Himawari-8/AHI静止卫星图像海陆边界识别开题报告

1. 本选题研究的目的及意义

海陆边界是海洋与陆地的交界线，是地理信息系统、海洋资源管理、灾害预警等领域的重要基础数据。

准确识别海陆边界对于海岸线监测、海洋环境保护、海上交通安全等方面具有重要意义。

近年来，随着遥感技术的不断发展，利用卫星遥感图像进行海陆边界识别逐渐成为主流方法。

2. 本选题国内外研究状况综述

海陆边界识别一直是遥感领域的研究热点，国内外学者对此进行了大量的研究，并取得了一系列成果。

1. 国内研究现状

国内学者在海陆边界识别方面开展了大量研究工作，并在多个方面取得了进展。

3. 本选题研究的主要内容及写作提纲

1. 主要内容

1.himawari-8/ahi静止卫星数据及预处理：-介绍himawari-8卫星及其搭载的ahi传感器，包括其观测范围、时间分辨率、空间分辨率、光谱波段等技术参数。

-对获取的ahi静止卫星图像数据进行预处理，包括辐射校正、几何校正、云层去除等，以消除或减少数据误差，提高数据质量。

4. 研究的方法与步骤

本研究将采用以下方法和步骤：
1.数据获取与预处理：-从相关机构获取himawari-8/ahi静止卫星图像数据，并进行数据筛选，选择符合研究需求的数据集。

-对获取的ahi静止卫星图像数据进行预处理，包括辐射校正、几何校正、云层去除等，以消除或减少数据误差，提高数据质量。

2.海陆边界识别算法研究与设计：-深入研究现有海陆边界识别算法，包括基于阈值分割、边缘检测、深度学习等方法，分析其原理、优缺点及适用范围。

5. 研究的创新点

本研究的创新点主要体现在以下几个方面：
1.数据源方面：-利用最新一代的himawari-8/ahi静止卫星图像数据进行海陆边界识别研究，相比于传统极轨卫星数据，himawari-8/ahi数据具有更高的时间分辨率和更精细的空间分辨率，能够更及时、准确地反映海岸线的变化。

2.算法设计方面：-针对himawari-8/ahi静止卫星图像的特点，结合图像处理、模式识别、机器学习等相关理论和技术，设计一种高效、准确的海陆边界识别算法。

-算法设计将充分考虑himawari-8/ahi数据的多波段信息、高时间分辨率、以及复杂海洋环境等因素，以提高算法的识别精度、鲁棒性和自动化程度。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

1. 刘勇,王振会,徐金霞,等.基于改进nsct和区域生长的遥感图像海岸线提取[j].海洋测绘,2018,38(06):15-19.

2. 刘晓,宋洋,张杰,等.融合多特征的sar图像海岸线提取[j].海洋测绘,2021,41(06):20-25.

3. 王亚男,张丰收,胡海峰,等.基于多尺度特征融合网络的海岸线提取[j].海洋通报,2022,41(02):219-227.