CN105004846A - 一种监测高浑浊海水浊度的卫星遥感方法 - Google Patents

一种监测高浑浊海水浊度的卫星遥感方法 Download PDF

Info

Publication number
CN105004846A
CN105004846A CN201510382708.2A CN201510382708A CN105004846A CN 105004846 A CN105004846 A CN 105004846A CN 201510382708 A CN201510382708 A CN 201510382708A CN 105004846 A CN105004846 A CN 105004846A
Authority
CN
China
Prior art keywords
turbidity
remote sensing
satellite
satellite remote
water
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
CN201510382708.2A
Other languages
English (en)
Other versions
CN105004846B (zh
Inventor
丘仲锋
郑鹭飞
孙德勇
王胜强
梁文希
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.)
Nanjing Xinda Environmental Technology Co ltd
Original Assignee
Nanjing University of Information Science and Technology
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 Nanjing University of Information Science and Technology filed Critical Nanjing University of Information Science and Technology
Priority to CN201510382708.2A priority Critical patent/CN105004846B/zh
Publication of CN105004846A publication Critical patent/CN105004846A/zh
Application granted granted Critical
Publication of CN105004846B publication Critical patent/CN105004846B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种监测高浑浊海水浊度的卫星遥感方法,利用卫星遥感数据和实时的水体浊度数据,构建瑞利大气校正后的卫星遥感反射率与水体浊度的关系,无需气溶胶精确大气校正,解决了由于大气校正失效导致的近海水域卫星遥感数据缺失问题,提高了遥感数据的利用率;同时具有快速和简单易实现等优势,更适合于实际应用。

Description

一种监测高浑浊海水浊度的卫星遥感方法
技术领域
本发明涉及一种监测高浑浊海水浊度的卫星遥感方法,属于海洋遥感技术领域。
背景技术
浊度是水质环境一个重要的参数,可以用来表征水体里悬浮颗粒物的含量,是海洋水质环境监测一项重要指标,对于了解水动力环境及海水物质输运具有重要意义,也是研究海洋生态系统和海洋生物地球化学过程的重要参数。因此,水体浊度监测具有非常重要的现实意义和科研价值。
常规的监测往往采用浊度探测仪,通过与海水直接接触获得浊度信息,这也是当前水质环境业务监测中最常用的方法,通过布设在浮标等平台可以实施长时间在线连续监测。这种方法的一个不足在于只能探测仪器周边海水的浊度,而近海水体中悬浮物含量往往变化较大,因此常规监测可能导致观测数据的空间代表性不够,特别在近岸高浑浊区域。
海洋水色遥感技术的发展,使卫星遥感探测水体浊度成为可能。与常规监测方法相比,卫星遥感可以大范围同步获取水体浊度信息,能够得到海水浊度空间分布特征。在开阔大洋和远海,海洋水色遥感已经开发出很多成熟的业务化算法,然而,在近岸海域,海水浊度信息并不能被有效地提取,比如我国黄东海的苏北浅滩等区域,现有的主流海洋卫星水色传感器MODIS/GOCI等业务化算法基本失效,大部分区域甚至被错误地掩膜。原因主要有两个:一是海洋水色遥感算法的精度依赖于大气校正准确与否;二是近海高浑浊水体环境复杂多变。由于这些问题的困扰,现今高浑浊水体浊度的卫星遥感监测受到极大限制。
针对第一个问题,当前,大气分子辐射贡献已经可以通过瑞利校正精确估算,因此大气校正的难点在于气溶胶辐射贡献。因此要解决近岸浑浊水体海洋水色遥感大气校正不理想的问题,有两种思路:其一是探究精确估算近海浑浊水体气溶胶贡献的方法;其二是寻找一种无需精确估算气溶胶的方法,规避大气校正的问题。从目前的研究情形看,前者几乎没有实质性进展,而后者有一些研究已经取得初步成效,如Qi等(2014)发展了利用瑞利校正反射率反演藻蓝细胞浓度的算法。尽管第二种思路具有更好的前景,然而迄今为止,仍然没有研究者将其用于高浑浊水体浊度的卫星遥感反演。
针对第二个问题,由于近海高浑浊水体环境复杂多变,需要大量星地同步匹配数据进行遥感反演算法的建立和验证,匹配数据集应包含尽可能广的变化范围。最新的具有代表性的工作来自Dogliotti等(2015),他们利用现场实测的波长为645nm的离水辐射与水体固有光学数据,建立了提取浊度信息的单波段半经验算法,可以成功地实现中等以及高浑浊水体浊度的反演,但其在应用于卫星遥感数据时,仍然受制于大气校正不准确的问题。
发明内容
为了解决上述问题,本发明一种监测高浑浊海水浊度的卫星遥感方法,通过构建瑞利校正反射率与水体浊度的关系,无需气溶胶精确大气校正,从而提高近海高浑浊水体浊度的卫星遥感反演能力,提升我国近海水质监测业务应用水平。
为了达到上述目的,本发明所采用的技术方案是:
一种监测高浑浊海水浊度的卫星遥感方法,包括以下步骤,
步骤一,通过观测手段,获取研究区域实时的水体浊度;
步骤二,选取与水体浊度同步的卫星数据,构建星地匹配数据集;
步骤三,对研究区域进行云覆盖筛选识别,提取无云覆盖卫星数据;
步骤四;对无云覆盖卫星数据进行瑞利大气校正,获取卫星遥感反射率;
步骤五,针对水色传感器波段设置特征,利用与无云覆盖卫星数据匹配的水体浊度和卫星遥感反射率,对无云覆盖卫星数据进行波段分析,选取适合反映水体浊度信号的波段或波段组合;
步骤六,根据选取的波段或波段组合,利用统计回归分析方法,建立卫星遥感反射率与水体浊度的关系式;
步骤七,采用独立验证数据,对建立的关系式进行检验,并优化确定关系式中的各项系数,获得最适用研究区域的关系式;
步骤八,将关系式应用于卫星图像,实现对中国近海高浑浊水体的浊度的卫星遥感监测。
步骤二中的同步是指,在经纬度一致的前提下,水体浊度测量时间与卫星数据获取时间相差m分钟以内。
m=15。
本发明所达到的有益效果:1、本发明利用卫星遥感数据和实时的水体浊度数据,构建瑞利大气校正后的卫星遥感反射率与水体浊度的关系,无需气溶胶精确大气校正,解决了由于大气校正失效导致的近海水域卫星遥感数据缺失问题,提高了遥感数据的利用率;同时具有快速和简单易实现等优势,更适合于实际应用;2、本发明能够解决当前海洋水色卫星遥感业务算法对近海高浑浊水体浊度信息提取的应用失效问题,使近海高浑浊水体浊度的卫星遥感监测成为可能;3、本发明绕开当前无法准确估算气溶胶大气校正的问题,对海洋水色遥感研究是一个新的尝试,为解决当前我国近海水色遥感面临的瓶颈提供新的思路。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,一种监测高浑浊海水浊度的卫星遥感方法,包括以下步骤:
步骤一,通过观测手段,获取研究区域实时的水体浊度;
步骤二,选取与水体浊度同步的卫星数据,构建星地匹配数据集;
这里的同步是指,在经纬度一致的前提下,水体浊度测量时间与卫星数据获取时间相差m分钟以内,m根据实际情况而定;
步骤三,对研究区域进行云覆盖筛选识别,提取无云覆盖卫星数据;
步骤四;对无云覆盖卫星数据进行瑞利大气校正,获取卫星遥感反射率;
步骤五,针对水色传感器波段设置特征,利用与无云覆盖卫星数据匹配的水体浊度和卫星遥感反射率,对无云覆盖卫星数据进行波段分析,选取适合反映水体浊度信号的波段或波段组合;
步骤六,根据选取的波段或波段组合,利用统计回归分析方法,建立卫星遥感反射率与水体浊度的关系式;
步骤七,采用独立验证数据,对建立的关系式进行检验,并优化确定关系式中的各项系数,获得最适用研究区域的关系式;
步骤八,将关系式应用于卫星图像,实现对中国近海高浑浊水体的浊度的卫星遥感监测。
下面以GOCI卫星为例,选取浙江近海为研究区域,具体步骤如下:
步骤一,通过海上平台、浮标或者船测等观测技术手段,获取研究区域实时的水体浊度;
步骤二,选取与水体浊度同步的卫星数据,构建星地匹配数据集;在这里m取15;
步骤三,根据不同波段信息和卫星辅助数据进行陆地和云掩膜,去除对水体光学性质区域识别无用的像元,对研究区域进行云覆盖筛选识别,提取无云覆盖卫星数据;
步骤四;对无云覆盖卫星数据,利用GOCI卫星业务化处理软件GDPS进行瑞利大气校正,获取卫星遥感反射率Rrc数据;
步骤五,针对水色传感器波段设置特征,利用与无云覆盖卫星数据匹配的水体浊度和卫星遥感反射率,对无云覆盖卫星数据进行波段分析,选取适合反映水体浊度信号的波段或波段组合;
这里选取的波段包括B6和B6-B4,选取的波段组合包括(B6-B4)/(B6+B4)、(B6+B3)/B6/B3和(B6-B3)/B6/B4;
步骤六,参考现有浊度反演模型的形式,根据选取的波段或波段组合,利用统计回归分析方法,建立卫星遥感反射率与水体浊度的关系式;
关系式如下:
T = 10 ( c 0 + c 1 X + c 2 X 2 )
其中,T为水体浊度,X为选取的波段或波段组合,c0、c1、c2为系数,通过T和X的统计回归分析获得;
步骤七,采用独立验证数据,对建立的关系式进行检验,并优化确定关系式中的各项系数,获得最适用研究区域的关系式;
最适用研究区域的关系式为:
T = 10 ( c 0 + c 1 [ ( B 6 + B 3 ) / B 6 / B 3 ] + c 2 [ ( B 6 + B 3 ) / B 6 / B 3 ] 2 ) ;
步骤八,将关系式应用于卫星图像,得到浊度长时间序列的时空分布遥感反演产品,实现对中国近海高浑浊水体的浊度的卫星遥感监测。
上述的监测高浑浊海水浊度的卫星遥感方法,利用卫星遥感数据和实时的水体浊度数据,构建瑞利大气校正后的卫星遥感反射率与水体浊度的关系,无需气溶胶精确大气校正,解决了由于大气校正失效导致的近海水域卫星遥感数据缺失问题,使近海高浑浊水体浊度的卫星遥感监测成为可能,为解决当前我国近海水色遥感面临的瓶颈提供新的思路。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。

Claims (3)

1.一种监测高浑浊海水浊度的卫星遥感方法,其特征在于:包括以下步骤,
步骤一,通过观测手段,获取研究区域实时的水体浊度;
步骤二,选取与水体浊度同步的卫星数据,构建星地匹配数据集;
步骤三,对研究区域进行云覆盖筛选识别,提取无云覆盖卫星数据;
步骤四;对无云覆盖卫星数据进行瑞利大气校正,获取卫星遥感反射率;
步骤五,针对水色传感器波段设置特征,利用与无云覆盖卫星数据匹配的水体浊度和卫星遥感反射率,对无云覆盖卫星数据进行波段分析,选取适合反映水体浊度信号的波段或波段组合;
步骤六,根据选取的波段或波段组合,利用统计回归分析方法,建立卫星遥感反射率与水体浊度的关系式;
步骤七,采用独立验证数据,对建立的关系式进行检验,并优化确定关系式中的各项系数,获得最适用研究区域的关系式;
步骤八,将关系式应用于卫星图像,实现对中国近海高浑浊水体的浊度的卫星遥感监测。
2.根据权利要求1所述的一种监测高浑浊海水浊度的卫星遥感方法,其特征在于:步骤二中的同步是指,在经纬度一致的前提下,水体浊度测量时间与卫星数据获取时间相差m分钟以内。
3.根据权利要求2所述的一种监测高浑浊海水浊度的卫星遥感方法,其特征在于:m=15。
CN201510382708.2A 2015-07-02 2015-07-02 一种监测高浑浊海水浊度的卫星遥感方法 Active CN105004846B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510382708.2A CN105004846B (zh) 2015-07-02 2015-07-02 一种监测高浑浊海水浊度的卫星遥感方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510382708.2A CN105004846B (zh) 2015-07-02 2015-07-02 一种监测高浑浊海水浊度的卫星遥感方法

Publications (2)

Publication Number Publication Date
CN105004846A true CN105004846A (zh) 2015-10-28
CN105004846B CN105004846B (zh) 2016-08-31

Family

ID=54377596

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510382708.2A Active CN105004846B (zh) 2015-07-02 2015-07-02 一种监测高浑浊海水浊度的卫星遥感方法

Country Status (1)

Country Link
CN (1) CN105004846B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678698A (zh) * 2015-12-30 2016-06-15 南京信息工程大学 一种非局部正则化遥感图像超分辨重建方法
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
CN109635249A (zh) * 2019-01-09 2019-04-16 中国科学院遥感与数字地球研究所 水体浊度反演模型建立方法、水体浊度检测方法及装置
CN116879237A (zh) * 2023-09-04 2023-10-13 自然资源部第二海洋研究所 一种近海浑浊水体的大气校正方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050164333A1 (en) * 2004-01-22 2005-07-28 Bowling Green State University Method and apparatus for detecting phycocyanin-pigmented algae and bacteria from reflected light
CN101493409A (zh) * 2008-12-11 2009-07-29 中山大学 一种自动提取水体污染信息的方法
US20120086581A1 (en) * 2010-10-04 2012-04-12 Measurement Specialties Inc. Water monitoring system
CN104156567A (zh) * 2014-07-23 2014-11-19 中国科学院遥感与数字地球研究所 一种耦合卫星遥感影像大气校正和地形校正过程的地表反射率获取技术

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050164333A1 (en) * 2004-01-22 2005-07-28 Bowling Green State University Method and apparatus for detecting phycocyanin-pigmented algae and bacteria from reflected light
CN101493409A (zh) * 2008-12-11 2009-07-29 中山大学 一种自动提取水体污染信息的方法
US20120086581A1 (en) * 2010-10-04 2012-04-12 Measurement Specialties Inc. Water monitoring system
CN104156567A (zh) * 2014-07-23 2014-11-19 中国科学院遥感与数字地球研究所 一种耦合卫星遥感影像大气校正和地形校正过程的地表反射率获取技术

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105678698A (zh) * 2015-12-30 2016-06-15 南京信息工程大学 一种非局部正则化遥感图像超分辨重建方法
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
CN109635249A (zh) * 2019-01-09 2019-04-16 中国科学院遥感与数字地球研究所 水体浊度反演模型建立方法、水体浊度检测方法及装置
CN116879237A (zh) * 2023-09-04 2023-10-13 自然资源部第二海洋研究所 一种近海浑浊水体的大气校正方法
CN116879237B (zh) * 2023-09-04 2023-12-12 自然资源部第二海洋研究所 一种近海浑浊水体的大气校正方法

Also Published As

Publication number Publication date
CN105004846B (zh) 2016-08-31

Similar Documents

Publication Publication Date Title
Zheng et al. Remote sensing of diffuse attenuation coefficient patterns from Landsat 8 OLI imagery of turbid inland waters: A case study of Dongting Lake
Wang et al. Estimation of suspended sediment concentrations using Terra MODIS: An example from the Lower Yangtze River, China
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
CN108593569A (zh) 基于光谱形态特征的高光谱水质参数定量反演方法
CN104374713B (zh) 一种富营养化湖泊水体藻类垂向分布类型modis遥感监测方法
CN112989692A (zh) 基于遥感数据的湖泊富营养化反演方法
CN111781146B (zh) 利用高分辨率卫星光学影像的波浪参数反演方法
CN105004846B (zh) 一种监测高浑浊海水浊度的卫星遥感方法
CN106442233A (zh) 利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法
CN105303030A (zh) 一种富营养化湖泊藻类高斯垂向分布结构参数的modis遥感估算方法
CN102200575A (zh) 一种基于恒虚警率的影像舰船检测方法
Malthus et al. The case for a global inland water quality product
Wang et al. Sea ice classification with convolutional neural networks using Sentinel-L scansar images
Tang et al. Imagery-derived bathymetry in Strait of Johor’s turbid waters using multispectral images
CN111650128B (zh) 一种基于地表反射率库的高分辨率大气气溶胶反演方法
Liu et al. Water extraction on the hyperspectral images of gaofen-5 satellite using spectral indices
Hayes et al. Estimating dredge-induced turbidity using drone imagery
CN105259145A (zh) 一种同时遥感岛礁水下地形和地物的方法
Khondoker et al. The challenges of river bathymetry survey using Space borne remote sensing in Bangladesh
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
Kowe et al. Spatial-temporal variability analysis of water quality using remote sensing data: A case study of Lake Manyame
Mu et al. An assessment of atmospheric correction methods for GOCI images in the Yellow River estuary
Chen et al. An improved SWIR atmospheric correction model: A cross-calibration-based model
LU500691B1 (en) Non-touching Real-time In-situ Water Quality Detection Method
Yusop et al. Monitoring water quality from Landsat TM imagery in Penang, Malaysia

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
TR01 Transfer of patent right

Effective date of registration: 20200728

Address after: Room 2091, Heying building, No. 99, Tuanjie Road, yanchuangyuan, Jiangbei new district, Nanjing, Jiangsu Province

Patentee after: Nanjing Xinda Environmental Technology Co.,Ltd.

Address before: 210044 Nanjing Ning Road, Jiangsu, No. six, No. 219

Patentee before: Nanjing University of Information Science and Technology

TR01 Transfer of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Satellite Remote Sensing Method for Monitoring Turbidity of High Turbidity Seawater

Effective date of registration: 20221230

Granted publication date: 20160831

Pledgee: China Construction Bank Corporation Nanjing Jiangbei new area branch

Pledgor: Nanjing Xinda Environmental Technology Co.,Ltd.

Registration number: Y2022980029818

PE01 Entry into force of the registration of the contract for pledge of patent right