CN104764716A - 一种水体悬浮泥沙浓度的反演方法及装置 - Google Patents

一种水体悬浮泥沙浓度的反演方法及装置 Download PDF

Info

Publication number
CN104764716A
CN104764716A CN201410562598.3A CN201410562598A CN104764716A CN 104764716 A CN104764716 A CN 104764716A CN 201410562598 A CN201410562598 A CN 201410562598A CN 104764716 A CN104764716 A CN 104764716A
Authority
CN
China
Prior art keywords
remote sensing
lambda
relational expression
ssm
wavelength
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
CN201410562598.3A
Other languages
English (en)
Other versions
CN104764716B (zh
Inventor
孙记红
陈军
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.)
Qingdao Institute of Marine Geology
Original Assignee
Qingdao Institute of Marine Geology
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 Qingdao Institute of Marine Geology filed Critical Qingdao Institute of Marine Geology
Priority to CN201410562598.3A priority Critical patent/CN104764716B/zh
Publication of CN104764716A publication Critical patent/CN104764716A/zh
Application granted granted Critical
Publication of CN104764716B publication Critical patent/CN104764716B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供一种水体悬浮泥沙浓度的反演方法及装置,其可以通过两个波长不同的近红外遥感波段建立遥感反射率和固有光学量(吸收系数和后向散射系数)的关系,得到表示两个波长的遥感反射率与悬浮泥沙浓度的对应关系的第四关系式,这种技术方案可以简称为3S反演方法,因此基于本发明实施例提供的3S反演方法,可以依据第四关系式反演悬浮泥沙浓度,该3S反演方法降低了对区域和水体固有光学性质信息的精确度的依赖,提高方法通用性。

Description

一种水体悬浮泥沙浓度的反演方法及装置
技术领域
本发明涉及水质参数反演技术领域,特别涉及一种水体悬浮泥沙浓度的反演方法及装置。
背景技术
水体悬浮物是重要的水质参数之一,泥沙作为一种水体悬浮物,在泥沙进入水体后会影响水体感观,降低水体透光度和富氧条件,从而影响水生生物的光合作用,对水体的生态环境产生重要影响。并且泥沙本身含有黏土矿物质、有机胶体和无机胶体,这些物质可以吸附种类繁多的污染物,因而具有净化水环境的效应。但是,正因为泥沙的这种吸附特性,使得泥沙同时成为污染物和污染物载体,对环境造成污染。另外,水体泥沙的侵蚀、搬运和堆积过程,直接影响海岸线的演化和港口航道的安全,间接地引起海岸带洪灾、涝灾和海岸带地质灾害。因此,水体悬浮泥沙监测对水质、水环境监测、监测泥沙运移带来的灾害等均有重要意义。
目前对水体悬浮泥沙监测的算法可以归纳为三类,下面对这三类算法一一说明:第一类是通过水体光学性质和水质组分之间关系构建经验模型。但是这种经验模型针对特定地理区域,而不能将特定地理区域的经验模型应用到其他区域中;
第二类是物理模型,该物理模型采用辐射传输理论在不同水质组分和大气条件下来模拟顶部大气的频谱,然后通过应用遥感测量获得的大气顶部的辐射率,水质组分可以通过神经网络方法、最优化方法和主成分分析方法重新恢复;
第三类是基于沿海水体固有光学性质和水质组分之间的关系加上经验关系构建的半分析模型。这种半分析模型联合了物理模型和经验模型采用的方法,对于水体悬浮物浓度的测量是一个较优的方法,但是这种方法需要精确度的水体固有光学性质信息,而现有技术并不能精确测量水体固有光学性质信息。
发明内容
有鉴于此,本发明实施例提供一种水体悬浮泥沙浓度的反演方法及装置,该反演方法和装置可以不依赖精确的水体固有光学性质信息来测量水体悬浮泥沙浓度。技术方案如下:
本发明实施例提供一种水体悬浮泥沙浓度的反演方法,包括:
获取水体的第一近红外波段遥感反射率以及水体的第二近红外波段遥感反射率,其中所述第一近红外遥感波段和所述第二近红外遥感波段的波长不同;
获取所述第一近红外波段遥感反射率和所述第二近红外波段遥感反射率的第一关系式;
依据水体中悬浮泥沙的后向散射系数和波长的对应关系,对所述第一关系式进行变换,得到第二关系式;
依据水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系,对所述第二关系式进行变换,得到第三关系式;
以所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系,对所述第三关系式进行变换,得到第四关系式,所述第四关系式用于表示第一近红外遥感波段和第二近红外遥感波段的两个波长的遥感反射率与悬浮泥沙浓度的对应关系;
以所述第四关系式为基础,反演水体的悬浮泥沙浓度。
优选地,所述第一近红外遥感波段和所述第二近红外遥感波段的波长在近红外波段范围内,且所述第一近红外遥感波段和所述第二近红外遥感波段的波长大于690纳米。
优选地,获取所述第一近红外波段遥感反射率和所述第二近红外波段遥感反射率的第一关系式,包括:
获取所述第一近红外波段遥感反射率的倒数表达式:其中λ1为第一近红外遥感波段的波长,R(λ1)为第一近红外波段遥感反射率,a(λ1)为水体中有色溶解有机物的总吸收系数aCDOM1)、浮游植物色素的总吸收系数apigm1)、悬浮泥沙的总吸收系数assm1)和纯水的总吸收系数awater1)之和,b(λ1)为水体的后向散射系数bbw1)、悬浮泥沙的后向散射系数bssm1)和浮游植物色素的后向散射系数bpigm1)之和,f为受太阳高度角和水体散射影响的参数,Q为光场分布参数,t2/n2与海况有关,n为复海水折射指数的实数部分,t为复海水折射指数的虚数部分;
获取所述第二近红外波段遥感反射率的倒数表达式:其中λ2为第二近红外遥感波段的波长,R(λ2)为第二近红外波段遥感反射率,a(λ2)为水体中有色溶解有机物的总吸收系数aCDOM2)、浮游植物色素的总吸收系数apigm2)、悬浮泥沙的总吸收系数assm2)和纯水的总吸收系数awater2)之和,b(λ2)为水体的后向散射系数bbw2)、悬浮泥沙的后向散射系数bssm2)和浮游植物色素的后向散射系数bpigm2)之和,r的取值与第一近外红波段遥感反射率的倒数表达式中的r相同;
依据所述第一近红外波段遥感反射率的倒数表达式和所述第二近红外波段遥感反射率的倒数表达式,得到所述第一关系式为: [ R - 1 ( λ 1 ) - R - 1 ( λ 2 ) ] - 1 = [ 1 r ( a ( λ 1 ) b ( λ 1 ) - a ( λ 2 ) b ( λ 2 ) ) ] - 1 .
优选地,依据水体中悬浮泥沙的后向散射系数和波长的对应关系,对所述第一关系式进行变换,得到第二关系式,包括:
当第一近红外遥感波段和所述第二近红外遥感波段的波长大于690纳米时,获取水体中悬浮泥沙的后向散射系数和波长的对应关系为:且b(λ2)=bssm2),b(λ1)=bssm1);
将所述体中悬浮泥沙的后向散射系数和波长的对应关系代入所述第一关系式中,得到第二关系式为:
[ R - 1 ( λ 1 ) - R - 1 ( λ 2 ) ] - 1 = 1 r [ ( a ( λ 1 ) b ssm ( λ 2 ) ( λ 1 λ 2 ) n - a ( λ 2 ) b ssm ( λ 2 ) ) ] - 1 .
优选地,依据水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系,对所述第二关系式进行变换,得到第三关系式,包括:
获取水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系:aCDOM1)=kaCDOM2),assm1)=kassm2),apigm1)=kapigm2),
将所述水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系写入到所述第二关系式中,得到第三关系式为: [ R - 1 ( λ 1 ) - R - 1 ( λ 2 ) ] - 1 ≈ γ kb ssm ( λ 2 ) a water ( λ 1 ) - ka water ( λ 2 ) , γ = 1 / r .
优选地,以所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系,对所述第三关系式进行变换,得到第四关系式,包括:
获取所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系:bssm2)∞Cssm,其中Cssm为所述悬浮泥沙浓度,bssm2)为所述悬浮泥沙的后向散射系数;
将所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系代入到所述第三关系式中,得到第四关系式为:[R-11)-R-12)]-1∞Cssm
本发明实施例还提供一种水体悬浮泥沙浓度的反演装置,包括:
第一获取单元,用于获取水体的第一近红外波段遥感反射率以及水体的第二近红外波段遥感反射率,其中所述第一近红外遥感波段和所述第二近红外遥感波段的波长不同;
第二获取单元,用于获取所述第一近红外波段遥感反射率和所述第二近红外波段遥感反射率的第一关系式;
第一变换单元,用于依据水体中悬浮泥沙的后向散射系数和波长的对应关系,对所述第一关系式进行变换,得到第二关系式;
第二变换单元,用于依据水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系,对所述第二关系式进行变换,得到第三关系式;
第三变换单元,用于以所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系,对所述第三关系式进行变换,得到第四关系式,所述第四关系式用于表示第一近红外遥感波段和第二近红外遥感波段的两个波长的遥感反射率与悬浮泥沙浓度的对应关系;
反演单元,用于以所述第四关系式为基础,反演水体的悬浮泥沙浓度。
优选地,所述第一近红外遥感波段和所述第二近红外遥感波段的波长在近红外波段范围内,且所述第一近红外遥感波段和所述第二近红外遥感波段的波长大于690纳米。
优选地,所述第二获取单元包括:
第一获取子单元,用于获取所述第一近红外波段遥感反射率的倒数表达式:其中λ1为第一近红外遥感波段的波长,R(λ1)为第一近红外波段遥感反射率,a(λ1)为水体中有色溶解有机物的总吸收系数aCDOM1)、浮游植物色素的总吸收系数apigm1)、悬浮泥沙的总吸收系数assm1)和纯水的总吸收系数awater1)之和,b(λ1)为水体的后向散射系数bbw1)、悬浮泥沙的后向散射系数bssm1)和浮游植物色素的后向散射系数bpigm1)之和,f为受太阳高度角和水体散射影响的参数,Q为光场分布参数,t2/n2与海况有关,n为复海水折射指数的实数部分,t为复海水折射指数的虚数部分;
第二获取子单元,用于获取所述第二近红外波段遥感反射率的倒数表达式:其中λ2为第二近红外遥感波段的波长,R(λ2)为第二近红外波段遥感反射率,a(λ2)为水体中有色溶解有机物的总吸收系数aCDOM2)、浮游植物色素的总吸收系数apigm2)、悬浮泥沙的总吸收系数assm2)和纯水的总吸收系数awater2)之和,b(λ2)为水体的后向散射系数bbw2)、悬浮泥沙的后向散射系数bssm2)和浮游植物色素的后向散射系数bpigm2)之和,r的取值与第一近外红波段遥感反射率的倒数表达式中的r相同;
变换子单元,用于依据所述第一近红外波段遥感反射率的倒数表达式和所述第二近红外波段遥感反射率的倒数表达式,得到所述第一关系式为: [ R - 1 ( λ 1 ) - R - 1 ( λ 2 ) ] - 1 = [ 1 r ( a ( λ 1 ) b ( λ 1 ) - a ( λ 2 ) b ( λ 2 ) ) ] - 1 .
优选地,所述第一变换单元依据水体中悬浮泥沙的后向散射系数和波长的对应关系,对所述第一关系式进行变换,得到第二关系式包括:
当第一近红外遥感波段和所述第二近红外遥感波段的波长大于690纳米时,获取水体中悬浮泥沙的后向散射系数和波长的对应关系为:且b(λ2)=bssm2),b(λ1)=bssm1);将所述体中悬浮泥沙的后向散射系数和波长的对应关系代入所述第一关系式中,得到第二关系式为:
[ R - 1 ( λ 1 ) - R - 1 ( λ 2 ) ] - 1 = 1 r [ ( a ( λ 1 ) b ssm ( λ 2 ) ( λ 1 λ 2 ) n - a ( λ 2 ) b ssm ( λ 2 ) ) ] - 1 .
优选地,所述第二变换单元依据水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系,对所述第二关系式进行变换,得到第三关系式,包括:
获取水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系:aCDOM1)=kaCDOM2),assm1)=kassm2),apigm1)=kapigm2),将所述水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系写入到所述第二关系式中,得到第三关系式为:
[ R - 1 ( λ 1 ) - R - 1 ( λ 2 ) ] - 1 ≈ γ kb ssm ( λ 2 ) a water ( λ 1 ) - ka water ( λ 2 ) , γ = 1 / r .
优选地,所述第三变换单元以所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系,对所述第三关系式进行变换,得到第四关系式,包括:
获取所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系:bssm2)∞Cssm,将所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系代入到所述第三关系式中,得到第四关系式为:,[R-11)-R-12)]-1∞Cssm其中Cssm为所述悬浮泥沙浓度,bssm2)为所述悬浮泥沙的后向散射系数。
与现有技术相比,本发明包括以下优点:
通过本发明实施提供的技术方案,可以通过两个波长不同的近红外遥感波段建立遥感反射率和固有光学量(吸收系数和后向散射系数)的关系,得到表示两个波长的遥感反射率与悬浮泥沙浓度的对应关系的第四关系式,这种技术方案可以简称为3S反演方法,因此基于本发明实施例提供的3S反演方法,可以依据第四关系式反演悬浮泥沙浓度。
与现有三种水体悬浮泥沙监测的算法相比,本发明实施例提供了一种新的悬浮泥沙浓度反演方法(3S反演方法),该3S反演方法降低了对区域和水体固有光学性质信息的精确度的依赖,提高方法通用性。
附图说明
图1是本发明实施例提供的水体悬浮泥沙浓度的反演方法的一种流程图;
图2是本发明实施例提供的水体悬浮泥沙浓度的反演方法的另一种流程图;
图3是本发明实施例提供的采用校准数据集时遥感反射率的示意图;
图4是本发明实施例提供的采用验证数据集时遥感反射率的示意图;
图5(a)是线性双波段(TBA)算法的均方根误差的示意图;
图5(b)是线性TBA算法使用的有效波长的示意图;
图6(a)是将自然指数回归方法应用于3S算法(简称自然指数3S算法)的均方根误差的示意图;
图6(b)是自然指数3S算法使用的有效波长的示意图;
图7(a)是线性TBA算法的稳定性和精度的示意图;
图7(b)是自然指数3S算法的稳定性和精度的示意图;
图8(a)是波长740-780nm的遥感反射率的示意图;
图8(b)是波长800-820nm的遥感反射率的示意图;
图8(c)是波长840-900nm的遥感反射率的示意图;
图9(a)是3S算法应用于MODIS传感器反演SSM浓度的效果示意图;
图9(b)是3S算法应用于SeaWiFS传感器反演SSM浓度的效果示意图;
图9(c)是3S算法应用于MERIS传感器反演SSM浓度的效果示意图;
图10是3S算法用于MODIS,SeaWiFS和MERIS三种传感器反演SSM浓度的稳定性和精度的示意图;
图11(a)是3S算法对于MODIS传感器中两个波段的关系示意图;
图11(b)是3S算法对于SeaWiFS传感器中两个波段的关系示意图;
图11(c)是3S算法对于MERIS传感器中两个波段的关系示意图;
图12是本发明实施例提供的水体悬浮泥沙浓度的反演装置的结构示意图;
图13是图12中第二获取单元的结构示意图。
具体实施方式
请参阅图1,其示出了本发明实施例阐述的一种水体悬浮泥沙浓度的反演方法的流程图,该水体悬浮泥沙浓度的反演方法可以包括以下步骤:
101:获取水体的第一近红外波段遥感反射率以及水体的第二近红外波段遥感反射率。
之所以选择水体的第一近红外波段遥感反射率以及水体的第二近红外波段遥感反射率是因为较其他遥感反射率来说,近红外波段遥感反射率具有变化较平缓的光谱特性,所以本发明实施例优选水体的第一近红外波段遥感反射率以及水体的第二近红外波段遥感反射率。并且在本发明实施例中,两个近红外遥感波段和第二近红外遥感波段的波长不同。
102:获取第一近红外波段遥感反射率和第二近红外波段遥感反射率的第一关系式。
其中本发明实施例中第一关系式的一种获取方式可以为:
首先获取第一近红外波段遥感反射率的倒数表达式:其中λ1为第一近红外遥感波段的波长,R(λ1)为第一近红外波段遥感反射率,a(λ1)为水体中有色溶解有机物的总吸收系数aCDOM1)、浮游植物色素的总吸收系数apigm1)、悬浮泥沙的总吸收系数assm1)和纯水的总吸收系数awater1)之和,b(λ1)为水体的后向散射系数bbw1)、悬浮泥沙的后向散射系数bssm1)和浮游植物色素的后向散射系数bpigm1)之和,f为受太阳高度角和水体散射影响的参数,Q为光场分布参数,t2/n2与海况有关,n为复海水折射指数的实数部分,t为复海水折射指数的虚数部分。
其次,获取第二近红外波段遥感反射率的倒数表达式:其中λ2为第二近红外遥感波段的波长,R(λ2)为第二近红外波段遥感反射率,a(λ2)为水体中有色溶解有机物的总吸收系数aCDOM2)、浮游植物色素的总吸收系数apigm2)、悬浮泥沙的总吸收系数assm2)和纯水的总吸收系数awater2)之和,b(λ2)为水体的后向散射系数bbw2)、悬浮泥沙的后向散射系数bssm2)和浮游植物色素的后向散射系数bpigm2)之和,r的取值与第一近外红波段遥感反射率的倒数表达式中的r相同。
最后,依据第一近红外波段遥感反射率的倒数表达式和第二近红外波段遥感反射率的倒数表达式,得到第一关系式为: [ R - 1 ( λ 1 ) - R - 1 ( λ 2 ) ] - 1 = [ 1 r ( a ( λ 1 ) b ( λ 1 ) - a ( λ 2 ) b ( λ 2 ) ) ] - 1 .
103:依据水体中悬浮泥沙的后向散射系数和波长的对应关系,对第一关系式进行变换,得到第二关系式。
104:依据水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系,对第二关系式进行变换,得到第三关系式。
105:以悬浮泥沙浓度和悬浮泥沙的后向散射系数的对应关系,对第三关系式进行变换,得到第四关系式,第四关系式用于表示第一近红外遥感波段和第二近红外遥感波段的两个波长的遥感反射率与悬浮泥沙浓度的对应关系。
由于近红外遥感波段的波长不同时,上述步骤103至步骤105中所用对应关系不同,对此本发明实施后续将以波长大于690nm为例进行说明,对其他波长本发明实施例不再一一阐述。
106:以第四关系式为基础,反演水体的悬浮泥沙浓度。
由于第四关系式可以用于表示位于不同近红外段遥感波段的两个波长的遥感反射率与悬浮泥沙浓度的对应关系,所以在获知两个波长的遥感反射率的情况下,依据两个波长的遥感反射率与悬浮泥沙浓度的对应关系,即可以计算得到以某一个波长测量的水体的悬浮泥沙浓度。
从上述技术方案可以看出,本发明实施例提供的水体悬浮泥沙浓度的反演方法可以通过两个波长不同的近红外遥感波段建立遥感反射率和固有光学量(吸收系数和后向散射系数)的关系,得到表示两个波长的遥感反射率与悬浮泥沙浓度的对应关系的第四关系式,这种技术方案可以简称为3S反演方法,因此基于本发明实施例提供的3S反演方法,可以依据第四关系式反演悬浮泥沙浓度。
与现有三种水体悬浮泥沙监测的算法相比,本发明实施例提供了一种新的3S反演方法,该3S反演方法降低了对区域和水体固有光学性质信息的精确度的依赖,提高方法通用性。
下面将以波长在近红外波段范围内,且大于690nm(纳米)的两个近红外遥感波段,简称为第一近红外遥感波段和第二近红外遥感波段,对本发明实施例图1所示的水体悬浮泥沙浓度的反演方法进行详细说明,其具体过程可以参阅图2所示流程图,可以包括以下步骤:
201:获取水体的第一近红外波段遥感反射率以及水体的第二近红外波段遥感反射率。其中水体的第一近红外遥感波段以及水体的第二近红外遥感波段的波长在近红外波段范围内,且都大于690nm。
202:获取第一近红外波段遥感反射率和第二近红外波段遥感反射率的第一关系式。在本发明实施例中,步骤202与步骤102相同,对此本发明实施例不再阐述,通过步骤202得到的第一关系式为: [ R - 1 ( λ 1 ) - R - 1 ( λ 2 ) ] - 1 = [ 1 r ( a ( λ 1 ) b ( λ 1 ) - a ( λ 2 ) b ( λ 2 ) ) ] - 1 .
203:当第一近红外遥感波段和第二近红外遥感波段的波长大于690纳米时,获取水体中悬浮泥沙的后向散射系数和波长的对应关系为: b ssm ( λ 1 ) = ( λ 2 λ 1 ) n b ssm ( λ 2 ) .
并且发明人经过研究表明,当近红外波段的波长大于690nm时,水体的总散射系数b(λ)与浮游植物色素的后向散射系数bpigm(λ)几乎无关。因此,水体的总散射系数b(λ)可近似为水体的后向散射系数bbw(λ)、悬浮泥沙的后向散射系数bssm(λ)之和:b(λ)=bbw(λ)+bssm(λ)。
进一步当波长大于580nm时,与悬浮泥沙的后向散射系数bssm(λ)相比较,水体的后向散射系数bbw(λ)几乎可以忽略不计。因此,当波长大于690nm时,水体的总散射系数b(λ)可以近似为悬浮泥沙的后向散射系数bssm(λ),即b(λ)=bssm(λ)。
204:将体中悬浮泥沙的后向散射系数和波长的对应关系代入第一关系式中,得到第二关系式为: [ R - 1 ( λ 1 ) - R - 1 ( λ 2 ) ] - 1 = 1 r [ ( a ( λ 1 ) b ssm ( λ 2 ) ( λ 1 λ 2 ) n - a ( λ 2 ) b ssm ( λ 2 ) ) ] - 1 .
在计算第二关系式时,依据上述阐述的近红外波段的波长大于690nm时,水体的总散射系数b(λ)可以近似为悬浮泥沙的后向散射系数bssm(λ),即b(λ)=bssm(λ),对公式中的b(λ1)和b(λ2)进行替换,从而得到第二关系式。
205:获取水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系:aCDOM1)=kaCDOM2),assm1)=kassm2),apigm1)=kapigm2),
需要说明的一点是:在近红外波段的波长大于690nm时,为了能够得到波长和悬浮泥沙浓度的对应关系,水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系必须满足如下条件:aCDOM1)=kaCDOM2),assm1)=kassm2),apigm1)=kapigm2),对此条件的证明如下:
在双波段反演方法中,R(λ1)≈R(λ2),将该等式采用近红外波段遥感反射率公式替换,得到公式1: 1 r [ ( a ( λ 1 ) b ssm ( λ 2 ) - a ( λ 2 ) b ssm ( λ 2 ) ) ] ≈ 0 .
由于 b ssm ( λ 1 ) = ( λ 2 λ 1 ) n b ssm ( λ 2 ) , k = ( λ 1 λ 2 ) n , 所以公式1可以简化为公式2:ka(λ2)-a(λ1)≈0。
发明人进过研究得出水体的总吸收系数a(λ)可以表示成水体光学组分浓度和单位吸收系数乘积的线性关系: a ( λ ) = a water ( λ ) + C ssm a ssm * ( λ ) + C CDOM a CDOM * ( λ ) + C pigm a pigm * ( λ ) , 其中, 分别代表悬浮泥沙、有色溶解有机物和浮游植物色素的单位浓度吸收系数。将其代入公式2式可得公式3:
无论悬浮泥沙浓度、有色溶解有机物浓度和浮游植物色素浓度取何值,公式3都成立,即表达成矩阵的形式如下:
C ssm , 1 C CDOM , 1 C pigm , 1 1 C ssm , 2 C CDOM , 2 C pigm , 2 1 . . . . . . . . . . . . C ssm , n C CDOM , n C pigm , n 1 ka ssm * ( λ 2 ) - a ssm * ( λ 1 ) ka CDOM * ( λ 2 ) - a CDOM * ( λ 1 ) ka pigm * ( λ 2 ) - a pigm * ( λ 1 ) ka water ( λ 2 ) - a water ( λ 1 ) = 0
因此要满足无论悬浮泥沙浓度、有色溶解有机物浓度和浮游植物色素浓度取何值,矩阵求解为0,则需要满足如下关系:aCDOM1)=kaCDOM2),assm1)=kassm2),apigm1)=kapigm2)。
206:将水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系写入到第二关系式中,得到第三关系式为: [ R - 1 ( λ 1 ) - R - 1 ( λ 2 ) ] - 1 ≈ γ kb ssm ( λ 2 ) a water ( λ 1 ) - ka water ( λ 2 ) , γ = 1 / r .
207:获取悬浮泥沙浓度和悬浮泥沙的后向散射系数的对应关系:bssm2)∞Cssm,其中Cssm为悬浮泥沙浓度,bssm2)为悬浮泥沙的后向散射系数。
208:将悬浮泥沙浓度和悬浮泥沙的后向散射系数的对应关系代入到第三关系式中,得到第四关系式为:[R-11)-R-12)]-1∞Cssm
209:以第四关系式为基础,反演水体的悬浮泥沙浓度,其中第四关系式用于表示第一近红外遥感波段和第二近红外遥感波段的两个波长的遥感反射率与悬浮泥沙浓度的对应关系。
下面将通过实验数据证明本发明实施例提供的水体悬浮泥沙浓度的反演方法:对长江口水体悬浮泥沙浓度采集得到的校准数据有20个,于2009年10月14日长江口采集得到。校准数据的悬浮泥沙浓度的范围:0.07-0.58km/m3,平均值为0.22km/m3,,如表1。应用本发明实施提供的水体悬浮泥沙浓度对35个水样的悬浮泥沙浓度进行验证得到的验证数据如表2,验证数据的悬浮泥沙浓度的范围:0.14-0.29kg/m3,平均值为0.19km/m3
表1 悬浮泥沙浓度数据统计描述(2009.10.14)
Max Min Median Average STDEV(标准差)
SSM(kg/m3) 0.58 0.07 0.17 0.22 0.15
Temperature(℃) 23.50 20.80 22.46 22.53 0.73
Turbidity(NTU) 363.00 32.70 90.40 118.75 82.97
Salinity(‰) 14.30 0.21 7.59 6.55 4.80
表2 悬浮泥沙浓度数据统计描述(2009.10.15)
Max Min Median Average STDEV(标准差)
SSM(kg/m3) 0.29 0.14 0.18 0.19 0.04
Temperature(℃) 23.14 21.64 22.69 22.52 0.48
Turbidity(NTU) 154.40 17.30 89.10 83.97 40.86
Salinity(‰) 20.54 0.17 5.51 7.15 7.64
其中SSM为悬浮泥沙浓度,Temperature为水体温度,Turbidity(NTU)为水体浑浊度,Salinity为水体盐度。从上述校准数据和验证数据的结果表明,本发明实施例提供的3S反演方法在反演悬浮泥沙浓度的标准差STDEV=0.04,明显小于0.15,因此可知本发明实施例提供的3S反演方法反演悬浮泥沙浓度的精度高。
从长江所处环境可知,长江的环流影响着长江口悬浮泥沙的运移,而诸如河口重力环流和潮汐的不对称性等潮汐流体力学是影响长江口物质运移很重要的因素,复杂的潮汐流体力学导致长江口的悬浮泥沙浓度高(0.07~0.58kg/m3)和长江口的高浑浊度(17.30~363.00NTC),最终导致长江口水体光学性质的复杂性。
一般对于长江口水体这种“II类”水体来说,在蓝光范围(400-500nm)内遥感反射率光谱很低,低于0.045。在绿光范围(500-600nm)内遥感反射率比蓝光高。红光范围(600-700nm)内遥感反射率具有几种光谱特征,比如波长为675nm附近的反射率的第二低值与红叶绿素a的吸收最大值相符合。近红外区域低反射率变化较大,其中近红外波段区域中一个明显的峰值位于690nm和710nm之间,是由高后向散射和包括纯水在内的所有光学活性成分的低吸收共同作用的结果。
如图3和图4所示,一个小的悬浮泥沙浓度在一定程度上增加水体的总散射系数b(λ)的强度,使得水体的总散射系数b(λ)的强度更加明显,波长变得更长。在较大的悬浮泥沙浓度(0.15~0.58kg/m3)范围,遥感反射率显示出一个宽峰(~700nm)的渐近线,因此本发明实施例提供的水体悬浮泥沙浓度的反演方法优选在近红外波段的690nm和710nm之间执行。
其中图3和图4中横坐标表示波长,纵坐标表示遥感反射率,图3和图4所示校正和验证3S算法性能的数据来自长江口收集的生物光学数据集,3S算法的合适位置是通过波段400nm-900nm计算得来,尽管在不考虑水分子散射的情况下3S算法需要的波段应大于580nm,但为了强调3S算法的改进性能,采用波段调谐方法对双波段算法进行了校准和验证,并采用线性、自然指数法和自然回归方法找出3S算法和双波段算法的最优化回归结果。采用校准数据集得到的回归结果如图5和图6所示,其中回归结果显示:对于3S算法来说,自然指数回归方法比线性和自然对数算法要更好一些;对于双波段算法来说,线性回归方法比自然指数和自然对数算法要好些。
其中图5(a)、5(b)、6(a)和6(b)的横坐标和纵坐标均表示波长,图5(a)和图6(a)表示校准数据集当波段范围从400nm-900nm变化时TBA算法和3S算法εrmse(均方根误差)变化,颜色值表示均方根误差值;图5(b)和图6(b)表示当εrmse<0.077kg/m3或εr<35%时TBA算法和3S算法的可用波段。根据图5(a)、5(b)、6(a)和6(b)可以发现:λ1和λ2在近红外波段,TBA算法和3S算法均比在蓝-绿波段具有更小的SSM浓度反演不确定性。在近红外波段,叶绿素和水分子的后向散射特征可以忽略不计,而水体的反射率主要取决于SSM浓度。总之,TBA算法和3S算法在这个波段比其他波段具有更好的性能。此外,通过对比,当εrmse<0.077kg/m3时,TBA算法比3S算法具有更多的可用波段。
采用验证数据集得到的回归结果如图7(a)和(b)所示,其中图7的横坐标和纵坐标均表示波长,图7(a)表示线性TBA算法的εrmse大小和精度;图7(b)表示自然指数3S算法的εrmse大小和精度。当εr<0.077kg/m3时,TBA和3S算法的性能在校准数据集的回归结果如图5(b)和图6(b)所示。在图7(a)中TBA算法的验证结果显示εr远大于0.077kg/m3。在图7(b)中3S算法的验证结果显示εr小于0.077kg/m3。通过对比可以明显看出:3S算法比TBA算法的稳定性要好。采用在近红外波段的反射率,输入3S算法的参数反演长江口的SSM浓度,能够限制反演的不确定性(0.077kg/m3,35%相对不确定度)。
在3S算法实际使用过程中,要尽可能消除CDOM、SSM和在SSM后向散射信号在λ1的浮游植物色素的吸收,因此λ1和λ2的位置需要满足以下线性假设:aCDOM1)~kaCDOM2),aSSM1)~kaSSM2),and apigm1)~kapigm2)。图8(a)至图8(c)给出了在740-780nm,800-820nm和840-900nm波段的光谱特征,其中横坐标表示波长,纵坐标表示遥感反射率,从图8(a)至图8(c)可以看出:在740-780nm,800-820nm和840-900nm光谱特征与采用35%反演不确定性3S算法的可用波长相当。实际上,水-气界面上记录的反射率取决于水体的固有光学性质,而水体的固有光学性质取决于水分子、SSM和叶绿素颗粒的散射性质和水分子、SSM、叶绿素颗粒和CDOM的吸收性质。在740-780nm,800-820nm和840-900nm波段内,随着波长的增加反射率变化非常平稳,表明在这些波段内反射率极小的线性决定于波长,从不同的水体来看记录的光谱在形状上相似,但在大小上不同。根据研究表明,当波长大于740nm时,总的吸收系数要远大于总的后向散射吸收,遥感反射率近似于γbbs(λ)/a(λ)。
进一步,将本发明提供的3S算法用于MODIS(Moderate-resolutionImaging Spectroradiometer,中分辨率成像光谱仪)、SeaWiFS(Sea WaterTreatment,海洋宽视场遥感器)和MERIS(Medium-resolution ImagingSpectrometer,介质-分辨率成像分光计)这三个卫星传感器中反演SSM浓度。相比较MODIS、SeaWiFS和MERIS的波段宽度,采用这些卫星传感器的光谱反应功能由ASD(便携式地物光谱仪)把光谱记录聚集到一起,其采用的校准数据集是在2009年10月采集。图9(a)至图9(c)显示3S算法应用于这三种卫星传感器中时,在反演长江口浑浊水体SSM浓度时可以具有较好的稳定性,但是3S算法对于MERIS(n=20,R2=0.8947)传感器的稳定性比MODIS(n=20,R2=0.8881)和SeaWiFS(n=20,R2=0.8827)稍好一些。
其中图9(a)至图9(c)指示出3S算法应用于MODIS,SeaWiFS和MERIS中反演SSM浓度,横坐标为选取的两个波长对应。其中,图9(a)为3S算法对MODIS反演的SSM浓度,y=1.9746x+1.0988为拟合的线性关系,R2为相关系数;图9(b)为3S算法对SeaWiFS反演的SSM浓度,y=2.3609x+1.081为拟合的线性关系,R2为相关系数;图9(c)为3S算法对MERIS反演的SSM浓度,y=1.9696x+1.0961为拟合的线性关系,R2为相关系数。
3S算法用于MODIS、SeaWiFS和MERIS这三种传感器时的稳定性和精度。图10表明:3S算法反演的不确定性随着SSM浓度的增加而增大。当CField小于0.1766kg/m3时,3S算法对于SSM浓度的反演过高;当CField大于0.1766kg/m3时,3S算法对于SSM浓度的反演过低。根据表3的验证结果表明:3S算法用于MODIS、SeaWiFS和MERIS的不确定度分别为0.0572、0.0534和0.0525,相对不确定度分别为30.11%、28.11%和27.61%。3S算法对MERIS的应用效果要优于MODIS和SeaWiFS。采用MERIS传感器的波段,输入3S算法参数比MODIS传感器降低0.5%,比SeaWiFS传感器降低2.5%。改进不是很明显,因此,可以得出这样的结论:采用3S算法反演长江口SSM浓度对于这三种传感器均有较好的效果,但是MERIS稍微优于其它两种。
进一步从图11(a)至图11(b)可以看出:从三种传感器选取的R(λ1)接近于R(λ2),截距<0.0066,斜率>0.9042。其中图11(a)至图11(b)表明:3S算法对MODIS,SeaWiFS和MERIS传感器中两个波段的关系。其中,图11(a)为3S算法对MODIS传感器中两个波段的关系,y=0.9379x-0.0066为拟合的线性关系,R2为相关系数;图11(b)为3S算法对SeaWiFS传感器中两个波段的关系,y=2.3609x+1.081为拟合的线性关系,R2为相关系数;图11(c)为3S算法对MERIS传感器中两个波段的关系,y=1.9696x+1.0961为拟合的线性关系,R2为相关系数。
表3 3S算法用于MODIS,SeaWiFS和MERIS三种传感器的稳定性和精度
Sensors Formulas R2 εrmse εr
MODIS Exp(CSSM)=1.9746[R-1(865)-R-1(761nm)]-1+1.0988 0.8881 0.0572 30.11%
SeaWiFS Exp(CSSM)=2.3609[R-1(865)-R-1(761nm)]-1+1.0810 0.8827 0.0534 28.11%
MERIS Exp(CSSM)=1.9696[R-1(865)-R-1(761nm)]-1+1.0961 0.8947 0.0525 27.61%
与上述方法实施例相对应,本发明实施例还提供一种水体悬浮泥沙浓度的反演装置,其结构示意图如图12所示,可以包括:第一获取单元11、第二获取单元12、第一变换单元13、第二变换单元14、第三变换单元15和反演单元16,其中,
第一获取单元11,用于获取水体的第一近红外波段遥感反射率以及水体的第二近红外波段遥感反射率,其中第一近红外遥感波段和第二近红外遥感波段的波长不同。
之所以选择水体的第一近红外波段遥感反射率以及水体的第二近红外波段遥感反射率是因为较其他遥感反射率来说,近红外波段遥感反射率具有变化较平缓的光谱特性,所以本发明实施例优选水体的第一近红外波段遥感反射率以及水体的第二近红外波段遥感反射率。并且在本发明实施例中,两个近红外遥感波段和第二近红外遥感波段的波长不同。
第二获取单元12,用于获取第一近红外波段遥感反射率和第二近红外波段遥感反射率的第一关系式。在本发明实施例中,第二获取单元12的一种结构如图13所示,包括:第一获取子单元121、第二获取子单元122和变换子单元123。
第一获取子单元121,用于获取第一近红外波段遥感反射率的倒数表达式:其中λ1为第一近红外遥感波段的波长,R(λ1)为第一近红外波段遥感反射率,a(λ1)为水体中有色溶解有机物的总吸收系数aCDOM1)、浮游植物色素的总吸收系数apigm1)、悬浮泥沙的总吸收系数assm1)和纯水的总吸收系数awater1)之和,b(λ1)为水体的后向散射系数bbw1)、悬浮泥沙的后向散射系数bssm1)和浮游植物色素的后向散射系数bpigm1)之和,f为受太阳高度角和水体散射影响的参数,Q为光场分布参数,t2/n2与海况有关,n为复海水折射指数的实数部分,t为复海水折射指数的虚数部分。
第二获取子单元122,用于获取第二近红外波段遥感反射率的倒数表达式:其中λ2为第二近红外遥感波段的波长,R(λ2)为第二近红外波段遥感反射率,a(λ2)为水体中有色溶解有机物的总吸收系数aCDOM2)、浮游植物色素的总吸收系数apigm2)、悬浮泥沙的总吸收系数assm2)和纯水的总吸收系数awater2)之和,b(λ2)为水体的后向散射系数bbw2)、悬浮泥沙的后向散射系数bssm2)和浮游植物色素的后向散射系数bpigm2)之和,r的取值与第一近外红波段遥感反射率的倒数表达式中的r相同。
变换子单元123,用于依据第一近红外波段遥感反射率的倒数表达式和第二近红外波段遥感反射率的倒数表达式,得到第一关系式为: [ R - 1 ( &lambda; 1 ) - R - 1 ( &lambda; 2 ) ] - 1 = [ 1 r ( a ( &lambda; 1 ) b ( &lambda; 1 ) - a ( &lambda; 2 ) b ( &lambda; 2 ) ) ] - 1 .
第一变换单元13,用于依据水体中悬浮泥沙的后向散射系数和波长的对应关系,对第一关系式进行变换,得到第二关系式。
第二变换单元14,用于依据水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系,对第二关系式进行变换,得到第三关系式。
第三变换单元15,用于以悬浮泥沙浓度和悬浮泥沙的后向散射系数的对应关系,对第三关系式进行变换,得到第四关系式,第四关系式用于表示第一近红外遥感波段和第二近红外遥感波段的两个波长的遥感反射率与悬浮泥沙浓度的对应关系。
反演单元16,用于以第四关系式为基础,反演水体的悬浮泥沙浓度。
由于第四关系式可以用于表示位于不同近红外段遥感波段的两个波长的遥感反射率与悬浮泥沙浓度的对应关系,所以在获知两个波长的遥感反射率的情况下,依据两个波长的遥感反射率与悬浮泥沙浓度的对应关系,即可以计算得到以某一个波长测量的水体的悬浮泥沙浓度。
从上述技术方案可以看出,本发明实施例提供的水体悬浮泥沙浓度的反演装置可以通过两个波长不同的近红外遥感波段建立遥感反射率和固有光学量(吸收系数和后向散射系数)的关系,得到表示两个波长的遥感反射率与悬浮泥沙浓度的对应关系的第四关系式,这种技术方案可以简称为3S反演装置,因此基于本发明实施例提供的3S反演装置,可以依据第四关系式反演悬浮泥沙浓度。
与现有三种水体悬浮泥沙监测的算法相比,本发明实施例提供了一种新的3S反演装置,该3S反演装置降低了对区域和水体固有光学性质信息的精确度的依赖,提高方法通用性。
在本发明实施例中,第一近红外遥感波段和第二近红外遥感波段的波长在近红外波段范围内,且第一近红外遥感波段和第二近红外遥感波段的波长大于690纳米。相应的在采用大于690纳米的第一近红外遥感波段和第二近红外遥感波段的波长时,第一变换单元、第二变换单元和第三变换单元的执行过程可以如下:
第一变换单元13,当第一近红外遥感波段和第二近红外遥感波段的波长大于690纳米时,获取水体中悬浮泥沙的后向散射系数和波长的对应关系为:且b(λ2)=bssm2),b(λ1)=bssm1),并将体中悬浮泥沙的后向散射系数和波长的对应关系代入第一关系式中,得到第二关系式为:
[ R - 1 ( &lambda; 1 ) - R - 1 ( &lambda; 2 ) ] - 1 = 1 r [ ( a ( &lambda; 1 ) b ssm ( &lambda; 2 ) ( &lambda; 1 &lambda; 2 ) n - a ( &lambda; 2 ) b ssm ( &lambda; 2 ) ) ] - 1 .
第二变换单元14则可以获取水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系:aCDOM1)=kaCDOM2),assm1)=kassm2),apigm1)=kapigm2),将水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系写入到第二关系式中,得到第三关系式为:
[ R - 1 ( &lambda; 1 ) - R - 1 ( &lambda; 2 ) ] - 1 &ap; &gamma; kb ssm ( &lambda; 2 ) a water ( &lambda; 1 ) - ka water ( &lambda; 2 ) , &gamma; = 1 / r .
第三变换单元15的执行过程是:获取悬浮泥沙浓度和悬浮泥沙的后向散射系数的对应关系:bssm2)∞Cssm,将悬浮泥沙浓度和悬浮泥沙的后向散射系数的对应关系代入到第三关系式中,得到第四关系式为:,[R-11)-R-12)]-1∞Cssm其中Cssm为悬浮泥沙浓度,bssm2)为悬浮泥沙的后向散射系数。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上对本发明所提供的水体悬浮泥沙浓度的反演方法及装置进行详细介绍,本文中应用具体个例对本发明的原理及实施方式进行阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;对于本领域一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (12)

1.一种水体悬浮泥沙浓度的反演方法,其特征在于,包括:
获取水体的第一近红外波段遥感反射率以及水体的第二近红外波段遥感反射率,其中所述第一近红外遥感波段和所述第二近红外遥感波段的波长不同;
获取所述第一近红外波段遥感反射率和所述第二近红外波段遥感反射率的第一关系式;
依据水体中悬浮泥沙的后向散射系数和波长的对应关系,对所述第一关系式进行变换,得到第二关系式;
依据水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系,对所述第二关系式进行变换,得到第三关系式;
以所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系,对所述第三关系式进行变换,得到第四关系式,所述第四关系式用于表示第一近红外遥感波段和第二近红外遥感波段的两个波长的遥感反射率与悬浮泥沙浓度的对应关系;
以所述第四关系式为基础,反演水体的悬浮泥沙浓度。
2.根据权利要求1所述的方法,其特征在于,所述第一近红外遥感波段和所述第二近红外遥感波段的波长在近红外波段范围内,且所述第一近红外遥感波段和所述第二近红外遥感波段的波长大于690纳米。
3.根据权利要求2所述的方法,其特征在于,获取所述第一近红外波段遥感反射率和所述第二近红外波段遥感反射率的第一关系式,包括:
获取所述第一近红外波段遥感反射率的倒数表达式:其中λ1为第一近红外遥感波段的波长,R(λ1)为第一近红外波段遥感反射率,a(λ1)为水体中有色溶解有机物的总吸收系数aCDOM1)、浮游植物色素的总吸收系数apigm1)、悬浮泥沙的总吸收系数assm1)和纯水的总吸收系数awater1)之和,b(λ1)为水体的后向散射系数bbw1)、悬浮泥沙的后向散射系数bssm1)和浮游植物色素的后向散射系数bpigm1)之和,f为受太阳高度角和水体散射影响的参数,Q为光场分布参数,t2/n2与海况有关,n为复海水折射指数的实数部分,t为复海水折射指数的虚数部分;
获取所述第二近红外波段遥感反射率的倒数表达式:其中λ2为第二近红外遥感波段的波长,R(λ2)为第二近红外波段遥感反射率,a(λ2)为水体中有色溶解有机物的总吸收系数aCDOM2)、浮游植物色素的总吸收系数apigm2)、悬浮泥沙的总吸收系数assm2)和纯水的总吸收系数awater2)之和,b(λ2)为水体的后向散射系数bbw2)、悬浮泥沙的后向散射系数bssm2)和浮游植物色素的后向散射系数bpigm2)之和,r的取值与第一近外红波段遥感反射率的倒数表达式中的r相同;
依据所述第一近红外波段遥感反射率的倒数表达式和所述第二近红外波段遥感反射率的倒数表达式,得到所述第一关系式为:
[ R - 1 ( &lambda; 1 ) - R - 1 ( &lambda; 2 ) ] - 1 = [ 1 r ( a ( &lambda; 1 ) b ( &lambda; 1 ) - a ( &lambda; 2 ) b ( &lambda; 2 ) ) ] - 1 .
4.根据权利要求3所述的方法,其特征在于,依据水体中悬浮泥沙的后向散射系数和波长的对应关系,对所述第一关系式进行变换,得到第二关系式,包括:
当第一近红外遥感波段和所述第二近红外遥感波段的波长大于690纳米时,获取水体中悬浮泥沙的后向散射系数和波长的对应关系为:
且b(λ2)=bssm2),b(λ1)=bssm1);
将所述体中悬浮泥沙的后向散射系数和波长的对应关系代入所述第一关系式中,得到第二关系式为:
[ R - 1 ( &lambda; 1 ) - R - 1 ( &lambda; 2 ) ] - 1 = 1 r [ ( a ( &lambda; 1 ) b ssm ( &lambda; 2 ) ( &lambda; 1 &lambda; 2 ) n - a ( &lambda; 2 ) b ssm ( &lambda; 2 ) ) ] - 1 .
5.根据权利要求4所述的方法,其特征在于,依据水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系,对所述第二关系式进行变换,得到第三关系式,包括:
获取水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系:aCDOM1)=kaCDOM2),assm1)=kassm2),apigm1)=kapigm2),
将所述水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系写入到所述第二关系式中,得到第三关系式为:
[ R - 1 ( &lambda; 1 ) - R - 1 ( &lambda; 2 ) ] - 1 &ap; &gamma; kb ssm ( &lambda; 2 ) a water ( &lambda; 1 ) - ka water ( &lambda; 2 ) , &gamma; = 1 / r .
6.根据权利要求5所述的方法,其特征在于,以所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系,对所述第三关系式进行变换,得到第四关系式,包括:
获取所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系:bssm2)∞Cssm,其中Cssm为所述悬浮泥沙浓度,bssm2)为所述悬浮泥沙的后向散射系数;
将所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系代入到所述第三关系式中,得到第四关系式为:[R-11)-R-12)]-1∞Cssm
7.一种水体悬浮泥沙浓度的反演装置,其特征在于,包括:
第一获取单元,用于获取水体的第一近红外波段遥感反射率以及水体的第二近红外波段遥感反射率,其中所述第一近红外遥感波段和所述第二近红外遥感波段的波长不同;
第二获取单元,用于获取所述第一近红外波段遥感反射率和所述第二近红外波段遥感反射率的第一关系式;
第一变换单元,用于依据水体中悬浮泥沙的后向散射系数和波长的对应关系,对所述第一关系式进行变换,得到第二关系式;
第二变换单元,用于依据水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系,对所述第二关系式进行变换,得到第三关系式;
第三变换单元,用于以所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系,对所述第三关系式进行变换,得到第四关系式,所述第四关系式用于表示第一近红外遥感波段和第二近红外遥感波段的两个波长的遥感反射率与悬浮泥沙浓度的对应关系;
反演单元,用于以所述第四关系式为基础,反演水体的悬浮泥沙浓度。
8.根据权利要求7所述的装置,其特征在于,所述第一近红外遥感波段和所述第二近红外遥感波段的波长在近红外波段范围内,且所述第一近红外遥感波段和所述第二近红外遥感波段的波长大于690纳米。
9.根据权利要求8所述的装置,其特征在于,所述第二获取单元包括:
第一获取子单元,用于获取所述第一近红外波段遥感反射率的倒数表达式:其中λ1为第一近红外遥感波段的波长,R(λ1)为第一近红外波段遥感反射率,a(λ1)为水体中有色溶解有机物的总吸收系数aCDOM1)、浮游植物色素的总吸收系数apigm1)、悬浮泥沙的总吸收系数assm1)和纯水的总吸收系数awater1)之和,b(λ1)为水体的后向散射系数bbw1)、悬浮泥沙的后向散射系数bssm1)和浮游植物色素的后向散射系数bpigm1)之和,f为受太阳高度角和水体散射影响的参数,Q为光场分布参数,t2/n2与海况有关,n为复海水折射指数的实数部分,t为复海水折射指数的虚数部分;
第二获取子单元,用于获取所述第二近红外波段遥感反射率的倒数表达式:其中λ2为第二近红外遥感波段的波长,R(λ2)为第二近红外波段遥感反射率,a(λ2)为水体中有色溶解有机物的总吸收系数aCDOM2)、浮游植物色素的总吸收系数apigm2)、悬浮泥沙的总吸收系数assm2)和纯水的总吸收系数awater2)之和,b(λ2)为水体的后向散射系数bbw2)、悬浮泥沙的后向散射系数bssm2)和浮游植物色素的后向散射系数bpigm2)之和,r的取值与第一近外红波段遥感反射率的倒数表达式中的r相同;
变换子单元,用于依据所述第一近红外波段遥感反射率的倒数表达式和所述第二近红外波段遥感反射率的倒数表达式,得到所述第一关系式为: [ R - 1 ( &lambda; 1 ) - R - 1 ( &lambda; 2 ) ] - 1 = [ 1 r ( a ( &lambda; 1 ) b ( &lambda; 1 ) - a ( &lambda; 2 ) b ( &lambda; 2 ) ) ] - 1 .
10.根据权利要求9所述的装置,其特征在于,所述第一变换单元依据水体中悬浮泥沙的后向散射系数和波长的对应关系,对所述第一关系式进行变换,得到第二关系式包括:
当第一近红外遥感波段和所述第二近红外遥感波段的波长大于690纳米时,获取水体中悬浮泥沙的后向散射系数和波长的对应关系为:且b(λ2)=bssm2),b(λ1)=bssm1);将所述体中悬浮泥沙的后向散射系数和波长的对应关系代入所述第一关系式中,得到第二关系式为:
[ R - 1 ( &lambda; 1 ) - R - 1 ( &lambda; 2 ) ] - 1 = 1 r [ ( a ( &lambda; 1 ) b ssm ( &lambda; 2 ) ( &lambda; 1 &lambda; 2 ) n - a ( &lambda; 2 ) b ssm ( &lambda; 2 ) ) ] - 1 .
11.根据权利要求10所述的装置,其特征在于,所述第二变换单元依据水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系,对所述第二关系式进行变换,得到第三关系式,包括:
获取水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系:aCDOM1)=kaCDOM2),assm1)=kassm2),apigm1)=kapigm2),将所述水体中有色溶解有机物、浮游植物色素和悬浮泥沙的各自总吸收系数与波长的对应关系写入到所述第二关系式中,得到第三关系式为:
[ R - 1 ( &lambda; 1 ) - R - 1 ( &lambda; 2 ) ] - 1 &ap; &gamma; kb ssm ( &lambda; 2 ) a water ( &lambda; 1 ) - ka water ( &lambda; 2 ) , &gamma; = 1 / r .
12.根据权利要求11所述的装置,其特征在于,所述第三变换单元以所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系,对所述第三关系式进行变换,得到第四关系式,包括:
获取所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系:bssm2)∞Cssm,将所述悬浮泥沙浓度和所述悬浮泥沙的后向散射系数的对应关系代入到所述第三关系式中,得到第四关系式为:,[R-11)-R-12)]-1∞Cssm其中Cssm为所述悬浮泥沙浓度,bssm2)为所述悬浮泥沙的后向散射系数。
CN201410562598.3A 2014-10-21 2014-10-21 一种水体悬浮泥沙浓度的反演方法及装置 Active CN104764716B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410562598.3A CN104764716B (zh) 2014-10-21 2014-10-21 一种水体悬浮泥沙浓度的反演方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410562598.3A CN104764716B (zh) 2014-10-21 2014-10-21 一种水体悬浮泥沙浓度的反演方法及装置

Publications (2)

Publication Number Publication Date
CN104764716A true CN104764716A (zh) 2015-07-08
CN104764716B CN104764716B (zh) 2017-12-19

Family

ID=53646681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410562598.3A Active CN104764716B (zh) 2014-10-21 2014-10-21 一种水体悬浮泥沙浓度的反演方法及装置

Country Status (1)

Country Link
CN (1) CN104764716B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105158172A (zh) * 2015-08-22 2015-12-16 中国城市科学研究会 一种内陆ii类水体水色参数遥感反演的分析方法
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
CN105606498A (zh) * 2016-02-03 2016-05-25 南京信息工程大学 一种监测水体悬浮泥沙粒径分布的方法
CN106126826A (zh) * 2016-06-27 2016-11-16 中国科学院南京地理与湖泊研究所 一种基于viirs传感器的浑浊湖泊水体悬浮物浓度估算方法
CN107064068A (zh) * 2017-01-12 2017-08-18 杭州师范大学 一种浑浊水体颗粒有机碳浓度的遥感反演方法
CN108896501A (zh) * 2018-07-07 2018-11-27 中国科学院南京地理与湖泊研究所 一种河流溶解有机碳有效入海通量的遥感估算方法
CN109283144A (zh) * 2018-10-26 2019-01-29 浙江省水利河口研究院 强潮高浑浊河口悬浮泥沙长历时变化的遥感计算方法
CN110196239A (zh) * 2019-06-12 2019-09-03 中国科学院南京地理与湖泊研究所 浑浊水体浮游植物吸收系数光谱遥感反演方法
CN110274858A (zh) * 2019-07-15 2019-09-24 南京吉泽信息科技有限公司 利用goci数据递归估算浅水湖泊不同深度悬浮泥沙浓度的遥感方法
CN110411962A (zh) * 2019-08-03 2019-11-05 国家海洋环境监测中心 珊瑚礁白化遥感监测机理分析方法
CN113552034A (zh) * 2021-07-12 2021-10-26 大连理工大学 浅水湖泊悬浮颗粒物浓度modis影像遥感反演方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4847512A (en) * 1987-05-02 1989-07-11 Agency Of Industrial Science & Technology Method of measuring humidity by determining refractive index using dual optical paths
CN101900661A (zh) * 2009-06-01 2010-12-01 上海海洋大学 Hy-1b卫星cocts的悬浮泥沙浓度计算方法
CN102081033A (zh) * 2009-11-26 2011-06-01 上海海洋大学 基于海岸带成像仪的悬浮泥沙浓度计算方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4847512A (en) * 1987-05-02 1989-07-11 Agency Of Industrial Science & Technology Method of measuring humidity by determining refractive index using dual optical paths
CN101900661A (zh) * 2009-06-01 2010-12-01 上海海洋大学 Hy-1b卫星cocts的悬浮泥沙浓度计算方法
CN102081033A (zh) * 2009-11-26 2011-06-01 上海海洋大学 基于海岸带成像仪的悬浮泥沙浓度计算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张红 等: "基于QAA算法的巢湖悬浮物浓度反演研究", 《环境科学》 *
李炎 等: "基于可见光与近红外遥感反射率关系的藻华水体识别模式", 《科学通报》 *

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105158172A (zh) * 2015-08-22 2015-12-16 中国城市科学研究会 一种内陆ii类水体水色参数遥感反演的分析方法
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
CN105606498A (zh) * 2016-02-03 2016-05-25 南京信息工程大学 一种监测水体悬浮泥沙粒径分布的方法
CN105606498B (zh) * 2016-02-03 2019-06-04 南京信息工程大学 一种监测水体悬浮泥沙粒径分布的方法
CN106126826B (zh) * 2016-06-27 2019-02-26 中国科学院南京地理与湖泊研究所 一种基于viirs传感器的浑浊湖泊水体悬浮物浓度估算方法
CN106126826A (zh) * 2016-06-27 2016-11-16 中国科学院南京地理与湖泊研究所 一种基于viirs传感器的浑浊湖泊水体悬浮物浓度估算方法
CN107064068A (zh) * 2017-01-12 2017-08-18 杭州师范大学 一种浑浊水体颗粒有机碳浓度的遥感反演方法
CN107064068B (zh) * 2017-01-12 2020-01-10 杭州师范大学 一种浑浊水体颗粒有机碳浓度的遥感反演方法
CN108896501A (zh) * 2018-07-07 2018-11-27 中国科学院南京地理与湖泊研究所 一种河流溶解有机碳有效入海通量的遥感估算方法
CN108896501B (zh) * 2018-07-07 2021-02-26 中国科学院南京地理与湖泊研究所 一种河流溶解有机碳有效入海通量的遥感估算方法
CN109283144A (zh) * 2018-10-26 2019-01-29 浙江省水利河口研究院 强潮高浑浊河口悬浮泥沙长历时变化的遥感计算方法
CN110196239A (zh) * 2019-06-12 2019-09-03 中国科学院南京地理与湖泊研究所 浑浊水体浮游植物吸收系数光谱遥感反演方法
CN110274858A (zh) * 2019-07-15 2019-09-24 南京吉泽信息科技有限公司 利用goci数据递归估算浅水湖泊不同深度悬浮泥沙浓度的遥感方法
CN110274858B (zh) * 2019-07-15 2021-08-31 南京吉泽信息科技有限公司 利用goci数据估算湖泊悬浮泥沙浓度的遥感方法
CN110411962A (zh) * 2019-08-03 2019-11-05 国家海洋环境监测中心 珊瑚礁白化遥感监测机理分析方法
CN110411962B (zh) * 2019-08-03 2022-04-08 国家海洋环境监测中心 珊瑚礁白化遥感监测机理分析方法
CN113552034A (zh) * 2021-07-12 2021-10-26 大连理工大学 浅水湖泊悬浮颗粒物浓度modis影像遥感反演方法
CN113552034B (zh) * 2021-07-12 2022-05-13 大连理工大学 浅水湖泊悬浮颗粒物浓度modis影像遥感反演方法

Also Published As

Publication number Publication date
CN104764716B (zh) 2017-12-19

Similar Documents

Publication Publication Date Title
CN104764716A (zh) 一种水体悬浮泥沙浓度的反演方法及装置
CN108593569B (zh) 基于光谱形态特征的高光谱水质参数定量反演方法
Chen et al. Estimation of colored dissolved organic matter from Landsat-8 imagery for complex inland water: case study of Lake Huron
CN104390917B (zh) 一种富营养化湖泊水体叶绿素a 的MODIS卫星高精度监测方法
Moroni et al. Hyperspectral image analysis in environmental monitoring: setup of a new tunable filter platform
Lehmann et al. GLORIA-A globally representative hyperspectral in situ dataset for optical sensing of water quality
Yu et al. Assessment of total suspended sediment concentrations in Poyang Lake using HJ-1A/1B CCD imagery
Sun et al. Specific inherent optical quantities of complex turbid inland waters, from the perspective of water classification
CN110836870B (zh) 基于gee的大区域湖泊透明度快速制图方法
Rotta et al. Atmospheric correction assessment of SPOT-6 image and its influence on models to estimate water column transparency in tropical reservoir
CN105606498A (zh) 一种监测水体悬浮泥沙粒径分布的方法
Kuze Multi-wavelength and multi-direction remote sensing of atmospheric aerosols and clouds
Fischer et al. Simulation of MERIS measurements above selected ocean waters
Hadian et al. Application of Remote Sensing Technology in Sediment Estimating Entering the Dam Reservoirs due to Floods
Goraj et al. Multi-wavelength airborne laser scanning and multispectral UAV-borne imaging. Ability to distinguish selected hydromorphological indicators
Sokoletsky et al. Estimation of phytoplankton pigment concentration in the Gulf of Aqaba (Eilat) by in situ and remote sensing single-wavelength algorithms
Lee et al. Remote Estimation Models for Deriving Chlorophyll-a Concentration using Optical Properties in Turbid Inland Waters: Application and Valuation
CN107991249B (zh) 一种内陆水体叶绿素a浓度的普适性遥感估算方法
Papoutsa et al. Characterizing the spectral signatures and optical properties of dams in Cyprus using field spectroradiometric measurements
Shi et al. Semi-analytical approach to retrieve the chromophoric dissolved organic matter absorption coefficient in non-turbid waters: preliminary application to Medium Resolution Imaging Spectrometer (MERIS) data
Viswanath et al. Mapping of marine chl-a and suspended solid concentration using OCM-2 sensor
Örek et al. A bio-optical model for remote sensing of Lena water
Jalbuena et al. Bio optical modelling of Laguna Lake using bomber tool and wasi-derived inverted parameters
Gomes Retrieval of euphotic zone and Secchi disk depth in Bariri reservoir using OLI/Landsat-8 data
Kempeneers et al. Retrieval of oceanic constituents from ocean color using simulated annealing

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant