基于WaveNet深度学习框架的MODIS影像绿潮（Ulva prolifera）动态监测及其在黄海时空分布分析中的应用

本综述系统介绍了WaveNet深度学习模型在MODIS遥感影像中绿潮（Ulva prolifera）检测领域的创新应用。该模型融合VGG16骨干网络、双向特征金字塔网络（BiFPN）和卷积块注意力模块（CBAM），显著提升了绿潮提取的准确率（达97.14%）与F1分数（93.26%），有效克服传统植被指数（如NDVI、AFAI）依赖人工阈值、易受云层干扰等局限。研究进一步利用该模型分析了2018–2024年黄海绿潮的时空动态，为绿潮早期预警与海洋生态治理提供了可靠的技术支撑和科学依据。

　　

引言

绿潮，尤其是由Ulva prolifera（Ulva prolifera）引发的黄海绿潮，已成为一项重大环境问题，对生态和社会经济造成严重影响。其繁殖能力强、耐受高温和强光，分解过程中释放硫化氢和氨等有害气体，威胁海洋生态系统和人类健康。遥感技术，特别是卫星图像分析，因其覆盖范围广、更新周期短、成本效益高等优势，被广泛应用于绿潮监测。然而，中分辨率成像光谱仪（MODIS）图像空间分辨率较低（最高250米），在精确界定绿潮范围时存在误差，成为藻类检测光学遥感中的一个瓶颈。

传统方法如归一化植被指数（NDVI）和调整型漂浮藻类指数（AFAI）虽被广泛应用，但易受云层干扰、背景多变及人工阈值选择的影响。深度学习方法的出现为克服这些限制提供了新途径，例如ERISNet和AlexNet等网络在特定环境中取得进展，但在实现大规模、高精度绿潮动态监测方面仍面临挑战。

研究方法与数据

研究区域为黄海（32°N–37°N，119°E–124°E），受东亚季风影响，气候冬季寒冷干燥、夏季炎热潮湿，水体浊度中等至偏高，这些环境参数显著影响Ulva prolifera的生长动态。自21世纪初，该区域夏季周期性爆发绿潮，具有覆盖范围广、生物量大、远距离传输等特点，对沿海旅游、水产养殖和生态环境造成严重负面影响。

数据方面，采用MODIS 1B级遥感数据集（包括MOD02QKM和MOD02HKM产品，分辨率分别为250米和500米），时间跨度为2018至2024年每年3月至8月。同时，选用哨兵2号（Sentinel-2）L2A数据集作为验证数据，空间分辨率为10米。通过SNAP软件进行数据预处理，包括重投影、辐射定标、波段合成与海陆分离。最终，从608组MODIS图像及其标签中，425组用于训练，183组用于测试。

WaveNet模型结构

WaveNet模型架构整合了VGG16、双向特征金字塔网络（BiFPN）和卷积块注意力模块（CBAM），形成一个协同层次结构。VGG16作为骨干特征提取网络，通过四个卷积和下采样阶段将输入图像转换为多级特征图，有效捕获低层纹理和中层语义模式。BiFPN通过三层结构增强多尺度特征融合，实现自上而下和自下而上的双向信息流，使高层语义信息指导低层空间细节，反之亦然，从而保留了对界定Ulva prolifera边界至关重要的细粒度定位信息。

模型还引入四个上采样阶段，将特征图的空间分辨率恢复至原始图像尺寸。每个阶段集成CBAM注意力机制，通过顺序通道和空间注意力突出最相关的空间区域和光谱通道，从而提升特征显著性并减少背景噪声。该层次化设计使VGG16专注于核心视觉模式，BiFPN整合多尺度信息，CBAM选择性增强判别性特征，共同提高了复杂海洋环境下绿潮区域检测的准确性。

BiFPN通过加权特征融合处理多尺度属性图，其数学表达为：

F_out = ∑_i=1ⁿ ω_i F_i

其中ω_i = exp(α_i) / ∑_j=1ⁿ exp(α_j)

F_i代表来自VGG16第i尺度的特征图，ω_i为学习到的注意力权重，α_i为可训练标量，确保对判别贡献最大的特征在最终输出中得到强调。

CBAM模块结合通道和空间注意力机制，动态优化特征表示。通道注意力聚合特征图通道间的信息，突出用于区分Ulva prolifera的最相关光谱特征；空间注意力则聚焦每个通道内的关键空间区域，捕捉与绿潮相关的局部模式。将CBAM嵌入最后四个上采样层，通过处理输入特征图并应用注意力机制，输出加权特征图，强调通道和空间信息，从而在保持光谱和空间细微差异的同时显著提高分类精度。

模型训练与性能评估

深度学习任务在Windows 10系统上进行，搭载NVIDIA GeForce RTX 3060Ti GPU（8GB显存），使用CUDA 11.6和PyTorch框架，软件环境为Anaconda（Python 3.8）。训练采用Adam优化算法，动态调整网络权重和偏置，参数设置为β₁ = 0，β₂ = 0.99，初始学习率α = 0.001，每40个epoch（总epoch限为250）学习率乘以衰减因子0.1。

模型性能通过准确率（Accuracy）、精确率（Precision）、召回率（Recall）、F1分数（F1-score）、平均交并比（mIoU）和平均像素准确率（mPA）等指标进行评估。结果分为四类：真阳性（TP）表示正确识别的Ulva prolifera像素，真阴性（TN）表示正确分类的背景像素，假阳性（FP）表示背景像素被误判为绿潮，假阴性（FN）表示绿潮像素被误判为背景。真值通过MODIS假彩色图像人工判定。

Ulva prolifera面积通过空间分辨率与相应像素数量的乘积计算，公式为：

Area_GT = PS × N_GT

其中Area_GT为绿潮面积（km²），PS为单个像素对应的地面面积（km²），N_GT为检测到的绿潮像素数。

实验结果与分析

WaveNet模型在Ulva prolifera检测中表现出色，准确率达97.14%，F1分数为93.26%，相比NDVI方法平均提高7.6%，比AFAI方法平均提高4.3%。NDVI和AFAI方法因阈值选择不同，提取结果存在数量级差异，而WaveNet通过固定阈值（0.5）依赖模型优化权重，避免了人工调整带来的偏差。

通过随机选取四个区域对比WaveNet、NDVI和AFAI的分割结果，并辅以10米分辨率的哨兵2号真彩色图像作为参考，发现WaveNet在大多数情况下提供最完整的绿潮提取，尤其在近岸和大面积区域表现优异，尽管在部分区域仍存在误分类或欠分割。像素计数和面积比较进一步验证了WaveNet的优越性。

不同组合模型的性能评估显示，VGG16与BiFPN及CBAM结合的WaveNet配置（即VGG16 + 3*BiFPN + CBAM）达到最高综合性能：mIoU为87.79%，F1分数93.26%，准确率97.14%。其他组合如仅加入空间注意力（SA）或双注意力（CBAM+SA）均因复杂度增加或特征冗余导致性能下降，证实更深层的融合和注意力优化能显著增强特征保存和感知 discriminability。

黄海绿潮时空分布特征

基于2018–2024年MODIS影像，提取了Ulva prolifera的月度与年度时空分布特征。每年绿潮大致遵循类似模式：5月至6月初首次出现于江苏北部浅水区，随后向东北漂移，影响黄海北部沿海水域，6月下旬达到面积峰值，7月逐渐消退。

2018年绿潮覆盖面积从80 km²迅速增至164 km²，最终在7月14日大面积登陆后消退；2019年峰值面积达2,127 km²；2020年绿潮出现时间推迟，峰值面积为950 km²，整体规模较缓；2021年最为严重，峰值面积达3,534 km²，持续时间最长，灾害最重；2022年峰值面积仅为548 km²，情况较轻；2023年峰值面积2,170 km²，仅次于2021年；2024年则显著改善，最大覆盖面积为454 km²，为7年来最小。

年度变化趋势显示，绿潮覆盖面积在2021年达到顶峰，2022年大幅减少，2023年再次上升，2024年回落，整体呈振荡趋势。时空动态与海面温度、营养盐可用性及洋流等环境条件密切相关，2012年的异常高值可能与台风促进沉积物搅动和上升流带来的营养盐富集有关。这些发现强调了将极端天气事件纳入藻华分析的重要性，也为针对6月底的关键监测期提供了科学依据，有助于发展更有效的预测和管理策略。

结论

WaveNet深度学习模型针对MODIS影像中的Ulva prolifera检测进行了专门优化，利用其广覆盖和高采集频率的优势，通过整合VGG16、BiFPN和CBAM注意力机制，显著提升了多分辨率特征提取的准确性和效率。在608组标注样本对上，模型实现了97.14%的检测准确率、92.83%的精确率、93.69%的召回率和93.26%的F1分数，明显优于NDVI和AFAI等传统方法，有效避免了阈值选择的不确定性。

对2018–2024年黄海绿潮动态的分析证实，每年6月Ulva prolifera面积显著增加，峰值时间多集中于6月下旬，且东南黄海为多年绿潮的源区。该研究为绿潮的早期发现、预防和控制提供了宝贵见解，特别是在识别关键地理源区和影响因子方面，对于促进海洋生态平衡和制定缓解策略具有重要意义。