CN106092951A - 一种藻蓝蛋白浓度遥感估算的四波段模型方法 - Google Patents

Abstract

本发明属于遥感监测技术领域，涉及一种藻蓝蛋白浓度遥感估算的四波段模型方法，包括以下步骤：选取水体测量点，实测获取包含3个红光波段和1个近红外波段的水体表面遥感反射率；步骤2：建立四波段藻蓝蛋白吸收系数遥感估算模型，求出藻蓝蛋白吸收系数；步骤3：根据步骤2中求出的藻蓝蛋白吸收系数求出藻蓝蛋白浓度。本发明通过所选波段的加减运算，减少了水体中其他参数如悬浮泥沙、黄色物质等对藻蓝蛋白光谱信息的干扰，从而提高模型的精度。此外，该算法仅需要输入实测的遥感反射率，其他参数都可以从已有文献或数据库中查阅，提高了计算效率，大大简化了模型参数，提高了模型的实用性。

Description

一种藻蓝蛋白浓度遥感估算的四波段模型方法

技术领域

本发明属于遥感监测技术领域，涉及一种藻蓝蛋白浓度遥感估算的四波段模型方法。

背景技术

20世纪90年代以来,我国淡水水体富营养状态日益严重,范围不断扩大,60％的天然淡水湖泊有不同程度的富营养化污染现象，并导致云南滇池、江苏太湖和安徽巢湖等富营养化湖泊发生严重的蓝藻水华。近几十年来，湖泊蓝藻水华的发生频率、发生规模以及持续时间均呈现增加的趋势，不仅给湖泊的功能和生态系统造成了很多有害的影响，而且还严重影响到人类健康和居民生活。因此，对蓝藻水华进行准确的监测，成为湖泊管理和水华治理的前提。卫星影像数据具有宏观性、现势性的特点，使得遥感技术在我国内陆水体蓝藻水华的监测中发挥了重要的作用。目前，对蓝藻发生面积的监测技术已经比较成熟，但是，如何准确定量估算蓝藻生物量，还是一个亟待解决的问题。藻蓝蛋白是蓝藻中特有的色素成分，因此，该参数的浓度值可以准确地表征蓝藻生物量的大小，正因为如此，对藻蓝蛋白的遥感估算方法的研究，成为该领域研究的热点。

目前对藻蓝蛋白浓度的估算主要有以下方法：(1)野外采集水样，实验室化学分析测定藻蓝蛋白浓度。这种方法测量的精度高，但是，只能用于所采集样点的估算，无法推算整个水体区域的值，此外，该类方法需要到实地采集水样，耗时耗力；(2)利用遥感光谱信息估算藻蓝蛋白浓度。该类方法可以利用卫星遥感技术，建立模型，实现整个水体区域的藻蓝蛋白浓度估算。目前，该类方法主要是针对某一特定水域，建立经验统计模型，模型对其他水体的适用性不够，此外，这类模型主要是在国外的水体中建立的，对我国的高富营养化水体不适用。

发明内容

发明目的：本发明的目的是为了解决现有技术中藻蓝蛋白浓度估算方法耗时耗力，且适用性局限的不足，提供一种藻蓝蛋白浓度遥感估算的四波段模型方法，该方法适用于高富营养化水体的藻蓝蛋白浓度遥感估算。

技术方案：本发明所述的藻蓝蛋白浓度遥感估算的四波段模型方法，其目的是这样实现的：

一种藻蓝蛋白浓度遥感估算的四波段模型方法，包括以下步骤：

步骤S1，获得水面遥感反射率高光谱数据；

步骤S2，通过所述水面遥感反射率建立四波段模型估算藻蓝蛋白吸收系数；

以及步骤S3，通过所述藻蓝蛋白吸收系数，计算藻蓝蛋白浓度。

作为优化，步骤S1中，选取水体测量点，利用地面光谱辐射仪测量获得水面遥感反射率高光谱数据，要求所获取的波段包含3个红光波段和1个近红外波段。分别将3个红光波段记为λ₁,λ₂和λ₄，将近红外波段记为λ₃，并将其水体表面遥感反射率分别记作R_rs(λ₁),R_rs(λ₂),R_rs(λ₄),R_rs(λ₃)；

作为优化，步骤S2中，根据所述步骤S1实测的水面遥感反射率数据，建立四波段藻蓝蛋白吸收系数遥感估算模型：

$(\frac{2}{R_{rs}\left({\mathrm{\λ}}_1\right)}-\frac{1}{R_{rs}\left({\mathrm{\λ}}_2\right)}-\frac{1}{R_{rs}\left({\mathrm{\λ}}_4\right)})\×R_{rs}\left({\mathrm{\λ}}_3\right)=\frac{2a_{pc}\left({\mathrm{\λ}}_1\right)+a_w\left({\mathrm{\λ}}_1\right)-a_w\left({\mathrm{\λ}}_2\right)-a_w\left({\mathrm{\λ}}_4\right)}{a_w\left({\mathrm{\λ}}_3\right)}$

其中，a_pc(λ₁)是藻蓝蛋白在波长λ₁处的吸收系数，R_rs(λ_i)是水体在λ_i波段处的遥感反射率，a_w(λ_i)是纯水在λ_i波段处的吸收系数，i＝1,2,3,4；

作为优化，步骤S3中，将步骤S2中求出的藻蓝蛋白在波长λ₁处的吸收系数a_pc(λ₁)代入下列公式，求出藻蓝蛋白浓度pc：

$pc=\frac{a_{pc}\left({\mathrm{\λ}}_1\right)}{a_{pc}^{*}\left({\mathrm{\λ}}_1\right)}$

其中，pc是藻蓝蛋白浓度，a_pc(λ₁)是藻蓝蛋白在波长λ₁处的吸收系数，是藻蓝蛋白在波长λ₁处的单位吸收系数。

原理：步骤1中，用地面光谱辐射仪测量3个红光波段λ₁,λ₂和λ₄和1个近红外波段λ₃的水面遥感反射率，由于在这些波段中，水体的后向散射近似相等，并且满足：

$a_{cdm}\left({\mathrm{\λ}}_1\right)\≈\frac{1}{2}\left(a_{cdm}\right({\mathrm{\λ}}_2)+a_{cdm}({\mathrm{\λ}}_4\left)\right),a_{ph-pc}\left({\mathrm{\λ}}_1\right)\≈\frac{1}{2}\left(a_{ph-pc}\right({\mathrm{\λ}}_2)+a_{ph-pc}({\mathrm{\λ}}_4\left)\right)$

其中，a_cdm(λ_i)是波段λ_i处水体中黄色物质的吸收系数，a_ph-pc(λ_i)是波段λ_i处水体中浮游藻类剔除藻蓝蛋白色素后的吸收系数，因此，通过所选波段的加减运算，可以减少水体中其他参数如悬浮泥沙、黄色物质等对藻蓝蛋白光谱信息的干扰，从而提高模型的精度。此外，该算法仅需要输入实测的遥感反射率，其他参数都可以从已有文献或数据库中查阅，因此，大大简化了模型参数，提高了模型的实用性。

有益效果：本发明所述的藻蓝蛋白浓度遥感估算的四波段模型方法，通过所选波段的加减运算，可以减少水体中其他参数如悬浮泥沙、黄色物质等对藻蓝蛋白光谱信息的干扰，从而提高模型的精度。此外，该算法仅需要输入实测的遥感反射率，其他参数都可以从已有文献或数据库中查阅，提高了计算效率，因此，大大简化了模型参数，提高了模型的实用性；加快算法的计算速度，易于实现大规模数据的计算，适用性强。

具体实施方式

为了加深对本发明的理解，下面将结合实施例对本发明作进一步详述，这些实施例仅用于解释本发明，并不构成对本发明保护范围的限定。

一种藻蓝蛋白浓度遥感估算的四波段模型方法，包括以下步骤：

步骤S1：通过野外实验观测获取了太湖、巢湖、洞庭湖、洪泽湖的实验数据，共包括150个样点，利用ASD野外光谱辐射仪测量水体水面的遥感反射率，其光谱范围为400nm-900nm，在此波段范围内，分别选取λ₁＝620nm，λ₂＝600nm，λ₃＝780nm，λ₄＝650nm，将其遥感反射率分别记作R_rs(λ₁),R_rs(λ₂),R_rs(λ₄),R_rs(λ₃)；

步骤S2：建立四波段藻蓝蛋白吸收系数遥感估算模型，根据下列公式求出藻蓝蛋白在波长λ₁处的吸收系数a_pc(λ₁)：

$(\frac{2}{R_{rs}\left({\mathrm{\λ}}_1\right)}-\frac{1}{R_{rs}\left({\mathrm{\λ}}_2\right)}-\frac{1}{R_{rs}\left({\mathrm{\λ}}_4\right)})\×R_{rs}\left({\mathrm{\λ}}_3\right)=\frac{2a_{pc}\left({\mathrm{\λ}}_1\right)+a_w\left({\mathrm{\λ}}_1\right)-a_w\left({\mathrm{\λ}}_2\right)-a_w\left({\mathrm{\λ}}_4\right)}{a_w\left({\mathrm{\λ}}_3\right)}$

其中，a_pc(λ₁)是藻蓝蛋白在波长λ₁处的吸收系数，R_rs(λ_i)是水体在λ_i波段处的遥感反射率，a_w(λ_i)是纯水在λ_i波段处的吸收系数，i＝1,2,3,4，a_w(λ_i)值通过标准的水色参数数据库查找；

步骤S3：将步骤2中求出的藻蓝蛋白在波长λ₁处的吸收系数a_pc(λ₁)代入下列公式，求出藻蓝蛋白浓度pc：

$pc=\frac{a_{pc}\left({\mathrm{\λ}}_1\right)}{a_{pc}^{*}\left({\mathrm{\λ}}_1\right)}$

其中，pc是藻蓝蛋白浓度，a_pc(λ₁)是藻蓝蛋白在波长λ₁处的吸收系数，是藻蓝蛋白在波长λ₁处的单位吸收系数(该参数为固定值)。

对比实验：藻蓝蛋白浓度采用常规的化学分析方法在室内通过对野外采集的水样进行测量。

实验分析：藻蓝蛋白浓度估算的效果利用皮尔逊相关系数R和均方根误差(RMSE)进行评价，评价公式如下：

$RMSE=\sqrt{\frac{1}{N}\underset{i=1}{\overset{N}{\Σ}}{({\mathrm{value}}_{measured,i}-{\mathrm{value}}_{estimated,i})}^2}$

其中，value_measured,i是实测值，value_estimated.i是估算值，N是参与评价的样本数。

与国际上提出的几个模型的估算效果的对比见下表：

其中，Hunter10、Hunter08、Schalles00、Dekker93、Simis08分别为国际上在2010、2008、2000、1993年和2008年提出的算法。从表中可以看出，针对于我国的富营养化湖泊，本发明提出的方法对模型的均方根误差、估算值与原始值的相关关系都有改进，特别是针对于藻蓝蛋白浓度较低(如低于50ug/L)的水体，大幅度地提高了模型精度。

上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围，凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (4)

1.一种藻蓝蛋白浓度遥感估算的四波段模型方法，其特征在于，包括以下步骤：

步骤S1：获取水面遥感反射率高光谱数据；

步骤S2：通过所述水面遥感反射率建立四波段模型估算藻蓝蛋白吸收系数；

步骤S3：通过所述藻蓝蛋白吸收系数计算藻蓝蛋白浓度。

2.根据权利要求1所述的一种藻蓝蛋白浓度遥感估算的四波段模型方法，其特征在于，步骤S1中，利用地面光谱辐射仪测量获得水面遥感反射率高光谱数据，所测数据包含3个红光波段λ₁,λ₂和λ₄和1个近红外波段λ₃，其遥感反射分别记作R_rs(λ₁),R_rs(λ₂),R_rs(λ₄),R_rs(λ₃)。

3.根据权利要求1所述的一种藻蓝蛋白浓度遥感估算的四波段模型方法，其特征在于，步骤S2中，根据所述步骤S1实测的水面遥感反射率数据，建立藻蓝蛋白吸收系数遥感估算模型：

$(\frac{2}{R_{rs}\left({\mathrm{\λ}}_1\right)}-\frac{1}{R_{rs}\left({\mathrm{\λ}}_2\right)}-\frac{1}{R_{rs}\left({\mathrm{\λ}}_4\right)})\×R_{rs}\left({\mathrm{\λ}}_3\right)=\frac{2a_{pc}\left({\mathrm{\λ}}_1\right)+a_w\left({\mathrm{\λ}}_1\right)-a_w\left({\mathrm{\λ}}_2\right)-a_w\left({\mathrm{\λ}}_4\right)}{a_w\left({\mathrm{\λ}}_3\right)}$

其中，a_pc(λ₁)是藻蓝蛋白在波长λ₁处的吸收系数，R_rs(λ_i)是水体在λ_i波段处的遥感反射率，a_w(λ_i)是纯水在λ_i波段处的吸收系数，i＝1,2,3,4。

4.根据权利要求1所述的一种藻蓝蛋白浓度遥感估算的四波段模型方法，其特征在于，步骤S3中，将步骤S2中求出的藻蓝蛋白在波长λ₁处的吸收系数a_pc(λ₁)代入下列公式，求出藻蓝蛋白浓度pc：

$pc=\frac{a_{pc}\left({\mathrm{\λ}}_1\right)}{a_{pc}^{*}\left({\mathrm{\λ}}_1\right)}$

其中，pc是藻蓝蛋白浓度，a_pc(λ₁)是藻蓝蛋白在波长λ₁处的吸收系数，是藻蓝蛋白在波长λ₁处的单位吸收系数。