[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

说明书

本发明涉及基于HY‑1C数据的高原湖泊叶绿素a浓度遥感反演方法。对高原湖泊的HY‑1C卫星数据进行6SV大气校正，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，之后建立叶绿素a反演指数与叶绿素a浓度Chla的关系模型，即Chla反演模型。本发明的模型针对高原湖泊适用性好，可实现大范围、高分辨率的叶绿素a浓度反演。

技术领域

本发明属于遥感技术领域，具体涉及一种富营养化湖泊叶绿素a浓度的遥感反演方法。

背景技术

云南省星云湖、洱海富营养化程度很严重，藻华时常爆发，监测叶绿素a浓度有助于研究引起藻华发生的浮游植物优势类别、不同色素浓度的空间及季节分布。星云湖、洱海属于高原湖泊，受地形因素影响，采用常规的叶绿素a浓度反演方法并不能获得良好的反演效果。此外，对于该类湖泊的监测有较高的空间分辨率需求，HY-1C卫星空间分辨率为50米，每三天过境一次，可以提高小型湖泊的遥感监测的高空间分辨率需求，但HY-1C卫星数据为宽波段数据，叶绿素a的特征波段较窄，限制了宽波段卫星数据在水体叶绿素a浓度反演中的应用，目前还没有较好的算法能解决这一问题。

发明内容

本发明的目的在于提供基于HY-1C数据的高原湖泊叶绿素a浓度遥感反演方法，为湖泊群水体的藻华及色素浓度遥感监测提供必要的技术支撑，有助于湖泊水环境关键参数数据库的建立，为湖泊水环境安全提供决策依据。

为实现上述技术目的，本发明采用如下技术方案：

基于HY-1C数据的高原湖泊叶绿素a浓度遥感反演方法，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指数构建与叶绿素a浓度Chla相关模型，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。

作为本发明的进一步改进，所述方法还包括：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_rc-s数据，使误差在限定范围内。进一步的，所述实测遥感反率R_rs数据由ASD双通道光谱仪测量得到。

作为本发明的进一步改进，所述方法还包括，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。本发明针对高原湖泊实施遥感反演，湖泊海拔较高，因此考虑地形因素，对大气校正的输入参数进行调整。进一步的，调整的输入参数包括大气压、水汽含量。

作为本发明的进一步改进，所述步骤3中，基于825nm、655nm波段构建叶绿素a反演指数NDVI_exp。构建的叶绿素a反演指数NDVI_exp如下式所示：