基于W orldView數(shù)據(jù)的浙江省鐵港牡蠣養(yǎng)殖分布遙感調(diào)查

曹 利，顧文俊，李小恕，化成君，周為峰*

（1．中國水產(chǎn)科學(xué)研究院漁業(yè)資源遙感信息技術(shù)重點實驗室，上海 200090；2．浙江海洋大學(xué)數(shù)理與信息學(xué)院，浙江舟山 316022；3．農(nóng)業(yè)部漁業(yè)遙感科學(xué)觀測實驗站，北京 100041；4．北京博科鴻圖信息術(shù)有限公司，北京 102208）

基于W orldView數(shù)據(jù)的浙江省鐵港牡蠣養(yǎng)殖分布遙感調(diào)查

曹 利1，2，顧文俊4，李小恕3，化成君1，周為峰1*

（1．中國水產(chǎn)科學(xué)研究院漁業(yè)資源遙感信息技術(shù)重點實驗室，上海 200090；2．浙江海洋大學(xué)數(shù)理與信息學(xué)院，浙江舟山 316022；3．農(nóng)業(yè)部漁業(yè)遙感科學(xué)觀測實驗站，北京 100041；4．北京博科鴻圖信息術(shù)有限公司，北京 102208）

高分辨率衛(wèi)星遙感影像具有豐富的空間信息和紋理信息，使得采用高分辨率衛(wèi)星遙感數(shù)據(jù)快速準(zhǔn)確提取牡蠣養(yǎng)殖分布信息成為可能。本文以浙江省象山港鐵港海域2009～2011年WorldView遙感影像為數(shù)據(jù)源，利用人工交互目視解譯的方法提取了該區(qū)域內(nèi)牡蠣養(yǎng)殖的浮筏信息，研究了牡蠣養(yǎng)殖分布范圍與年度變化情況。結(jié)果表明：這3年鐵港牡蠣養(yǎng)殖的浮筏數(shù)量發(fā)生了較大變化，呈現(xiàn)出先快速下降后急劇上升的波動情況，牡蠣養(yǎng)殖區(qū)整體空間分布呈西南-東北走向。調(diào)查結(jié)果顯示沿海水產(chǎn)養(yǎng)殖的布局不僅受到自然條件的影響和制約，而且極大程度受到當(dāng)?shù)厮a(chǎn)養(yǎng)殖管理政策的影響，應(yīng)當(dāng)開展長期性、周期性以遙感手段為主的監(jiān)測，加強地方水產(chǎn)養(yǎng)殖管理政策的效果評價，及時調(diào)整相應(yīng)政策和措施。

WorldView；牡蠣養(yǎng)殖；信息提取；浮筏

牡蠣素有“海中牛奶”的美稱，且地理分布廣、生長快、產(chǎn)量高，具有很高的經(jīng)濟價值，已成為中國乃至世界養(yǎng)殖產(chǎn)量最大的經(jīng)濟貝類［1］。近年來，象山港牡蠣養(yǎng)殖業(yè)發(fā)展迅速。然而，隨著養(yǎng)殖規(guī)模的擴大和養(yǎng)殖密度的提高，無序的水產(chǎn)養(yǎng)殖造成的環(huán)境問題和資源問題日顯突出；同時，大型電廠的建成投產(chǎn)對象山港海洋生態(tài)環(huán)境產(chǎn)生了一定影響［2］，養(yǎng)殖牡蠣出現(xiàn)大面積死亡、養(yǎng)殖產(chǎn)量不斷下降的現(xiàn)象。因此，利用科學(xué)手段對象山港牡蠣養(yǎng)殖進行監(jiān)測，分析養(yǎng)殖區(qū)動態(tài)變化，對保護近海漁業(yè)資源與環(huán)境、做好養(yǎng)殖區(qū)規(guī)劃、實現(xiàn)健康可持續(xù)養(yǎng)殖有著重要的意義。傳統(tǒng)的現(xiàn)場調(diào)查方法主要依靠人工調(diào)查來完成，無法實現(xiàn)長期、連續(xù)的監(jiān)測，難以準(zhǔn)確、客觀地獲取近海養(yǎng)殖現(xiàn)狀，勢必對養(yǎng)殖管理與規(guī)劃造成影響［3］。遙感信息具有覆蓋面積大、探測周期短、資料豐富、現(xiàn)勢性強、費用低等特點［4］，為沿海和內(nèi)陸等水產(chǎn)養(yǎng)殖空間信息的調(diào)查提供了有效、快捷的手段。

近年來，遙感技術(shù)已廣泛運用于水產(chǎn)養(yǎng)殖的時空分布研究中。如Virdis等［5］利用SPOT5和WorldView1全色遙感影像對越南中部Tam Giang-Cau Hai海湖養(yǎng)殖池塘進行監(jiān)測。高亮明等［6］運用Landsat衛(wèi)星序列數(shù)據(jù)，對兩種不同養(yǎng)殖類型的布局變化進行分析。范亞民等［7］以Landsat數(shù)據(jù)為基礎(chǔ)，對東太湖圍網(wǎng)養(yǎng)殖的時空變化進行研究。由于上述研究中多采用大于10 m分辨率的陸地資源衛(wèi)星影像，僅能獲取養(yǎng)殖區(qū)的大致范圍且調(diào)查結(jié)果不夠精細，從而在分析水產(chǎn)養(yǎng)殖的時空分布規(guī)律時有一定的空間局限性。在圍繞象山港養(yǎng)殖水域的研究中，國內(nèi)學(xué)者主要集中在生物學(xué)特征和生態(tài)環(huán)境效益等方面，如廖一波等［8］對象山港頂部海域不同養(yǎng)殖區(qū)進行了大型底棲動物調(diào)查，韓芳等［9］分析了象山港網(wǎng)箱養(yǎng)殖對水域環(huán)境的影響，而對該海域養(yǎng)殖區(qū)的空間分布尚缺乏探索。因此，本研究結(jié)合遙感與GIS技術(shù)，以浙江省象山港鐵港寧?？h海域2009年～2011年WorldView衛(wèi)星遙感影像為數(shù)據(jù)源，開展該海域內(nèi)牡蠣養(yǎng)殖的分布范圍與年度變化情況的遙感調(diào)查，以期對該海域的資源管理與可持續(xù)利用提供科學(xué)依據(jù)。

1 材料與方法

1．1 研究區(qū)概況

鐵港是象山港的一個支港，位于港灣頂部，是重要的牡蠣養(yǎng)殖區(qū)。象山港位于浙江北部沿海，是一個東北至西南向內(nèi)陸深入的狹長形半封閉的海灣［10］。地理坐標(biāo)為121°25′～122°30′N、29°25′～29°47′E，水域面積約427 km2，最大水深55 m，平均約10～20 m［11］。港域生態(tài)環(huán)境良好，營養(yǎng)鹽類豐富，餌料生物繁多，具有獨特的地理區(qū)位和資源優(yōu)勢，是浙江省最重要的海水養(yǎng)殖基地和漁業(yè)資源產(chǎn)地。然而目前，象山港鄰近海域環(huán)境質(zhì)量日趨惡化，近海漁業(yè)資源嚴重衰退，陸海矛盾日漸突出，急需從空間整體上對區(qū)域水產(chǎn)養(yǎng)殖的環(huán)境和布局進行調(diào)查和評價［9，12-13］。

1．2 數(shù)據(jù)來源

本次研究主要采用的數(shù)據(jù)源包括2009年12月和2010年10月的WorldView-II多光譜和全色圖像，選擇4個常規(guī)多光譜波段（即藍、綠、紅、近紅外）及全色波段作為信息提取的波段；以及2011年11月的WorldView-I的全色影像。WorldView衛(wèi)星是美國Digital Globe公司的商業(yè)成像衛(wèi)星系統(tǒng)，由兩顆衛(wèi)星（WorldView-I和WorldView-II）組成。其中WorldView-I于2007年發(fā)射，可以提供0．5 m的全色影像。WorldView-II在2009年10月份發(fā)射升空，能夠提供0．5 m全色圖像和1．8 m（星下點）分辨率的多光譜圖像，是世界上首顆能夠提供8個波段多光譜數(shù)據(jù)的高分辨率商業(yè)衛(wèi)星。

鐵港內(nèi)牡蠣養(yǎng)殖一般于春季采苗，經(jīng)3～4個月的培育后，移養(yǎng)至深水區(qū)，多年養(yǎng)殖經(jīng)驗證明，當(dāng)年10月移養(yǎng)的牡蠣產(chǎn)量通常比次年移養(yǎng)高出20％～30％，牡蠣經(jīng)過一年左右的育肥可在小寒、春分時節(jié)收獲［14］。因此，在遙感影像的時相選擇上確定為秋冬季，時值牡蠣養(yǎng)殖的生長期，此時養(yǎng)殖浮筏的設(shè)施比較齊全，形狀比較完整，是識別養(yǎng)殖浮筏的最佳時期。

1．3 研究方法

1．3．1 影像數(shù)據(jù)處理

圖像融合是將低空間分辨率的多光譜圖像或高光譜數(shù)據(jù)與高空間分辨率的單波段圖像重采樣，生成一幅高分辨率多光譜遙感圖像的技術(shù)，使得處理后的圖像既有較高的空間分辨率，又具有多光譜特征［15］。本文主要針對WorldView-II衛(wèi)星影像數(shù)據(jù)，利用ENVI5．0遙感圖像處理軟件，經(jīng)過多次試驗，采用了主成分分析（Principal Component Analysis，PCA）融合方法，將WorldVew-II的1．8 m多光譜影像與0．5 m高分辨率的全色影像進行融合，融合后的影像對原始多光譜影像的光譜特征保持良好，而且空間細節(jié)也有較明顯的提高（如圖1～3）。此外，對融合后的圖像進行波段組合、圖像拼接等圖像增強處理。

1．3．2 養(yǎng)殖浮筏信息提取

研究區(qū)內(nèi)牡蠣養(yǎng)殖的方式為浮筏養(yǎng)殖，浮筏由一根長60 m，直徑2 cm的聚乙烯繩作主綆，主繩上捆綁50 kg左右的泡沫塑料（分為黑白兩種顏色）作浮綆，浮綆兩端分別用20～30 m長、直徑1．5～2 cm的樁繩打樁固于海底；相連兩臺浮筏之間間距約為4～6 m，幾十至數(shù)百臺浮筏并排排列，形成數(shù)百米的一組條帶，每組浮筏帶之間相距20～40 m不等［16-17］。

圖1 原始多光譜影像Fig．1 M ultispectral image

圖2 原始全色影像Fig．2 Pan image

圖3 PCA融合后影像Fig．3 PCA algorithm result

養(yǎng)殖浮筏背景水體在真彩色多光譜影像（圖1、圖3）上，呈現(xiàn)藍綠色，在全色影像（圖2）上，則呈現(xiàn)黑色或深灰色，與周邊水域的色調(diào)一致；而浮筏上白色的聚乙烯泡沫在影像（圖1、圖2、圖3）上表現(xiàn)為高亮度反射，黑色的聚乙烯泡沫則呈深黑色。浮筏的空間特征十分顯著，其輪廓清晰、紋理均勻，浮筏帶間的邊界也很明顯。浮筏沿水流方向布設(shè)，在影像上表現(xiàn)為由西北向東南傾斜呈條帶狀分布。

在經(jīng)圖像融合等處理后的影像上，根據(jù)地物的色調(diào)、大小、形狀和紋理等特征建立解譯標(biāo)志，采用人機交互目視解譯的方法對養(yǎng)殖浮筏進行提取，利用ArcGIS10．1軟件進行統(tǒng)計分析，制作2009年至2011年鐵港牡蠣養(yǎng)殖分布專題圖。

2 結(jié)果與分析

2．1 2009年～2011年養(yǎng)殖浮筏數(shù)量統(tǒng)計結(jié)果

根據(jù)衛(wèi)星影像體現(xiàn)出的養(yǎng)殖區(qū)自然分布狀態(tài)，結(jié)合表1的統(tǒng)計信息，2009～2011年的牡蠣養(yǎng)殖的浮筏數(shù)量統(tǒng)計結(jié)果如下：

2009年象山鐵港區(qū)域的牡蠣養(yǎng)殖區(qū)域主要分布在A、B、C、D、E五個區(qū)域（如圖4）。五個區(qū)域共1 787根養(yǎng)殖浮筏。根據(jù)圖上的影像特征統(tǒng)計，A區(qū)域約603根養(yǎng)殖浮筏，B區(qū)域范圍內(nèi)約103根養(yǎng)殖浮筏，D區(qū)范圍內(nèi)約38根浮筏，E區(qū)范圍內(nèi)約23根浮筏；C區(qū)域內(nèi)養(yǎng)殖浮筏分布面積大且排布密集，共計在寧海縣界內(nèi)約有1 020根，均位于2009年清退區(qū)內(nèi)。

2010年象山鐵港區(qū)域的牡蠣養(yǎng)殖區(qū)域主要分布在A、B、D和E四個區(qū)域（如圖5），四個區(qū)域共746根養(yǎng)殖浮筏。其中A區(qū)域的養(yǎng)殖范圍比較廣，約603根養(yǎng)殖浮筏，另外三個區(qū)域面積小且比較分散，B區(qū)范圍內(nèi)約86根浮筏，D區(qū)范圍內(nèi)約37根養(yǎng)殖浮筏，E區(qū)范圍內(nèi)約20根浮筏。

2011年象山鐵港區(qū)域的牡蠣養(yǎng)殖區(qū)域主要分布在A、B、C1、C2、D和E六個區(qū)域（如圖6）。根據(jù)圖上的影像特征統(tǒng)計，六個區(qū)域共1 721根養(yǎng)殖浮筏，其中A區(qū)域范圍比較廣，A區(qū)域約661根養(yǎng)殖浮筏；B區(qū)范圍內(nèi)約210根養(yǎng)殖浮筏；C1區(qū)域內(nèi)約343根養(yǎng)殖浮筏，其中約有144根位于建議退養(yǎng)區(qū)內(nèi)；C2區(qū)域內(nèi)447根養(yǎng)殖浮筏，全部位于建議退養(yǎng)區(qū)內(nèi)，有432根養(yǎng)殖浮筏位于2009年清退區(qū)內(nèi)；D區(qū)范圍內(nèi)約55根浮筏；E區(qū)域范圍內(nèi)約5根浮筏。

圖4 2009年鐵港牡蠣養(yǎng)殖分布Fig．4 Distribution of oyster culture area in the Iron Bay in 2009

圖5 2010年鐵港牡蠣養(yǎng)殖分布Fig．5 Distribution of oyster culture area in the Iron Bay in 2010

圖6 2011年鐵港牡蠣養(yǎng)殖分布Fig．6 Distribution of oyster culture zones in the Iron Bay in 2011

圖7 2009年-2011年浮筏數(shù)量變化統(tǒng)計圖Fig．7 Statistics number of floating rafts in 2009-2011

表1 2009～2011年鐵港牡蠣養(yǎng)殖區(qū)浮筏數(shù)量統(tǒng)計Tab．1 Statistics number of floating rafts in the oyster culture regions

2．2 養(yǎng)殖區(qū)空間分布變化分析

從牡蠣養(yǎng)殖區(qū)的空間分布（如圖4～6）上來看，2009年～2011年，研究區(qū)內(nèi)的養(yǎng)殖區(qū)總體呈現(xiàn)西南-東北方向分布。從以上牡蠣養(yǎng)殖的統(tǒng)計圖（如圖7）來看：2009年～2011年浮筏數(shù)量先急劇下降后又快速上升。從2009年到2010年，浮筏數(shù)量大幅度減少56．97％；2011年浮筏數(shù)量又突然增多，相比2010年增加了130．03％，出現(xiàn)了大幅度反彈現(xiàn)象。

2009年-2010年，C養(yǎng)殖區(qū)內(nèi)的1 020根浮筏數(shù)量全部被清除，該養(yǎng)殖區(qū)也隨之消失，B區(qū)域浮筏數(shù)量減少了17根，E區(qū)域減少了5根，A區(qū)域沒有變化。根據(jù)調(diào)查和分析，2010年浮筏數(shù)量急劇減少，主要原因是2009年寧波市政府劃定了水產(chǎn)養(yǎng)殖清退區(qū)的范圍，由于政策實施需要一個過程，因此，2010年的遙感監(jiān)測結(jié)果反映了政策的有效實施，但在2011年，在2009年劃定的清退區(qū)內(nèi)養(yǎng)殖浮筏出現(xiàn)反彈。

清退區(qū)范圍的劃定限制或約束了部分養(yǎng)殖者的利益。在有限的海域內(nèi)，養(yǎng)殖者為了追求經(jīng)濟利益，一方面，在原有的養(yǎng)殖區(qū)內(nèi)增設(shè)浮筏數(shù)量，加大養(yǎng)殖密度（從2011年A、B、D養(yǎng)殖區(qū)內(nèi)的變化可以看出）；另一方面，開拓新的養(yǎng)殖區(qū)，并且繼續(xù)在清退區(qū)內(nèi)進行養(yǎng)殖（從2011年新增C1、C2養(yǎng)殖區(qū)可以看出），出現(xiàn)了無序的超負荷養(yǎng)殖。相比而言，只有E區(qū)域的養(yǎng)殖浮筏數(shù)量減少了，僅剩5根。由于E區(qū)域在近海岸，離陸地較近，淺海養(yǎng)殖區(qū)在雨季時鹽度會大幅度減少，從而導(dǎo)致牡蠣大量死亡［18］，所以養(yǎng)殖戶將牡蠣移至到深水區(qū)進行養(yǎng)殖。

3 討論

政府的管理鼓勵措施和整治措施與象山港海灣養(yǎng)殖區(qū)的時空演變進程息息相關(guān)。90年代以來，浙江省寧波市象山港區(qū)在國家“加速發(fā)展水產(chǎn)養(yǎng)殖，養(yǎng)護和合理利用近海資源”的方針指導(dǎo)下，加大了對海水養(yǎng)殖的開發(fā)力度［19］，寧波市政府也出臺了一系列旨在激勵開發(fā)水產(chǎn)養(yǎng)殖的政策，市縣兩級政府每年都有專項資金無償扶持海水養(yǎng)殖開發(fā)［20］，因此，象山港牡蠣等水產(chǎn)養(yǎng)殖發(fā)展迅速，養(yǎng)殖面積和規(guī)模也不斷擴大。但是在牡蠣養(yǎng)殖等迅速發(fā)展的同時，也出現(xiàn)了許多問題，嚴重影響象山港的生態(tài)環(huán)境。2009年，寧波市政府根據(jù)專家的意見劃定了象山港牡蠣養(yǎng)殖的退養(yǎng)區(qū)范圍。由于政策實施需要一個過程，這一政策到2010年才得以全面實施。從2010年退養(yǎng)區(qū)范圍內(nèi)浮筏徹底清除的狀況來看，說明這一政策實施有效。但從2011年養(yǎng)殖狀況來看，退養(yǎng)區(qū)范圍內(nèi)又出現(xiàn)了養(yǎng)殖浮筏，并且增加了新的養(yǎng)殖區(qū)，養(yǎng)殖浮筏數(shù)量出現(xiàn)反彈情況。

沿海工業(yè)經(jīng)濟增長與海洋生態(tài)環(huán)境是對立統(tǒng)一的關(guān)系。一方面，沿海工業(yè)建設(shè)在帶動社會經(jīng)濟發(fā)展的同時，也給象山港的海洋生態(tài)環(huán)境帶來了巨大的壓力。象山港作為典型的半封閉海灣其海水交換能力較弱［8］，污染物擴散較慢，各種生活及工業(yè)廢水、港口和船只的燃油、污水以及該海區(qū)內(nèi)其他網(wǎng)箱養(yǎng)殖物種的大量排泄物排放到港灣內(nèi)，加劇了養(yǎng)殖環(huán)境的惡化，對養(yǎng)殖貝類等的生長也產(chǎn)生了負面影響，嚴重時極易引發(fā)食品安全事件；此外，象山港大型火力電廠溫排水的海水溫升也有一定關(guān)系，在海水溫升的條件下，海灣內(nèi)富營養(yǎng)化程度加劇，極易導(dǎo)致生態(tài)條件惡化［2］。另一方面，沿海養(yǎng)殖戶具有通過擴大養(yǎng)殖面積提高養(yǎng)殖密度從而提高經(jīng)濟收入的驅(qū)動力，造成了養(yǎng)殖需求對健康水域的爭奪。在象山港，污染排放對于一定范圍自凈水體的需求和養(yǎng)殖對于健康水域需求之間的矛盾非常明顯，經(jīng)濟發(fā)展建設(shè)項目與海洋環(huán)境承載力之間的矛盾越來越突出。因此，簡單的劃定限養(yǎng)區(qū)范圍并不能從根本上解決問題，需要探索新的利益協(xié)調(diào)機制、監(jiān)管機制和管理手段來徹底解決矛盾與沖突。針對沿海工業(yè)發(fā)展建設(shè)以及養(yǎng)殖者無序養(yǎng)殖對內(nèi)灣生態(tài)環(huán)境帶來的負面影響，從陸海統(tǒng)籌的角度制定包括漁業(yè)管理政策在內(nèi)統(tǒng)籌兼顧的沿海發(fā)展政策與措施，合理安排養(yǎng)殖密度，控制污染物的排放；同時，政府和相關(guān)漁業(yè)管理部門應(yīng)加強以遙感手段為主的常態(tài)化、周期性監(jiān)測，開展相關(guān)管理政策和措施的后評價，加強環(huán)境監(jiān)測和治理力度，促進海灣生態(tài)環(huán)境與社會經(jīng)濟效益協(xié)調(diào)發(fā)展。

相較于中低分辨率遙感影像，高分辨率遙感影像所反映地物的空間、幾何特征及紋理信息更加清晰、豐富，在識別養(yǎng)殖浮筏等沿海養(yǎng)殖特征信息等方面具有明顯的優(yōu)勢。本研究區(qū)域相對較小，且對浮筏信息提取精度要求較高，因此采用目視解譯方法對高分辨率遙感影像上的養(yǎng)殖浮筏進行識別。雖然該方法的提取精度比較高，但需要耗費較多的人力和時間，在大面積調(diào)查中應(yīng)用此方法并不是很適用。同時，由于高分辨率遙感影像的類內(nèi)光譜差異較大，傳統(tǒng)的基于像元的影像自動分類方法容易產(chǎn)生較多的“椒鹽”和噪聲，亦并不適用于高分辨率遙感影像的信息提取。面向?qū)ο蟮挠跋穹诸惙椒m然可以利用高分辨率遙感影像的紋理、光譜等多語義信息來挖掘地物的空間特征，但在分割尺度方面依然存在難點。因此，在今后的研究中，需進一步探索高分辨率遙感影像的自動提取方法，在此基礎(chǔ)上進一步分析諸如浮筏累計長度、單位面積浮筏數(shù)量或累計長度等信息，進行貝類養(yǎng)殖產(chǎn)量、健康狀況與空間信息特征的關(guān)聯(lián)性研究。此外，還可以結(jié)合地理信息系統(tǒng)技術(shù)，建立水產(chǎn)養(yǎng)殖信息監(jiān)測平臺，為當(dāng)?shù)卣蜐O業(yè)部門合理規(guī)劃和管理養(yǎng)殖區(qū)提供管理依據(jù)和決策支持，大力推進象山港牡蠣養(yǎng)殖向優(yōu)質(zhì)、高效、生態(tài)、集約化方向發(fā)展。

4 結(jié)論

本文以WorldView衛(wèi)星遙感圖像為數(shù)據(jù)源，對象山港鐵港海域開展區(qū)域內(nèi)牡蠣養(yǎng)殖分布的調(diào)查研究，確定了浙江省象山港鐵港寧?？h水域內(nèi)2009至2011年各年牡蠣養(yǎng)殖的空間分布狀況和浮筏數(shù)量，結(jié)論如下：

1）2009年到2011年，養(yǎng)殖區(qū)的浮筏數(shù)量呈現(xiàn)先急劇下降又持續(xù)上升的波動狀況，造成這樣短期內(nèi)急促的變化，主要是政府政策和人為因素，而不是自然條件的變化。

2）從養(yǎng)殖區(qū)的空間分布上來看，養(yǎng)殖區(qū)的整體空間布局主要是沿著內(nèi)灣呈現(xiàn)西南-東北走向的分布，主要是受到自然條件的約束。

3）監(jiān)測結(jié)果顯示，沿海養(yǎng)殖布局在受到自然條件的影響和限制的同時，也極大地受到當(dāng)?shù)仞B(yǎng)殖管理政策的影響。為保證管理政策長期有效，應(yīng)加強以遙感監(jiān)測為主的監(jiān)測手段的長期化、常態(tài)化和周期化，加強對政策評估并及時做出調(diào)整。

［1］ 曾志南，寧岳．福建牡蠣養(yǎng)殖業(yè)的現(xiàn)狀、問題與對策［J］．海洋科學(xué)，2011，35（9）：112-118．

［2］ 王曉波．象山港浮游動物群落結(jié)構(gòu)與時空分布研究［D］．浙江工業(yè)大學(xué)，2010．

［3］ 盧業(yè)偉，李強子，杜鑫，等．基于高分辨率影像的近海養(yǎng)殖區(qū)的一種自動提取方法［J］．遙感技術(shù)與應(yīng)用，2015，30（3）：486-494．

［4］ 朱長明，駱劍承，沈占鋒，等．高分辨率遙感影像近海養(yǎng)殖區(qū)自動識別方法［J］．大連海事大學(xué)學(xué)報：自然科學(xué)版，2011（3）：66-69．

［5］ VIRDISSG P．An object-based image analysis approach for aquaculture ponds precise mapping and monitoring：a case study of Tam Giang-Cau Hai Lagoon，Vietnam［J］．Environmental monitoring and assessment，2014，186（1）：117-133．

［6］ 高亮明，李炎，鐘碩良，等．東山灣海水養(yǎng)殖布局變化的遙感研究［J］．海洋學(xué)研究，2014，32（4）：35-42．

［7］ 范亞民，李海宇，何華春，等．近30年來太湖圍湖利用及東太湖網(wǎng)圍養(yǎng)殖動態(tài)變化研究［J］．長江流域資源與環(huán)境，2012，21（增刊2）：121-126．

［8］ 廖一波，壽鹿，曾江寧，等．象山港不同養(yǎng)殖類型海域大型底棲動物群落比較研究［J］．生態(tài)學(xué)報，2011，31（3）：646-653．

［9］ 韓芳，霍元子，杜霞，等．象山港網(wǎng)箱養(yǎng)殖對水域環(huán)境的影響［J］．上海海洋大學(xué)學(xué)報，2012，21（5）：825-830．

［10］ 曾相明，管衛(wèi)兵，潘沖．象山港多年圍填海工程對水動力影響的累積效應(yīng)［J］．海洋學(xué)研究，2011，29（1）：73-83．

［11］ 高愛根，楊俊毅，陳全震，等．象山港養(yǎng)殖區(qū)與非養(yǎng)殖區(qū)大型底棲生物生態(tài)比較研究［J］．水產(chǎn)學(xué)報，2003，27（1）：25-31．

［12］ 魏永杰，何東海，費岳軍，等．象山港海域生態(tài)分區(qū)研究［J］．應(yīng)用海洋學(xué)報，2015，34（4）：509-517．

［13］ 姜亞洲，凌建忠，林楠，等．象山港日本對蝦增殖放流的效果評價［J］．生態(tài)學(xué)報，2012，32（9）：2651-2658．

［14］ 吳望星，王云龍，寧麗珍，等．奉化市褶牡蠣（Ostrea rivularis）消瘦、死亡研究報告［C］／／寧波市學(xué)術(shù)大會．2008．

［15］ 趙英時．遙感應(yīng)用分析原理與方法［M］．第二版．北京：科學(xué)出版社，2013．

［16］ 吳望星，宋麗珍，楊祖國．第三節(jié)象山港海區(qū)褶牡蠣自然采苗與養(yǎng)殖技術(shù)的研究［C］．中國水產(chǎn)學(xué)會2004全國海水生態(tài)養(yǎng)殖學(xué)術(shù)研討會．2004．

［17］ 全為民，王云龍．象山港熊本牡蠣設(shè)施養(yǎng)殖與鄰近自然牡蠣礁中大型底棲動物群落比較［J］．生態(tài)學(xué)雜志，2013，32（9）：2462-2468．

［18］ 廉偉，毛玉澤．長牡蠣養(yǎng)殖技術(shù)及常見問題［J］．現(xiàn)代農(nóng)業(yè)科技，2010（5）：302-303．

［19］ 林桂芳．寧波象山港海水養(yǎng)殖業(yè)蓬勃發(fā)展［J］．中國水產(chǎn)，1999（2）：（52）．

［20］ 趙世養(yǎng)．寧波海水養(yǎng)殖業(yè)發(fā)展迅速［J］．中國漁業(yè)經(jīng)濟，2001（3）：41．

Remote sensing investigation on the distribution of oyster culture based on W orldView Satellite data in the Iron Bay of Zhejiang Province

CAO Li1，2，GUWen-jun4，LIXiao-shu3，HUA Cheng-jun1，ZHOUWei-feng1*

（1．Key Laboratory of Fishery Resources Remote Sensing and Information Technology，Chinese Academy of Fishery Sciences，Shanghai 200090，China；2．School of Mathematics，Physics and Information Science，Zhejiang Ocean University，Zhoushan 316004，China；3．Scientific Observing and Experimental Station of Fishery Remote Sensing，Ministry of Agriculture，Beijing 100041，China；4．Beijing Boke Hongtu Information Technology Co．Ltd．，Beijing 102208，China）

Satellite remote sensing imagewith high resolution has rich spatial information and texture features，whichmakes it possible to extract information of oyster culture quickly and accurately．The paper took the Iron Bay of Xiangshan Harbor in Zhejiang Province as the study area，applied artificial interactive visual interpretationmethod to extract floating raft information of oyster culture based on WorldView remote sensing images during 2009-2011，and then researched on the distribution range and annual changes of oyster culture．Results show：During the study period，the number of floating rafts in the Iron Bay has changed greatly and showed fluctuation with declining rapidly first and then rising sharply；the overall oyster culture area is distributed spatially from southwest to northeast．It shows that the layout of coastal aquaculture is affected and restricted by natural conditions．Moreover，it is also influenced by the local aquaculture management policies．For the long-term policy，people should strengthen themonitoring methods dominated by means of remote sensing normally and periodically．The aquaculture management policy should be strengthened in policy effect evaluation and adjustments should be taken in a timelymanner．

WorldView；oyster culture；information extraction；floating raft

S 922．9＋3

：A

2095-3666（2016）04-0286-07

10．13233／j．cnki．fishis．2016．04．007

2016-09-06

：2016-11-04

農(nóng)業(yè)部漁業(yè)遙感科學(xué)觀測實驗站開放課題（OFSOESFRS201505）；上海市自然科學(xué)基金項目（16ZR1444700）

曹利（1990-），女，在讀碩士研究生。研究方向：模式識別與智能信息提取。E-mail：caoli0203＠foxmail．com

周為峰（1978-），女，博士，副研究員。研究方向：漁業(yè)遙感與漁場海洋學(xué)。E-mail：zhwfzhwf＠163．com