[发明专利]基于HY-1C数据的高原湖泊叶绿素a浓度遥感反演方法

权利要求书

1.基于HY-1C数据的高原湖泊叶绿素a浓度遥感反演方法，其特征在于，包括如下步骤：

步骤1：获取湖泊实测叶绿素a浓度数据及同步的HY-1C卫星数据；

步骤2：对HY-1C卫星数据进行6SV大气校正，得到经过大气校正后的HY-1C数据的遥感反射比R_rs-s；

步骤3：基于校正的遥感反射比R_rs-s数据构建叶绿素a反演指数NDVI_exp，如下式所示；

NDVI_exp＝(exp(R_rs-sλ₁)-exp(R_rs-sλ₂))/(exp(R_rs-sλ₁)+exp(R_rs-sλ₂))

步骤4：构建NDVI_exp指数与叶绿素a浓度Chla的关系模型，即Chla反演模型；

步骤5：获取待测湖泊HY-1C数据并进行大气校正后，代入步骤3建立的Chla反演模型，实现待测湖泊的叶绿素a浓度遥感反演。

2.根据权利要求1所述的方法，其特征在于，还包括：获取湖泊的实测遥感反射率R_rs数据，利用R_rs数据验证校正后的R_rs-s数据，选取误差在限定范围内的R_rs-s数据用于模型构建。

3.根据权利要求2所述的方法，其特征在于，所述实测遥感反率R_rs数据由ASD双通道光谱仪测量得到。

4.根据权利要求1所述的方法，其特征在于，还包括，获取高原湖泊海拔数据，基于海拔数据调整6SV大气校正的输入参数。

5.根据权利要求1所述的方法，其特征在于，调整的输入参数包括大气压、水汽含量。

6.根据权利要求1所述的方法，其特征在于，所述步骤3中，基于825nm、655nm波段构建叶绿素a反演指数NDVI_exp。

7.根据权利要求1或6所述的方法，其特征在于，构建的叶绿素a反演指数NDVI_exp如下式所示：

NDVI_exp＝(exp(R_rs-s825)-exp(R_rs-s655))/(exp(R_rs-s825)+exp(R_rs-s655))。

8.根据权利要求1所述的方法，其特征在于，建立NDVI_exp与叶绿素a的线性相关模型。

9.根据权利要求1所述的方法，其特征在于，还包括步骤6，预留同步的HY-1C卫星数据，对Chla反演模型进行验证；以R_rs-s为输入参数，代入所述Chla反演模型中进行计算及验证。

10.根据权利要求9所述的方法，其特征在于，预留1/2卫星数据验证反演模型。