[发明专利]MSI的湖泊富营养指数遥感估算方法有效
申请号: | 202110451640.4 | 申请日: | 2021-04-26 |
公开(公告)号: | CN113203694B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 李思佳;宋开山;穆光熠;徐世琦;陈方方 | 申请(专利权)人: | 中国科学院东北地理与农业生态研究所 |
主分类号: | G01N21/31 | 分类号: | G01N21/31;G01N21/33;G01N21/47 |
代理公司: | 哈尔滨市文洋专利代理事务所(普通合伙) 23210 | 代理人: | 何强 |
地址: | 130102 吉林省*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | msi 湖泊 营养 指数 遥感 估算 方法 | ||
1.MSI的湖泊富营养指数遥感估算方法,其特征在于所述MSI的湖泊富营养指数遥感估算方法按照以下步骤进行:
步骤一、通过连续三年实地采集湖泊水体样品,测定叶绿素a、总磷和透明度水质参数的浓度,根据修订的卡尔森富营养化指数公式,计算湖泊水体样品富营养化指数TSI值,并进行湖泊富营养状况评价,将湖泊富营养化划分三个等级:TSI30,贫营养状态等级;30TSI50,中营养等级;50TSI100,富营养等级;
步骤二、结合连续三年的内陆湖泊水体星地同步数据,将MSI Level1C遥感影像经过重采样和大气校正预处理,提取湖泊水体采样点对应的遥感反射率,得到的第一波段至第六波段的遥感反射率值依次记为rhown1至rhown6;
步骤三、计算rhown1和rhown4、rhown4和rhown5的比值,将三分之二的数据用于构建湖泊富营养指数TSI反演模型;
步骤四、步骤三中剩余三分之一的数据用于湖泊富营养指数TSI反演模型的精度验证;
步骤五、将步骤三所构建的湖泊富营养指数TSI反演模型作用于中国典型内陆湖泊的MSI遥感影像上,得到典型湖泊对应富营养指数的时空分布;
步骤三中所述富营养指数TSI反演模型如下:
y=-34.04×x1-1.114×x2+97.376,R2=0.80 (5)
其中y为富营养指数TSI,x1为rhown4和rhown5的比值,x2为rhown1和rhown4的比值。
步骤四中所述精度验证的表达式如下:
其中,RMSE是均方根误差,MAPE是平均绝对百分比误差,N是样本数,yi是测量值,yi'是估算值。
2.根据权利要求1所述MSI的湖泊富营养指数遥感估算方法,其特征在于步骤一中计算富营养化指数TSI采用的是修订的卡尔森富营养化指数公式,其计算公式表达为:
TSI=0.54×TSIM(Chla)+0.297×TSIM(SDD)+0.163×TSIM(TP) (4)
式中,Chl-a、TP和SDD分别为叶绿素a、总磷和透明度,叶绿素a的单位:μg L-1,总磷的单位:mg L-1,透明度的单位:m;TSIM(Chl-a)、TSIM(SDD)和TSIM(TP)分别表示叶绿素a、总磷和透明度相对应的TSI值。
3.根据权利要求1所述MSI的湖泊富营养指数遥感估算方法,其特征在于步骤二中所述重采样预处理是基于EAS的SNAP7.0.0软件平台,将MSI Level1C影像数据重采样至10m。
4.根据权利要求1所述MSI的湖泊富营养指数遥感估算方法,其特征在于步骤二中大气校正采用的是EAS开发的CR2CC-nets算法,可在SNAP7.0.0软件平台实现,在该算法中,所需盐度、温度和海拔高度参数为实地采样湖泊水体测定的盐度值、水温值和海拔高度值;臭氧层厚度为默认值330DU;气压为默认值1000Pa;总悬浮物bpart因子默认值为1.72,bwit因子默认值为3.1;叶绿素指数CHLexp因子默认值为1.04,CHLfak因子默认值为21.0;tosa神经网络训练数据集阈值默认值为0.05;大气校正反射率神经网络训练数据集阈值默认值为0.1;云量检测下行透射比默认值为0.955。
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中国科学院东北地理与农业生态研究所,未经中国科学院东北地理与农业生态研究所许可,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/202110451640.4/1.html,转载请声明来源钻瓜专利网。