CN103017668A - 基于高光谱遥感反射率的海冰厚度计算方法 - Google Patents

基于高光谱遥感反射率的海冰厚度计算方法 Download PDF

Info

Publication number
CN103017668A
CN103017668A CN2012104993809A CN201210499380A CN103017668A CN 103017668 A CN103017668 A CN 103017668A CN 2012104993809 A CN2012104993809 A CN 2012104993809A CN 201210499380 A CN201210499380 A CN 201210499380A CN 103017668 A CN103017668 A CN 103017668A
Authority
CN
China
Prior art keywords
sea ice
remote sensing
ice thickness
thickness
sea
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.)
Granted
Application number
CN2012104993809A
Other languages
English (en)
Other versions
CN103017668B (zh
Inventor
秦平
崔廷伟
范学炜
牟冰
沈钺
赵海峰
倪绍起
刘振宇
任广波
马毅
张汉德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ocean University of China
First Institute of Oceanography SOA
Original Assignee
Ocean University of China
First Institute of Oceanography SOA
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ocean University of China, First Institute of Oceanography SOA filed Critical Ocean University of China
Priority to CN201210499380.9A priority Critical patent/CN103017668B/zh
Publication of CN103017668A publication Critical patent/CN103017668A/zh
Application granted granted Critical
Publication of CN103017668B publication Critical patent/CN103017668B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及一种基于高光谱遥感反射率的海冰厚度计算方法。根据不同厚度的海冰高光谱遥感反射率,选取几个不同波长的遥感反射率的比值及其函数作为确定海冰厚度的特征,建立了海冰厚度计算模型,得到海冰厚度。针对含有海冰的航空高光谱影像,首先利用影像数字量化值的比值,识别海冰像元;然后按常规的航空高光谱影像处理方法,将影像数字量化值进行辐射校正和大气校正,得到海冰像元的高光谱遥感反射率;最后代入海冰厚度计算模型,计算海冰像元的厚度。本发明模型简单,仅仅选取了有限的几个波长的遥感反射率Rrs,不仅实现了由地物光谱仪测量的海冰遥感反射率的海冰厚度计算,也实现了由航空高光谱遥感影像计算海冰厚度。

Description

基于高光谱遥感反射率的海冰厚度计算方法
技术领域
本发明涉及一种基于高光谱遥感反射率的海冰厚度计算方法。
背景技术
海冰是地球表面的自然要素之一,海冰范围、厚度等是全球能量平衡、气候、水文以及生态模型的重要输入参数。渤海是我国纬度最高的海区,每年冬季渤海都有不同程度的结冰现象,这使得渤海成为我国海冰冰情最重的海区。
在各种海冰参数中,海冰厚度是冰量估算、冰情评估及灾害评价的关键指标,是冬季海上交通管理十分关注的因素;而且,海冰厚度与气候变化紧密相连,是控制热交换的主要因素,尤其最新形成的薄冰是控制海洋表面热量流、盐度流和水汽流的关键因子。因此准确监测海冰厚度,不仅有助于海上交通和海上工程的安全,还有助于海气通量的科学研究,对开展局部区域气候变化研究十分重要。
海冰厚度的探测主要依赖于现场观测,或者通过目测的海冰冰型推测出海冰厚度范围。从20世纪80年代起,国内外学者们就开始利用卫星遥感技术获取海冰的厚度。在大量海冰厚度与相应的遥感光谱的基础上,分析二者之间的相关性,建立海冰厚度的数学模型,实现大范围、经济、高效地海冰厚度监测。但是以上的研究涉及星载海洋光学遥感器的宽波段遥感数据的海冰厚度计算,而且其时间和空间分辨率较低,影响了海冰厚度的计算和监测。
随着高光谱数据的应用,可以获得更精细的海冰特征光谱,从而提高海冰厚度的计算精度。再加上航空遥感具有机动、灵活和空间分辨率高等特点,使其在近岸海域海冰监测方面具有优势。因此,发展基于高光谱遥感反射率数据的海冰厚度计算模型,并应用到航空遥感中是非常必要的。
发明内容
本发明的目的在于提供一种基于高光谱遥感反射率的海冰厚度计算方法。
研究发现,根据不同厚度的海冰高光谱遥感反射率光谱曲线(如图1),波长在400~900nm区间内海冰遥感反射率光谱曲线呈现双峰形态分布,遥感反射率的比值及其函数具有识别海冰厚度特征,即
R rs ( λ 1 ) R rs ( λ 2 ) , R rs ( λ 3 ) R rs ( λ 4 ) + R rs ( λ 5 )
其中Rrs为遥感反射率,λ为波长。分析不同波长下,遥感反射率的比值及其函数与海冰厚度之间的相关性,经分析发现,
R rs ( 585 ) R rs ( 572 ) , R rs ( 744 ) R rs ( 702 ) + R rs ( 880 )
与海冰厚度的对数值具有很强的相关性,相关系数分别为-0.8544和0.9789。由此建立海冰厚度计算模型(即公式)为:
lg H = 7.2805 - 2.7793 R rs ( 585 ) R rs ( 572 ) + 12.8452 lg R rs ( 744 ) R rs ( 702 ) + R rs ( 880 )
其中H为海冰厚度。
本发明还可以用于由机载高光谱成像仪得到的航空高光谱影像中。首先从航空高光谱影像中识别出海冰像元后,再按照常规的航空高光谱影像处理方法,对上述的海冰像元的数字量化值进行辐射校正和大气校正,得到该像元的高光谱遥感反射率,最后再利用上述公式
lg H = 7.2805 - 2.7793 R rs ( 585 ) R rs ( 572 ) + 12.8452 lg R rs ( 744 ) R rs ( 702 ) + R rs ( 880 )
得到海冰厚度彩色分布图(如图3)。
本发明适用的航空高光谱影像中由于经常是海冰和海水的混合,所以要先将海冰像元提取出来。选取波长为650nm和736nm的数字量化值DN比值,作为海冰像元和海水像元的识别特征,如下表。
Figure BDA0000249747295
Figure BDA0000249747296
大于3.54时,该像元为海水;当
Figure BDA0000249747297
小于3.54时,该像元为海冰,从而识别出海冰像元。
因此,本发明的具体方法是对于地物光谱仪实测的海冰遥感反射率光谱,直接代入海冰厚度计算公式,实现对海冰厚度的计算。对于采用机载高光谱成像仪得到的航空高光谱影像,首先识别出海冰像元而不是海水像元,然后按照常规方法将高光谱影像的数字量化值转换成高光谱遥感反射率,最后将海冰像元的遥感反射率代入海冰厚度计算公式中,也可以实现对海冰厚度的计算。
显然,本发明方法简单,仅仅选取了有限的几个波长的遥感反射率Rrs,不但实现了现场实测海冰遥感反射率的海冰厚度计算,而且也实现了由航空高光谱遥感影像计算海冰厚度。
附图说明
图1为本发明的现场地物光谱仪测得的不同厚度的海冰对应的遥感反射率光谱曲线图,海冰的实测厚度分别为1.0cm, 1.9cm, 4.0cm, 10.0cm, 19.0cm, 20.0cm, 23.0cm, 25.0cm。
图2 为本发明的由机载高光谱成像仪测得的辽东湾航空高光谱影像彩色合成图。
图3 为图2的航空高光谱影像计算的海冰厚度彩色分布图。
具体实施方式
本发明根据现场地物光谱仪测得的海冰遥感反射率光谱,直接选取波长为572nm, 585nm, 702nm, 744nm和880nm的遥感反射率,代入海冰厚度计算公式中,计算得到海冰厚度。
本发明对于机载高光谱成像仪得到的航空高光谱影像,首先计算航空高光谱影像数字量化值比值:
DN ( 650 ) DN ( 736 )
其中DN为影像的数字量化值;然后选取该比值小于3.54的像元,实现海冰像元的识别;进一步采用常规的航空高光谱影像处理方法,对航空高光谱影像的数字量化值进行辐射校正和大气校正,得到高光谱遥感反射率;对于海冰像元,选取波长为572nm, 585nm, 702nm, 744nm和880nm的遥感反射率,代入海冰厚度计算公式中,计算得到海冰厚度。
实施例1
利用地物光谱仪现场实测天然海冰得到的遥感反射率,计算海冰厚度。海冰的实测厚度分别为1.0cm, 1.9cm, 4.0cm, 9.5cm, 10.0cm, 15.0cm, 19.0cm, 20.0cm, 23.0cm, 25.0cm。
从海冰的高光谱遥感反射率光谱中,选取波长为572nm, 585nm, 702nm, 744nm和880nm的遥感反射率,计算得到的海冰厚度如下表所示。
实测值(cm) 计算值(cm) 绝对误差(cm) 相对误差(%)
1.0 1.0 0.0 0.00
1.0 1.4 0.4 40.00
1.9 1.7 0.2 10.53
1.9 1.4 0.5 26.32
4.0 4.9 0.9 22.50
4.0 4.7 0.7 17.50
9.5 12.4 2.9 30.53
9.5 13.8 4.3 45.26
10.0 8.6 1.4 14.00
15.0 19.4 4.4 29.33
19.0 17.4 1.6 8.42
20.0 21.0 1.0 5.00
20.0 17.9 2.1 10.50
20.0 14.4 5.6 28.00
23.0 24.7 1.7 7.39
25.0 14.0 11.0 44.00
分析海冰厚度计算精度的参数为海冰实测值与模型计算值的相关系数R2、平均相对误差APD和均方根误差RMS,计算公式如下:
R 2 = Σ i = 1 n ( H i - H ‾ ) ( H mi - H ‾ m ) Σ i = 1 n ( H i - H ‾ ) 2 Σ i = 1 n ( H mi - H ‾ m ) 2
APD = 1 n Σ i = 1 n | H i - H mi | / H mi × 100 %
RMS = 1 n Σ i = 1 n ( H i - H ni ) 2
其中,n为海冰的样本数,Hi为第i个海冰样本的厚度模型计算值,Hmi为第i个海冰样本的厚度实测值,
Figure BDA00002497472912
Figure BDA00002497472913
分别为海冰厚度模型计算值和实测值的平均值。
经检验,海冰厚度实测值与模型计算值的相关系数R2=0.81,平均相对误差APD=21.2%,均方根误差RMS=3.6cm,小于4.0cm,其计算精度得到显著提高。
实施例2
对实验室条件下冻结的海冰,利用地物光谱仪测量得到遥感反射率数据,并计算厚度。海冰的实测厚度分别为6.5cm, 10.0cm, 20.0cm和32.0cm。
从海冰的遥感反射率光谱中,选取波长为572nm, 585nm, 702nm,744nm和880nm的遥感反射率,代入海冰厚度计算模型中,计算海冰的厚度。
实测值(cm) 计算值(cm) 绝对误差(cm) 相对误差(%)
6.5 8.2 1.7 26.15
10.0 12.4 2.4 24.00
10.0 15.1 5.1 51.00
10.0 13.0 3.0 30.00
10.0 12.8 2.8 28.00
10.0 15.4 5.4 54.00
20.0 22.8 2.8 14.00
32.0 32.7 0.7 2.19
经检验,海冰厚度实测值与模型计算值的相关系数R2=0.97,平均相对误差APD=28.7%,均方根误差RMS=3.3cm,小于4.0cm。
实施例3
利用辽东湾冬季存在海冰海域的航空高光谱影像(如图2)进行海冰厚度计算。首先计算原始影像的数字量化值
Figure BDA00002497472914
小于3.54,识别出海冰像元;然后对航空高光谱影像进行几何校正、辐射校正和大气校正,获得遥感反射率;对于海冰像元,选取波长为572nm, 585nm, 702nm,744nm和880nm的遥感反射率,代入海冰厚度计算模型中,计算得到的海冰厚度空间分布见图3,冰厚分布范围为1.0~25.0cm,其计算结果合理。
综上所述,本发明采用现场的和实验室测量的海冰高光谱数据,进行海冰厚度计算,其均方根误差在4.0cm以内;利用航空高光谱影像计算海冰厚度,得到的计算结果合理。

Claims (2)

1.一种基于高光谱遥感反射率的海冰厚度计算方法,其特征是对于海冰遥感反射率,直接选取波长为572nm, 585nm, 702nm, 744nm和880nm处的遥感反射率,利用如下的海冰厚度高光谱遥感计算公式,
lg H = 7.2805 - 2.7793 R rs ( 585 ) R rs ( 572 ) + 12.8452 lg R rs ( 744 ) R rs ( 702 ) + R rs ( 880 )
其中,H为海冰厚度,Rrs为遥感反射率,
计算即得到海冰厚度。
2.对于航空高光谱影像的海冰厚度计算方法,其特征是首先利用航空高光谱影像数字量化值DN进行如下运算:
DN ( 650 ) DN ( 736 )
选取其比值小于3.54的像元,先识别出该像元为海冰像元;然后按照常规的航空高光谱影像处理方法对上述的海冰像元的数字量化值进行辐射校正和大气校正得到该像元的遥感反射率,再利用公式
lg H = 7.2805 - 2.7793 R rs ( 585 ) R rs ( 572 ) + 12.8452 lg R rs ( 744 ) R rs ( 702 ) + R rs ( 880 )
其中,H为海冰厚度,Rrs为遥感反射率,
计算海冰厚度。
CN201210499380.9A 2012-11-30 2012-11-30 基于高光谱遥感反射率的海冰厚度计算方法 Expired - Fee Related CN103017668B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210499380.9A CN103017668B (zh) 2012-11-30 2012-11-30 基于高光谱遥感反射率的海冰厚度计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210499380.9A CN103017668B (zh) 2012-11-30 2012-11-30 基于高光谱遥感反射率的海冰厚度计算方法

Publications (2)

Publication Number Publication Date
CN103017668A true CN103017668A (zh) 2013-04-03
CN103017668B CN103017668B (zh) 2015-10-07

Family

ID=47966548

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210499380.9A Expired - Fee Related CN103017668B (zh) 2012-11-30 2012-11-30 基于高光谱遥感反射率的海冰厚度计算方法

Country Status (1)

Country Link
CN (1) CN103017668B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104535001A (zh) * 2015-01-16 2015-04-22 南京大学 基于多波束高度计实验数据的海冰厚度估算方法
CN108519058A (zh) * 2018-03-21 2018-09-11 国家海洋环境监测中心 一种光学遥感图像估算一年生海冰厚度的方法
CN109211798A (zh) * 2018-11-16 2019-01-15 福州大学 一种基于遥感影像光谱特征的一年生海冰分布信息提取方法
CN109580508A (zh) * 2018-11-30 2019-04-05 山东交通学院 一种基于高光谱遥感数据的道路结冰监测系统与方法
CN110567385A (zh) * 2019-09-19 2019-12-13 廊坊师范学院 基于高光谱技术的建筑反射隔热涂料施工厚度检测方法
CN112504144A (zh) * 2020-12-04 2021-03-16 南京大学 一种海冰表面积雪厚度的遥感估算方法
CN113063360A (zh) * 2021-03-15 2021-07-02 上海工程技术大学 一种基于单光子激光测高数据的海冰厚度估算方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005291782A (ja) * 2004-03-31 2005-10-20 National Institute Of Information & Communication Technology Sarによる氷厚推定方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005291782A (ja) * 2004-03-31 2005-10-20 National Institute Of Information & Communication Technology Sarによる氷厚推定方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
于瑞宏 等: "应用多光谱遥感信息反演干旱区浅水湖泊水深", 《水科学进展》 *
刘锡安 等: "多光谱扫描仪遥感测量海冰图象中亮度与厚度关系研究", 《河北工学院学报》 *
罗征宇 等: "基于高光谱影像的渤海海冰遥感监测研究", 《测绘科学》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104535001A (zh) * 2015-01-16 2015-04-22 南京大学 基于多波束高度计实验数据的海冰厚度估算方法
CN104535001B (zh) * 2015-01-16 2017-02-22 南京大学 基于多波束高度计实验数据的海冰厚度估算方法
CN108519058A (zh) * 2018-03-21 2018-09-11 国家海洋环境监测中心 一种光学遥感图像估算一年生海冰厚度的方法
CN109211798A (zh) * 2018-11-16 2019-01-15 福州大学 一种基于遥感影像光谱特征的一年生海冰分布信息提取方法
CN109580508A (zh) * 2018-11-30 2019-04-05 山东交通学院 一种基于高光谱遥感数据的道路结冰监测系统与方法
CN110567385A (zh) * 2019-09-19 2019-12-13 廊坊师范学院 基于高光谱技术的建筑反射隔热涂料施工厚度检测方法
CN112504144A (zh) * 2020-12-04 2021-03-16 南京大学 一种海冰表面积雪厚度的遥感估算方法
CN112504144B (zh) * 2020-12-04 2021-10-29 南京大学 一种海冰表面积雪厚度的遥感估算方法
CN113063360A (zh) * 2021-03-15 2021-07-02 上海工程技术大学 一种基于单光子激光测高数据的海冰厚度估算方法
CN113063360B (zh) * 2021-03-15 2022-08-09 上海工程技术大学 一种基于单光子激光测高数据的海冰厚度估算方法

Also Published As

Publication number Publication date
CN103017668B (zh) 2015-10-07

Similar Documents

Publication Publication Date Title
CN103017668B (zh) 基于高光谱遥感反射率的海冰厚度计算方法
CN102507474B (zh) 一种船舶溢油目标的识别方法及系统
Huang et al. Precipitation microphysics of tropical cyclones over the western North Pacific based on GPM DPR observations: A preliminary analysis
CN112989692A (zh) 基于遥感数据的湖泊富营养化反演方法
CN103868860B (zh) 一种基于高光谱植被指数监测湿地植被冠层氮浓度的方法
Li et al. Satellite-based estimation of column-integrated algal biomass in nonalgae bloom conditions: a case study of Lake Chaohu, China
CN102034337B (zh) 草原雪灾遥感监测与灾情评估系统及方法
KR20110100970A (ko) 토양수분의 탐지시스템 및 이를 이용한 토양수분 탐지방법
Caballero et al. Assessment of suspended solids in the Guadalquivir estuary using new DEIMOS-1 medium spatial resolution imagery
CN113553907A (zh) 一种基于遥感技术的森林生态环境状况评价方法
CN104181515A (zh) 一种基于蓝-黄波段高光谱数据的浅海水深反演方法
CN106053370A (zh) 一种基于hico模拟的反演近海岸水体透明度的方法
Duan et al. Estimation of chlorophyll‐a concentration and trophic states for inland lakes in Northeast China from Landsat TM data and field spectral measurements
Copertino et al. Comparison of algorithms to retrieve land surface temperature from Landsat-7 ETM+ IR data in the Basilicata Ionian band
Zhang et al. Tracking historical chlorophyll-a change in the guanting reservoir, Northern China, based on landsat series inter-sensor normalization
Zheng et al. A semi-analytical model to estimate Chlorophyll-a spatial-temporal patterns from Orbita Hyperspectral image in inland eutrophic waters
CN117054484A (zh) 一种基于多源遥感数据的土壤盐渍化预测方法
Liu et al. Retrieval of chlorophyll a concentration from a fluorescence enveloped area using hyperspectral data
CN104535538A (zh) 一种基于高光谱技术的海冰密度原位测量方法
Bektas Balcik et al. Determining the impacts of land cover/use categories on land surface temperature using Landsat8-OLI
CN104181161A (zh) 一种利用可见光近红外和短波红外高光谱数据的沙质岸滩含水量估算方法
Wang et al. Remote sensing inversion of total suspended matter concentration in oujiang river based on landsat-8/oli
RU2404442C1 (ru) Способ определения ширины трещин с открытой водой в ледяном покрове акваторий
He et al. Spatial and temporal characteristics of surface albedo in Badain Jaran Desert, China
Al-Bayati et al. Study of the relationship between spectral reflectivity and water quality index in Hilla River

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20151007

Termination date: 20161130

CF01 Termination of patent right due to non-payment of annual fee