[发明专利]一种基于Landsat 8 OLI的蓝藻水华风险评估与动态感知方法

说明书

本发明属于遥感数据应用技术领域，公开了一种基于Landsat 8 OLI的蓝藻水华风险评估与动态感知方法，获取待监测湖泊的监测影像信息，构建监测评估模型，根据监测影像信息、监测评估模型对待监测湖泊进行蓝藻水华实时风险评估，得到风险评估结果；采用的监测评估模型中计算的指标包括：营养状态指数TSI、蓝藻水华与水生植被水域的判别指数CMI、浮游藻类指数FAI。本发明解决了现有技术中蓝藻水华风险评估的时效性及覆盖面存在局限的问题，能够对蓝藻水华爆发的风险进行评估，得到短期预警结果。

技术领域

本发明涉及遥感数据应用技术领域，尤其涉及一种基于Landsat 8 OLI的蓝藻水华风险评估与动态感知方法。

背景技术

自20世纪80年代以来，湖泊近地表浮游植物大量繁殖，蓝藻水华的爆发频率和强度也在全球范围内持续增加，已成为众多淡水湖泊所面临的重要水环境问题之一。湖泊蓝藻水华主要是在湖泊富营养化使水体内营养盐满足蓝藻生长的前提下，气象与水文条件共同作用的结果。富营养化水体中蓝藻的大量繁殖，会带来一系列严重的环境问题(水质恶化、水功能下降、危害人类健康等)，严重影响水生生态系统的生态结构、功能和美观。而水生植物作为湖泊的主要初级生产者，对净化水质、调节浮游植物的过量生长有积极作用，也在一定程度上反映了水域内的气象和水文状况。因此，针对富营养化湖泊，特别是有富营养化发展趋势的湖泊，通过整合富营养化、水生植物和湖泊蓝藻分布的信息，可以有效评估和感知蓝藻水华爆发的潜在风险水平，对实现跨流域的水环境管理具有重大意义。

Landsat8 OLI以其在时间分辨率和空间分辨率上的综合优势，良好的数据连续性以及丰富的光谱波段，已被广泛应用于内陆湖泊的生物地球化学成分研究，包括水色三要素(叶绿素，无机悬浮物和有机黄色物质)、水体营养状态、水生植被以及藻类相关指标的研究。目前蓝藻水华风险评估主要是通过历史的地面站点监测及相关统计数据，对一个或多个评估指标进行打分综合，得到湖泊内不同固定区域的蓝藻水华爆发的风险评级结果。而部分基于遥感的蓝藻水华风险评估研究，主要是根据叶绿素、蓝藻生物标志物色素藻青蛋白浓度及两者比率的反演结果，对长时序历史数据进行分析，得到湖泊内不同固定区域的风险评级结果。这两种方式均是通过对长时序历史数据的分析，对湖泊内不同固定区域的蓝藻水华爆发风险进行评级，属于一种静态的评估方式。而蓝藻水华的致灾过程往往十分迅速，是蓝藻细菌在短时间内大量繁殖、上浮聚集到水面形成灾害的结果。因此，这种静态的评估方式存在一定的局限性。总之，目前尚未有一种基于Landsat8 OLI数据的蓝藻水华风险评估与动态感知方法。

发明内容

本申请实施例通过提供一种基于Landsat 8 OLI的蓝藻水华风险评估与动态感知方法，解决了现有技术中蓝藻水华风险评估的时效性及覆盖面存在局限的问题。

本申请实施例提供一种基于Landsat 8 OLI的蓝藻水华风险评估与动态感知方法，获取待监测湖泊的监测影像信息；构建监测评估模型；根据所述监测影像信息、所述监测评估模型对待监测湖泊进行蓝藻水华实时风险评估，得到风险评估结果；

其中，所述监测评估模型中计算的指标包括：营养状态指数TSI、蓝藻水华与水生植被水域的判别指数CMI、浮游藻类指数FAI。

优选的，包括以下步骤：

步骤1、通过Landsat 8 OLI获取待监测湖泊的监测影像信息；

步骤2、根据所述监测影像信息，通过改进的归一化差异水体指数MNDWI提取待监测湖泊的水域边界；

步骤3、计算待监测湖泊水域内的营养状态指数TSI，得到营养状态指标信息；

步骤4、根据营养状态指标信息筛选出异常影像；

步骤5、计算所述异常影像对应的蓝藻水华与水生植被水域的判别指数CMI、浮游藻类指数FAI，得到水生植物指标信息、藻类相关指标信息；