[发明专利]一种基于OLCI的内陆富营养化湖泊水体蓝藻生物量比例遥感估算方法有效
| 申请号: | 201910104708.4 | 申请日: | 2019-02-01 |
| 公开(公告)号: | CN110082349B | 公开(公告)日: | 2021-11-02 |
| 发明(设计)人: | 吕恒;吴志明;朱利;吴传庆;李云梅 | 申请(专利权)人: | 南京师范大学;南京泛在地理信息产业研究院有限公司 |
| 主分类号: | G01N21/84 | 分类号: | G01N21/84;G01N21/3577;G01N21/55 |
| 代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 朱小兵 |
| 地址: | 210023 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 olci 内陆 富营养化 湖泊 水体 蓝藻 生物量 比例 遥感 估算 方法 | ||
1.一种基于OLCI的内陆富营养化湖泊水体蓝藻生物量比例遥感估算方法,其特征在于包括以下步骤:
S1、从OLCI遥感影像上提取所述内陆富营养化湖泊水体研究区域,经过预处理,得到所述区域对应水体的遥感反射率;所述遥感影像由像元组成,所述预处理包括辐射定标、几何校正、大气校正,所述遥感反射率第一波段至第十六波段的遥感反射率值依次记为OA1至OA16;其中,第六波段中心波长560nm、第七波段中心波长620nm、第八波段中心波长665nm、第十一波段中心波长709nm、第十六波段中心波长778nm;
S2、求像元处OA6和OA10的比值;如果所述比值大于事先设定的阈值,则认为所述像元的蓝藻生物量比例大于90%,记为极高梯度,输出结果;小于该阈值时,认为所述像元的蓝藻生物量比例小于90%,进入S3;其中,该阈值为1.77;
S3、对目标内陆富营养化湖泊水体研究区域对应水体实地测量,得到采样区域的遥感反射率,通过光学仪器测量得到浮游藻类的吸收系数aph在全波段的实测值,作为所述采样区域的实测值;
S4、由OA16计算得到所述像元778nm处的后向散射值bb(778),由OA11/OA8、bb(778),得到浮游藻类在665nm处的吸收系数aph(665),由aph(665)的反演值与实测值的比值,获取γ值,由OA11/OA8、bb(778),以及γ值得到校正后的浮游藻类在665nm处的吸收系数aph(665);由OA11/OA7、bb(778),得到浮游藻类在620nm处的吸收系数aph(620),由aph(620)的反演值与实测值的比值,获取δ值,由OA11/OA7、bb(778),以及δ值得到校正后的浮游藻类在620nm处的吸收系数aph(620);由OA11/OA8获取值,由OA7/OA11获取值,结合aph(620)、aph(665)、和分离得到藻蓝蛋白色素在620nm处的吸收系数apc(620),和叶绿素a色素在665nm的吸收系数achl(665);
S5、构建归一化指数:[apc(620)-achl(665)]/[apc(620)+achl(665)],用于指征所述像元蓝藻生物量比例;
S6、将S2至S5所述的步骤逐像元作用于所述内陆富营养化湖泊水体研究区域的OLCI遥感影像上,得到S1所述区域对应水体的蓝藻生物量比例的空间分布。
2.如权利要求1所述的一种基于OLCI的内陆富营养化湖泊水体蓝藻生物量比例遥感估算方法,其特征在于,步骤S1中大气校正采用的是SeaDAS 7.3的MUMM算法,在该算法中,Rrs(779)与Rrs(865)的比值设定为1.9。
3.如权利要求1所述的一种基于OLCI的内陆富营养化湖泊水体蓝藻生物量比例遥感估算方法,其特征在于,步骤S1中还包括大气校正精度分析的步骤:首先将实测点的遥感反射率的实测值通过光谱响应函数响应到遥感影像的各个波段,然后将实测点的遥感反射率和OLCI对应位置的遥感反射率进行比对,得到指数对对比结果进行评价,所述指数包括均方根误差和平均相对误差;平均相对误差小于30%时,认为大气校正效果较好,将结果输出至步骤S2。
4.如权利要求1所述的一种基于OLCI的内陆富营养化湖泊水体蓝藻生物量比例遥感估算方法,其特征在于,步骤S2中所述阈值取1.77。
5.如权利要求1所述的一种基于OLCI的内陆富营养化湖泊水体蓝藻生物量比例遥感估算方法,其特征在于,步骤S4中γ的取值为0.85,δ的取值为0.96。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京师范大学;南京泛在地理信息产业研究院有限公司,未经南京师范大学;南京泛在地理信息产业研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910104708.4/1.html,转载请声明来源钻瓜专利网。





