[发明专利]浑浊湖泊总磷浓度遥感估算方法

说明书

本发明涉及浑浊湖泊总磷浓度遥感估算方法，基于MODIS的R_rc数据设计变量集，结合对应的实测总磷浓度，利用BST（Extremely Gradient Boosting）机器学习模型，计算各变量重要性指数，筛选建模变量，构建总磷浓度遥感估算算法。采用本发明的方法能够实现MODIS（Moderate Resolution Imaging Spectroradiometer）在富营养化湖泊总磷浓度估算，算法具有一定的普适性，能够适用于较大范围的湖泊总磷浓度估算，突破了湖泊总磷浓度大范围遥感估算的瓶颈，为非光学活性物质的遥感监测提供了新思路，有助于提高湖泊富营养化监测水平，为湖泊生态环境监测和水环境治理提供参考。

技术领域

本发明涉及遥感技术领域，具体涉及浑浊湖泊总磷浓度遥感估算方法。

背景技术

湖泊不仅是陆地生态系统的重要组成部分，更是当地人类生产生活的保障。然而，近几十年来全球经济迅速发展，人类活动导致大量污染物排放入湖，湖泊富营养化变成了全世界面临的挑战，受到社会各界越来越多的关注(Jones and Lee,1982；Le et al.,2010；Ma et al.,2010)。截止至2012年，全球超过60％的大型湖泊(面积25km²)属于高度富营养化(Wang et al.,2018)。作为导致湖泊富营养化的主要营养盐之一，磷被公认是淡水生态系统的主要限制性营养盐(Hecky and Kilham,1988；Howarth and Marino,2006；Schindler,2006)，因此利用遥感手段确定湖泊总磷浓度时空分布及其来源，可以为湖泊富营养化治理提供依据。

磷和光学活性物质之间的密切关系，虽然有些研究通过统计方法发现了对磷浓度较为敏感的光谱波段，但是不同的研究中得到的结论存在显著差异。例如，Kutser等(1995)发现415-455，655-685和405-605nm波段能被用来估算Lake Peipsi的磷浓度。龚绍琦等(2008)发现总磷在350nm处有一明显的反射峰；徐良将等(2013)等认为671nm和680nm的波段比值对总磷浓度较为敏感；Isenstein和Park(2014)使用了红光波段和近红外波段成功估算了Lake Champlain的总磷浓度。

此外，湖泊磷浓度遥感估算模型的构建也存在显著差异。目前，水体磷浓度遥感模型构建方法主要分为两类：1)直接推导法，利用反射率和实测磷浓度之间的统计关系，通过多元逐步回归等传统方法，推导出总磷浓度，直接推导法过程简单，往往能取得良好的结果，因此运用广泛(Gao et al.,2015；Isenstein and Park,2014；Li et al.,2017；Limand Choi,2015；Xiong et al.,2019；杜成功等,2016；王丽艳等,2014；徐良将等,2013)；2)间接推导法，其原理是基于总磷和光学活性物质之间的关系，一般先通过光学活性物质浓度推导总磷浓度，然后根据已发表研究选取光学活性物质的算法或者波段构建总磷估算算法，由于间接推导法过程复杂，而且两步方法容易折损精度，因此不如直接推导法应用广泛(Chen and Quan,2012；Hui and Yao,2016；Wu et al.,2010；Xiong et al.,2019；刘瑶和江辉,2013)。

由于内陆浑浊水体远比大洋水体复杂，富营养化湖泊中总磷赋存状态不稳定、和光学活性物质关系复杂，总磷浓度与反射光谱及水体组分的关系难以通过统计关系表达。不仅如此，目前，大多研究仅针对单个湖泊展开，得到的结果缺乏普适性，无法估算大区域范围内和长时间尺度下的湖泊群总磷浓度。

参考文献：

Chen,J.and Quan,W.T.2012.Using Landsat/TM imagery to estimatenitrogen and phosphorus concentration in Taihu Lake,China.Ieee J-Stars 5(1),273-280.