Page 32 - 《渔业研究》2025年第6期
P. 32

第 6 期             宫照庆： 多平台对地观测技术在水产养殖领域应用的研究现状与进展                                      723

              detection  and  ranging， LiDAR） 、 合 成 孔 径 雷 达     1.2 UAV  遥感技术
                                                        [6]
              （Synthetic aperture radar，SAR）等多源传感器 ，               多旋翼或固定翼         UAV（如     DJI M300 RTK、
              可快速获取水体环境、养殖设施及生物状态的高时                           eBee X）可搭载    MS（如   MicaSense RedEdge-MX） 、
                          [7]
              空分辨率信息 ，解决水产养殖面临的难题。                             HS（如  Nano-Hyperspec）或  TIR（如  FLIR Vue TZ20-
                  本文围绕对地观测技术在水产养殖领域的应用                         R）传感器，适用于中小规模养殖区域（<10 km ）
                                                                                                         2
              现状展开深入研究，系统阐述了对地观测技术在水                           的监测。例如，基于          UAV MS  技术反演淡水养殖
              产养殖业中应用的主要技术体系，详细介绍了其在                           池塘水质参数     [10] ；同时，针对不同地貌环境，UAV
              水产养殖区域空间监测与规模评估、水域环境监                            搭载的   LiDAR  在覆盖范围、点密度和穿透植被能
              测、养殖区地形与设施测绘、生物量与健康状态评                           力上具有明显的优势，成为海岸环境制图及海岸侵
              估、灾害监测与风险预警等主要领域的应用进展。                           蚀动态监测的有效工具          [11] 。
              对地观测技术在水产养殖中的应用，能够推动养殖                            1.3 多源数据融合技术
              监测从传统模式向智能化、精准化转变，为构建高                            1.3.1 卫星遥感与     UAV  数据的协同分析
              效可持续的养殖模式提供有力支撑，对提升渔业生                               近年来，多源遥感数据融合技术取得显著进
              产效率、促进水产养殖业数字化转型与绿色发展具                           展。卫星遥感具有广域性和周期性检测优势，但其
              有重要的理论价值和实践指导意义，为全球水产养                           固有的空间分辨率较低。UAV             遥感技术通过亚米
              殖业应对资源与环境挑战，实现高质量发展提供坚                           级空间分辨率有效弥补这一缺陷，如                     Sentinel-
              实的技术支持。                                          1A  雷达数据虽能实现       80%  的总体分类精度，但仍
                                                               需结合实地验证提升解译可靠性               [12] 。吴瑞娟等  [13]
               1 应用在水产养殖业中的对地观测核心                              创新性地构建了无人机−卫星协同制图框架，将高
              技术
                                                               分辨率无人机影像作为           Sentinel-2  流域制图的训练
                  对地观测技术在水产养殖中的应用已逐步从                          样本和验证基准，显著提升了样本采集效率并降低
              单一遥感技术监测发展为多源数据融合技术，其                            实地调查成本。Xing       等  [14]  基于无人机高分辨率影
              核心是通过航空或近空平台搭载多类型传感器，实                           像与深度学习的绿潮监测新方法，突破传统藻类指
              现对养殖水体环境、生物状态及设施结构的动态                            数法局限，实现底栖孔石莼（Ulva pertusa）高精度
              监测。根据平台高度与传感器类型，可划分为以下                           自动提取（精度达        96.46%） ，通过多源卫星数据交
              四类。                                              叉 验 证 建 立 大 型 藻 类 组 分 模 型 ， 将       Landsat-8
               1.1 卫星遥感技术                                      监测误差由      36.08%  降至  6.00%，为卫星遥感监测
                  卫星遥感通过低、中、高分辨率光学、雷达及                         校准提供技术支撑。Xiao         等  [15]  进一步探索了多维
              热红外传感器，能够对大范围养殖水域进行周期性                           数据融合路径，整合        UAV HS（X20P） 、MS（P4M）
              监测，凭借其广域覆盖和周期性观测优势，在区域                           影像与   Sentinel-2、Landsat 系列卫星数据，系统评
              级水产养殖区动态监测中具有不可替代的作用。在                           估了  Chl-a  和  SS  反演的不确定性。

              水质监测方面，Sentinel-2      卫星和    Landsat-8  卫星是      1.3.2 传感器技术集成
              常用数据源，分别搭载了多光谱成像仪（Multi-                             将多种传感器进行融合，可获取大范围信息，
              spectral instrument，MSI）传感器以及陆地成像仪               提升监测精度和全面性。这些对地观测技术的应
              （Operational land imager，OLI）和热红外传感器             用，为水产养殖的精细化管理、环境监测、灾害预
              （Thermal infrared sensor，TIRS）传感器，主要用            警等提供了高效、精准的技术手段，有助于提高水
              于获取叶绿素       a  浓度（Chl-a） 、悬浮物（Suspended         产养殖的产量和质量。例如整合               Sentinel-1 SAR  传
                                          [7]
              solids，SS）和水温等关键数据 。谷歌地球引擎                       感器与   Sentinel-2  多光谱影像数据，实现         SAR“物
              （Google earth engine，GEE）平台整合       Landsat 与    理结构”信息和多光谱影像“化学指纹”信息的数据
              Sentinel-2 MS  数据的长时间序列分析，可实现沿海                  互补，在水产养殖多维度立体监测中具有显著优
                                       [8]
              养殖区的时空演变特征提取 。而搭载                   SAR  传感      势。Liu  等 [16]  提出了一种基于多源遥感大数据的全
              器的卫星如      Sentinel-1，具备穿透云层的能力，可                球近岸海水养殖空间分布制图方法，通过整合
              以在复杂天气下监测台风前后的养殖设施损毁程                            Sentinel-2/1  卫星影像与  Google earth  历史图像，首
                [9]
              度 ，为灾害评估提供可靠的依据。                                 次实现了对浮筏养殖和笼养养殖两类全球近岸海水
   27   28   29   30   31   32   33   34   35   36   37