[1] SON Y B, MIN J E, RYU J H.  Detecting massive green algae (Ulva prolifera) blooms in the Yellow Sea and East China Sea using Geostationary Ocean Color Imager (GOCI) data[J]. Ocean Science Journal, 2012, 47(3): 359-375.   doi: 10.1007/s12601-012-0034-2
[2] SHEN H, PERRIE W, LIU Q R, et al.  Detection of macroalgae blooms by complex SAR imagery[J]. Marine Pollution Bulletin, 2014, 78(1/2): 190-195.
[3] 矫新明, 袁广旺, 毛成责, 等.  2015年南黄海海域浒苔时空分布特征[J]. 杭州师范大学学报: 自然科学版, 2017, 16(1): 51-56.
[4] 徐福祥, 高志强, 郑翔宇, 等.  基于MODIS数据的2016年黄海绿潮灾害动态监测研究[J]. 海洋科学, 2017, 41(5): 80-84.   doi: 10.11759/hykx20160922003
[5] XING Q G, GUO R H, WU L L, et al.  High-resolution satellite observations of a new hazard of golden tides caused by floating sargassum in winter in the Yellow Sea[J]. IEEE Geoscience and Remote Sensing Letters, 2017, 14(10): 1815-1819.   doi: 10.1109/LGRS.2017.2737079
[6] 邱亚会, 卢剑波.  浒苔遥感监测研究进展[J]. 生态学报, 2015, 35(15): 4977-4985.
[7] XU F X, GAO Z Q, JIANG X P, et al.  A UAV and S2A data-based estimation of the initial biomass of green algae in the South Yellow Sea[J]. Marine Pollution Bulletin, 2018, 128: 408-414.   doi: 10.1016/j.marpolbul.2018.01.061
[8] 王宗灵, 傅明珠, 肖　洁, 等.  黄海浒苔绿潮研究进展[J]. 海洋学报, 2018, 40(2): 1-13.
[9] 叶　娜, 贾建军, 田　静, 等.  浒苔遥感监测方法的研究进展[J]. 国土资源遥感, 2013, 25(1): 7-12.
[10]

于　风. 青岛—黄海浒苔卫星光学遥感[D]. 青岛: 中国海洋大学, 2010.
[11] XIAO Y F, ZHANG J, CUI T W.  High-precision extraction of nearshore green tides using satellite remote sensing data of the Yellow Sea, China[J]. International Journal of Remote Sensing, 2017, 38(6): 1626-1641.   doi: 10.1080/01431161.2017.1286056
[12]

张正龙. 我国黄、东海浒苔和马尾藻的遥感鉴别及绿潮发生过程研究[D]. 上海: 华东师范大学, 2014.
[13] GARCIA R A, FEARNS P, KEESING J K, et al.  Quantification of floating macroalgae blooms using the scaled algae index[J]. Journal of Geophysical Research: Oceans, 2013, 118(1): 26-42.   doi: 10.1029/2012JC008292
[14] QI L, HU C M, XING Q G, et al.  Long-term trend of Ulva prolifera blooms in the western Yellow Sea[J]. Harmful Algae, 2016, 58: 35-44.   doi: 10.1016/j.hal.2016.07.004
[15] ZHANG H L, QIU Z F, DEVRED E, et al.  A simple and effective method for monitoring floating green macroalgae blooms: a case study in the Yellow Sea[J]. Optics Express, 2019, 27(4): 4528-4548.   doi: 10.1364/OE.27.004528
[16]

白　羽. 基于自适应NDVI阈值的青岛海域浒苔监测研究[D]. 青岛: 中国石油大学(华东), 2014.
[17] 史　正, 苏庆华, 高　涛, 等.  MODIS数据在浒苔遥感监测中的应用能力评价[J]. 遥感信息, 2017, 32(4): 132-137.   doi: 10.3969/j.issn.1000-3177.2017.04.020
[18]

徐福祥. 基于无人机及多源数据的黄海绿潮监测研究[D]. 烟台: 中国科学院大学(中国科学院烟台海岸带研究所), 2018.
[19] 丁　一, 曹丛华, 程良晓, 等.  基于线性混合模型和NDVI阈值法的MODIS影像黄海浒苔监测[J]. 生态学杂志, 2018, 37(11): 3480-3486.
[20] 钟　山, 丁　一, 李　振, 等.  MODIS浒苔遥感监测误差分析研究[J]. 遥感信息, 2013, 28(1): 38-42.   doi: 10.3969/j.issn.1000-3177.2013.01.009
[21] 张日升, 原明亭, 丁军航, 等.  基于图像阈值分割的浒苔图像提取[J]. 自动化技术与应用, 2020, 39(2): 83-86.
[22] 曾　韬, 刘建强.  “北京一号”小卫星在青岛近海浒苔灾害监测中的应用[J]. 遥感信息, 2009, (3): 34-37.   doi: 10.3969/j.issn.1000-3177.2009.03.008
[23] ARELLANO-VERDEJO J, LAZCANO-HERNANDEZ H E, CABANILLAS-TERán N.  ERISNet: deep neural network for Sargassum detection along the coastline of the Mexican Caribbean[J]. PeerJ, 2019, 7: e6842-.   doi: 10.7717/peerj.6842
[24] 赵文静, 张　杰, 崔廷伟, 等.  水下悬浮浒苔海面光谱响应的辐射传输模拟[J]. 光谱学与光谱分析, 2009, 29(6): 1656-1660.   doi: 10.3964/j.issn.1000-0593(2009)06-1656-05
[25] 刘智丽, 张启斌, 岳德鹏, 等.  基于Sentinel-2A与NPP-VIIRS夜间灯光数据的城市建成区提取[J]. 国土资源遥感, 2019, 31(4): 227-234.
[26] 肖艳芳, 张　杰, 崔廷伟, 等.  海面漂浮绿潮生物量光谱特征及估算模型[J]. 光学学报, 2017, 37(4): 0430001-.
[27] 章　志, 陈艳拢, 罗　锋.  基于遥感技术的2014年南黄海浒苔时空分布特征研究[J]. 淮海工学院学报: 自然科学版, 2016, 25(1): 80-85.
[28]

郭　佳. 基于光照不均匀图像的自适应二值化方法研究[D]. 武汉: 武汉科技大学, 2013.
[29] 郭东兵, 董黎君, 梁国星.  基于多数投票法的扫描点云尖锐特征保留方法[J]. 重庆理工大学学报: 自然科学, 2019, 33(10): 67-72, 148.
[30]

ZHOU Y, LIU K, BARNER K E. Non-rigid 3D shape recognition via dictionary learning[C]//2013 IEEE International Conference on Acoustics, Speech and Signal Processing. Vancouver: IEEE, 2013: 3502-3506.