[发明专利]基于GOCI影像进行水体中叶绿素a浓度估算的方法

说明书

技术领域

本发明涉及环境监测技术领域，尤其涉及一种基于GOCI影像进行水体中叶绿素a浓度估算的方法。

背景技术

叶绿素a浓度是反映水质状况的重要参数之一，与水体中藻类物质含量直接相关，对分析水体富营养化状况具有重要的参考意义。

叶绿素a浓度的获取手段包括采集水样室内化学分析、自动监测设备直接获取和遥感反演。采集水样室内化学分析和自动监测设备直接获取水质浓度值，精度较高，应用较多，但是费用较高，而且监测站点数量有限，缺乏空间连续性，无法满足快速灵活、大面域监测的需求。基于遥感手段的叶绿素a浓度监测由于不受地理位置和人为条件的限制，影像覆盖面积大，获取方便，费用低等优点，在一定程度上弥补了传统监测方法的不足。

目前，水质遥感监测中使用的模型主要分为三类：机理分析模型、半分析模型和经验模型。其中，机理分析模型是通过模拟辐射传输过程进行水质参数的提取，精度较高，但是涉及参数较多并且不易获取，应用较少；经验模型主要是利用统计分析方法建立实测值与反射率的经验关系模型，实现研究区叶绿素a浓度反演，模型简单，但不具有机理特性，移植性较差；半分析模型是在机理模型的基础上，对不易获取的参数进行经验或半经验化，但是目前水体的参数经验化方法研究较少，普适性应用较为困难，受区域水体环境的限制较大；其次当蓝藻水华爆发时，水质状况在短时间内会发生急剧变化，常规时间频次的卫星难以捕捉水质的发生过程。

发明内容

本发明的目的在于提供一种基于GOCI影像进行水体中叶绿素a浓度估算的方法，从而解决现有技术中存在的前述问题。

为了实现上述目的，本发明采用的技术方案如下：

一种基于GOCI影像进行水体中叶绿素a浓度估算的方法，包括如下步骤：

S1，从GOCI遥感影像中获取水面上的反射率，根据如下关系式进行水面上下遥感反射率转换，得到水面下的遥感反射率：

其中，R_rs为水面上的遥感反射率，r_rs为水面下的遥感反射率；

S2，根据计算得到的水面下的遥感反射率，依据如下关系式，计算后向散射系数与总吸收的比值：

其中，g₀≈0.084，g₁≈0.17；

S3，根据计算得到的后向散射系数与总吸收的比值，依据如下关系式，计算参考波长的后向散射系数：

其中：

根据计算得到的后向散射系数与总吸收的比值，依据如下关系式，计算参考波长的吸收系数：

S4，利用计算得到的参考波长的吸收系数与后向散射系数，依据如下关系式，计算任意波长的后向散射系数：

其中λ₀为参考波长；

利用计算得到的参考波长的吸收系数与后向散射系数，依据如下关系式，计算任意波长的后向散射系数：

S5，根据计算得到的任意波长的吸收系数与后向散射系数，基于如下的浮游植物的吸收系数估算模型，得到浮游植物的吸收系数：

a_ph(λ)＝a(λ)-a_w(λ)-a_cdom(443)exp[-S(λ-443)]，

其中：

其中，a_w(λ)为纯水吸收系数；

S6，根据计算得到的浮游植物的吸收系数，基于如下的叶绿素a浓度的估算模型，得到叶绿素a浓度：

其中，A(λ)和B(λ)的值由实验确定。

优选地，S1之前还包括步骤，按照如下方法对GOCI遥感影像进行预处理：

基于GOCI L2P经纬度数据采用GLT几何校正法，对GOCI L1B数据进行几何校正；

根据GOCI影像中的定标参数，采用如下关系式，将DN值还原为实际真实物理量大气层顶的辐亮度信息：

L＝Gain*DN+Bias

其中，L为辐亮度，Gain和Bias为辐射定标参数的增益和偏置，2011年4月以后获取的影像的Gain为10-6，Bias为0；

基于ENVI5.1中提供的FLAASH对影像进行大气校正，将大气层顶的辐射亮度信息转换为水表面的反射率信息；

综合利用NDVI、NDWI和近红外波段的波谱特性，进行水体信息的提取。