Page 35 - 《渔业研究》2025年第6期
P. 35

726                                  渔  业  研  究                                     第 47 卷

              区标记方法，结合扫描卷积模块和特征金字塔设                            害评估和应急决策提供了关键的基础数据                    [53] 。Li
              计，为泥滩养殖监测提供快速、高精度的解决方                            等 [54]  采用  Sentinel-1 SAR  数据，结合水体指数和
              案。在水下地形测绘方面，Liu              等 [46]  利用  LiDAR   地形特征对鄱阳湖地区的洪水进行监测，基于微波
              测量获得的高精度水深点作为控制点，与航空摄影                           遥感数据的多源数据水体提取方法，能快速准确地
              测量图像的灰度值集成，构建测深反演模型，验证                           大范围提取水体并实现长时间监测。
              了这种集成扫描方法生成详细三维海底地形模型的                            2.5.2 UAV  在灾后设施损毁勘查中的应用
              可行性和准确性。                                             针对极端天气后的养殖设施损毁勘查需求，
               2.4 生物量与健康状态评估                                  UAV  凭借其灵活机动的优势，可实现灾情快速响
                  李凯强   [47]  利用多源遥感数据进行了海岸带养                  应与高精度空间建模。Yang           等 [55]  提出基于无人机
              殖用海水体的光谱特征分析与分类研究，实现了藻                           影像的牡蛎架快速识别方法，通过多尺度分割与边
              类养殖类型年产量的遥感估算，与               2018  年中国渔业        缘修复技术实现精准边界提取及数量统计，该方法
              年鉴数据相比，估算结果的相对误差约                10%。Konrad      可在台风灾害后一周内完成定量评估，较传统人工
              等 [48]  研究团队整合了加拿大      BC  省  2002  年—2015  年   勘查效率提升       4  倍，成功核定     38  个合规救灾牡蛎
              的牡蛎样本副溶血性弧菌（Vibrio parahaemolyticus，             架，从而实现风暴灾害的精准损毁评估与应急修复
              Vp）检测数据、2011 年—2015 年的实验室确诊病                     决策支持。Murata 等      [56]  利用高分辨率卫星遥感
              例及多源遥感环境数据，通过多尺度建模揭示了环                           （2006  年—2019  年）与    UAV  技术，定量评估日
              境参数，尤其是        SST  与  Vp  在牡蛎中富集及人类疾            本三陆海岸     Nagatsura-ura 潟湖在  2011  年海啸灾害
              病暴发之间的关联，为           SST  作为  Vp  风险的预警工         前后牡蛎养殖筏与海草床的空间动态及恢复进程，
              具提供理论依据，为气候变化背景下食源性疾病的                           表明遥感技术可有效追踪海啸后牡蛎养殖和海草生
              监测提供了创新范式。同样，DeLuca 等              [49]  也利用     态系统的动态，但需结合多时相数据与生态过程
              MODIS  卫星数据建立的模型预测了切萨皮克湾中                        分析。
              Vp  的存在和丰度，研究证实遥感技术结合多参数
                                                                3 挑战与未来方向
              分析为切萨皮克湾的细菌监测提供了高效工具。
              Grimes 等 [50]  通过卫星遥感获取     SST、盐度、Chl-a、         3.1 技术挑战
              悬浮颗粒物等参数，结合机器学习与统计模型，实                               对地观测技术在水产养殖应用中面临多重技术
              现大范围、长时间序列的细菌分布与活性估算，为                           挑战，主要体现在以下四个方面：
              疾病暴发提供早期预警系统。                                        1）复杂水体环境限制了监测精度，关键富营
               2.5 灾害监测与风险预警                                   养化指标因缺乏显著光谱响应特征，使光学遥感反
               2.5.1 基于  SAR  技术的台风与洪涝灾害动态监测                   演存在技术瓶颈；同时，内陆水域面临沉积物负载
                  台风过境引发的极端气象条件（如强风、暴雨                         加剧与透明度下降问题，水体生物光学特性的复杂
              及风暴潮）对近岸养殖区造成毁灭性影响，例如                            性进一步降低了遥感监测效能。此外，气象条件波

              2005  年超强台风“麦莎”侵袭浙江舟山，导致网箱                       动、光照强度变化及大气水汽干扰等环境因素，可
              设施大规模损毁、养殖生物逃逸及水质恶化引发的                           能引起水体反射传感器及其相机系统发生云台偏
              疫病传播，造成重大经济损失。因此，台风路径追                           移，影响影像质量，进而影响后期机器学习与图像
              踪与洪涝灾害应急监测对防灾减灾至关重要。SAR                          处理的精度。
              技术通过穿透性成像能力，可有效监测海面动态并                               2）监测时效性与技术能力的矛盾突出。高频
              识别渔排、网箱等养殖设施的结构性损毁与空间位                           次、近实时的监测需求与现有技术存在明显落差：
              移。基于     SAR  影像的特征提取和图像匹配技术，                    卫星重访周期固定，难以快速响应动态变化；无人
              可实现灾损前后的空间叠加对比，计算面积变化和                           机续航能力有限，无法满足长时间连续监测要求，
              损失率，评估设施受损程度            [51-52] 。在河北省洪涝灾         导致精细化管理的时效性需求难以得到满足。
              害中，SAR     技术展现出具有不受光照和天气条件                          3）多源数据处理与智能解译技术不成熟。多
              限制、可全天候获取数据的显著优势，同时，通                            源异构数据的融合机制尚未完善，在复杂养殖场景
              过  SAR  获取的高分辨率影像，可精确识别洪水边                       中，自动化分割、分类及目标跟踪的鲁棒性不足，
              界，对洪水的扩张、消退过程进行动态跟踪，为灾                           难以实现精准高效的智能解译，限制了技术在实际
   30   31   32   33   34   35   36   37   38   39   40