$ s" C' J$ |" Y , A: r1 A" ^. w5 j
1 z- A4 R7 v2 J
( ?1 E) A% E' X4 m0 j1 D0 { 本文内容来源于《测绘通报》2023年第6期，审图号：GS京（2023）1164号 海洋塑料垃圾卫星遥感探测方法" v7 C) {8 O3 s3 k& y! ]6 F
李鹏1,2, 周虹利1,2, 林是聪1,2, 王厚杰1,2, 李振洪3 1. 中国海洋大学海洋地球科学学院河口海岸带研究所海底科学与探测技术教育部重点实验室, 山东 青岛 266100;2. 青岛海洋科学与技术国家实验室海洋地质过程与环境功能实验室, 山东 青岛 266061;3. 长安大学地质工程与测绘学院, 陕西 西安 7100544 c8 ^& l, z) L; I# A
基金项目：国家自然科学基金(42041005-4) ' W' d; m/ p+ i8 G. v. \/ u' C
关键词：海洋塑料垃圾, 光谱反射率, 海岸带, Sentinel-2, 机器学习   引文格式：李鹏, 周虹利, 林是聪, 等. 海洋塑料垃圾卫星遥感探测方法[J]. 测绘通报, 2023(6): 20-26. DOI: 10.13474/j.cnki.11-2246.2023.0163.摘要. i# K8 V. ?4 E6 c; ^- N7 E
摘要 ：海洋塑料垃圾广泛分布于近岸海域、大洋环流带等表层水体,严重危害海洋生物与人类社会可持续发展。受海洋塑料目标样本少、尺度小及卫星遥感传感器空间分辨率的限制,精确探测海洋塑料垃圾的时空分布特征具有重要的现实意义。本文利用Sentinel-2卫星遥感影像,基于已知海上塑料和其他漂浮物光谱特征,提出了一种反射率特征分类方法,用于探测与识别全球多个海域的海上漂浮塑料。该方法通过结合不同波段的反射率阈值与峰值特点,总体精度达到98%,F值为0.85,优于传统机器学习分类方法,有助于海洋塑料垃圾的变化探测与影响机制研究。 正文
5 Y# l j( g- Y# R" b& \ 
: f7 u& r$ k1 X. d1 x" p 
, A2 G, i" ?* ^+ I+ |" c; b$ t 
; q0 c. b8 N5 t6 L
8 |; H' C5 O; g+ i, Z& l5 S7 s 
3 E7 J" g+ ]8 W. y; Z* e 
/ f8 h0 A) \* I' p 
作者简介作者简介：李鹏(1984-),男,博士,副教授,主要从事河口海岸带环境遥感研究。E-mail:pengli@ouc.edu.cn通信作者：周虹利。E-mail:zhouhongli@stu.ouc.edu.cn初审：纪银晓
; ]5 h8 o8 d# p2 q) N 复审：宋启凡
" {) j* u6 Y5 ^' g 终审：金 君& k) c2 E1 ? q2 [; o2 j) {' D
资讯 - g9 N9 N$ A5 n2 s+ v, v5 V1 N
4 D" Z% }2 L7 \% c
/ J6 g# e& s2 g1 e \9 _1 H
, H7 B. L' v+ o# N4 O t, @$ L
" b6 W x7 V+ |* P. n- |) v2 A2 Z' L/ |, ]0 x2 U: S
+ k5 [0 \$ R w$ C# W O |
