SDGSAT-1衛(wèi)星微光影像的夜間漁船識別

常 昊，胡昌苗，陸俊南，閆冬梅，唐 娉

(1.中國科學(xué)院空天信息創(chuàng)新研究院，北京 100094；2.中國科學(xué)院大學(xué) 電子電氣與通信工程學(xué)院，北京 100049；3.武漢理工大學(xué) 航運學(xué)院，湖北 武漢 430070)

0 引言

可持續(xù)發(fā)展科學(xué)衛(wèi)星1號(The Sustainable Development Science Satellite 1,SDGSAT-1)于2021年11月5日成功發(fā)射升空,采用太陽同步軌道,搭載了高分辨率寬幅熱紅外(Thermal Infrared Spectrometer,TIS)、微光(Glimmer Imager for Urbanization,GIU)和近岸多譜段成像儀(Multispectral Imager for Inshore,MII)3種載荷。其中的微光成像儀包含10 m空間分辨率的全色波段和40 m空間分辨率的多光譜波段,是目前民用空間分辨率最高的夜間成像儀[1]。

利用高空間分辨率的夜間微光影像檢測漁船是一種重要的技術(shù)手段?，F(xiàn)代漁民夜間捕魚主要利用魚類的趨光性,使用大量的集魚燈吸引魚群[2],開啟集魚燈的漁船在遙感衛(wèi)星夜間影像上具有明顯的燈光輻射特征與幾何特征,因此使用夜間微光影像檢測漁船的方法是可行的[3-4]。目前約有13萬艘海洋機動捕撈漁船,且數(shù)量和噸位都在不斷增加。為有效管理漁船,保護(hù)深海漁業(yè)資源,中國基于船只自動識別系統(tǒng)(Automatic Identification System,AIS)構(gòu)建了管理平臺,嚴(yán)厲打擊私自捕撈與禁漁期非法捕撈的行為。由于非法捕撈船關(guān)閉AIS駛?cè)肷詈^(qū)后便難以獲得其從事非法捕撈的證據(jù),因此利用夜間遙感衛(wèi)星影像檢測與識別非法捕撈船成為一種有效技術(shù)途徑。

國內(nèi)外不少研究人員結(jié)合夜光遙感影像對漁船定位展開研究。Elvidge等[5]使用DMSP/OLS數(shù)據(jù)研究全球燈光漁船活動。Waluda等[6]使用長時間序列的DMSP/OLS數(shù)據(jù)研究西南太平洋漁業(yè)分布年際變化情況,包括捕撈努力量大小及變化、漁船的空間范圍等。Maxwell等[7]結(jié)合南加利福尼亞海岸DMSP/OLS夜光遙感數(shù)據(jù)與魷魚船航空觀測數(shù)據(jù)分析得到燈光像元數(shù)量與魷魚船數(shù)量之間的關(guān)系。Saitoh等[8]利用DMSP/OLS夜光遙感數(shù)據(jù)結(jié)合漁港太平洋秋刀魚漁船生產(chǎn)記錄數(shù)據(jù)分析得到漁船數(shù)量與燈光像元數(shù)量的關(guān)系,并估算漁船數(shù)量與漁獲量的關(guān)系。Waluda等[9]使用ARGOS系統(tǒng)衛(wèi)星追蹤得到漁船的分布數(shù)據(jù),并與DMSP/OLS得到的漁船數(shù)據(jù)位置進(jìn)行比較,對燈光面積和漁船數(shù)量進(jìn)行回歸分析。Kim等[10]使用DMSP/OLS夜光遙感數(shù)據(jù)分析得到韓國漁船的分布范圍和數(shù)量并據(jù)此推斷捕魚的主要季節(jié)。Elvidge等[11]使用NPP/VIIRS數(shù)據(jù)進(jìn)行漁船檢測,提出近海漁船識別方法。Susanto[12]使用NPP/VIIRS夜光遙感影像檢測到某個月份漁船數(shù)量減少,認(rèn)為其與海底環(huán)境的變化有關(guān)。Straka等[13]使用NPP/VIIRS數(shù)據(jù)分析中國東海特定海域捕撈季節(jié)和作業(yè)頻率,分析休漁期的實際效果。郭剛剛等[14]利用NPP/VIIRS數(shù)據(jù)識別作業(yè)燈光漁船,使用漁船船舶監(jiān)控管理系統(tǒng)(Vessel Monitoring System of Fishing Vessel,VMS)數(shù)據(jù)的驗證精度為92%?，F(xiàn)有研究所使用的夜光遙感數(shù)據(jù)空間分辨率較低,DMSP/OLS數(shù)據(jù)為500 m,NPP/VIIRS數(shù)據(jù)為750 m,使用大量集魚燈的漁船在影像上多以單個像元呈現(xiàn),檢測方法以簡單的閾值法為主,且易受噪聲影響而出現(xiàn)誤檢,所以研究應(yīng)用場景側(cè)重于對大的整體趨勢的佐證、分析和預(yù)測。對于很多使用少量集魚燈的非法捕撈漁船難以與噪聲進(jìn)行區(qū)分,檢測結(jié)果無法作為漁船非法捕撈的輔助證據(jù)。

面對中國深海捕魚漁船檢測的應(yīng)用需求,利用SDGSAT-1衛(wèi)星微光夜視成像儀的10 m分辨率影像及對應(yīng)的AIS數(shù)據(jù),開發(fā)了以漁燈識別為核心的漁船檢測流程算法,提出了結(jié)合形狀、光譜、亮度3種特征的微光船只檢測模型,并結(jié)合AIS數(shù)據(jù)實現(xiàn)了對具體船只的匹配驗證。本文擬解決的關(guān)鍵問題即利用SDGSAT-1衛(wèi)星的10 m空間分辨率的遙感影像構(gòu)建微光船只識別模型,使用了2022年3—9月的34景微光影像及對應(yīng)AIS數(shù)據(jù)進(jìn)行實驗,算法檢測結(jié)果與AIS數(shù)據(jù)匹配度達(dá)到85%。在5—8月的禁漁期影像中檢測到了疑似非法捕魚的漁船燈光,表明禁漁期很有可能存在進(jìn)行非法捕魚的船只,因此SDGSAT-1衛(wèi)星夜光遙感影像可以為漁業(yè)檢測、打擊禁漁期非法捕魚行為提供一種有效的技術(shù)手段。

1 研究方法

1.1 SDGSAT-1衛(wèi)星數(shù)據(jù)

SDGSAT-1衛(wèi)星采用太陽同步軌道,基準(zhǔn)軌道高度為505 km,傾角為97.5°,搭載高分辨率寬幅熱紅外TIS、微光GIU及多譜段成像儀MII三種載荷,有“熱紅外+多譜段”“熱紅外+微光”以及單載荷觀測等多種觀測模式,可實現(xiàn)全天時、多載荷協(xié)同觀測。3個載荷均擁有300 km幅寬的數(shù)據(jù)獲取能力,地面目標(biāo)重訪周期約11 d,SDGSAT-1衛(wèi)星微光技術(shù)指標(biāo)及性能指標(biāo)如表1所示,微光技術(shù)指標(biāo)及性能指標(biāo)來源于SDGSAT-1衛(wèi)星用戶手冊[15]。

可持續(xù)發(fā)展大數(shù)據(jù)國際研究中心(International Research Center of Big Data for Sustainable Develop-ment Goals, CBAS)的SDG大數(shù)據(jù)平臺(SDG Big Data Platform)提供了SDASAT-1衛(wèi)星的微光影像數(shù)據(jù),可下載經(jīng)過幾何精校正處理并包含輻射定標(biāo)系數(shù)的L4A級標(biāo)準(zhǔn)數(shù)據(jù)產(chǎn)品。

表1 SDGSAT-1衛(wèi)星微光技術(shù)指標(biāo)及性能指標(biāo)

1.2 漁船檢測流程算法

SDGSAT-1衛(wèi)星微光數(shù)據(jù)漁船檢測流程算法主要包含微光數(shù)據(jù)預(yù)處理、微光船只檢測、AIS數(shù)據(jù)匹配3個步驟,具體流程如圖1所示。

1.2.1 微光數(shù)據(jù)預(yù)處理

微光影像的預(yù)處理主要包括輻射定標(biāo)與微光降噪。輻射定標(biāo)將數(shù)據(jù)原始數(shù)字值(DN值)轉(zhuǎn)換成具有物理意義的表觀輻射亮度值,可定量地反映海面燈光數(shù)據(jù)的輻射強度。CBAS給出的定標(biāo)公式為:

L=DN×Gain+Bias,

(1)

式中:L表示傳感器入瞳處的輻亮度,單位W/m2/sr/μm;Gain為增益,Bias為偏置。微光傳感器絕對輻射定標(biāo)系數(shù)如表2所示,微光傳感器絕對輻射定標(biāo)系數(shù)來源于SDGSAT-1衛(wèi)星用戶手冊[15]。

圖1 SDGSAT-1衛(wèi)星微光數(shù)據(jù)漁船檢測與匹配算法流程Fig.1 Flowchart of fishing vessel detection and matching algorithm based on SDGSAT-1

表2 SDGSAT-1衛(wèi)星微光傳感器絕對輻射定標(biāo)系數(shù)

由于SDGSAT-1微光傳感器受到其硬件特性及成像環(huán)境的影響,微光數(shù)據(jù)普遍存在明顯的噪聲,降噪是微光數(shù)據(jù)預(yù)處理的必要流程。微光數(shù)據(jù)在經(jīng)過輻射定標(biāo)轉(zhuǎn)換為表觀反射率后,海面區(qū)域的表觀輻射亮度數(shù)值為0～0.000 3 W/m2/sr/μm,海面上燈光的輻射亮度通常大于0.001 W/m2/sr/μm,且亮度區(qū)域大于6 pixel×6 pixel,根據(jù)該數(shù)據(jù)特征,去噪處理過程是對海面區(qū)域進(jìn)行平滑濾波,同時過濾掉輻射亮度低于0.001 W/m2/sr/μm的像素,并對小于6 pixel×6 pixel的連通區(qū)域進(jìn)行像素整飾,即刪除“碎片”與填充“漏洞”。降噪過程使用漁場區(qū)域掩膜,只針對研究區(qū)域的海面進(jìn)行處理,降噪處理效果示例如圖2所示。

圖2 漁船燈光與其他船只燈光去噪前后對比Fig.2 Comparison of fishing boat lights and other vessel lights before and after denoising

1.2.2 微光船只檢測

微光船只檢測使用傳統(tǒng)的形態(tài)學(xué)方法,即根據(jù)船只在微光遙感影像上的光源區(qū)域進(jìn)行處理和檢測,檢測過程包含形態(tài)學(xué)檢測、光強與光譜檢測。形態(tài)學(xué)檢測是將海面上的燈光區(qū)域影像轉(zhuǎn)換成像素連通區(qū)域掩膜影像,掩膜中海面非燈光的背景區(qū)域為0,將像素值大于海面平均輻射亮度值,且連通像素數(shù)大于6 pixel×6 pixel的區(qū)域標(biāo)記為不同索引值,掩膜中每個連通區(qū)域?qū)?yīng)海面上可能的燈光源。

目前SDGSAT-1微光數(shù)據(jù)存在掃描線噪聲,示例如圖2所示。使用分維數(shù)指數(shù)(Fractal Dimension Index,FRAC)過濾掃描線噪聲,將周長面積比大的像素連通區(qū)域過濾掉,FRAC計算如下:

(2)

式中:perimeter為當(dāng)前連通區(qū)域邊緣像素的個數(shù),area為連通區(qū)域像素總數(shù)。

對像素連通區(qū)域的進(jìn)一步整飾是根據(jù)連通區(qū)域之間的像素距離完成,由于海面航行的船只出于安全考慮,通常船只航行間距通常大于2 n mile(約3.7 km),所以可將距離接近的所有連通區(qū)域視為同一光源,標(biāo)記為同一索引值。

通過上述處理,影像中海面研究區(qū)域內(nèi)的每個連通區(qū)域都代表不同的燈光源,連通區(qū)域的像素數(shù)量體現(xiàn)了燈光作用的范圍,開啟漁燈的漁船像素區(qū)域通常遠(yuǎn)大于其他船只,對比示例如圖2所示。

光強與光譜檢測用于識別不同燈光的強度和顏色特征差異。船身安裝100～150套集魚燈的大型漁船的光強明顯大于安裝30～50套集魚燈的小型漁船的光強,光強通過統(tǒng)計單個像素連通區(qū)域前2%最大像素值的均值獲得。船身安裝的鹵素?zé)艉蚅ED燈在40 m分辨率的多光譜微光影像上顏色存在明顯差異,光譜通過統(tǒng)計單個像素連通區(qū)域?qū)?yīng)到多光譜影像上RGB三個波段像素的中值獲得,鹵素?zé)舸缓蚅ED燈船只示例如表3所示。

表3 鹵素?zé)舸缓蚅ED燈船只示例

1.2.3 船只檢測模型

船只檢測模型的構(gòu)建結(jié)合了形態(tài)學(xué)檢測結(jié)果和光強與光譜檢測結(jié)果,包括了形狀、像素數(shù)量和光譜3個方面,模型如下:

Boat=FRAC∪Area∪Spectrum,

(3)

式中:FRAC表示連通區(qū)域在形態(tài)學(xué)上的周長面積比,Area表示同一索引值的像素連通區(qū)域的像素總數(shù),Spectrum表示光譜特征,是一個由最大值與RGB三波段中值構(gòu)成的4個數(shù)的數(shù)組。通過分別設(shè)置FRAC、Area、Spectrum的閾值建立不同類型船只的特征表,不同船只的二值化影像示例及特征描述如表4所示。

表4 船只二值化影像示例及特征描述

1.2.4 AIS數(shù)據(jù)匹配

AIS是集船只導(dǎo)航、避碰、海事監(jiān)管于一體的現(xiàn)代化無線電系統(tǒng),包含船只的靜態(tài)信息、動態(tài)信息和航次相關(guān)信息,同時自動連接周圍船只發(fā)出這些信息,并與海岸AIS基站進(jìn)行信息交換[16]。AIS數(shù)據(jù)已經(jīng)成為漁業(yè)管理與研究的主要數(shù)據(jù)來源[17],利用AIS歷史數(shù)據(jù)的空間定位信息與遙感微光影像中檢測到的光源目標(biāo)進(jìn)行最短距離規(guī)則的匹配,即可確定每個光源目標(biāo)對應(yīng)的具體船只信息。

但是AIS歷史數(shù)據(jù)與微光影像的匹配目前存在2個主要問題:一是AIS歷史數(shù)據(jù)時間差異大,中國漁船AIS數(shù)據(jù)的回報時間間隔為10 min左右,定位精度一般為15 m,但實際查詢到某一歷史時刻漁船的更新時間間隔平均達(dá)到40 min,甚至有些漁船更新時間超過2 h,使得有些AIS定位點與微光影像光源目標(biāo)區(qū)域距離差異過大;二是AIS歷史數(shù)據(jù)存在錯誤與缺失,獲取到的AIS數(shù)據(jù)是不全面的,與實際情況存在一定的差異,且雖然AIS設(shè)備安裝到漁船,但有些漁民可能人為修改部分AIS信息,而非法捕撈的漁船則通常關(guān)閉AIS,甚至還有部分小型漁船不安裝AIS設(shè)備。

所以AIS歷史數(shù)據(jù)與微光影像的匹配在具體實施上需要考慮時間差異。通過AIS數(shù)據(jù)記錄的航速乘以其與微光數(shù)據(jù)的時間差,得到一個圓形區(qū)域,如果該區(qū)域存在唯一的未確定光源,則AIS數(shù)據(jù)可匹配該光源目標(biāo)。按照時間差從小到大對深海區(qū)域所有AIS數(shù)據(jù)進(jìn)行匹配。實驗表明該漁場的船只在開漁期的匹配率約為85%,剩余匹配失敗的光源需要人工進(jìn)行識別,而匹配失敗且光源目標(biāo)類型被識別為開啟漁燈的漁船光源往往是漁業(yè)管理方重點關(guān)注的目標(biāo)。

2 數(shù)據(jù)實驗與分析

2.1 實驗數(shù)據(jù)

實驗區(qū)域為中國南部的某漁場,面積約74 290 km2,水深在100 m左右。微光影像數(shù)據(jù)來源于SDGSAT-1衛(wèi)星,下載的數(shù)據(jù)包含2022年3—9月的34景遙感影像數(shù)據(jù),研究區(qū)域的數(shù)據(jù)覆蓋達(dá)到100%。

以每景微光數(shù)據(jù)的成像時間獲取AIS歷史數(shù)據(jù),SDGSAT-1衛(wèi)星在研究區(qū)域的軌道過境時間一般在UTC時間為13:50,北京時間為21:50。考慮到漁船為節(jié)省往返油料消耗,通常到達(dá)漁場后停留多天,為提高AIS數(shù)據(jù)匹配精度,同時獲取了微光數(shù)據(jù)成像前后2 d的AIS歷史數(shù)據(jù)。獲取的AIS數(shù)據(jù)包含船只的經(jīng)緯度、名稱、水上移動通信業(yè)務(wù)標(biāo)識碼(Maritime Mobile Service Identify,MMSI)、類型、航速等動態(tài)和靜態(tài)信息[18]。

2.2 單日漁船識別及精度驗證

該漁場2022年禁漁期為5月1日12時—8月16日12時,開漁后漁船逐步進(jìn)入漁場,進(jìn)入9月后漁船數(shù)量增加且相對穩(wěn)定。使用9月2日的3景微光影像進(jìn)行光源類型識別,并結(jié)合對應(yīng)的AIS歷史數(shù)據(jù)對識別的光源進(jìn)行匹配,匹配驗證精度達(dá)到85%,9月2日的同條帶2景數(shù)據(jù)中匹配船只609艘,其中漁船254艘。

依據(jù)船只檢測模型可識別船只的類型包括大型漁船、小型漁船、集裝箱船與其他船只,還可以有效區(qū)分鹵素?zé)簟ED燈等漁燈類型,傳統(tǒng)的鹵素?zé)舸嬖诟吣芎?、高發(fā)熱和低轉(zhuǎn)換率的問題,正逐年被LED漁燈替代。表5給出了不同類型船只的示例,其中多光譜影像體現(xiàn)了船只光源的光譜顏色特征,二值化圖體現(xiàn)了船只光源的區(qū)域形狀特征,熱力圖體現(xiàn)了船只光源的光譜強度特征。

表5 不同類型船只示例

漁場區(qū)域內(nèi)漁船的分布體現(xiàn)了魚群的位置,中國漁船通過聲納搜尋魚群,遇到魚群后常聯(lián)系周邊漁船聯(lián)合捕撈。比如9月2日漁船主要分布在該漁場中部,在113.40°E～114.25°E,21.12°N～22.00°N的區(qū)域內(nèi)出現(xiàn)一個聚集區(qū),該區(qū)域漁船數(shù)量為126艘。從東西分布來看,從出海口以西至陽江海陵島的范圍內(nèi),漁船分布密集,夏季珠江沖淡水在沿岸流的作用下向西南擴散,對初級生產(chǎn)力貢獻(xiàn)顯著,魚群數(shù)量較多,這也可能是該區(qū)域漁船燈光多于其他地區(qū)的原因之一[19]。

2.3 2022年3—9月漁船時空分布特征分析

為研究SDGSAT-1衛(wèi)星微光數(shù)據(jù)在漁業(yè)管理與打擊非法捕撈的作用,對研究區(qū)域內(nèi)3—9月的全部數(shù)據(jù)進(jìn)行處理,分析漁船的時空分布信息,尋找禁漁期內(nèi)存在的漁燈光源。

SDGSAT-1衛(wèi)星11 d的重訪周期使得每月有2～3次的觀測。單次觀測并不能將研究區(qū)域全部覆蓋,需要將每月2次或3次的觀測進(jìn)行合成,合成時將重復(fù)的覆蓋區(qū)域取2次觀測的平均船只數(shù)量作為該重復(fù)區(qū)域的船只數(shù)量。

燈光漁業(yè)的主要漁獲對象以頭足類為主,有研究表明頭足類的資源密度以夏秋季高,冬春季低[20]。本文研究結(jié)果顯示,漁船數(shù)量以夏季8月最多,然后是秋季9月和春季4月,如圖3所示。夏季,西南季風(fēng)強盛,降雨導(dǎo)致的陸地徑流和河流徑流為南海北部餌料生物提供了豐富的營養(yǎng)物質(zhì)。另外,整個南海北部陸架區(qū)同時受到上升流的影響,上層海水受到被上升流夾帶的底層營養(yǎng)鹽的滋養(yǎng),夏季是南海北部初級生產(chǎn)力較高的時期,而8月正好是南海每年伏季休漁后的第一個開捕月,因此夏季漁業(yè)活動較為頻繁,作業(yè)海域最為集中。

圖3 2022年某漁場船只數(shù)量變化Fig.3 Variation chart of the number of vessels in a fishery in 2022

3月份(12日一景40%、18日一景60%)檢測到船只總計347艘,其中漁船55艘,主要分布在漁場的西南部和東南部,漁船分布較為零散,大多位于深海區(qū)域。4月份(8日一景70%、19日2景30%)檢測到船只總計255艘,其中漁船91艘,主要分布在漁場的西南部,在112.57°E～112.60°E、20.53°N～21.07°N的區(qū)域內(nèi)出現(xiàn)一個聚集區(qū),該區(qū)域漁船數(shù)量為55艘。5月份(5日一景10%、20日一景30%、31日一景60%)檢測到船只總計165艘,其中漁船13艘,漁船分布十分零散,在淺海、深海區(qū)域均有分布。6月份(16日50%、26日一景50%)檢測到船只總計202艘,其中漁船26艘,漁船分布非常零散。7月份(12日2景80%、27日一景20%)檢測到船只總計313艘,其中漁船30艘,在112.10°E～112.16°E、21.10°N～21.90°N的區(qū)域內(nèi)出現(xiàn)一個小范圍的聚集區(qū),該區(qū)域漁船數(shù)量為16艘,其余漁船分布較為零散,在淺海、深海區(qū)域均有分布。8月份(17日一景50%、28日2景50%)檢測到船只總計767艘,其中漁船505艘,主要分布在漁場的西南部和東北部,在中部分布較為零散,在西南部和東北部有2個較大面積的聚集區(qū),分別位于112.00°E～113.12°E、20.49°N～21.23°N,114.55°E～115.40°E、22.14°N～22.29°N,2個區(qū)域的漁船分別有111艘、90艘。9月份(2日2景70%、17日一景30%)檢測到船只總計598艘,其中漁船311艘,主要分布在漁船中部和西南部,在113.70°E～114.04°E、21.35°N～21.76°N,113.17°E～113.63°E、20.78°N～21.47°N和112.46°E～122.82°E、20.87°N～21.06°N的3個區(qū)域內(nèi)出現(xiàn)聚集區(qū),3個區(qū)域內(nèi)漁船數(shù)量分別為45、46、56艘。

2022年3—9月間,8月份出現(xiàn)的漁船數(shù)量最多,為505艘,9月份次之,5月份漁船出現(xiàn)的數(shù)量最少,為13艘;從表觀輻射亮度值來看,9月份的表觀輻射亮度值最高,可以達(dá)到0.35 W/m2/sr/μm,5月份的輻射亮度值最小。根據(jù)漁船檢測結(jié)果顯示,8月份是漁場的主要漁期,其次是9月,5—7月份漁船數(shù)量極少,均不超過30艘。根據(jù)國家規(guī)定,2022年南海海洋伏季休漁期從5月1日12時起至8月16日12時止(本文使用的8月份微光數(shù)據(jù)均為8月16日之后獲得),對26°30′N～12°N的東海和南海海域(含北部灣)實施休漁,范圍是除釣具外的所有作業(yè)類型捕撈漁船,以及為捕撈漁船配套服務(wù)的捕撈輔助船。漁船檢測結(jié)果顯示,5—7月均處于禁漁期,但仍出現(xiàn)數(shù)量較少的漁船,其分布非常零散,大多都位于該漁場的中部,且無AIS歷史數(shù)據(jù)與之匹配,這些漁船極有可能是違法進(jìn)行捕獵的漁船,5—7月疑似漁船燈光的影像如圖4所示。4月份漁船主要分布在漁場的西南部,荷包島以西至海陵島的范圍內(nèi)漁船分布相對集中,這個區(qū)域的漁船數(shù)量占到整個漁場漁船數(shù)量的70%以上。4月漁船分布面積相對小,可能與季風(fēng)轉(zhuǎn)換期海洋環(huán)流結(jié)構(gòu)多變有關(guān),特別是受到一些小尺度上升流的影響。

圖4 2022年某漁場5—7月疑似漁船燈光局部圖Fig.4 Partial map of lights of suspected fishing boats from May to July in a fishery in 2022

3 結(jié)論

本文研究利用SDGSAT-1衛(wèi)星微光遙感影像數(shù)據(jù)識別利用漁燈捕魚的漁船,構(gòu)建了結(jié)合形態(tài)特征與光譜特征的船只檢測模型,并結(jié)合AIS數(shù)據(jù)對識別的目標(biāo)進(jìn)行匹配驗證。通過對2022年3—9月某漁場區(qū)域的數(shù)據(jù)分析,初步形成以下結(jié)論:

① SDGSAT-1衛(wèi)星微光遙感影像具有10 m全色與40 m彩色的高空間分辨率,可以有效區(qū)分漁船的不同漁燈燈組數(shù)量,以及鹵素或LED等漁燈種類,對大型的集裝箱船只也具有很好的識別效果。

② SDGSAT-1衛(wèi)星微光遙感影像可以作為漁業(yè)檢測的一種有效數(shù)據(jù),尤其是打擊非法捕魚方面,雖然國家在禁漁期內(nèi)實行嚴(yán)格的漁船出港管制,但實驗發(fā)現(xiàn)每月仍然存在30個左右疑似漁燈光源且無匹配AIS數(shù)據(jù)的可疑目標(biāo),有待有關(guān)部門進(jìn)一步確認(rèn)。

本文方法是對SDGSAT-1衛(wèi)星微光影像漁船檢測的初步探索,數(shù)據(jù)實驗僅驗證了檢測方法的有效性,在數(shù)據(jù)篩選與預(yù)處理、檢測結(jié)果與AIS匹配精度評價等過程仍然需要人工監(jiān)督。利用本文算法積累大量的船舶標(biāo)記樣本數(shù)據(jù),逐步提高自動檢測的精度,最終實現(xiàn)算法在實際業(yè)務(wù)運行系統(tǒng)中的自動化。