从太空统计鲸鱼数量
原文链接: https://www.nv5geospatialsoftware.com/Learn/Blogs/Blog-Details/counting-whales-from-space
21068 评分此文章：
5.0
从太空统计鲸鱼数量
匿名作者 2014年2月19日，星期三
如果您是此博客的常客，您会了解 ENVI 在环境监测、变化检测以及识别和分类地球表面或近地表特征、过程和植被方面的多样化应用；从使用LiDAR点云构建的裸地模型填充地理数据库，到利用高光谱影像评估世界森林的化学性质和结构，甚至使用雷达等监测技术来监控和制裁海洋中的石油污染者。ENVI 已证明其拥有应对不同类型挑战的资质和灵活性。或许较少被报道但日益受到关注的一个应用领域是其在地球动物群监测中的用途。
继 Peter Fretwell 和英国南极调查局（BAS）利用 ENVI 将南极帝企鹅数量的现有估计值翻倍 的开创性工作之后，BAS 的科学家们现在将注意力转向了研究阿根廷海岸新湾（Golfo Nuevo）的南露脊鲸种群。这项发表在 PLOS One 上的研究，应对了估算鲸鱼数量这一众所周知的难题，这项任务通常由昂贵且时常危险的人工观察方法承担。这种新方法代表了首次成功利用卫星影像来统计鲸鱼，并提出了一种可推广的方法论，这可能对未来调查产生深远影响。
为了发现鲸鱼，研究团队首先手动解译了WorldView2超高分辨率影像，以获取一个基准计数，用于评估自动检测方法的结果。WorldView2 影像提供了九个波段，包括八个 2 米分辨率的多光谱波段和一个 50 厘米分辨率的全色波段。波段 5（称为海岸带波段）对此任务尤其有用，因为它采集的是光谱蓝/紫色部分 400 纳米至 450 纳米波长范围的光，这些光可以穿透深达 15 米的水体，从而增加了成功识别鲸鱼的可能性。在目视检查中，波段 1（红）、波段 8（近红外 2）和波段 5（海岸带）被证明最为有用，确认了 55 头可能的鲸鱼。
卫星影像中一头可能为露脊鲸的八个多光谱波段和全色波段的单波段图像。根据 CC BY 许可协议转载，并获得英国南极调查局和 DigitalGlobe 的许可。
接下来，使用 ENVI 5 来自动化这一过程，并将结果与人工识别进行比较。尝试了监督分类、非监督分类以及单波段直方图阈值分割，其中对全色波段和海岸带波段进行阈值分割的结果最佳，确认了手动计数中识别出的 89% 的可能鲸鱼。
人工识别与自动识别的鲸鱼之间的比较。
在已经取得相当可靠结果的基础上，BAS 团队指出了几种可以改进该方法以实现更高精度的途径：使用多组影像来消除由岩石和船只等物体产生的误报将是一个直接的方法。在海水表面下方放置反射器将有助于更深入地了解卫星传感器能透视到水下多深，这对于制定可见鲸鱼与不可见鲸鱼的比例是必要的，从而可以有效地得出种群数量估计。此外，本研究主要集中于基于像素的分析，而基于对象的分析（如 ENVI Fx 所采用的那样）加入了空间和纹理分类技术，可能有助于进一步完善自动化流程。
这项研究的结果非常令人鼓舞，并为新的自动检测方法指明了方向，这些方法有望以更高的准确性、更频繁的频率、更低的成本和风险（相对于传统方法）来监测全球鲸鱼种群动态，从而彻底改变科学家的能力。