筏式养殖区遥感监测技术规范

Q/LB.□XXXXX-XXXXT/XXXXXXX—XXXX目次TOC\o"1-1"\h\t"标准文件_一级条标题,2,标准文件_附录一级条标题,2,"前言 III1范围 42规范性引用文件 43术语和定义 44缩略语 55基本要求 55.1工作内容 55.2技术流程 55.3资料准备 65.4坐标系统 65.5调查手段 65.6计量单位 65.7监测成果 66数据准备及处理 66.1影像数据选择及质量控制 66.2调查数据准备及质量控制 66.3遥感影像处理 77养殖区信息提取 77.1基本要求 77.2建立解译标志 77.3信息提取 77.4动态监测 88数据复核与精度评价 88.1数据复核内容 88.2数据复核方法及要求 88.3精度评价 99监测产品制作 99.1监测产品内容 99.2制图 99.3统计 99.4监测报告 9附录A（资料性）现场调查/复核表 10附录B（资料性）筏式养殖区主要类型及其解译标志（X月） 11附录C（资料性）养殖区提取方法 12附录D（资料性）筏式养殖区遥感监测专题图 13附录E（资料性）筏式养殖区遥感监测报告格式与内容 14E.1文本格式 14E.2监测报告内容 14参考文献 15前言本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由山东省海洋资源与环境研究院提出。本文件由山东水产学会归口。本文件起草单位：山东省海洋资源与环境研究院、山东省生态环境监测中心、山东科技大学。本文件主要起草人：孙贵芹、徐艳东、于宁、孙伟、朱金龙、王琦、孔冬贤、孔祥芸、冯晓一、杜冰青、刘宁、汪健平、魏潇、刘玮、王玉祯、冯银银、刘元进、卢中帅。筏式养殖区遥感监测技术规范范围本文件规定了筏式养殖区遥感监测的基本要求、数据准备及处理、养殖区信息提取、数据复核与精度评价、监测产品制作等内容。本文件适用于筏式养殖区遥感动态监测工作。规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T12763海洋调查规范GB/T15968遥感影像平面图制作规范GB17378海洋监测规范GB/T18314全球定位系统（GPS）测量规范GB/T18316数字测绘成果质量检查与验收HY070海域使用面积测量规范HY/T123海域使用分类HY/T147.7海洋监测技术规程第7部分：卫星遥感技术方法HY/T164海岸带制图图式DB37/T4217近岸海域空间资源动态监视监测技术规范DB37/T4518河湖水域岸线遥感监测技术规范术语和定义下列术语和定义适用于本文件。

解译标志interpretationkey在遥感图像上能具体反映和判别地物或现象的影像特征。分为直接解译标志和间接解译标志。直接解译标志包括色调或颜色、阴影、大小、形状、纹理和图案等；间接解译标志则包括位置和组合。

筏式养殖区监测raftcultureareamonitoring对筏式养殖各类型养殖区的分布、面积、时空变化等的监测。筏式养殖区主要分为藻类筏式养殖区和贝类筏式养殖区。

辐射定标radiometriccalibration将数字量化亮度输出值(DN)和其所对应视场中的辐射亮度值之间建立定量关系，以消除或纠正辐射误差而引起的影像辐射畸变。

大气校正atmosphericcorrection消除或减弱卫星遥感影像在获取时在大气传输中因吸收或散射作用引起的辐射畸变。[来源：GB/T14950-2009，5.191]

归一化水体指数normalizeddifferencewaterindex(NDWI)定义为绿光波段反射率与近红外波段反射率之差与之和的比值。

区域网平差blockadjustment在立体区域网或平面区域网内量测一定数量的连接点和像控点，通过平差计算，获取卫星影像定向参数的过程。[来源：GB/T40766-2021，3.14]

海陆分离sea-landsegmentation将图像中的陆地区域进行遮蔽或移除，满足后续工作仅作用于海洋区域而不对陆地区域进行任何处理的要求。

投影变换projectiontransformation将一种地图投影点的坐标变换为另一种地图投影点的坐标的过程。[来源：DB37/T3243-2018,3.4]

精度评价accuracyevaluation正确分类的像元数量与像元总数的比值即为提取精度，通常利用准确率（Precision）、召回率（Recall）和F值（Precision和Recall的调和平均数）3个常用的精度指标来进行养殖区提取结果的精度检验。缩略语下列缩略语适用于本文件。PMS多光谱相机（MultispectralCamera）NDWI归一化水体指数（NormalizedDifferenceWaterIndex）基本要求工作内容筏式养殖区遥感监测工作内容包括各类型筏式养殖区识别、面积统计、养殖区时空分布动态监测等。技术流程筏式养殖区遥感监测技术流程包括数据准备及处理、养殖区信息提取、数据复核与精度评价、监测产品制作等，基于高分遥感影像的筏式养殖区遥感监测流程见图1。基于高分遥感影像的筏式养殖区遥感监测流程图资料准备搜集山东省渔业统计年鉴、监测区海域使用权属数据、相关网站及学者发布的养殖区公开数据集等。坐标系统筏式养殖区遥感监测的大地基准应采用2000国家大地坐标系，投影采用高斯-克吕格投影，高程基准应采用1985国家高程基准，深度基准采用当地理论最低潮面。调查手段筏式养殖区遥感监测应与现场GPS实地调查、无人机航拍及走访调研手段密切配合，同一监测区采用多种技术方法取得的监测成果数据，应相互对比、验证及修正后综合利用。计量单位长度单位采用米（m），结果保留两位有效数字；面积计算单位采用平方千米（km2）,结果保留两位有效数字；小数进位采用四舍五入方法。监测成果遥感监测成果应包括各类型筏式养殖区遥感信息提取结果、现场调研及复核数据、各类型筏式养殖区时空变化图件等。数据准备及处理影像数据选择及质量控制高分（GF）影像数据具体要求如下：选择高分一号（GF-1）、高分二号（GF-2）或高分六号（GF-6）卫星多光谱（PMS）影像数据。影像时相要求：根据监测目的确定遥感数据年份，结合各养殖种类的生长周期，综合选取地物特征明显的影像数据，且影像成像时间与现场调查时间前后间隔不应大于7d。藻类的生长周期一般为12月~次年6月下旬，而贝类一年四季均有养殖活动，因此影像时间选取12月~次年6月下旬，3月~5月最佳。影像数据质量要求具体要求如下：云量覆盖面积少于5%，且重点监测区无云覆盖。影像层次丰富、色彩清晰、色调均匀、反差适中。数据不存在条带、斑点噪声、行丢失等。调查数据准备及质量控制数据准备进行走访调研，熟悉监测区的筏式养殖区分布，获取各类型筏式养殖区统计数据。选择筏式养殖区分布比较密集、典型地区，确定调查路线图，进行样点布设、外业底图勾绘、样区描述、实地拍摄。样区、样点布设的方式、数量及空间分布依据监测范围来确定。将一养殖亩划定为一个样区，样区根据水深及离岸距离均匀分布，且数量不少于20个。每个监测区样点数量不少于50个，样点之间至少间隔500m（同一个样区除外）。样点应覆盖所有养殖区类型，且在监测区内尽可能均匀分布。利用GPS对样点中心进行定位，并进行样区描述性记录及实时拍摄记录，记录内容包括样区筏式养殖种类、养殖方式/规模、生长周期、预计收获时间及拍摄时间等。在各个样区内选取面积不等的各类型筏式养殖区单元，总量不少于20个，利用手持GPS沿养殖区外边界进行实地踏勘一周，获取实测养殖区单元外边界范围（参见附录A）。数据质量要求选取与遥感影像获取时间相近的时段进行调查，外业调查数据定位误差不超过1个像元。对数字测绘成果及电子图的相关要求，按照GB/T18316执行。遥感影像处理影像预处理遥感影像需经过辐射定标、大气校正、图像融合、影像镶嵌与裁剪等预处理，其质量要求按照GB/T15968执行。区域网平差在进行影像校正时，运用多源遥感数据自动处理系统，通过区域网平差自动选取陆地及海上控制点。控制点选取数量较多且分布均匀，可弥补传统遥感影像处理软件的不足，有效解决海上养殖区随着离岸距离增大偏移越大的问题，有效提高养殖区提取精度。海陆分离利用海岸线数据对遥感影像进行掩膜处理可实现海陆分离，也可以利用归一化水体指数(NDWI)进行海陆分离。根据多期遥感影像的NDWI值，如果NDWI大于零，则为水体区域。NDWI计算公式为： NDWI=RGreen−RNIRR式中：RGreen—绿光波段反射率；RNIR—近红外波段反射率。养殖区信息提取基本要求筏式养殖区遥感监测信息提取工作流程包括建立解译标志、遥感解译、各类型筏式养殖区信息提取及面积统计、动态监测。对矢量数据的拓扑检查，应保证面状矢量数据无重叠。建立解译标志遥感影像解译前，应根据监测内容、遥感影像特征（分辨率、时相、色调等）、外业调查结果等建立遥感解译标志。根据遥感影像特征（色调、亮度、纹理、形状等）与地物间的相关关系，结合收集和实地调查的养殖区分布数据，建立解译标志（参见附录B）。遥感解译标志应具有代表性、稳定性，且尽量覆盖所有筏式养殖区类型。信息提取养殖区类型划分近海筏式养殖区主要分为藻类筏式养殖区和贝类筏式养殖区，藻类筏式养殖区主要养殖海带、紫菜等，贝类筏式养殖区主要养殖扇贝、牡蛎等。养殖区提取方法常用的养殖区提取方法有目视解译、面向对象分类法及深度学习算法等，详见附录C。各类型养殖区提取筏式养殖区识别通过形状、颜色特征可区分筏式养殖区与网箱、围海养殖区，筏式养殖区一般表现为暗黑色长条形图斑，分布范围较大；而网箱养殖区为圆形、色调较亮的图斑，一般呈现较为规则的方形排列；围海养殖区面积较小、连通海域，呈现浅暗色斑块。藻类筏式养殖区提取藻类筏式养殖区与贝类筏式养殖区的形状、纹理特征相似，光谱特征差异不明显，应结合实地调研数据，按照养殖空间分布情况进行区分。藻类筏式养殖区根据纹理、形状等特征，可以区分海带养殖区（条带状）、紫菜养殖区（方块状）。贝类筏式养殖区提取去除海水背景及藻类筏式养殖区，即可得到贝类筏式养殖区分布范围，贝类筏式养殖区中不同养殖种类的空间分布结合实际调查数据判断。动态监测动态监测内容筏式养殖区遥感动态监测内容应包括：面积变化量、面积变化速率、各类型筏式养殖区新增与腾退情况等。监测周期根据监测区养殖情况确定监测周期，对于重点监测区域，推荐每1年~2年开展一次变化监测；对于养殖活动较稳定的区域，推荐每5年开展一次变化监测。动态监测方法面积变化速率用一定时期内养殖区面积的年均变化百分比来表示养殖区的变化强度，即养殖区面积变化速率。计算公式为： ARCmn=Am−A式中：ARCmn——监测时段内，养殖区面积的年均变化速率；Am——监测年养殖区的统计面积；An——本底年养殖区的统计面积。养殖区时空变化分析提取监测时段内筏式养殖区分布矢量数据，运用叠加分析工具，获取各类型养殖区新增与腾退区域，运用统计工具，计算新增与腾退面积，并绘制各类型筏式养殖区时空变化分布遥感监测图（参见附录D）。数据复核与精度评价数据复核内容数据复核内容按照DB37/T4518执行。数据复核方法及要求可采用现场人工复核或无人机航拍的方式，利用移动数据采集终端，通过实地调研、拍摄照片等方式进行现场核查并做好记录（参见附录A）。筏式养殖区面积及分布范围等可通过搜集实地调查的历史统计数据、年鉴资料进行复核。应综合考虑信息提取成果重要程度、分布等因素，采用抽样方法选取复核样本。复核样本应包含信息提取成果中的全部类型，并应在空间上分布均匀。复核样本的数量要求按照DB37/T4518执行。现场复核要求按照DB37/T4518执行。精度评价根据公式（3）~（5）计算准确率（Precision）、召回率（Recall）和F值（Precision和Recall的调和平均数），各指标值不小于85%为合格。若达不到规定精度，可通过补充负样本（海水）来不断提高精度，直至达到精度要求。 Precision=TP/(TP+FP) (AUTONUM Recall=TP/(TP+FN) (AUTONUM) F=2Precision×Recall/(Precision+Recall) (AUTONUM)式中：TP——正确提取的养殖区像素数；FP——未被提取的养殖区像素数；FN——被错误识别提取的养殖区像素数。监测产品制作监测产品内容监测产品以专题图及监测报告表示筏式养殖区监测结果。筏式养殖区遥感监测专题图包括图名、图例、指北针、比例尺、各类型筏式养殖区分布信息以及监测区基础地理信息要素。监测报告包括监测海域概况、数据来源、现场调查、精度评价、筏式养殖区时空变化分析、附表和附图。制图叠加海洋陆地面/遥感影像、海岸线、注记等编图要素，加载公里格网、坐标、比例尺等地图整饰信息，图廓整饰内容按照GB/T15968执行，形成监测区筏式养殖遥感监测专题图（参见附录D）。统计采用遥感影像处理软件或地理信息系统软件对监测区各类型筏式养殖区面积进行量算统计，面积以km2为单位，结果保留两位有效数字。监测报告对数据进行汇总分析，编制监测报告。报告格式和内容参照附录E。

（资料性）

现场调查/复核表样点现场调查/复核表序号所在位置解译结果调查/复核结果市县镇村经度纬度类型类型照片编号备注经纬度坐标，采用度分秒形式，精确到0.001″。备注填写其他重要信息。填表人：核查人：填表日期：年月日筏式养殖区样区现场调查/复核表序号所在位置解译结果调查/复核结果备注市县镇村起点经度起点纬度类型面积类型面积实测路线编号照片编号经纬度坐标，采用度分秒形式，精确到0.001″。面积单位km2，数值保留到小数点后2位。备注填写其他重要信息。填表人：核查人：填表日期：年月日

（资料性）

筏式养殖区主要类型及其解译标志（X月）序号养殖区类型影像数据源影像特征解译标志合成波段现场照片照片拍摄日期

（资料性）

养殖区提取方法目视解译利用养殖区野外实测范围，结合调查者经验，运用目视解译，确定养殖区边界。该方法适用于研究区域较小的情况，解译精度较高，但工作量较大。面向对象分类法根据遥感影像的光谱特征、形状、纹理及邻近关系等，构建具有相似特征的影像对象，并根据对象的特征进行目标地物的识别和分类。面向对象分类主要包括影像分割和分类、对象层次结构、分类规则和信息提取，而分割阈值的设定是地物分类提取的关键。由于监测区海水背景的复杂性，应因地制宜设置不同的阈值，以提高分类精度。深度学习算法深度学习算法包括创建样本、模型训练、目标提取及后处理等流程。其优势在于，无需按照水域情况以及养殖区的生长状态对整个监测区域进行预先划分，只需要正确标注养殖区样本，即可自动学习对象的特征，通过计算机迭代训练实现养殖区的自动提取。

（资料性）

筏式养殖区遥感监测专题图图D.1××海域（××市）筏式养殖区分布情况（××年度）图D.2××海域（××市）筏式养殖区时空变化情况（××××年~×××年）

（资料性）

筏式养殖区遥感监测报告格式与内容文本格式文本规格监测报告文本外形尺寸为A4（210mm×297mm）。封面格式监测报告封面格式如下。第一行书写：×××海域（××市）（居中）；第二行书写：筏式养殖区遥感监测报告（××年度）（居中）；落款书写：编制单位全称（居中）；第四行书写：××××年××月（居中）；以上内容字体字号应适宜，各行间距应适中，保持封面美观。正文格式宋体，小四号，1.5倍行距。表格格式宋体，五号，单倍行距。监测报告内容报告内容包括监测海域概况、数据来源、现场调查、精度评价、筏式养殖区时空变化分析、附表和附图、问题及建议。概况包括监测区位置描述，所属设区市、县（市、区），筏式养殖种类及方式。数据来源遥感影像包括影像数据源、成像时间、传感器、空间分辨率。其他数据包括统计年鉴、海域使用权属数据、养殖区公开数据集及现场调查数据。现场调查监测区域与范围监测样区、样点布设监测内容及结果精度评价包括养殖区提取方法、精度评价方法及结果。筏式养殖区时空变化分析藻类筏式养殖区时空变化分析贝类筏式养殖区时空变化分析附表及附图附表1：××海域（××市）现场调查/复核表附表2：筏式养殖区主要类型及其解译标志（×月）附图1：××海域（××市）筏式养殖区分布情况（××年度）附图2：××海域（××市）筏式养殖区时空变化情况（××××年~××××年）问题及建议存在问题建议参考文献[1]赵英时等.遥感应用分析原理与方法（第二版）.北京:科学出版社,2019,11.[2]GB/T14950-2009摄影测量与遥感术语[3]GB/T40766-2021数字航天摄影测量控制测量规范[4]DB37/T3243-2018农作物种植面积遥感监测技术规程棉花[5]刘岳明，杨晓梅，王志华，等．基于深度学习RCF模型的三都澳筏式养殖区提取研究[J].海洋学报，2019,41(4):119-130.《筏式养殖区遥感监测技术规范（送审稿）》编制说明《筏式养殖区遥感监测技术规范》编制组2023年5月目录TOC\o"1-2"\h\z\u1项目背景 12工作简况 22.1任务来源 22.2协作单位 42.3主要工作过程 42.4标准起草人及其所做的工作 63标准编制原则和确定团体标准主要内容的依据 73.1标准编制原则 73.2标准的主要内容 83.3标准主要内容的依据 84主要试验（或验证）分析、综述报告、技术经济论证和预期经济效果 154.1综述 154.2技术论证及实证分析 164.3预期经济效果 235标准涉及的相关知识产权说明 246采用国际标准和国外先进标准的程度，以及与国际、国外同类标准水平的对比情况 247与现有相关法律法规及相关标准的协调性 248重大分歧意见的处理经过和依据 259贯彻实施标准的要求和措施建议 2510其他应予说明的事项 2511参考文献 25《筏式养殖区遥感监测技术规范（送审稿）》编制说明1项目背景中国是水产养殖大国，海水养殖为我国提供了巨大的经济效益。近年来，随着近海水产养殖业的发展，越来越多的问题开始凸显，如缺乏对水产养殖区的有效监测，难以识别灾后损失，以及严重的环境污染（王庭刚，2019）。利用遥感影像对海水养殖区进行长时间、大范围的动态监测，已成为海洋经济和海洋生态领域的重要研究内容之一。筏式养殖是一种重要的海水养殖方式，实现筏式养殖区的动态监测，对于高效开发利用沿海渔业资源、保护海洋生态环境、以及掌握海洋灾害承灾体信息意义重大。山东省为落实渔业资源科学管理、海洋生态环境保护，在《山东省“十四五”海洋经济发展规划》（鲁政办字〔2021〕120号）中提出了“积极推广水产生态健康养殖模式，推动养殖区域布局科学化、景观化、景区化”及“健全完善海洋领域标准体系，为海洋经济高质量发展提供技术支持”的要求，并在《山东省养殖水域滩涂规划（2021－2030年）》（鲁农渔字〔2021〕22号）中提出了“建立养殖容量管控机制、推进水产养殖业高质量发展”的要求。因此，为加强筏式养殖区的遥感动态监测，促进养殖区布局、规划的合理调整，实现水产养殖业的可持续发展，山东省水产学会委托山东省海洋资源与环境研究院牵头编制《筏式养殖区遥感监测技术规范》。长期以来，海水养殖数据的获取主要依靠人工获取、逐级上报的方式，存在统计数据不可靠、精度不高的问题。这也导致世界粮农组织（FAO）在每两年出版一次的《世界渔业和水产养殖回顾》中，认为中国的渔业产量统计数据可能偏高。准确掌握养殖区的空间分布与面积等基本信息，一方面可以对当年的水产养殖产值进行估算，有利于政府对养殖产业的规划与调整；另一方面便于调查管理，以应对突发性的水质灾害和风暴潮灾害。筏式养殖作为一种重要的集约化养殖方式，对海洋环境的影响也是不容忽视的。筏式养殖分布分散，不仅在近海区域有分布，在海洋上离陆地范围较远的区域仍有分布，整体覆盖面积大，人工实地调查难度大。采用遥感技术手段开展筏式养殖区的动态监测，不仅可以有效的提高工作效率，减少大量的人力工作，及时掌握养殖区的动态变化情况，还可以辅助分析周围水环境的变化，为相关海洋灾害的产生机理研究提供基础数据，对于沿海区域的科学管理和海水养殖业的可持续发展具有重要的促进作用。然而迄今为止，筏式养殖区的遥感监测工作主要是依据国内外学者的研究资料来开展，仅有《养殖海筏卫星遥感监测技术规范》可供参考，但该标准并未规定对各类型筏式养殖（藻类、贝类养殖区）进行分类提取和动态监测的方法和流程。因此，为科学掌握各类型筏式养殖区的时空变化情况，合理规划养殖布局，制定针对各类型筏式养殖区遥感动态监测的规范性指导文件，并形成一套可操作性强、示范效应好的监测技术标准来指导各类型筏式养殖区的遥感动态监测及养殖区布局规划调整等工作是十分必要的。2工作简况2.1任务来源为贯彻落实国家标准化管理委员会等17部门联合发布的《关于促进团体标准规范优质发展的意见》的通知（国标委联〔2022〕6号），以团体标准助推经济社会高质量发展，为山东标准体系建设贡献力量。山东水产学会于2022年12月30日下达了《筏式养殖区高分辨率遥感监测技术规范》团体标准制订项目立项的通知，本标准位于附件《团体标准制定项目汇总表》序号7（图1）。本标准由山东省海洋资源与环境研究院提出，由山东水产学会归口。图1山东水产学会团体标准项目立项文件2.2协作单位主持单位：山东省海洋资源与环境研究院；协作单位：山东省生态环境监测中心、山东科技大学。2.3主要工作过程（1）前期工作基础标准立项前，项目组已进行了相关的科学研究和外业调研，在藻类筏式养殖区提取及标准编制等方面积累了丰富的经验。自2016年以来，项目组成员承担了“山东省现代农业产业技术体系藻类产业创新团队产业经济岗”项目，主持了“基于多源遥感的海带养殖区时空变化监测及环境效益评估”工作，并获得2021年度山东省海洋与渔业科学技术奖三等奖。项目组承担了《海湾纳潮量数值模拟技术指南》、《滨海潮滩微塑料监测技术规范》两项地方标准的制定（已立项）及《海域使用后评估技术规范》地方标准的申报。标准起草人参与出版《山东省藻类产业经济研究》《威海市“海上粮仓”建设研究》著作，申请《近海海带养殖面积变化遥感监测系统》《海带筏式养殖固碳强度评估系统》等软件著作权，授权《一种无人机航测用设备悬挂装置》《一种便于维护的无人机航测用设备防护装置》等实用新型专利，前期的工作积累为本标准的编制工作奠定了扎实的基础。（2）标准立项后工作过程①2022年12月30日项目下达后，成立标准起草小组，制定工作计划和实施方案。②2023年1~2月，学习标准制定相关政策法规，广泛收集相关标准及文献资料。为保证筏式养殖区遥感监测技术规范编制的科学性、合理性和可操作性，充分收集了国内已发布的国家标准、行业标准、地方标准及其他相关文献资料，包括《标准化工作导则》（GB/T1.1-2020）、《海洋监测规范（GB17378）》《海域使用面积测量规范（HY070）》《海洋监测技术规程第7部分：卫星遥感技术方法（HY/T147.7）》《近岸海域空间资源动态监视监测技术规范（DB37/T4217）》等。掌握国内相关标准制定情况，进一步确定了标准编制的框架、内容和技术流程等。③2023年2~3月，开展研讨，完成了标准专家征求意见稿和编制说明。结合收集到的相关资料，总结目前养殖区及海岸带遥感监测的经验成果和存在的问题，开展项目组内部讨论，充分吸收各方面经验，详细研讨筏式养殖区遥感监测标准的基本内容、调查方法、技术流程及监测报告编制等，于2023年3月编制形成了《筏式养殖区遥感监测技术规范》（专家征求意见稿）及标准编制说明。④2023年4~6月，征求意见、意见汇总。通过网络邮箱向19家单位的21位专家发出征求意见稿。专家单位包括监测机构3家、科研院所5家，高校2家，管理机构2家，企业7家，征求意见单位情况见表1。共收到修改意见66条，其中58条采纳，4条部分采纳，4条未采纳。表1征求意见稿征求单位情况一览表序号单位类型和数量单位名称1监测机构，3个山东省青岛生态环境监测中心山东省烟台生态环境监测中心山东省临沂生态环境监测中心2科研院所，5个山东省标准化研究院中国科学院海洋研究所山东省科学院海洋仪器仪表研究所济南市勘察测绘研究院黄河水利委员会黄河水利科学研究院3高校，2个山东农业大学曲阜师范大学4管理机构，2个日照市国土空间数据中心日照市城乡规划服务中心5企业，7个海天地信资源勘查（山东）有限公司北京世纪安图数码科技发展有限责任公司海天地信科技有限公司浪潮云信息技术股份公司山东海岳环境科技股份有限公司青岛斯坦德衡立环境技术研究院有限公司北京思特奇信息技术股份有限公司⑤2023年6~8月，标准修改。项目组根据部分专家的意见和建议，进行《筏式养殖区遥感监测技术规范》修改完善工作，形成《筏式养殖区遥感监测技术规范》（送审稿），编写完成标准（送审稿）的编制说明，并提交“标准审查申请书”。⑥2023年9~12月，山东水产学会组织召开标准审查会议，根据会议专家意见，进一步修改完善标准文本。2.4标准起草人及其所做的工作本标准主要编制人员有：孙贵芹，徐艳东、于宁、孙伟、朱金龙、王琦、孔冬贤、孔祥芸、冯晓一、杜冰青、刘宁、汪健平、魏潇、刘玮、王玉祯、冯银银、刘元进、卢中帅。表2标准起草单位及起草人姓名单位承担的工作孙贵芹山东省海洋资源与环境研究院主持、策划标准研制方案等。徐艳东山东省海洋资源与环境研究院制定标准编写方案，收集资料，标准文本的起草和修改等。于宁山东省海洋资源与环境研究院制定标准研制方案，收集资料、标准文本的起草和意见征求等。孙伟山东省海洋资源与环境研究院参与标准研制方案，标准文本的起草和意见征求等。朱金龙山东省海洋资源与环境研究院参与标准文本起草、意见征求等。王琦山东省海洋资源与环境研究院参与标准文本起草、意见征求等。孔冬贤山东省海洋资源与环境研究院参与资料收集、标准意见征求等。孔祥芸山东省海洋资源与环境研究院参与调查研究、资料收集等。冯晓一山东省国土空间数据和遥感技术研究院参与资料收集，数据归纳整理等。杜冰青中国科学院烟台海岸带研究所参与收据收集及标准意见的修改。刘宁长岛综合试验区海洋经济促进中心参与数据归纳整理及标准意见的修改。汪健平长岛综合试验区海洋经济促进中心参与数据归纳整理及标准意见的修改。魏潇长岛综合试验区海洋经济促进中心参与数据归纳整理及标准意见的修改。刘玮长岛综合试验区海洋经济促进中心参与外业调查、数据归纳整理等。王玉祯山东省海洋资源与环境研究院参与外业调查、标准意见征求等。冯银银山东省海洋资源与环境研究院参与外业调查、数据归纳整理等。刘元进山东省海洋资源与环境研究院参与外业调查、数据归纳整理等。卢中帅山东省海洋资源与环境研究院参与数据归纳整理及标准意见的修改统计。3标准编制原则和确定团体标准主要内容的依据3.1标准编制原则标准编制按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》进行编制，标准的文字表达准确、简明、易懂，结构合理、层次分明、逻辑严谨，便于贯彻实施。标准中的术语、符号统一，与相关标准相协调。本标准制定的主要原则，一是标准方法的适用性，适用于山东省管辖海域内的筏式养殖区遥感动态监测；二是标准方法的可操作性，满足现场监测和时空动态监测的需要；三是标准方法的科学性、准确性、灵敏性，为筏式养殖区遥感监测提供技术支撑与指导。标准编制主要规范性引用文件如下：GB/T12763海洋调查规范GB/T15968遥感影像平面图制作规范GB17378海洋监测规范GB/T18314全球定位系统（GPS）测量规范GB/T18316数字测绘成果质量检查与验收HY070海域使用面积测量规范HY/T123海域使用分类HY/T147.7海洋监测技术规程第7部分：卫星遥感技术方法HY/T164海岸带制图图式DB37/T4217近岸海域空间资源动态监视监测技术规范DB37/T4518河湖水域岸线遥感监测技术规范3.2标准的主要内容主要包括：前言、范围、规范性引用文件、术语和定义、缩略语、基本要求、数据准备及处理、养殖区信息提取、数据复核与精度评价、监测产品制作、附录。3.3标准主要内容的依据3.3.1术语与定义的论据本章定义了解译标志、筏式养殖区监测、辐射定标、大气校正、归一化水体指数、区域网平差、海陆分离、投影变换、精度评价。（1）解译标志主要参考了科学出版社出版的《遥感应用分析原理与方法（第二版）》中的解译标志定义：解译标志是指在遥感图像上能具体反映和判别地物或现象的影像特征。遥感解译有8个基本要素：色调或颜色、阴影、大小、形状、纹理、图案、位置、组合，根据8个解译要素的综合，结合摄影的时间、季节、图像的种类、比例尺、地理区域和研究对象等，可以整理出不同目标在该图像上所特有的表现形式，即建立识别目标所依据的影像特征——解译标志。解译标志可分为直接解译标志和间接解译标志，直接解译标志指图像上可以直接反映出来的影像标志，包括色调或颜色、阴影、大小、形状、纹理和图案等；间接解译标志指运用某些直接解译标志，根据地物的相关属性等地学知识，间接推断出的影像标志，包括位置和组合。（2）筏式养殖区监测筏式养殖方式来源于论文资料《基于SPOT影像的筏式养殖区提取方法研究》的表述，即在浅海水面上利用浮子和绳索组成浮筏，并用缆绳固定于海底，浮筏上悬挂养殖对象的养殖方式。筏式养殖区主要分为藻类筏式养殖区（主要养殖海带、紫菜等）和贝类筏式养殖区（扇贝、牡蛎等）。筏式养殖区监测是指对各类型筏式养殖区的分布范围、面积、数量及时空变化等的动态监测。（3）辐射定标为了让卫星观测到的数据更加真实地反映实际物理量，需要对卫星观测的数据进行定标。简单来说，辐射定标就是将记录的无量纲的DN值转换为具有实际物理意义的大气顶层辐射亮度或反射率，目的是消除传感器本身产生的误差，有实验室定标、机上/星上定标、场地定标等方法。一般高分二号等数据归档为1级产品，多光谱影像一般需要进行辐射定标、大气校正及正射校正处理流程，全色影像一般需要进行正射校正，最后再将全色影像与多光谱影像进行融合。（4）大气校正大气校正是将大气顶层的辐射亮度值（或大气顶层反射率）转换为地表反射的太阳辐射亮度值（或地表反射率），主要是为了消除大气吸收、散射对辐射传输的影响。（5）归一化水体指数Mcfeeters提出了归一化水体指数NDWI(NormalizedDifferenceWaterIndex)，其计算公式为：QUOTENDWI=RGreen-RNIRRGreen+RNIR式中：RGreen—绿光波段反射率；RNIR—近红外波段反射率。注：RGreen为GF-1/GF-2波段2(520nm~590nm)反射率，GF-6波段2(520nm~600nm)反射率；RNIR为GF-1/GF-2波段4(770nm~890nm)反射率，GF-6波段4（760nm~900nm）反射率。由于水体的反射从可见光到中红外波段逐渐减弱，在近红外和中红外波长范围内吸收性最强，几乎无反射，因此用可见光波段和近红外波段的反差构成的NDWI可以突出影像中的水体信息。另外由于植被在近红外波段的反射率一般最强，因此采用绿光波段与近红外波段的比值可以最大程度地抑制植被的信息，从而达到突出水体信息的目的。（6）区域网平差引用了《数字航天摄影测量控制测量规范》（GB/T40766-2021）中的3.14区域网平差的定义：在立体区域网或平面区域网内量测一定数量的连接点和像控点，通过平差计算，获取卫星影像定向参数的过程。。在进行影像校正时，由于海上缺少固定控制点，会导致校正后的影像出现一定程度的偏差，一般随着离岸距离的增大，海上养殖筏架等地物出现的偏差越大。进行影像区域网平差，可有效解决这一问题。卫星影像区域网平差的基本思路是：1）通过全色影像之间的连接点恢复全色影像之间的相对位置，保证影像之间的接边精度；2）通过控制点确定全色影像的绝对位置，保证影像的定位精度；3）通过全色和多光谱影像之间的连接点，保证影像的融合精度。（7）海陆分离为了减少陆地地物对海上养殖区域提取结果造成干扰，需要将遥感影像进行海陆分离。利用海岸线数据将遥感影像进行掩膜处理可实现海陆分离，也可以利用归一化水体指数（NDWI）实现海陆分离。利用NDWI指数模型的原理，结合多期遥感影像的NDWI值可实现海陆分离，由于水体的NDWI数值较大，如果NDWI大于零，则为水体区域。（8）投影变换投影变换即将数据或影像从一种坐标系投影到另一种坐标系，主要是改变数据投影的类型、参数和椭球体参数，其前提是数据必须有坐标系才能进行投影变换。在进行投影变换时，采用的重采样方法主要有最邻近法、双线性内插法和三次卷积插值法。在进行遥感影像处理时，需将不同时相影像数据统一到同一坐标系，以便进行数据统计和时空对比分析。（9）精度评价正确分类的像元数量与像元总数的比值即为提取精度，利用准确率（Precision）、召回率（Recall）和F值（Precision和Recall的调和平均数）3个常用的精度指标来进行养殖区提取结果的精度检验。计算公式为：QUOTEPrecision=TP/(TP+FP)Precision=TP/(TP+FP) (AUTONUMQUOTERecall=TP/(TP+FN)Recall=TP/(TP+FN) (AUTONUM)QUOTEF=2Precision脳Recall/(Precision+Recall)F=2Precision脳Recall/(Precision+Recall) (AUTONUM)式中：TP——正确提取的养殖区像素数；FP——未被提取的养殖区像素数；FN——被错误识别提取的养殖区像素数。3.3.2数据准备及处理（1）资料收集搜集山东省渔业统计年鉴、监测区海域使用权属数据、相关网站及学者发布的养殖区公开数据集等；根据监测目的确定遥感数据年份，结合各养殖种类的生长周期，综合选取地物特征明显的GF-1/GF-2/GF-6PMS影像数据。（2）外业调查数据的获取1）前期准备进行研究区走访调研，熟悉监测区的筏式养殖区分布，获取监测区各类型筏式养殖区统计数据。选择筏式养殖区分布比较密集、典型地区，确定调查路线图，进行样点布设、外业底图勾绘、样区描述、实地拍摄。2）样点布设方法及原则样区、样点布设的方式、数量及空间分布依据监测范围来确定。将一养殖亩划定为一个样区，样区根据水深及离岸距离均匀分布，且数量不少于20个。每个监测区样点数量不少于50个，样点之间至少间隔500m（同一个样区除外）。样点应覆盖所有养殖区类型，且在监测区内尽可能均匀分布。利用GPS对样点中心进行定位，并进行样区描述性记录及实时拍摄记录，记录内容包括样区筏式养殖种类、养殖方式/规模、生长周期、预计收获时间及拍摄时间等。在各个样区内选取面积不等的各类型筏式养殖区单元，总量不少于20个，利用手持GPS沿养殖区外边界进行实地踏勘一周，获取实测养殖区单元外边界范围，以此作为养殖区范围提取及精度验证的依据。（3）遥感影像处理1）影像预处理遥感影像数据一般需经过辐射定标、大气校正、图像融合、影像镶嵌与裁剪等预处理，其质量要求参照遥感影像平面图制作规范（GB/T15968）执行。2）区域网平差利用传统ENVI影像处理软件进行几何校正时，由于海上缺少足够数量的固定控制点，会出现海上地物随着离岸距离增大偏移越大的问题，从而对海上养殖区面积提取精度造成一定程度的影响。标准编制组运用课题组现有的多源遥感数据自动处理系统，自动选取陆上控制点，并通过区域网平差，自动选取海上控制点，控制点选取数量较多且分布均匀，可弥补传统ENVI影像处理软件的不足，有效解决海上养殖区随着离岸距离增大，偏移越大的问题。3）海陆分离提取海上目标信息时，一般需要将影像进行海陆分离，以减少陆地对海上养殖区提取结果造成的干扰，减少数据处理工作量，有效提高提取精度。根据NDWI指数模型的原理，结合多期遥感影像的NDWI值可实现海陆分离，由于水体的NDWI数值较大，如果NDWI大于零，则为水体区域。3.3.3信息提取依据（1）解译标志建立的原则1）前期应对监测区进行调研调查，熟悉各养殖区类型和区域分布。2）根据遥感影像特征（色调、亮度、纹理、形状等）与地物间的相关关系，结合收集和实地调查的养殖区分布数据，建立解译标志（参见附录B）。3）遥感解译标志应具有代表性、稳定性，且尽量覆盖所有筏式养殖区类型。（2）养殖区提取方法由于受研究区尺度、研究时间、养殖类型和数据源等多种因素的影响，目前还没有一种普遍适用且精度最佳的近岸海水养殖提取方法。目前常用的提取方法主要有基于专家知识的目视解译（魏振宁等，2018）、基于面向对象的信息提取（Wangetal，2017；Zhengetal，2018；邹国华等，2022）、数据挖掘与人工智能（刘岳明等，2019）等方法。1）目视解释目视解译是遥感图像解译的一种，又称为目视判读。它是指专业人员依靠已有的知识、经验和掌握的相关资料等，通过直接观察或借助辅助判读仪器在遥感影像上获取特定目标地物信息的过程。该方法适用于研究区域较小的情况，解译精度较高，但工作量较大。利用各类型养殖区野外实测路线，结合调查者经验，运用目视解译，可确定养殖区域边界。2）面向对象分类法将原来基于像元的分类改进为基于“基本地类单元”──基元的分类，这种分类方法称为面向对象分类法（Object-basedClassification/Object-orientedClassification）（王晓轩，2012）。面向对象分类方法是综合图像的光谱特征、纹理、形状以及邻近关系等，对图像进行不同约束条件的分割，然后根据分割后图斑的不同特征信息明确其对应不同遥感地物类型。（邹国华等，2022）3）深度学习算法Mnih等于2010年首次将深度学习应用于遥感领域（Mnihetal，2010），利用深度信念网络模型对机载影像进行道路的目标识别。自此，深度学习技术逐渐被应用于高分辨率影像分类、信息提取及变化检测中（吴海平等，2019）。与传统的机器学习相比，深度学习是一种具有多层表征学习能力的方法，数据的特征通过多组非线性模块完成从较低层到高层的抽象和提取。深度学习模型模拟人类大脑识别事物的过程，无需事先定义特征，而是通过样本与计算机迭代对模型参数进行训练，自动学习对象的特征，从而识别目标对象。因此对于整个养殖区域无需按照水域情况以及养殖区的生长状态进行预先划分，只需要正确标注养殖区样本，通过计算机迭代训练即可实现养殖区的自动提取（刘岳明等，2019）。目前应用于遥感分类领域中的深度学习模型主要包括深度信念网络（DeepBeliefNetwork，DBN）、堆叠自编码器（StackedAuto-Encoder，SAE）以及卷积神经网络（ConvolutionNeuralNetwork，CNN）等。（3）各类型养殖区提取依据1）筏式养殖区识别通过形状、颜色特征可区分筏式养殖区与网箱、围海养殖区，筏式养殖区一般呈现暗黑色长条形图斑（图2A所示），网箱养殖区一般集中分布，在遥感影像上表现为圆形色调较为明亮的图斑，呈现较为规则的方形排列（图2B所示）；而围海养殖区面积较小、连通海域，呈现浅暗色斑块。图2养殖区特征（假彩色影像）2）藻类筏式养殖区与贝类筏式养殖区分类依据根据前期调研掌握的各类型养殖区的空间分布，综合形态、纹理等特征来判别藻类筏式养殖区与贝类筏式养殖区。根据藻类筏式养殖区的纹理、形状等特征，可以区分海带养殖区（条带状2A）、紫菜养殖区（方块状，图2C所示）。（4）动态监测方法1）面积变化速率应利用多期筏式养殖区监测成果，统计多时相养殖区位置、面积等空间信息，计算养殖区面积变化速率。用一定时期内养殖区面积的年平均变化百分比来表示养殖区的变化强度。平均变化速率计算由式（5）给出：QUOTEARCmn=Am-AnAm(m-n)脳100%式中：ARCmn——监测时段内，养殖区面积的年均变化速率；Am——监测年养殖区的统计面积；An——本底年养殖区的统计面积。2）时空变化分析面积变化速率只能表征养殖区面积年均变化情况，是定量指标，不能体现直观体现养殖区在空间位置上的分布变化。提取多期筏式养殖区分布矢量数据，运用叠加分析工具，获取各类型养殖区新增与腾退区域，运用统计工具，计算新增与腾退面积，并绘制各类型筏式养殖区时空变化分布遥感监测图（参见附录D），可以直观表现出各类型养殖区在空间位置上的变化规律。3.3.4数据复核与精度评价（1）数据复核方法及要求1）可采用现场人工复核或无人机航拍的方式，利用移动数据采集终端，通过实地调研、拍摄照片等方式进行现场核查并做好记录（参见附录A）。2）筏式养殖区范围信息（空间分布、面积等）可通过搜集实地调查的历史统计数据或者年鉴资料进行复核。3）应综合考虑信息提取成果重要程度、分布等因素，采用抽样方法选取复核样本。复核样本应包含信息提取成果中的全部类型，并应在空间上分布均匀。4）复核样本的数量要求按照DB37/T4518执行。现场复核要求按照DB37/T4518执行。（2）精度评价方法利用准确率（Precision）、召回率（Recall）和F值（Precision和Recall的调和平均数）3个常用的精度指标来进行养殖区提取结果的精度检验。各指标值不小于85%为合格。若达不到规定精度，可通过补充负样本（海水）来不断提高精度，直至达到精度要求。。3.3.5监测产品制作监测产品以专题图及监测报告表示筏式养殖区监测结果。筏式养殖区遥感监测专题图包括图名、图例、指北针、比例尺、各类型筏式养殖区分布信息以及监测区基础地理信息要素。监测报告包括监测海域概况、数据来源、现场调查、精度评价、筏式养殖区时空变化分析、附表和附图。4主要试验（或验证）分析、综述报告、技术经济论证和预期经济效果4.1综述在国外，筏式养殖技术主要应用于贻贝、扇贝及牡蛎的养殖，在我国，筏式养殖主要应用于藻类（海带、紫菜）、贝类、海胆、鲍鱼等品种的养殖。在近岸浮筏养殖信息识别技术方面，主要采用多光谱卫星遥感影像（Landsat、GF-1、Sentinel-2A、SPOPT-5、GF-2等）及微波遥感影像（ENVISAT、Radatrast、GF-3、Sentinel-1A）作为遥感数据源（魏振宁，2019；武易天等，2018；许海蓬等，2019；初佳兰等，2020）。在研究方法方面，由于受研究区尺度、研究时间、养殖类型和数据源等多种因素的影响，目前还没有一种普遍适用且精度最佳的近岸海水养殖提取方法。目前常用的提取方法主要有基于专家知识的目视解译（魏振宁等，2018）、基于比值指数分析的信息提取（程博等，2018）、基于空间结构分析的信息提取（WangMinetal,2017）、基于面向对象的信息提取（Wangetal，2017；Zhengetal，2018；邹国华等，2022）、支持向量机算法（初佳兰等，2020）、数据挖掘与人工智能（刘岳明等，2019）以及改进的神经网络模型（Shietal，2018；Cuietal，2019）等方法。魏振宁等基于Landsat系列遥感影像，通过光谱特征结合目视解译提取了南黄海江苏沿海紫菜养殖区，并分析了空间分布变化情况；程博等利用国产高分系列遥感卫星图像，通过构建不同的比值指数以突出养殖区的光谱信息，通过Otsu法确定分割阈值，最终实现福建省东山岛海域养殖区的高精度提取；邹国华等利用GF系列卫星及Landsat系列卫星数据，以烟台市蓬莱区长岛附近筏式海洋养殖区为主要研究区，利用面向对象的决策树分类技术，确定了筏式海带养殖面积；刘岳明等利用高分辨率遥感卫星GF-2图像，运用深度学习RCF网络模型对三都澳海湾内的筏式养殖区进行了提取研究。4.2技术论证及实证分析（1）外业调研项目组前期开展过山东长岛、荣成藻类养殖信息的遥感提取及监测工作，每年赴山东省藻类养殖主产区（长岛、荣成）开展藻类产业调研，对研究区概况、养殖状况及存在问题有较为深入的了解，掌握自2015年以来山东省主产区养殖调研数据，具有与本项目相关的数据和技术层面的积累。下图为编制组前期在长岛、荣成开展的海带养殖区野外实测路线及海带养殖情况。图3山东荣成、长岛养殖区外业调查（2）实证分析项目组前期运用比值分析法对烟台长岛地区的筏式养殖区开展了实证研究。根据光谱特征，选取绿波段、红波段、近红外波段来构建比值指数，基于ENVI应用8种基于二阶矩阵的纹理滤波，包括均值（Mean）、方差（Variance）、协同性（Homogeneity）、对比度（Contrast）、相异性（Dissimilarity）、信息熵（Entropy）、二阶矩（SecondMoment）和相关性（Correlation）。由于不同特征对于不同类别养殖区的区分能力不同，在分类前对特征波段进行筛选，选择出识别效果最好的特征，可以有效提高分类结果的精度。将各特征波段按照养殖区信息的区分能力进行排序，获取其中区分能力较强的特征波段进行养殖区提取。为避免单一波段提取造成的信息损失，选择多个特征波段进行养殖区信息的提取。然而遥感图像各波段间具有一定的相关关系，经过比值运算生成的新特征波段并不能消除其中的相关性，因此利用主成分分析(PrincipalComponentAnalysis，PCA)对各波段数据进行融合降维处理，去除冗余信息，生成蕴含最大信息的特征波段。利用最大类间方差法（Otsu法），基于图像统计特性自动确定分类阈值，以实现养殖区的自动提取。运用比值分析法，选取烟台长岛大钦岛部分海域养殖区作为实证研究对象，海带筏式养殖区在高分2号卫星图像上原始4个波段中的表现以及经过比值指数运算后的特征指数图像如图4所示：图4高分2号卫星原始波段图像与比值指数图经过GLCM纹理特征提取的结果如图5所示：图5近海养殖区灰度共生矩阵纹理特征图选取绿波段（GREEN）、近红外波段（NIR）、R1、R3、MEAN组成特征集，利用主成分分析（PCA）对特征集降维，取第一主成分，结果如图6所示：图6养殖区融合降维特征确定阈值，提取养殖区，结果如图7所示：（a）b2/b4之后的二值化图（b）矢量图层图7养殖区提取结果（基于IDL）基于IDL编写Otsu（最大类间方差法）算法，基于图像统计特性，实现分类阈值的自动获取。图8基于IDL的Otsu算法的实现项目组基于2021年GF-1B/GF-6PMS数据（表3），结合野外实测养殖区数据及养殖年鉴数据等，采用面向对象与目视解译相结合的方法，提取了2021年荣成市及烟台长岛县海带养殖区分布范围及面积（图9、图10）。利用ENVI5.3软件，所有影像均经过辐射定标、大气校正、几何校正、图像融合、裁剪与镶嵌等处理，校正误差控制在0.5个像元以内，并且统一为高斯——克吕格投影、CGCS2000坐标系。结合2020年GF-1/GF-2遥感影像数据以及天地图等辅助解译，以提高结果的准确性。图92021年长岛海域海带养殖区分布图102021年荣成海域海带养殖区分布表3遥感影像数据表数据源成像时间波段/个空间分辨率/mGF-1B20210517全色2202105174820210606全色22021060648GF-62021-04-05全色22021-04-0548GF-12020-03-05全色22020-03-0548GF-22020-03-29全色12020-03-2944（3）推广应用项目组在藻类筏式养殖区监测方面积累了丰富的经验，自2016年以来，主持了“山东省现代农业产业技术体系藻类产业创新团队产业经济岗（SDAIT-26-06）”项目，开展“基于多源遥感的海带养殖区时空变化监测及环境效益评估”工作，并获得2021年度山东省海洋与渔业科学技术奖三等奖。项目组从现有的藻类信息统计中存在的问题及需求出发，运用遥感技术采用面向对象与深度学习法进行海带养殖区的监测，其构建的基于多源遥感的大尺度海带养殖区监测技术，为实现海带养殖区长时间序列的连续监测提供了科学依据；其构建的海带估产模型，解决了各地区由于养殖方式不同造成的海带产量数据不统一的问题。项目成果的科学应用，对管理部门进行养殖区信息统计、规划与核查、产量估算、生态调查等具有重要意义，还将为打造健康养殖碳汇模式、构建养殖碳汇标准体系、实现海岸带资源的可持续发展提供了坚实的数据基础和技术支撑。项目成果已在长岛海洋生态文明综合试验区自然资源局开展应用。图11应用证明4.3预期经济效果经济效果表现在可节省大量的人工调查及规划费用。长期以来，养殖状况只能依靠人工获取海带的产量、面积，不能直观获取养殖区空间分布。传统的人工调查不仅费时费力，而且逐级上报数据导致偏大。而企业利用无人机对制作养殖区现状、规划图的收费额度少则几万元，多则几十万元。利用我国高分系列遥感影像获取筏式养殖区时空分布，可以实现养殖区实时、动态监测，有效提高养殖区提取精度，还可以为进行养殖规划调整，实现海域资源的合理、高效利用提供有力的技术支持。拟编制的筏式养殖区遥感监测技术规范，对筏式养殖区野外调查、数据处理、各类型信息提取、动态监测及遥感制图等方面作出了详细规定，将为今后各类型筏式养殖区遥感动态监测工作开展提供重要技术指导，解决目前从事相关研究领域的监测人员面临的诸多困惑，为开展各类型筏式养殖区遥感监测工作提供一套可操作的流程与技术规范，有利于回应社会公众关切和决策者急需了解的关键问题，还将为各类型养殖区的合理规划与调整、养殖区的实时监测提供数据支撑。5标准涉及的相关知识产权说明未涉及相关知识产权。6采用国际标准和国外先进标准的程度，以及与国际、国外同类标准水平的对比情况在本文件的编制过程中，吸收了国内外关于海水养殖区遥感监测方面的最新研究成果，参考了国内已批准颁布的有关海水养殖区遥感监测的标准及规范，编制后的本标准达到国内有关海水养殖区遥感监测标准的水平。7与现有相关法律法规及相关标准的协调性本标准属于海洋管理、海洋测绘领域的团体标准，符合《中华人民共和国海域使用管理法》、《中华人民共和国测绘法》等法律法规中关于海洋开发、海域有效使用、海域使用监督管理、海洋测绘、海域动态监测等方面的相关内容。本标准符合《海洋调查规范》（GB/T12763-2007）、《海洋监测规范》（GB17378-2007）、《全球定位系统（GPS）测量规范》（GB/T1834-2009）、《海域使用面积测量规范》（HY070-2003）、《海域使用分类》（HY/T123-2009）、《海洋监测技术规程第7部分：卫星遥感技术方法》