先进制造技术

本发明公开了一种基于机器学习的绿潮面积遥感监测方法，包括：使用搭载高光谱成像仪的无人机在实验海域进行航拍；对航拍图像进行图像裁剪、反射率校正、平滑降噪、光谱增强的预处理工作；基于光谱特征，进行波段选择提炼光谱信息并减少分类计算量；利用投票分类器对航拍图像进行分类预测，计算绿潮覆盖面积；本发明基于实地航拍高光谱图像采集到的光谱特征信息构建了以随机森林、支持向量机、K最近邻法为三输入的投票分类器模型，通过对实验区高光谱图像的预测应用，证明了该模型在预测大数据时仍保持较高准确率，且在混合像元区也能给出定义，证明了该方法的在绿潮遥感监测领域的可行性和优越性。

提升监测精度：基于机器学习的绿潮面积遥感监测方法能够自动识别和提取绿潮区域，显著提高监测精度，为海洋环境管理提供可靠数据支持。

实时动态监测：该方法可实时处理遥感数据，动态监测绿潮的扩散和变化，为灾害预警和应急响应提供科学依据。

降低监测成本：通过自动化分析，减少人工干预和现场采样成本，提高监测效率，适用于大范围海域的绿潮监测。

推动海洋生态保护：该技术为绿潮灾害的预防和治理提供技术支持，助力海洋生态环境的保护和可持续发展。

本发明基于实地航拍高光谱图像采集到的光谱特征信息构建了以随机森林、支持向量机、K最近邻法为三输入的投票分类器模型，通过对实验区高光谱图像的预测应用，证明了该模型在预测大数据时仍保持较高准确率，且在混合像元区也能给出定义，证明了该方法的在绿潮遥感监测领域的可行性和优越性。