CN106442233A - 利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法 - Google Patents

利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法 Download PDF

Info

Publication number
CN106442233A
CN106442233A CN201610838279.XA CN201610838279A CN106442233A CN 106442233 A CN106442233 A CN 106442233A CN 201610838279 A CN201610838279 A CN 201610838279A CN 106442233 A CN106442233 A CN 106442233A
Authority
CN
China
Prior art keywords
sea water
particle size
remote sensing
particulate matter
suspended particulate
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.)
Pending
Application number
CN201610838279.XA
Other languages
English (en)
Inventor
孙德勇
丘仲锋
王胜强
环宇
何宜军
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.)
Nanjing University of Information Science and Technology
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 CN201610838279.XA priority Critical patent/CN106442233A/zh
Publication of CN106442233A publication Critical patent/CN106442233A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N15/02Investigating particle size or size distribution

Landscapes

  • Chemical & Material Sciences (AREA)
  • Dispersion Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法,包括步骤:获取待估测海水区域的海水实测数据;采集卫星资料,提取并计算得到遥感反射率数据;计算出海水次表层的遥感反射率,结合悬浮颗粒物总后向散射系数和总吸收系数与水次表层遥感反射率之间的关系式,计算得出悬浮颗粒物的后散射系数;推演出海水悬浮颗粒物粒径与比后向散射系数的关系表达式,建立海水悬浮颗粒物比后向散射系数与海水悬浮颗粒物粒径之间的关系模型;建立水体悬浮颗粒物粒径与海水次表层的遥感反射率之间的关联关系流程,利用月合成遥感反射率数据,得出卫星反演的海水悬浮颗粒物的粒径分布信息。可提高近海高浑浊水体PSD分布信息的遥感估测能力。

Description

利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法
技术领域
本发明涉及一种估测悬浮颗粒物粒径的方法,特别是涉及一种利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法,属于海洋水色遥感技术领域。
背景技术
海洋水色遥感在卫星海洋遥感技术中扮演着重要的角色,并且已经成为水体研究的重要手段。它可以大范围同步地获取水体组分的浓度信息,如叶绿素、悬浮颗粒物、黄色物质等。水色遥感广泛应用于海洋初级生产力的估计、海洋生态环境监测、海洋动力学、海洋渔业开发和管理服务等方面的研究。
颗粒物粒径分布(PSD)是一种用来描述水体中悬浮颗粒物本质特征的参数,具体指对不同粒径的颗粒物体积或粒子数浓度的测量。PSD能提供有关水生生态系统结构和功能方面的原始数据集,所以在许多海洋研究上均涉及到PSD信息,例如:浮游植物功能类型的研究、泥沙通量、颗粒物再悬浮、凝结、沉降率、碳输送等。现如今获取PSD的主要途径是仪器测量,例如电子颗粒物筛选器,颗粒物成像仪、激光衍射仪等,这些设备能探测几纳米到超过100纳米的粒径范围。虽然近些年,利用这些仪器在全球海洋的航次中已经测量并积累了一些珍贵的数据,但对PSD时空信息的获取和理解仍相对欠缺,这制约着许多相关海洋研究工作的开展。
随着越来越多遥感算法的建立,已经能成功反演海水中不同的水体成分,例如,叶绿素a浓度、总悬浮颗粒物浓度、有色可溶性有机物浓度等。但有较少的遥感算法是用来反演颗粒物粒径大小分布的。现有模型主要有半分析模型和检验模型。Bowers(2007)基于比散射系数和悬浮颗粒物粒径之间的半分析关系,建立了一个反演爱尔兰地区悬浮颗粒物的空间分布的半分析模型,并应用到MODIS卫星影像上,反演得到了爱尔兰海域南部悬浮颗粒物的空间分布特征。青松(2014)研究了绿光波段(560nm)与红光波段(665nm)波段比,建立了一个检验模型来估测渤海海域的颗粒物粒径。然而,由于我国近海水体环境复杂多变,尤其在近岸高浑浊水体,比如黄东海的苏北浅滩等区域,现有模型均会出现不确定性偏差。因此,建立适用于复杂光学水体的悬浮颗粒物粒径的遥感算法是目前亟待解决的问题。
发明内容
本发明的主要目的在于,克服现有技术中的不足,提供一种利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法,可提高近海高浑浊水体PSD分布信息的遥感估测能力。
为了达到上述目的,本发明所采用的技术方案是:
一种利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法,包括以下步骤:
1)通过仪器设备获取待估测海水区域的海水实测数据,所述海水实测数据包括水体光学特性和水质参数;
2)采集与所述海水实测数据处于时空同步匹配的卫星资料,从卫星资料中提取并计算得到遥感反射率数据Rrs,基于遥感反射率数据构建星地匹配数据集;
3)根据半分析算法,首先计算出海水次表层的遥感反射率;然后利用两个近红外波段λ的水体水次表层遥感反射率,结合悬浮颗粒物总后向散射系数和总吸收系数与水次表层遥感反射率之间的关系式式(1),计算得出悬浮颗粒物的后散射系数;
式(1)中,λ为波长,bb(λ)为基于波长λ的颗粒物总后向散射系数,a(λ)为总吸收系数,g1和g2均为波段常数,rrs(λ)为水体水次表层遥感反射率;
所述比后散射系数的半分析算法模型为,
其中,λ0为参考波长,bbp(λ)表示基于波长λ的颗粒物的后向散射系数,bbp(λ)表示基于参考波长λ0的颗粒物的后向散射系数,η是波段斜率;
4)根据米散射理论,推演出海水悬浮颗粒物粒径与比后向散射系数的关系表达式为式(2),然后利用海水实测数据,建立海水悬浮颗粒物比后向散射系数与海水悬浮颗粒物粒径之间的关系模型;
式(2)中,是海水悬浮颗粒物比后向散射系数,Qbbe为海水悬浮颗粒物后向散射效率,ρa是海水颗粒物密度,DA是海水悬浮颗粒物粒径的平均直径;
5)建立水体悬浮颗粒物粒径与海水次表层的遥感反射率之间的关联关系流程,利用月合成遥感反射率数据,得出卫星反演的海水悬浮颗粒物的粒径分布信息。
本发明进一步设置为:所述仪器设备架设于海上平台。
本发明进一步设置为:所述仪器设备包括温盐深仪、太阳光度计、现场激光粒度分析仪、水体吸收衰减测量仪和后向散射测量仪。
本发明进一步设置为:所述海水实测数据包括水体温度、盐度和深度,离水遥感反射率、颗粒物粒径大小、水体吸收系数和水体后向散射系数。
本发明进一步设置为:所述卫星资料为下载并积累的MODIS卫星资料。
本发明进一步设置为:所述粒径分布信息包括粒径的空间分布差异和时间变化特征。
与现有技术相比,本发明具有的有益效果是:
本发明不仅拓展了水色遥感卫星数据的应用,而且还可提高对于悬浮颗粒物粒径这一悬浮颗粒物本质参数的获取能力,特别适用于近海高混浊水域,如我国黄渤海海域和苏北浅滩等典型的二类水体水域。同时,本发明使得利用卫星遥感数据准确探测海水粒径分布成为可能,对海洋领域的相关研究具有积极重要的意义。
上述内容仅是本发明技术方案的概述,为了更清楚的了解本发明的技术手段,下面结合附图对本发明作进一步的描述。
附图说明
图1为本发明利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法的流程图。
具体实施方式
下面结合说明书附图,对本发明作进一步的说明。
本发明提供一种利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法,如图1所示,包括以下步骤:
1)通过仪器设备获取待估测海水区域的海水实测数据,所述海水实测数据包括水体光学特性和水质参数;其中,仪器设备包括架设于海上平台的温盐深仪、太阳光度计、现场激光粒度分析仪、水体吸收衰减测量仪和后向散射测量仪;海水实测数据包括水体温度、盐度和深度,离水遥感反射率、颗粒物粒径大小、水体吸收系数和水体后向散射系数。
2)采集与所述海水实测数据处于时空同步匹配的卫星资料,从卫星资料中提取并计算得到遥感反射率数据Rrs,基于遥感反射率数据构建星地匹配数据集;其中,卫星资料为下载并积累的MODIS卫星资料。
3)根据半分析算法,首先计算出海水次表层的遥感反射率;然后利用两个近红外波段λ的水体水次表层遥感反射率,结合悬浮颗粒物总后向散射系数和总吸收系数与水次表层遥感反射率之间的关系式式(1),计算得出悬浮颗粒物的后散射系数;
式(1)中,λ为波长,bb(λ)为基于波长λ的颗粒物总后向散射系数,a(λ)为总吸收系数,g1和g2均为波段常数,rrs(λ)为水体水次表层遥感反射率;
所述比后散射系数的半分析算法模型为,
其中,λ0为参考波长,bbp(λ)表示基于波长λ的颗粒物的后向散射系数,bbp(λ)表示基于参考波长λ0的颗粒物的后向散射系数,η是波段斜率;
4)根据米散射理论,推演出海水悬浮颗粒物粒径与比后向散射系数的关系表达式为式(2),然后利用海水实测数据,建立海水悬浮颗粒物比后向散射系数与海水悬浮颗粒物粒径之间的关系模型;
式(2)中,是海水悬浮颗粒物比后向散射系数,Qbbe为海水悬浮颗粒物后向散射效率,ρa是海水颗粒物密度,DA是海水悬浮颗粒物粒径的平均直径;
5)建立水体悬浮颗粒物粒径与海水次表层的遥感反射率之间的关联关系流程,利用月合成遥感反射率数据,得出卫星反演的海水悬浮颗粒物的粒径分布信息;其中,粒径分布信息包括粒径的空间分布差异和时间变化特征。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法,其特征在于,包括以下步骤:
1)通过仪器设备获取待估测海水区域的海水实测数据,所述海水实测数据包括水体光学特性和水质参数;
2)采集与所述海水实测数据处于时空同步匹配的卫星资料,从卫星资料中提取并计算得到遥感反射率数据Rrs,基于遥感反射率数据构建星地匹配数据集;
3)根据半分析算法,首先计算出海水次表层的遥感反射率;然后利用两个近红外波段λ的水体水次表层遥感反射率,结合悬浮颗粒物总后向散射系数和总吸收系数与水次表层遥感反射率之间的关系式式(1),计算得出悬浮颗粒物的后散射系数;
b b ( λ ) a ( λ ) + b b ( λ ) = - g 1 + g 1 2 + 4 g 2 r r s ( λ ) 2 g 2 - - - ( 1 )
式(1)中,λ为波长,bb(λ)为基于波长λ的颗粒物总后向散射系数,a(λ)为总吸收系数,g1和g2均为波段常数,rrs(λ)为水体水次表层遥感反射率;
所述比后散射系数的半分析算法模型为,
其中,λ0为参考波长,bbp(λ)表示基于波长λ的颗粒物的后向散射系数,bbp(λ)表示基于参考波长λ0的颗粒物的后向散射系数,η是波段斜率;
4)根据米散射理论,推演出海水悬浮颗粒物粒径与比后向散射系数的关系表达式为式(2),然后利用海水实测数据,建立海水悬浮颗粒物比后向散射系数与海水悬浮颗粒物粒径之间的关系模型;
b b p * = 3 2 Q b b e ρ a D A - - - ( 2 )
式(2)中,是海水悬浮颗粒物比后向散射系数,Qbbe为海水悬浮颗粒物后向散射效率,ρa是海水颗粒物密度,DA是海水悬浮颗粒物粒径的平均直径;
5)建立水体悬浮颗粒物粒径与海水次表层的遥感反射率之间的关联关系流程,利用月合成遥感反射率数据,得出卫星反演的海水悬浮颗粒物的粒径分布信息。
2.根据权利要求1所述的利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法,其特征在于:所述仪器设备架设于海上平台。
3.根据权利要求1所述的利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法,其特征在于:所述仪器设备包括温盐深仪、太阳光度计、现场激光粒度分析仪、水体吸收衰减测量仪和后向散射测量仪。
4.根据权利要求1所述的利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法,其特征在于:所述海水实测数据包括水体温度、盐度和深度,离水遥感反射率、颗粒物粒径大小、水体吸收系数和水体后向散射系数。
5.根据权利要求1所述的利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法,其特征在于:所述卫星资料为下载并积累的MODIS卫星资料。
6.根据权利要求1所述的利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法,其特征在于:所述粒径分布信息包括粒径的空间分布差异和时间变化特征。
CN201610838279.XA 2016-09-21 2016-09-21 利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法 Pending CN106442233A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610838279.XA CN106442233A (zh) 2016-09-21 2016-09-21 利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610838279.XA CN106442233A (zh) 2016-09-21 2016-09-21 利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法

Publications (1)

Publication Number Publication Date
CN106442233A true CN106442233A (zh) 2017-02-22

Family

ID=58165743

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610838279.XA Pending CN106442233A (zh) 2016-09-21 2016-09-21 利用卫星数据估测海水悬浮颗粒物粒径的混合型新方法

Country Status (1)

Country Link
CN (1) CN106442233A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106960204A (zh) * 2017-05-05 2017-07-18 南京信息工程大学 一种估算近海水体浮游植物粒级结构的遥感方法
CN108956392A (zh) * 2018-07-05 2018-12-07 河海大学 一种潮滩沉积物类型的无人机识别方法
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
CN112362544A (zh) * 2020-10-14 2021-02-12 南京吉泽信息科技有限公司 基于高光谱遥感的颗粒有机碳监测方法及系统
CN112949039A (zh) * 2021-02-01 2021-06-11 南京信息工程大学 估算近海水体浮游植物诊断色素浓度的海洋水色遥感方法
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
CN113849490A (zh) * 2021-09-18 2021-12-28 陕西九州遥感信息技术有限公司 一种卫星遥感反射率产品数据残差校正方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105136628A (zh) * 2015-07-31 2015-12-09 中国石油天然气股份有限公司 三角洲沉积遥感探测方法及装置
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
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105136628A (zh) * 2015-07-31 2015-12-09 中国石油天然气股份有限公司 三角洲沉积遥感探测方法及装置
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
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

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
GRIET NEUKERMANS ET AL.: "In situ variability of mass-specific beam attenuation and backscattering of marine particles with respect to particle size, density, and composition", 《LIMNOL. OCEANOGR.》 *
QING SONG ET AL.: "Retrieval of inherent optical properties of the Yellow Sea and East China Sea using a quasi-analytical algorithm", 《CHINESE JOURNAL OF OCEANOLOGY AND LIMNOLOGY》 *
杨曦光等: "近岸水体表层悬浮泥沙平均粒径遥感反演", 《武汉大学学报.信息科学版》 *
黄昌春等: "太湖水体散射光谱特性及其形成机理研究", 《光学学报》 *
黄昌春等: "悬浮颗粒物和叶绿素普适性生物光学反演模型", 《红外与毫米波学报》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106960204A (zh) * 2017-05-05 2017-07-18 南京信息工程大学 一种估算近海水体浮游植物粒级结构的遥感方法
CN106960204B (zh) * 2017-05-05 2020-07-28 南京信息工程大学 一种估算近海水体浮游植物粒级结构的遥感方法
CN108956392A (zh) * 2018-07-05 2018-12-07 河海大学 一种潮滩沉积物类型的无人机识别方法
CN108956392B (zh) * 2018-07-05 2020-11-20 河海大学 一种潮滩沉积物类型的无人机识别方法
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
CN112362544A (zh) * 2020-10-14 2021-02-12 南京吉泽信息科技有限公司 基于高光谱遥感的颗粒有机碳监测方法及系统
CN112949039A (zh) * 2021-02-01 2021-06-11 南京信息工程大学 估算近海水体浮游植物诊断色素浓度的海洋水色遥感方法
CN112949039B (zh) * 2021-02-01 2023-05-26 南京信息工程大学 估算近海水体浮游植物诊断色素浓度的海洋水色遥感方法
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
CN113849490A (zh) * 2021-09-18 2021-12-28 陕西九州遥感信息技术有限公司 一种卫星遥感反射率产品数据残差校正方法
CN113849490B (zh) * 2021-09-18 2024-05-28 陕西九州遥感信息技术有限公司 一种卫星遥感反射率产品数据残差校正方法

Similar Documents

Publication Publication Date Title
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
Carrivick et al. Fluvial and aquatic applications of Structure from Motion photogrammetry and unmanned aerial vehicle/drone technology
Tilstone et al. Variability in specific-absorption properties and their use in a semi-analytical ocean colour algorithm for MERIS in North Sea and Western English Channel Coastal Waters
Pearce et al. Repeated mapping of reefs constructed by Sabellaria spinulosa Leuckart 1849 at an offshore wind farm site
Estapa et al. Autonomous, high-resolution observations of particle flux in the oligotrophic ocean
Li et al. Evaluation of the Quasi-Analytical Algorithm (QAA) for estimating total absorption coefficient of turbid inland Waters in Northeast China
CN105427305A (zh) 一种绿潮信息提取方法
Wall et al. Satellite remote sensing of surface oceanic fronts in coastal waters off west–central Florida
Li et al. Monitoring water transparency, total suspended matter and the beam attenuation coefficient in inland water using innovative ground-based proximal sensing technology
CN103604761B (zh) 基于aisa航空高光谱影像的赤潮检测方法
CN105004846B (zh) 一种监测高浑浊海水浊度的卫星遥感方法
CN105606498B (zh) 一种监测水体悬浮泥沙粒径分布的方法
Xu et al. Classification of coral reef benthos around Ganquan Island using WorldView-2 satellite imagery
CN105184827B (zh) 一种利用光谱遥感图像探测浅水水下礁滩的方法
Romero et al. Coincident observations of dye and drifter relative dispersion over the inner shelf
Kulshreshtha et al. Estimation of underwater visibility in coastal and inland waters using remote sensing data
Sankaran et al. Retrieval of suspended sediment concentration (SSC) in the Arabian Gulf water of arid region by Sentinel-2 data
Hayes et al. Estimating dredge-induced turbidity using drone imagery
Islam et al. Integrated real-time monitoring system to investigate the hypoxia in a shallow wind-driven bay
O'connor Impacts of the anomalous Mississippi River discharge and diversions on phytoplankton blooming in northeastern Gulf of Mexico
Higa et al. Numerical Simulation and Remote Sensing for the Analysis of Blue Tide Distribution in Tokyo Bay in September 2012
Sakuno et al. Preliminary study of the monitoring for turbid coastal waters using a new satellite sensor,“ASTER”
Jakobsson The suitability of using Landsat TM-5 Images for estimating chromophoric dissolved organic matter in subarctic Lakes
Forest et al. Ecosystem function and particle flux dynamics across the Mackenzie Shelf (Beaufort Sea, Arctic Ocean): an integrative analysis of spatial variability and biophysical forcings.
Maselli et al. Spectral angle minimization for the retrieval of optically active seawater constituents from MODIS data

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170222