杨国英，邢前国，赵春晖，孟苗苗，李敬虎，3

（1. 哈尔滨工程大学信息与通信工程学院，哈尔滨 150001；2. 中国科学院海岸带环境过程与生态修复重点实验室，中国科学院烟台海岸带研究所，烟台 264003；3. 鲁东大学信息与电气工程学院，烟台 264025）

近年来，每年春夏之际，近岸海水中常会发生名为“绿潮”的海洋灾害。绿潮主要由绿藻暴发造成，且多个国家和地区都有过绿潮灾害的记录［1-5］。全面监测绿潮发生、发展情况，及时发布绿潮预警信息，能为绿藻的处置工作提供科学依据。Xing等［6］利用卫星影像绘制黄海和东海大型藻华图。目前已有很多学者利用中分辨率成像光谱仪（moderate-resolution imaging spectroradiometer，MODIS）、高分一号、环境一号、静止水色卫星（geostationary ocean color imager，GOCI）等卫星数据监测绿潮［7-10］，但它们相对低的分辨率可能会错过小规模的绿藻暴发［10-11］。相较于卫星遥感，无人机遥感厘米级的空间分辨率可以监测小斑块绿藻，克服重访周期长带来的限制，是卫星遥感的重要补充［12-13］。

绿藻的光谱特征与植被相似，可利用监测绿藻或者植被的指数来提取。研究人员提出的相关指数有：归一化植被指数（normalized difference vegetation index，NDVI）、漂浮藻类指数（floating algae index，FAI）、GOCI漂浮藻类指数（index of floating green algae for GOCI，IGAG）、虚拟基线漂浮藻类高度指数（virtual-baseline floating macroalgae height，VB-FAH）等［6，14-16］。但搭载多光谱传感器的无人机价格昂贵且笨重，常见的搭载数码相机的无人机缺乏短波红外和近红外波段［12］，故这些指数并不适用。而基于RGB波段的植被指数，如过绿指数（excess green，EXG）、绿叶指数（green leaf index，GLI）、可见光波段差异植被指数（visible-band difference vegetation index，VDVI）、绿红植被指数（green red vegetation index，GRVI）等，广泛应用在植被识别上［17-19］，适用于绿潮监测的指数相对较少。……