[01665755]基于图像理解的海洋灾害智能监测预警技术及应用

中国周边海域溢油与浒苔等海洋灾害频发，但海洋监测和管理的自动化水平远低于世界海洋强国。大力研发基于机器学习和模式识别的智能化海洋生态监测和灾害预警技术，是加强中国海洋监管综合能力、促进海洋经济发展和保护海洋生态环境的重要举措。 2006年以来，该项目在国家863计划、908专项和国家自然科学基金的支持下，针对浒苔和溢油等重大海洋灾害问题，利用智能技术克服了传统方法耗时长、准确率低、实时性差的缺陷，设计和实现了基于视频监控、无人机巡航和卫星遥感的全天候立体智能海洋灾害监测、分析和预警技术，研发了首个智能化海洋灾害监测和精确预警系统，实现了海洋生态实时监测与灾害预警，有效提高了海洋突发事件应急管理能力和服务效能。创新点如下： 1、打破传统以人为主的监测模式，提出了若干基于图像的机器学习和模式识别算法。一方面，在统一的数学框架下，设计了表达任意光照方向条件下的三维表面纹理的有效方法，并结合光照补偿和增强技术，拓展出对光照不敏感的纹理生成与识别算法，并创建了刻画物体表面粗糙性与高光区域比例之间的单峰非单调的关系模型；另一方面针对图像分割和目标识别问题，在图像特征分析方法基础上，研发了细粒度、细胞级别的图像分割算法，并实现了结合颜色、空间、纹理信息的图像检索系统。上述理论研究基础为海洋灾害监测预警的智能化提供了理论支撑。 2、研发首个基于图像特征分析的海洋灾害监测预警系统。面向浒苔和溢油等重大海洋灾害实现了实时监测和预警，率先引入基于图像特征提取和图像检索识别的智能算法研发了浒苔监测预警技术，拓展研发了首个基于图像特征分析和图像分割的溢油智能分析监测算法，对海洋管理部门的决策指挥和应急处置提供了技术支撑。 3、实现了集海上溢油、浒苔等灾害监测和预警于一体的业务化运营，以国家863计划为依托研制了“渤海海洋生态环境监测集成技术系统”，开展了大量现场试验，校准和验证了系统参数设定，高效地完成和部署了系统应用，解决了传统方法的不足，实现了自动高效的海洋灾害监测预警。 该项目出版了专著1部，在国内外重要期刊和会议发表学术论文72篇，其中SCI收录18篇，EI收录50篇，国家发明专利授权3项，国家实用新型专利1项，计算机软件著作权3项。业务化系统通过了国家海洋局科学技术司鉴定委员会的认定，专家委员会一致认为：成果总体上达到了国际先进水平。 项目成功应用于蓬莱19-3溢油事故、大连7.16溢油事故处置过程，在溢油应急监测、指导现场处置、溢油漂移扩散预测和溢油影响评估等方法发挥了重要作用；在国家海洋局针对渤海和黄海海域的监测工作中实现了业务化运行，每年准确监测浒苔发生期60天，识别海域面积达两万平方公里，并在近年渤海海冰、赤潮等监测预警、防灾减灾业务工作中发挥了重要作用。系统的部署提高了中国海洋灾害事件监测预警能力，使政府、养殖及渔业公司得以提前准备，减少了大量财产损失，提升了政府管理职能。