CN102109456B - Landsat卫星传感器的高悬浮泥沙浓度计算方法 - Google Patents
Landsat卫星传感器的高悬浮泥沙浓度计算方法 Download PDFInfo
- Publication number
- CN102109456B CN102109456B CN 201010566221 CN201010566221A CN102109456B CN 102109456 B CN102109456 B CN 102109456B CN 201010566221 CN201010566221 CN 201010566221 CN 201010566221 A CN201010566221 A CN 201010566221A CN 102109456 B CN102109456 B CN 102109456B
- Authority
- CN
- China
- Prior art keywords
- data
- landsat satellite
- landsat
- satellite
- sensor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
Description
技术领域
本发明涉及海洋水色遥感技术领域,尤其涉及一种基于遥感和遥测数据相结合得到的Landsat卫星传感器的高悬浮泥沙浓度计算方法。
背景技术
悬浮泥沙含量时空分布是分析河口海岸冲淤变化、估算河流入海物质通量、研究海洋沉积速率和海洋环境的重要参数。遥感技术具有宏观、动态、同步、快速等优势,它可获得大范围的悬浮泥沙时空分布特征,但要获取可实用化的定量的悬浮泥沙时空分布数据,悬浮泥沙遥感定量反演模式的定标和验证需要现场同步监测的悬浮泥沙数据。传统的泥沙观测方法为利用测量仪器(例如OBS)进行现场单点或走航测量。由于监测费用昂贵,往往现场仅布置少数几个单点(垂线)或断面,且受气候环境影响,无法获取恶劣气候,如台风、暴雨等条件下的泥沙数据。遥测系统可全天候、实时地接收泥沙,这些实测的遥测数据为悬浮泥沙遥感定量反演模式的建立和验证提供了可靠的数据保证。因此,遥感技术和遥测技术是获取悬浮泥沙时空分布信息的有效技术手段。
关于悬浮泥沙遥感研究,早在70年代初,Klemas等(1974年)就提出了用遥感数据估算Delaean Bay海湾悬浮泥沙含量的线性统计模型。随后许多学者提出了不同模式模拟悬浮泥沙与遥感数据的关系。Stumpf等(1989年)在Gordon模型和Gordan大气校正方法的基础上(Gordon等,1975年,1983年),建立由AVHRR的CH1、CH2资料来获取中等浑浊度海湾的悬浮泥沙含量的实用系统;Richard(1995年),Lira(1997年)以及Ouillon(1998年)分别利用不同空间分辨率、不同时间分辨率及不同光谱分辨率影像在不同海区结合工程和应用需求,通过现场光谱测试及准同步采样,建立了多种悬浮泥沙遥感统计分析反演模式;ChuanminHu等(2000年)在墨西哥湾利用SeaWiFS数据建立区域性悬浮泥沙遥感数据研究集,由此探索近岸上层水体悬浮泥沙遥感理论及应用模型;Richard(2004年)通过建立MODIS 250m的波段和悬浮物质的线性关系式,来获取墨西哥湾北部悬浮物质浓度。
在泥沙定量反演算法方面,国外学者提出的模型(Tassn S.,1994年;Bowers D.G.等,1998年;Gerritsen Herman,2000年;Vos Robert J.等,2000年;Doxaran David等,2002年;Froidefond Jean-Marie等,2002年),大多不适合高浓度含沙水体的情况。国内学者针对高浓度含沙水体具体情况,提出的相应模型,多是在特定季节和特定区域建立起来的。
总的来说,在悬浮泥沙定量计算方法方面,国内外学者提出了一些方法,这些方法均依赖特定季节和特定区域。
申请人申请了一件发明专利,申请号为:2009100573445,申请日为2009年6月1日,专利名称为:HY-1B卫星COCTS的悬浮泥沙浓度计算方法。
申请人申请了另一件发明专利,申请号为:2009101994225,申请日为2009年11月26日,专利名称为:HY-1B卫星CZI的悬浮泥沙浓度计算方法。
这两件专利申请都是基于HY-1B卫星传感器的遥感和遥测数据相结合来计算得到高浓度含沙水体的悬浮泥沙浓度的方法,摆脱了对特定季节和特定区域的依赖。虽然比起国内外其他悬浮泥沙浓度的计算方法均有较大进步,但仍存在缺陷:
1.HY-1B卫星是中国2007年4月发射的海洋卫星,2007年4月前没有数据。因此依赖HY-1B卫星的计算方法无法得到2007年4月前的研究区的悬浮泥沙浓度时空变化。
2.悬浮泥沙浓度是随着时间变化的。HY-1B卫星成像时间是当地时间10点30分左右,时间点单一。
3.HY-1B的COCTS传感器空间分辨率250米,海岸带成像仪CZI的空间分辨率1100米,得到的悬浮泥沙细节信息不够。
因此,业内存在一种技术需求:发明一种更为有效的高浓度含沙水体的悬浮泥沙浓度的计算方法。
发明内容
本发明的目的是提供一种高浓度含沙水体的悬浮泥沙浓度的计算方法,使其适合高泥沙含量水体的悬浮泥沙浓度计算,本发明的技术方案如下:
Landsat卫星传感器的高悬浮泥沙浓度计算方法,包含如下步骤:
步骤100,接收Landsat卫星遥感数据;
步骤101,数据预处理,包括:数据的辐射校正、大气校正和几何校正;
步骤102,选择Landsat卫星TM、ETM传感器的第4波段的数据或Landsat卫星MSS传感器的第6波段的数据;
步骤103,计算高泥沙含量水体的悬浮泥沙浓度,
其中L为TM4、ETM4和MSS6三者之一的波段图像辐射亮度值,S为悬浮泥沙浓度。
本发明的优点是:
1)本发明是遥感数据和遥测数据相结合得到悬浮泥沙浓度的方法。
2)本发明的悬浮泥沙浓度计算方法方法更适合利用的Landsat卫星传感器进行高浓度含沙水体的悬浮泥沙浓度的计算。
3)比起实测,使用本发明方法更快捷、自动化、减少人工。
4)本发明所使用的Landsat卫星是美国发射的地球资源卫星,已发射七颗,是世界上目前应用最广泛和应用时间最长的一颗卫星(1972年至今)。因其时间序列长,保留了地球的过去的珍贵的历史数据,对精确计算高悬浮泥沙浓度极为重要。
5)悬浮泥沙浓度是随着时间变化的。Landsat卫星成像时间是当地时间10点左右,如果将其与其他已有方法的HY-1B卫星结合可以更好地了解悬浮泥沙的时空变化。(HY-1B卫星成像时间是当地时间10点30分左右)
6)本发明所使用的Landsat卫星MSS、TM、ETM传感器的空间分辨率分别是80米、28.5米和28.5米,相比较已有的HY-1B卫星的空间分辨率(HY-1B卫星的COCTS传感器空间分辨率250米,海岸带成像仪CZI的空间分辨率1100米),Ladsat卫星可以得到悬浮泥沙细节信息。
附图说明
下面结合附图,通过对本发明的具体实施方式的详细描述,将使本发明的技术方案及其他有益效果显而易见。
图1为本发明的方法流程示意图。
具体实施方式
为了更进一步了解本发明的特征,请参阅以下有关本发明的详细说明与附图,然而所附图式仅提供参考与说明之用,并非用来对本发明的保护范围加以限制。
Landsat卫星是美国发射的地球资源卫星,已发射七颗,是世界上目前应用最广泛和应用时间最长的一颗卫星(1972年至今)。因其时间序列长,保留了地球的过去的珍贵的历史数据,对精确计算高悬浮泥沙浓度极为重要。该卫星上具有多个传感器,其中MSS(多光谱扫描仪)是Landsat-1、2、3的传感器,TM(专题绘图仪)是Landsat-4、5、6的传感器,ETM(增强型专题绘图仪)是Landsat-7的传感器。本发明利用Landsat卫星上的传感器传输的信息作为海岸带和近海遥感的理想信息源。
如图1所示,为本发明的方法流程示意图:
步骤100:接收Landsat卫星遥感数据。
数据包含水文、泥沙、波浪数据,至少包含如下之一:潮位,每10分一次;流速流向,每小时一次;水体含沙量,每小时一次;波浪,每3小时或每1小时一次);水温,每小时一次;盐度,每小时一次;风速和风向,每小时一次;GPS,实时值;大量的这些数据和信息是全天候、实时接收的。
步骤101:数据预处理。
对获取的Landsat卫星遥感数据进行预处理,数据预处理的具体步骤包括数据的辐射校正、大气校正和几何校正。
步骤102:根据是悬浮泥沙的反射光谱特征选择Landsat卫星TM、ETM传感器的第4波段的数据或Landsat卫星MSS传感器的第6波段的数据。
步骤103:计算高泥沙含量水体的悬浮泥沙浓度s(mg/L):
其中L为TM4、ETM4和MSS6波段图像辐射亮度值,S为悬浮泥沙浓度(mg/L)。
为了验证本发明方法的准确性,我们选取长江口水体进行验证,因为长江口的水体为高泥沙含量水体。我们比较了采用本发明计算得到的长江口高泥沙含量水体的悬浮泥沙浓度与长江口实测得到的悬浮泥沙浓度,结果如下:
我们以相对误差的大小来衡量计算方法的准确性,相对误差=|计算值-实测值|/实测值;由上表可见,使用本发明方法计算的高泥沙含量水体的悬浮泥沙浓度总平均相对误差为32.19%。
本发明方法计算得到的长江口高泥沙含量水体的悬浮泥沙浓度基本符合该区域高泥沙含量水体悬浮泥沙含量的平面分布基本规律和高泥沙含量水体悬浮泥沙的运移基本规律。
应当理解的是,上述对实施例的详细说明仅为了理解本发明,对本领域普通技术人员而言,可以根据上述说明加以改进或变换。只要是达到此目的的所有改进和变换都应属于本发明所附权利要求的保护范围。
Claims (7)
1.Landsat卫星传感器的高悬浮泥沙浓度计算方法,其特征在于,包含如下步骤:
步骤100,接收Landsat卫星遥感数据;
步骤101,数据预处理,包括:数据的辐射校正、大气校正和几何校正;
步骤102,选择Landsat卫星TM、ETM传感器的第4波段的数据或Landsat卫星MSS传感器的第6波段的数据;
步骤103,计算高泥沙含量水体的悬浮泥沙浓度,
其中L为TM4、ETM4和MSS6三者之一的波段图像辐射亮度值,S为悬浮泥沙浓度。
2.根据权利要求1所述的Landsat卫星传感器的高悬浮泥沙浓度计算方法,其特征在于,该Landsat卫星遥感数据包含至少如下之一:水文数据、泥沙数据、波浪数据。
3.根据权利要求2所述的Landsat卫星传感器的高悬浮泥沙浓度计算方法,其特征在于,该水文数据包含至少如下之一:潮位、流速和流向。
4.根据权利要求3所述的Landsat卫星传感器的高悬浮泥沙浓度计算方法,其特征在于,该泥沙数据包含水体含沙量。
5.根据权利要求3所述的Landsat卫星传感器的高悬浮泥沙浓度计算方法,其特征在于,该波浪数据包含至少如下之一:波浪、水温、盐度。
6.根据权利要求1所述的Landsat卫星传感器的高悬浮泥沙浓度计算方法,其特征在于,该Landsat卫星遥感数据包含至少如下之一:风速、风向和GPS值。
7.根据权利要求1所述的Landsat卫星传感器的高悬浮泥沙浓度计算方法,其特征在于,该步骤102,选择Landsat卫星TM、ETM传感器的第4波段的数据或Landsat卫星MSS传感器的第6波段的数据的选择依据是悬浮泥沙的反射光谱特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010566221 CN102109456B (zh) | 2010-11-29 | 2010-11-29 | Landsat卫星传感器的高悬浮泥沙浓度计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010566221 CN102109456B (zh) | 2010-11-29 | 2010-11-29 | Landsat卫星传感器的高悬浮泥沙浓度计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102109456A CN102109456A (zh) | 2011-06-29 |
CN102109456B true CN102109456B (zh) | 2013-03-20 |
Family
ID=44173673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010566221 Expired - Fee Related CN102109456B (zh) | 2010-11-29 | 2010-11-29 | Landsat卫星传感器的高悬浮泥沙浓度计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102109456B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102841188A (zh) * | 2012-09-28 | 2012-12-26 | 河海大学 | 淤泥质海岸风天波能功率损耗与含沙量分布关系评判方法 |
CN105300864A (zh) * | 2015-12-07 | 2016-02-03 | 广州地理研究所 | 一种悬浮泥沙定量遥感方法 |
CN110108606B (zh) * | 2019-04-19 | 2020-10-02 | 同济大学 | 一种台风天气下水体泥沙浓度的预警方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101504353A (zh) * | 2008-02-06 | 2009-08-12 | 香港科技大学 | 用于提供近地面悬浮颗粒物分布的方法和相应的系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070242884A1 (en) * | 2001-07-24 | 2007-10-18 | Dugan John P | Method for measuring water depths using visible images of shoaling ocean waves |
-
2010
- 2010-11-29 CN CN 201010566221 patent/CN102109456B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101504353A (zh) * | 2008-02-06 | 2009-08-12 | 香港科技大学 | 用于提供近地面悬浮颗粒物分布的方法和相应的系统 |
Non-Patent Citations (2)
Title |
---|
《非线性函数拟合算法 在遥感泥沙定量模式中的应用》;阳锋等;《遥感技术与应用》;20030630;第18卷(第3期);第138-143页 * |
阳锋等.《非线性函数拟合算法 在遥感泥沙定量模式中的应用》.《遥感技术与应用》.2003,第18卷(第3期),第138-143页. |
Also Published As
Publication number | Publication date |
---|---|
CN102109456A (zh) | 2011-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Woodgate | Increases in the Pacific inflow to the Arctic from 1990 to 2015, and insights into seasonal trends and driving mechanisms from year-round Bering Strait mooring data | |
Doubrawa et al. | Satellite winds as a tool for offshore wind resource assessment: The Great Lakes Wind Atlas | |
Walker | Tropical storm and hurricane wind effects on water level, salinity, and sediment transport in the river-influenced Atchafalaya-Vermilion Bay system, Louisiana, USA | |
Li et al. | Investigation of the 2006 Alexandrium fundyense bloom in the Gulf of Maine: In-situ observations and numerical modeling | |
Ando et al. | Fifteen years progress of the TRITON array in the Western Pacific and Eastern Indian Oceans | |
Martin et al. | Large‐scale drift of Arctic sea ice retrieved from passive microwave satellite data | |
CN104268848A (zh) | 一种海洋内波波速监测的方法 | |
CN106053370A (zh) | 一种基于hico模拟的反演近海岸水体透明度的方法 | |
Grim et al. | Techniques for using MODIS data to remotely sense lake water surface temperatures | |
Sugita et al. | Evaporation from Lake Kasumigaura: annual totals and variability in time and space | |
Rey‐Sanchez et al. | Detecting hot spots of methane flux using footprint‐weighted flux maps | |
CN102109456B (zh) | Landsat卫星传感器的高悬浮泥沙浓度计算方法 | |
Xing et al. | Detection of low salinity groundwater seeping into the Eastern Laizhou Bay (China) with the aid of landsat thermal data | |
CN102081033A (zh) | 基于海岸带成像仪的悬浮泥沙浓度计算方法 | |
Liu et al. | Computing ocean surface currents from GOCI ocean color satellite imagery | |
Yıldırım et al. | Changes in the Coastline of the Burdur Lake Between 1975 and 2010 | |
Liu et al. | Spatial distribution of snow depth based on geographically weighted regression kriging in the Bayanbulak Basin of the Tianshan Mountains, China | |
Singhal et al. | Sensitivity assessment of wave heights to surface forcing in Cook Inlet, Alaska | |
CN101900661B (zh) | Hy-1b卫星cocts的悬浮泥沙浓度获取方法 | |
Meier et al. | Remote sensing of sea ice | |
Brandt et al. | Complementary observations aid identification of the mountain rain-snow transition elevation | |
CN113670454A (zh) | 一种自动观测气象卫星热红外通道在轨场地辐射定标方法 | |
Zhang et al. | Spatial–Temporal Variation in Sea Surface Temperature from Landsat Time Series Data Using Annual Temperature Cycle | |
Wang et al. | Spatial Downscaling of Remote Sensing Precipitation Data in the Beijing-Tianjin-Hebei Region | |
KarisAllen et al. | Intertidal spring discharge to a coastal ecosystem and impacts of climate change on future groundwater temperature: A multi-method investigation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130320 Termination date: 20131129 |