像控点编号依次在Catalog中建立shapefile格式文件，命名为XKD_编号，属性为面文件，坐标系采用WGS 1984，UTM投影。

2.2.2编辑鼠尾藻生物像控点文件：按照像控点编号依次编辑文件，根据记录的生物像控点GPS信息绘制鼠尾藻生物像控点文件（见图3），编辑完成后保存文件。

2.3建立遥感反演计算模型

2.3.1 ENVI软件提取生物像控点的图像信息

将遥感图像输入ENVI4.7软件，在ENVI4.7软件中加载生物像控点文件，并将生物像控点文件保存为ROI（关注区 Region Of Interest）文件。（在Available Vectors List 中选择“File”，“Export files to ROI…”）

然后在遥感图像文件中输出ASCII格式的ROI文件信息。（在遥感图像中“Tool”，“Region Of Interest”，“Output ROI to ASCII…”。）

在提取到的ASCII格式的ROI文件中找到对应的颜色值信息（分别为R值、G值、B值）、像元信息条数。

2.3.2 统计分析建立反演计算模型

以颜色值为自变量，海藻数量为因变量，对提取到的图像颜色值（R值、G值、B值）及像控点海藻数量信息进行线性多元回归统计分析，获取回顾方程：

Y=（aR + bG + cB + d）×n

Y为生物像控点鼠尾藻数量；

R、G、B分别为ROI图像颜色信息中的R值、G值、B值；

a、b、c、d分别为回归统计计算常数系数；

n值为ROI图像提取像元信息条数。

当回归分析方程的回归系数r²≥0.8时，反演计算模型较为准确，如果r²＜ 0.8，则需要添加像控点或变换回归统计模型。

2.4 利用模型计算鼠尾藻海藻床资源量

2.4.1 ENVI软件提取鼠尾藻分布区图像信息

将遥感图像输入ENVI4.7软件，在ENVI4.7软件中加载鼠尾藻分布区文件，并将生物像控点文件保存为ROI（关注区 Region Of Interest）文件。（在Available Vectors List 中选择“File”，“Export files to ROI…”）

然后在遥感图像文件中输出ASCII格式的ROI文件信息。（在遥感图像中“Tool”，“Region Of Interest”，“Output ROI to ASCII…”。）

在提取到的ASCII格式的ROI文件中找到对应的颜色值信息（分别为R值、G值、B值）、像元信息条数。

2.4.2 利用模型估算鼠尾藻资源量

将提取的鼠尾藻分布区的颜色值信息输入模型方程（R值、G值、B值）先计算单个像元对应的海藻数量，然后再计算鼠尾藻藻床总资源量。其中Y为鼠尾藻藻床总资源量，n为像元信息条数，Y_i为单个像元的海藻数量。

实施例2 采用本发明所述评估方法测算潮间带鼠尾藻藻床资源量

1、 无人机遥感：

飞行前需要预设15个生物像控点，像控点样方面积1×1 m²，并完成像控点GPS信息和鼠尾藻数量信息采集，生物像控点选取不同丰度具有代表性的样方，每个丰度像控点≥ 3个。

使用固定翼式无人机山东荣成（E 122.5；N 37.2）沿海1.2 km²的区域进行遥感检测，航测选择大潮枯潮期45分钟内完成，航测时光照强度 25000 - 40000lx，风力3级。航测比例尺为1:500，航线数 32，地面分辨率 0.05 cm，飞行高度为 200 m，航向重叠度 80%，旁向重叠度60%。

坐标系采用WGS 1984，高程采用1985国家高程基准投影方式选择横轴墨卡托投影（UTM投影）。图像波段数3-5，图像像素深度8bit，像元值 0-255，图片保存格式为tiff。

2、使用本发明方法结合ArcGIS、ENVI软件对鼠尾藻海藻床进行反演计算。

2.1建立反演模型

首先利用ArcGIS软件分别创建生物像控点文件，然后在ENVI软件中使用生物像控点文件提取颜色值（RGB）进行统计分析。如下表:

R、G、B分别为ROI图像颜色信息中的R值、G值、B值；

Y为生物像控点鼠尾藻数量；

N为像元数。

回归分析方程：

Y/N = 0.072 R – 0.139 G + 0.059 B

即： Y = （0.072 R – 0.139 G + 0.059 B）× N

回归系数r² = 0.884 ≥0.8

2.2 反演计算

利用ArcGIS软件创建鼠尾藻分布区文件，然后在ENVI软件中使用鼠尾藻分布区文件提取颜色值（RGB），将像元颜色值代入反演模型的回归方程中计算得到Y_i值，然后计算得到该研究区域鼠尾藻资源量为61.2万株。