《基于无人机低空遥感的海洋表层大型水母监测技术规程》编制说明

一、工作简况

（一）任务来源、计划项目编号，标准负责起草单位和参加起草单位

根据《自然资源部办公厅关于印发2023年度自然资源标准制修

订工作计划的通知》（自然资办发〔2023〕30号）要求，中国科学院

海洋研究所负责《基于无人机低空遥感的海洋表层大型水母监测技术

规程》（以下简称《规程》）海洋行业标准的起草工作，标准计划项目

编号为202322017。标准参加起草单位为中国科学院南海海洋研究所、

国家海洋局北海环境监测中心、中国科学院烟台海岸带研究所、江苏

黄海生态环境科技有限公司。

（二）制定背景

近年来，在气候变化和人类活动的双重压力下，全球多个海区均

出现水母异常增多甚至暴发的现象，对近海核电站、火电站等重大设

施安全运行、重要海水浴场、重要养殖水域造成了非常严重的经济损

失，不仅阻碍了海洋经济可持续发展，也对海洋生态环境安全保障造

成严重威胁。建立针对水母的不同时间尺度与不同维度的监测是进行

大型水母暴发灾害预警和防控研究的基础，也是灾害防灾减灾的必然

需求。

目前国内外采用的水母监测方法主要包括四种：目测计数法、拖

网调查法、声学法以及光学法。这些监测方法各有优势及侧重方面。

目测计数法主要针对局部海域水母的数量估算；拖网调查法主要用于

研究水母的种类、数量和生理特征；声学监测方法主要用来获取水母

的水平和垂直分布情况；光学方法的监测重点则是小型水母的时空分

布、移动过程和个体的行为表现。但是，上述方法普遍监测效率不高，

需要船载，耗时耗力，远远不能满足服务功能区对水母监测的需求，

因此亟需发展高效、快捷、准确、经济的监测方法。

随着无人机技术的发展，无人机低空遥感被广泛应用于海洋环境

与海洋生态灾害监测、海洋生物调查等海洋领域。无人机低空遥感方

法监测水母具有极高的适用性与实用性，其优势在于效率高、成本低、

流程简单，能够进行快速、高频次的部署，可在短期内获取大面积海

域内水母的分布特征，为近海地区大型水母的长期动态观测提供了新

方法。国内外研究证实，在水母调查中，无人机遥感技术能够克服传

统调查无法克服的障碍，获取高分辨率图像，实现更高的采样频率以

及采样效率，数据采集和处理的成本更低，为水母的定性及定量监测

提供了更好的工具。目前，无人机遥感作为研究大型水母的一种新型

监测方法，已经趋于成熟，在我国近海海域已经成功应用。但是，在

海洋调查中，基于无人机低空遥感的海洋表层水母监测方面尚未有系

统、完整的标准。在使用无人机监测水母的实际操作过程中，无人机

飞行任务的区块划分、航线设计、高度设置以及起飞点的选择等环节

也都缺乏规范的操作流程与执行标准。因此，为了高质量地完成无人

机低空遥感水母监测工作，使监测信息产品更具科学性与权威性，亟

需制定相关标准，规范无人机低空遥感海洋表层水母灾害监测数据的

处理方法与流程，建立完整的、规范的、科学的、系统的基于无人机

低空遥感监测海洋表层水母技术规程，为海洋水母灾害监测工作提供

技术依据和指导。

（三）主要工作过程

在科技部国家重点基础研究发展规划项目“973”计划“中国近海

水母暴发的关键过程、机理及生态环境效应”及海洋公益性项目“典型

海域水母灾害监测预警技术业务化应用与示范研究”等多个水母相关

项目的调查中发现，使用传统网具进行水母数量监测具有监测范围小、

监测效率低、经济成本高、定量难的缺点。亟需发展监测范围大、效

率高、省时省力、可定量、准确率高的新型监测方法。在科技部十三

五国家重点研发计划“我国近海水母灾害的形成机理、监测预测及评

估防治技术”项目的支持下，中国科学院海洋研究所首次实现了基于

无人机低空遥感的水母监测与应用，获取珍贵的第一手数据并积累大

量监测经验。

中国科学院海洋研究所于2022年启动了《规程》起草工作，组

织熟悉水母相关监测、管理的专家及科研人员成立了标准编制工作组，

按照工作计划逐项开展标准编制任务。在标准编制过程中，编制组进

行了广泛调研，收集相关法律法规、规章制度、规范性文件、无人机

航摄及水母相关标准等大量国内外有关资料，认真总结水母监测工作

经验，确定标准编制目的、原则及主要内容。多次召开专题研讨会，

就有关问题组织专家进行讨论，修改完善相关内容，形成《规程》（初

稿）。由于我国近海大型水母的水母体主要出现在夏秋季节，验证工

作具有时限性，在崂山实验室“黄渤海水母灾害形成机制与关键监测

技术”（2022-2024）和国家重点研发计划年“中国近海致灾水母的关键

监控与预测预报技术”项目（2023-2027）的支撑下，分别在2023年和

2024年夏季，选择海南文昌清澜港、山东青岛邮轮母港、辽宁红沿河

核电站作为试点，开展规程应用验证工作。同时多次召开专家研讨会、

走访调研核电站、海水浴场、养殖区等水母灾害监测的用户需求，采

纳多方意见建议，不断对《规程》进行修改完善。

本《规程》编制过程详列如下：

1.2019年9月，中国科学院海洋研究所开始着手研发和试验不

同型号的无人机监测大型水母的技术细节。

2.截止2022年6月已对中国近海的几个典型性海域进行无人机

监测水母的图像采集试验性飞行。

3.2022年10月，中国科学院海洋研究所启动《规程》起草工作，

成立标准编制工作组，完成《规程》（初稿）的编纂和编制说明。

4.2023年2月，全国海洋标准化技术委员会组织标准立项专家评

审会，中国科学院海洋研究所代表编制组汇报标准编制情况，并通过

标准立项。

5.2023年5-8月选择海南清澜港-八门湾海域作为试点，开展《规

程》（初稿）验证工作。

6.2023年9-11月，中国科学院海洋研究所组织编制组根据试点

应用建议，修改完善《导则》（初稿），形成《导则》（工作讨论稿）。

7.2023年12月，中国科学院海洋研究所在青岛组织召开了《规

程》启动会，邀请自然资源部第二海洋研究所、中国水产科学研究院

东海水产研究所、自然资源部海洋减灾中心、厦门大学和自然资源部

北海预报减灾中心的专家组成专家组，针对《规程》（工作讨论稿）

的适用范围、结构框架和核心内容等方面进行了质询和研讨。会后，

根据专家组意见进一步修改完善形成《规程》（试行稿）。

8.受限于监测工作的时限性，《规程》（试行稿）的验证工作部署

在2024年夏季6月-8月完成。结合国家重点研发计划科研任务，最

终在山东烟台天马栈桥海水浴场、辽宁红沿河核电站、山东青岛胶州

湾邮轮母港等3种不同类型的服务功能区完成了《规程》（试行稿）

验证工作。

9.2024年10月，中国科学院海洋研究所组织编写组召开内部研

讨会，根据夏季在海水浴场、养殖区及核电取水区等不同服务功能区

的试点验证工作经验，进一步完善形成《规程》（征求意见稿）及编

制说明等材料，提交全国海洋标准化技术委员会海洋调查观测监测分

技术委员会秘书处。

（四）标准主要起草人及其所做的工作

本标准起草单位：中国科学院海洋研究所、中国科学院南海海洋

研究所、国家海洋局北海环境监测中心、中国科学院烟台海岸带研究

所。

主要起草人：张芳、孙松、李超伦、王楠、王铄、邱琰皓、齐衍

萍、董志军、金鑫、迟旭朋、冯颂、王朋鹏、陶振铖、孙妍、王敏晓、

王彦涛。各成员具体分工如下表：

姓名单位分工

主持调查研究、标准内容设计起

张芳中国科学院海洋研究所

草、标准及编制说明起草及修改等

全部工作。

关键技术问题指导、参与标准内容

孙松中国科学院海洋研究所

设计等工作。

关键技术问题指导、参与标准内容

李超伦中国科学院南海海洋研究所

设计及修改等工作。

参与调查研究、标准修改、编制说

王楠中国科学院海洋研究所

明编写等工作。

参与调查研究、标准起草修改、编

王铄中国科学院海洋研究所

制说明编写等工作。

邱琰皓江苏黄海生态环境科技有限公司参与调查研究、标准起草。

齐衍萍国家海洋局北海环境监测中心标准内容设计、标准起草修改。

董志军中国科学院烟台海岸带研究所标准内容设计、标准起草修改。

金鑫中国科学院海洋研究所参与收集资料、技术支撑。

迟旭朋中国科学院海洋研究所参与调查研究、航线设计。

冯颂中国科学院海洋研究所参与调查研究、试点验证。

王朋鹏中国科学院海洋研究所参与调查研究、试点验证。

参与标准内容设计、标准起草修

陶振铖中国科学院海洋研究所

改。

孙妍中国科学院海洋研究所参与调查研究、图像及数据处理。

参与标准内容设计、标准起草修

王敏晓中国科学院海洋研究所

改。

王彦涛中国科学院海洋研究所参与调查研究、试点验证。

二、标准编制原则和确定标准主要内容

（一）标准编制原则

本标准按照《中华人民共和国标准化法》等相关法律法规的规定，

根据GB/T1《标准化工作导则》、GB/T20000《标准化工作指南》、

GB/T20001《标准编写规则》、GB/T20002《标准中特定内容的起草》、

GB/T20003《标准制定的特殊程序》等相关标准编写，并遵循合法性、

科学性、和实用性原则。

合法性原则：该标准内容符合国家相关法律法规的要求，贯彻国

家强制性标准，与相关国家标准、行业标准、地方标准、团体标准等

相一致，满足水母灾害监测工作需要。

科学性原则：本标准的编制参考有关无人机系统技术标准、数字

航空摄影规范，从海洋表层水母监测的实际需求出发，通过科学研究

技术研发及现场试验，围绕海洋表层水母调查监测的无人机航摄系统

的作业流程、技术要求、数据处理等方面，遵循科学合理的原则，开

展具体内容的编制，以确保无人机监测水母技术内容的科学性和准确

性。

实用性原则：结合无人机监测海洋表层大型水母的工作特点，综

合考虑不同服务功能区水母监测的具体需求，兼顾理论与实际操作的

差异，确保无人机飞行技术的可实现性和不同监测海域的适应性，确

保能够满足实际监测工作的需求。

（二）确定标准主要内容的依据

本标准参照有关无人机系统技术标准、数字航空摄影规范

（GB/T14950《摄影测量与遥感术语》），界定了基于无人机低空遥

感的海洋表层大型水母监测技术的术语和定义，规定了准备工作、技

术设计、航摄流程、水母图像数据处理与分析、报告编制、设备升级

与维护等技术要求，描述了对应的证实方法。另外，包含海洋表层水

母监测项目航摄飞行记录表、无人机航摄水母影像代表性图和海洋表

层水母监测报告提纲3个附录。

1.工作环境的确定依据

在进行无人机低空遥感监测水母时，为确保飞行安全，必须避免

与其他空中飞行器或地面及海面障碍物发生碰撞。因此，要求在天气

状况良好、风力较小、能见度高的条件下进行作业。无人机技术参数

中，抗风能力上限为6级，但在实际调查工作中，需确保工作风力小

于5级（地面风速小于8m/s），风力过大则影响无人机设备的安全性

和飞行路线的稳定性，进而影响后续图像拼接和水母计数的准确度。

Colefax等（2019）也指出，过大的风速及相关海况会对飞行设备的

安全以及航空测量的监测准确率产生负面影响。

根据无人机的飞行需要遵守相关的法律法规，包括空域管理、飞

行高度限制、飞行区域限制等。若监测区域涉及到禁飞区，需要向当

地主管部门进行报备申请。

在核电站等存在强大电磁辐射的区域，无人机的通信信号会出现

中断或干扰的情况，可能导致信号丢失、飞行控制异常，严重时甚至

发生飞行器坠落或炸机。而且，高压输电线和雷达站也会产生强烈的

电磁波干扰，影响无人机的导航与定位系统。因此，在此类区域作业

时，需向核电站相关部门申请关闭磁场干扰装置（该措施已在山东海

阳核电站和辽宁红沿河核电站得到验证），并尽量远离高压输电线和

雷达站等设施。

2．技术设计的确定依据

通过多次飞行实验确定了不同环境条件对无人机飞行区块划分、

作业时间、航程设计、航线重叠度、飞行高度等基本参数的影响，具

体参数确定依据如下：

（1）区块划分

对于缺乏水母历史资料的区域，需要进行全域区块规划以积累背

景数据。该规划应遵循均匀区块设计的原则，确保图像采集的全面性

和代表性，并采用平滑边界和规则形状的区块，如矩形或正方形，以

简化数据采集和分析过程。在形状不规则的区域，监测范围应尽可能

扩大，确保涵盖所有潜在区域。在具有明确水母历史资料的区域，应

根据区域特征选择合适的区块形状以优化监测效果。如：矩形区块适

用于边界规则的区域，多边形区块适合复杂形状的区域，条带区块则

适用于狭长或弯曲的地形(Liao&Juang,2022;Rowleyetal.,2020;

Schaubetal.,2018)。

（2）航线设计

基于无人机的航线规划功能，各区块内的航线设计为“S”型平行

往返式，这种设计能显著提高无人机巡航监测的效率。通过合理设置

相对航高、航向重叠度和旁向重叠度等参数，能够确保影像的连续性

和覆盖率，满足后续数据处理的需求。此外，无人机平台能够自主生

成最优航线，进一步优化数据采集过程并提升监测效果。

（3）作业时间

由于海水具有强烈的光反射能力，太阳炫光可能会导致航拍图像

中水母与背景的对比度下降，从而使水母个体难以分辨（Joyce,2018）。

在对青岛邮轮母港附近海月水母的监测研究中，发现不同时间段的航

拍效果存在显著差异。特别是晴朗天气的中午时段（11:00-14:00），太

阳炫光严重，导致航摄图像中出现大量光斑，影响了水母的识别率。

相对而言，在晴朗天气下，早晨6:00-9:00和下午15:00-18:00的航拍

图像受到的地面反光和太阳炫光干扰较小。因此，本标准建议在上述

两个时段进行飞行任务，以提高水母的识别准确性。（图片详见第三

部分实验4）

（4）参数设置

重叠度：航线重叠度包括航向重叠度与旁向重叠度，航向重叠度

是指航线内相邻照片的重叠程度，旁向重叠度则是指航线间相邻照片

的重叠程度。Xiang和Tian(2011)研究发现，航向和旁向重叠度在

无人机遥感系统中的设置对监测效率和数据完整性有显著影响。其中，

当重叠度设定在10%-15%时，能够确保影像的连续性和覆盖区域的

完整性，且提高了监测效率。过低的重叠度（低于10%）会导致监测

数据缺失，而过高的重叠度（超过20%）则会增加数据冗余，增加处

理负担。因此，本标准建议将航向和旁向重叠度设定在10%-15%，以

平衡数据质量和监测效率。

相对航高：为确定无人机监测大型水母的最适飞行高度，本研究

于2021年4月在海南省文昌市清澜港附近海域进行航拍实验，设置

飞行高度梯度为：100m、120m、140m、160m、180m和200m。结果

显示，在各飞行高度下的航拍图像中均能识别到鞭腕水母，但随着飞

行高度的增加，图片中的水母细节逐渐模糊，辨认难度增加。其中，

在100m和120m高度下拍摄的图片中，能够清晰地辨别鞭腕水母的

伞部和口腕部分。在180m和200m高度下，较小体型的水母个体辨

认变得更加困难，需要结合形态、颜色特征与海水背景的差异进行识

别。此外，飞行高度为100m时的监测覆盖面积为1.5km²，而200米

高度的监测覆盖面积最大，为3.0km²。因此，在确保飞行设备安全的

前提下，为平衡图像的清晰度和监测覆盖面积，建议将无人机的飞行

高度设置在100-150m之间，以确保既能清晰地观测水母细节，又能

有效地覆盖较大区域。

地面采样距离（groundsampledistance，GSD）：指无人机航拍图

像中每个像素对应地面实际距离的度量。为确保在图像中具有足够的

水母细节，GSD应当足够小，以提供更高的图像分辨率，从而更精确

地捕捉目标物体的特征细节（如水母的形态、尺寸等）。若GSD过大

时，图像中的水母可能会被模糊或不可辨识，从而影响检测准确性。

Bao等人(2018)的研究表明，在无人机监测海滩垃圾的任务中，通过

反复实验和目视解读，发现1-3cm的空间分辨率是最佳选择区间，

这一结论为类似的遥感任务提供了有力的参考。本标准中所使用的无

人机在飞行高度为100m时，地面采样距离为0.89cm/像素，能够分

辨的最小水母伞径为5cm。为确保监测目标在图像中具有足够的细

节，建议将GSD设置为目标最小尺寸的1/10。这一标准有助于保证

图像分辨率足以捕捉水母的细微特征，从而提高监测的准确性和可靠

性。

相机参数：为确保无人机航摄图像在不同天气条件下均符合监测

标准，需根据实际作业情况调整相机参数。正如，Bhattarai和Lucieer

(2024)研究指出，在不同光照条件下，合理的ISO和快门速度调整对

获取高质量图像至关重要。在晴天光照充足情况下，应设置较低的

ISO值和较快的快门速度，避免过度曝光以保证图像清晰度。而在阴

天光线较弱情况下，需要提高ISO以增强感光度，同时降低快门速

度，以补偿光线不足(O’Connoretal.,2017)。基于上述研究和多次飞

行实验，通过对比航摄图片的质量，本标准建议在晴天时将ISO上限

设置为800，快门速度设置为1/1250秒；在阴天时将ISO上限提高至

3200，快门速度设置为1/1000秒。

3.水母图像数据处理与分析的确定依据

（1）水母图样的识别与计数

水母图像识别计数方法包括人工目视计数法和机器识别两种主

要方法，主要根据项目的具体要求来确定使用哪种计数方法。

人工目视计数法，根据航摄图片中水母的颜色、体型等特征，通

过肉眼进行人工识别，利用ImageJ或者Photoshop软件的计数功能，

手动标记图片中水母，并统计。该方法较费时，结果可信性较高，对

技术人员专业性要求较高。

如今，基于深度学习的水母图像检测技术迅速发展(Gaucietal.,

2020;Hanetal.,2022;Zhangetal.,2020)。如Hanetal.(2022)基于卷

积神经网络和数字图像处理技术，检测出10种不同种类的水母。Gao

等人(2023)通过引入CBMA模块并优化训练方法，提出了一种改进的

YOLOv4-tiny算法，能够更准确、快速地检测水母。故本标准建议利

用Python或其它软件编写代码，针对水母种类、数量等特征值对图

像进行自动识别，反演典型海域的水母种群密度，实现对监测海域水

母的自动识别并统计。且可基于Resnet50网络模型，扣除陆地区、

近岸区，植被区以及太阳炫光区等误差区域，提升自动识别准确度。

（2）水母丰度

通过航拍设备的视角和飞行高度计算获得单张图像的覆盖的海

域面积，进而根据单张航摄图像中识别的水母数量和单张图像覆盖的

海域面积两个参数可以计算得到水母丰度（ind./km2）。传统的目视调

查及拖网调查，也经常使用每平方千米扫海面积中水母个数这一单位

来表征水母丰度（郭东杰等，2019），因此，无人机监测获得的水母

丰度数据具备可比性和再分析空间。

（3）水母空间分布

根据航摄图像记录的经纬度信息，结合水母计数结果，利用GIS

软件或其他空间分析工具，分析水母空间分布特征，获得水母分布数

据可视化结果。结合不同时间获得的航摄图像，可动态展示水母在海

域中的聚集和扩散情况（详见第三部分案例应用）。

（4）水母伞径

航摄图片中水母伞径尺寸通过飞行高度及水母占据的像素个数

来确定。通过大量研究及验证实验获得了水母伞径实际长度与拍摄图

片所表征的水母伞径像素之间的定量关系方程（详见第三部分实验2）。

水母伞径占据的像素个数可使用ImageJ软件手动绘制水母伞部区域

范围后计数得出。根据飞行实验获得的经验公式，将无人机飞行高度

及航摄图片中水母伞径占据的像素个数，这两个参数代入方程计算得

到水母实际伞径。

三、主要试验(或验证)的分析、综述报告，技术经济论证，预期的经

济效果

（一）主要试验(或验证)的分析、综述报告

1.飞行高度

实验方案：在保证设备安全的前提下，为确定该无人机监测大型

水母的最适飞行高度，本研究于2021年4月在文昌市清澜港附近海

域进行鞭腕水母的航拍实验。航拍过程中，设置飞行高度梯度为100m、

120m、140m、160m、180m和200m，对比了不同飞行高度下可监测

到大型水母的最小长度和监测效率（单架次的覆盖面积）。

实验结果：研究区域内各飞行高度下的航摄图片中，均可观测到

鞭腕水母。随着飞行高度的增加，图片中水母的细节特征逐渐缺失，

辨认难度增加。在高度为100m和120m下拍摄的图片中，能够明显

的辨别出水母的伞部和口腕部分，甚至可以用来描述较大个体的游泳

姿态。而在180m和200m下航摄的图片中，较小体型的水母个体需

要结合形态、颜色特征与海水背景的差异进行判别。此外，在100m

高度下能够辨认出水母的最小长度最小，为5.4cm。随着飞行高度的

增加，该无人机能够辨认出水母的最小长度也逐渐增大。同样地，飞

行高度100m下，该无人机单架次（航行45分钟）的监测覆盖面积

最小，为1.5km2，200m的监测面积最大，为3.0km2（图1）。

图1不同飞行高度下，无人机辨别出水母的最小长度（a）和单架次飞行的监测面积（b）.

结论：综合考虑设备安全和监测效率等因素，建议无人机飞行高

度为100m-150m。在无人机航拍过程中，飞行高度可根据水母的实际

大小进行调整。

2.水母伞径模型

实验方案：通过探究不同飞行高度下航摄图片中水母伞径实际大

小与像素值之间的关系，提出一种基于航摄图片直接“测量”水母大小

的方法。计算转换系数时，使用无人机在不同飞行高度下对已知长度

的物体进行航摄，然后对飞行高度、图片中参照物实际大小以及其所

占据的像素值进行建模分析。其中，相机采取90°正射，设计的飞行

高度分别为100m、120m、140m、160m、180m和200m，给定的物

体长度分别为15cm、17.5cm、20cm、22.5cm、25cm、27.7cm、35.5cm

和40.7cm。为校准测量结果，研究进行了三次实地捕捞（S1、S2、

S3），在岸边脱水状态下用直尺测量了捕获水母的伞径，然后使用单

因素方差分析对比两种方法是否存在显著性差异。

实验结果：不同飞行高度下，参照物的实际长度与图像中像素个

数均呈显著的线性关系（图2）。将参照物实际长度、飞行高度和像素

个数回归拟合得到公式为：L=0.0092×H×N+0.1258，（R2=0.9843）。用

该公式估测航摄图片中的水母伞径值与实地测量结果对比发现，估测

结果总体低于实测结果，且两种方法间存在显著差异（P<0.001）。

为校正结果，计算S1处模型总体低估水平为10.3%，故引入修正系

数훼值为1.12，改良模型为：L=0.0103×H×N+0.1409。最后，基于S2

和S3处实测的水母伞径对改良后的模型进行验证，方差分析结果显

示，该公式与实地测量的方法在探究水母伞径状况时无显著性差异

（表1）。

图2不同飞行高度下，参照物实际长度与像素个数间线性拟合结果.

注：a：100m；b：120m；c：140m；d：160m；e：180m；f：200m.

表1校正后模型计算和实地测量的方差分析结果

Mean

站位SourceofErrorSumofSquaresdfF值P值

Square

intergroup0.86710.8670.1090.742

S2intra-group974.3671227.987

Total975.234123

intergroup0.00410.0040.0020.961

S3intra-group44.234281.580

Total44.23829

结论：基于航拍中图片像素和飞行高度，水母伞径计算公式为：

L=0.0103×H×N+0.1409：

3.图像自动识别准确性验证

实验方案：从航拍图像数据库中随机挑选100张图片，通过软件

自动识别和人工目视计数两种方法统计图片中水母数量，并使用单样

本Wilcoxon检验的方法检验两种方法是否存在差异，并对两者进行

回归拟合来分析相关性。

实验结果：Wilcoxon检验结果显示，两种计数方法在统计水母数

量、估算监测海域水母丰度时无显著性差异（P=0.229>0.05）。两种

计数方法的结果进行回归拟合显示（图3），相关性分析结果表明两者

间显著相关（P<0.001），拟合结果为：软件计数值=0.995×人工计数

值+35.771（R2=0.998）。

图3软件自动计数与人工目视计数的对比（a）和线性拟合（b）.

结论：无人机低空遥感与自动识别技术（MaskRCNN算法）相

结合的监测方法具有较高的准确性，大大降低了人力和时间成本，可

有效应用于不同海域表层的大型水母监测。

4.天气状况对无人机监测大型水母的影响

实验方案：为探究不同天气状况对无人机监测大型水母的影响，

本研究于2024年7月19至24日的不同时间段在青岛市邮轮母港附

近海域进行航拍作业。同时，记录对应的天气条件，包括云层覆盖率、

风速、风向、光照强度、海水透明度和潮汐状况。最后，利用广义线

性混合效应模型（GLMM）对获取的实验数据（水母丰度和天气状况）

进行分析。

实验结果：①上午时段的水母丰度高于下午时段，特别是上午

6:00-9:00的监测效果最佳，图像清晰。②光照强度对图像质量影响较

大，中午时段（11:00-14:00）太阳炫光严重，导致图像内出现大量光

斑，不利于水母识别（图4）。③当地面风速大于8m/s时，无人机的

飞行过程中稳定性下降，影响了设备安全，且图像模糊，监测效果较

差。④潮汐状况并未对水母丰度显示出明显的影响，进一步说明潮汐

在短期内不是影响水母监测效果的关键因素。

图4不同时间段利用无人机航摄的图像.

注：a：8:00;b：11:00.

结论：无人机监测大型水母的最佳作业时间为6:00–9:00和15:00–

18:00。

（二）应用案例

1.案例应用一：海南省文昌市清澜港海域鞭腕水母的种群动态变

化

基于标准中构建的无人机监测大型水母的方法，对2021年4月

中旬至5月中旬海南省文昌市清澜港海域表层鞭腕水母的种群动态

特征进行研究（图5&6）。结果表明，4月中旬，研究区域内鞭腕水母

平均丰度为2.3×104ind./km2。在空间上，鞭腕水母在清澜港海域内呈

明显的斑块分布，水母聚集区主要位于中部近岸区域。4月下旬，该

区域内鞭腕水母平均丰度为3.2×104ind./km2，与4月中旬相比有所增

加。从空间上看，鞭腕水母覆盖整个研究海域，在东北部近岸出现多

个水母聚集区。5月中旬，研究区域内鞭腕水母的平均丰度为1.2×104

ind./km2，数量上明显降低，但水母聚集区丰度高达1.9×105ind./km2。

在空间上，鞭腕水母的斑块化分布明显，主要集中在西北部近岸区域。

一个月时间内，清澜港海域鞭腕水母的丰度先增加后降低，水母聚集

区呈明显向北移动趋势。在航摄图片中，随机选取300只水母计算其

伞径状况。结果表明（图6），4月中旬，清澜港海域鞭腕水母的平均

伞径为15.02cm，最大为23.3cm，最小为10.6cm。4月下旬，研究区

域内水母的平均伞径为15.18cm，最大伞径为23.6cm，最小为10.1cm。

与中旬相比，鞭腕水母的平均伞径增长1.07%。5月中旬，清澜港海

域鞭腕水母的平均伞径为15.49cm，最大伞径为24.5cm，最小为8.2cm。

较4月下旬，平均伞径的增长率为2.00%。

图52021年4至5月清澜港海域鞭腕水母的空间分布状况.

注：2021年4月中旬；2021年4月下旬；2021年5月中旬；

图62021年4至5月清澜港海域鞭腕水母丰度（a）和伞径状况（b）.

2.案例应用二：山东省烟台市天马栈桥海域海月水母的种群动态

特征

基于无人机低空遥感技术，于2022年8月在山东近海进行水母

监测实验。结果显示，在烟台市天马栈桥附近海域发现了大量海月水

母聚集的现象。其中，8月6日上午8时，在天马栈桥海域表层观察

到海月水母平均丰度为6.4×104ind./km2，空间分布呈明显的斑块状，

且存在多个水母密集区（丰度值：6.7×105ind./km2）（图7）。下午2

时，在相同作业海域水面测得水母平均丰度为4.6×104ind./km2，与早

晨相比数目有所降低，推测与表层海水温度上升，水母发生垂直升降

和水平移动有关。

图72022年8月6日不同时段烟台市天马栈桥附近海域海月水母的空间分布状况

注：a：8:00；b：14:00.

3.案例应用三：山东省青岛市邮轮母港海域海月水母的种群动态

特征

根据标准中构建的无人机监测大型水母的方法，对2024年7月

下旬青岛市邮轮母港附近海域表层海月水母爆发时的种群动态特征

进行研究。结果显示，上午出现的海月水母平均丰度（5.5×104ind./km2）

显著高于下午（2.7×104ind./km2）。其中，7月19日17时邮轮母港海

域表层海月水母丰度平均值最高（8.4×104ind./km2），推测与该时间的

海水透明度最高有关。而7月20日13时海月水母平均丰度显著低于

其它时间段，可能与当日上午出现的降雨使得表层的海月水母下沉有

关。在空间上，海月水母的斑块化分布明显，主要集中在南部近岸区

域。从上午到下午，海月水母聚集斑块呈现出向港外移动的趋势。

图82024年7月不同时间青岛市邮轮母港海域海月水母的丰度箱线图

图92024年7月不同时间青岛市邮轮母港海域海月水母的空间分布状况

（三）技术经济论证

无人机低空遥感技术相较于传统的水母监测方式（如：人工目视

调查、拖网调查），在成本、监测效率等方面具有明显的优势，具体

包括：

1.成本：虽然无人机及其搭载相机的初始投入相对较高，但其后

期维护成本较低，且与传统的拖网捕捞调查相比，该技术可节省大量

的人力、物力。

2.监测效率：无人机具备较快的飞行速度，能够在短时间内覆盖

大面积海域，大大提升了监测效率。而传统拖网调查等方式不能实现

全方位覆盖，且受限于天气状况。

（四）预期经济效果

本标准的实施将推动无人机低空遥感技术在海洋监测领域的应

用，预期将带来以下经济效果：

1.提高监测效率：无人机可在短时间内覆盖广阔海域，并通过智

能图像识别算法快速处理数据，显著地提升了监测效率。使大范围、

定期的水母监测成为可能，有助于及时获取海洋生态系统的动态数据。

2.减少成本投入：相较于传统监测方式，无人机低空遥感技术能

显著减少船舶租赁、人员出海、燃料消耗等成本。

3.环境与渔业管理：及时、精准的监测数据能够帮助相关部门更

好地进行环境保护与渔业管理，减少由于水母大量繁殖对渔业及海洋

生态造成的潜在威胁，为可持续发展提供依据。

四、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，或与测试的国外样品、样机的有关数据对比情况

本标准根据监测海洋表层水母的实际需求，提供了海洋表层水母

调查监测的无人机航摄系统的作业流程和技术要求等方面的指导和

建议。目前，国际上尚无专门针对无人机监测海洋表层水母的标准，

因此本标准在这一领域处于国际领先地位，填补了技术空白，具有较

高的创新性和前瞻性。

五、与有关的现行法律、法规和强制性标准的关系

本标准与现行有关法律、法规和强制性标准无冲突。本标准的制

定将规范并指导使用无人机监测海洋表面大型水母工作的实施，使监

测工作更加标准化、统一化。本标准将和已发布的及正在制定的相关

标准相协调，进一步规范大型水母监测工作，为水母灾害预报防控提

供科学指导。

六、重大分歧意见的处理经过和依据

无重大分歧意见。

七、标准作为强制性或推荐性国家（或行业）标准的建议

本标准将使无人机监测海洋表层大型水母工作更加科学化、标准

化、统一化，规范指导大型水母监测工作，因此，建议本标准为推荐

性海洋行业标准。

八、贯彻该标准的要求和措施建议

本标准批准发布后，建议沿岸各级政府、海洋监管部门加强对无

人机监测水母技术的宣传，鼓励各级海洋行政主管部门和企事业单位

积极引用和使用本标准。积极开展标准宣贯及培训工作，帮助解决在

实施过程中遇到的技术问题，确保标准的顺利执行，提高行业整体水

平。根据技术发展和行业需求，定期复审更新标准，确保其适应性和

先进性。通过这些措施，可以确保标准的广泛接受和有效实施，从而

提升海洋水母监测的科学性和准确性。

九、废止现行有关标准的建议

无。

十、其他应予说明的事项

无。

参考文献

Bao,Z.,ShaJ.,LiX.,HanchisoT.,ShifawE.2018.Monitoringofbeachlitterbyautomatic

interpretationofunmannedaerialvehicleimagesusingthesegmentationthresholdmethod

[J].MarinePollutionBulletin,137,388-398.

Bhattarai,D.,LucieerA.2024.Optimisingcameraandflightsettingsforultrafineresolution

mappingofartificialnight-timelightsusinganunoccupiedaerialsystem[J].Drone

SystemsandApplications,12,1-11.

Colefax,A.P.,ButcherP.A.,PagendamD.E.,KelaherB.P.2019.Reliabilityofmarinefaunal

detectionsindrone-basedmonitoring[J].Ocean&coastalmanagement,174,108-115.

Gao,M.,LiS.,WangK.,BaiY.,DingY.,ZhangB.,GuanN.,WangP.2023.Real-timejellyfish

classificationanddetectionalgorithmbasedonimprovedYOLOv4-tinyandimproved

underwaterimageenhancementalgorithm[J].ScientificReports,13(1),12989.

Gauci,A.,DeidunA.,AbelaJ.2020.Automatingjellyfishspeciesrecognitionthroughfasterregion-

basedconvolutionneuralnetworks[J].AppliedSciences,10(22),8257.

Han,Y.,ChangQ.,DingS.,GaoM.,ZhangB.,LiS.2022.Researchonmultiplejellyfish

classificationanddetectionbasedondeeplearning[J].MultimediaToolsandApplications,

1-16.

Joyce,K.E.,DuceS.,LeahyS.M.,LeonJ.,MaierS.2018.Principlesandpracticeofacquiringdrone-

basedimagedatainmarineenvironments[J].MarineandFreshwaterResearch,70(7),952-

963.

O’connor,J.,SmithM.J.,JamesM.R.2017.Camerasandsettingsforaerialsurveysinthe

geosciences:Optimisingimagedata[J].ProgressinPhysicalGeography,41(3),325-344.

Rowley,O.C.,CourtneyR.L.,BrowningS.A.,SeymourJ.E.2020.Baywatch:Usingunmanned

aerialvehicles(UAV’s)tosurveytheboxjellyfishChironexfleckeri[J].PLoSOne,15(10),

e0241410.

Schaub,J.,HuntB.P.,PakhomovE.A.,HolmesK.,LuY.,QuayleL.2018.Usingunmannedaerial

vehicles(UAVs)tomeasurejellyfishaggregations[J].MarineEcologyProgressSeries,

591,29-36.

Xiang,H.,TianL.2011.Developmentofalow-costagriculturalremotesensingsystembasedonan

autonomousunmannedaerialvehicle(UAV)[J].BiosystemsEngineering,108(2),174-190.

Zhang,S.,YangX.T.,WangY.Z.,ZhaoZ.X.,LiuJ.T.,LiuY.,SunC.H.,ZhouC.2020.Automatic

fishpopulationcountingbymachinevisionandahybriddeepneuralnetworkmodel[J].

Animals,10(2),364.

郭东杰,张芳,王朋鹏,吴强.2019.2019年5月黄海及东海北部大型水母分布特征[J].海

洋与湖沼,50(6),1292-1301.

邱琰皓&张芳.(2022).基于无人机低空拍摄图像的垃圾监测——以青岛石雀滩为例.海洋

与湖沼(06),1349-1359.

《基于无人机低空遥感的海洋表层大型

水母监测技术规程》

（征求意见稿）

编制说明