CN110598251A

CN110598251A - 基于Landsat-8数据和机器学习的湖泊叶绿素a浓度反演方法

Info

Publication number: CN110598251A
Application number: CN201910715792.3A
Authority: CN
Inventors: 曹志刚; 马荣华; 段洪涛; 薛坤
Original assignee: Nanjing Institute of Geography and Limnology of CAS
Current assignee: Nanjing Institute of Geography and Limnology of CAS
Priority date: 2019-08-05
Filing date: 2019-08-05
Publication date: 2019-12-20
Anticipated expiration: 2039-08-05
Also published as: CN110598251B

Abstract

本发明涉及一种基于Landsat‑8数据和机器学习的湖泊叶绿素a浓度反演方法，基于Landsat‑8内陆湖泊的反射率数据集和对应的实测叶绿素a浓度，结合XGBoost机器学习模型，构建叶绿素a浓度反演算法（XGB‑CHLA算法）。采用本发明的方法能够实现Landsat‑8在湖泊叶绿素a浓度的估算，且算法具有一定的普适性，能够适用于较大范围的湖泊叶绿素a浓度估算；此外，本发明能在传统水色卫星无法观测的中小型湖泊发挥作用，这就有助于评估湖泊富营养化水平，从而为湖泊水体生态环境变化监测、管理和生态恢复提供参考。

Description

基于Landsat-8数据和机器学习的湖泊叶绿素a浓度反演方法

技术领域

本发明涉及基于机器学习的Landsat-8数据的湖泊叶绿素a浓度反演方法。

背景技术

气候变暖和人类活动的背景下，全球湖泊面积缩小，富营养化加剧，藻华时常爆发，水质变差，生态系统功能退化(Adrian et al.2009；Duan et al.2009；Huisman etal.2018)。2012年夏季MODIS的监测结果显示，世界2058个面积>25km²湖泊中，超过63.1％的湖泊处于高度富营养化状态、39.4％的湖泊为中度富营养化，仅10.7％的湖泊为贫营养化(Wang et al.2018)，湖泊富营养化监测已经成为目前内陆湖泊最迫切的现实需求(IOCCG 2018)。叶绿素a浓度是水体藻类的共有色素，是评估水体富营养化状态的重要指标之一(Carlson 1977)，与全球水体碳循环紧密联系(Holgerson and Raymond 2016)，获取长时间序列的湖泊叶绿素a浓度对于科学社区、社会经济及环境部门决策都重要的意义。

目前，湖泊叶绿素a浓度的监测主要依赖于海洋水色卫星，如利用MODIS、MERIS、OLCI等卫星获取了长时间序列的湖泊叶绿素a浓度的时空变化(Palmer et al.2014；Qi etal.2014；Smith et al.2018)。然而，海洋水色传感器的空间分辨率较低(300-1000m)，只能用于面积较大的内陆湖泊或者水库观测，不仅无法获取精细的水体空间特征，也无法监测湖泊小型湾区和中小型湖泊和水库。事实上，全球小于100km²的湖泊占全球湖泊总面积的63.48％，中国2693个1km²以上的湖泊中10km²以内的有2000个(Downing et al.2006；Ma etal.2011)，这些中小尺寸的湖泊是内陆湖泊的重要组成，监测这些水体则要求卫星传感器具备更高的空间分辨率(Mouw et al.2015)。2013年发射的Landsat-8搭载的OLI传感器具备30m的空间分辨率，12bit的辐射分辨率，相对于TM和ETM+传感器新增了443nm波段并提升了信噪比，大大扩展了水体应用的能力(Lymburner et al.2016；Pahlevan et al.2017)。而且，Landsat-8与之前的Landsat-5TM、Landsat-7ETM+能够提供～40年30m尺度的遥感数据(Pahlevan et al.2018)，可将湖泊卫星遥感的监测向前推进至少20年。1980-2000年是水色卫星无法观测的空白(McClain 2009)，也是中国在内的世界许多湖泊富营养化开始并加剧的时间段(Le et al.2010；Qin et al.2019)。

目前，已经有些研究开始使用Landsat-8数据调查湖泊水质。首先，以SeaDAS和Acolite软件为代表的软件集成了针对近海和内陆水体的Landsat-8的大气校正方法，并且在一些区域的验证结果表明他们具有较高的精度(Kuhn et al.2019；Pahlevan etal.2017；Vanhellemont and Ruddick 2018)。但，因为短波红外信噪比低、水体藻颗粒多以及大气中的吸收气溶胶影响，这些方法在浑浊且富营养化严重的湖泊仍旧存在较大的不确定性(Wang et al.2019)。此外，在一些湖泊也开发了Landsat-8的水质参数反演算法，如获取藻华、透明度、悬浮物浓度、叶绿素a浓度和CDOM/DOC浓度(Ho et al.2017；Lee etal.2016；Olmanson et al.2016)。这其中，Landsat-8叶绿素a算法或者在清澈湖泊开发(Concha and Schott 2016)，或者针对个别湖泊本身开发经验算法并仅应用到几景影像作为示例(Ha et al.2017；Kuhn et al.2019；Watanabe et al.2017)，尚未扩展到大区域湖泊的长时间序列叶绿素a浓度估算。这是因为，已有的浑水湖泊遥感叶绿素a算法模型多基于实测光谱或者MERIS/OLCI传感器的波段设计(Duan et al.2012；Gons et al.2008)(Table 1)，如NIR和红光比值(Dekker and Peters 1993；Ruddick et al.2001)、三波段(Dall'Olmo et al.2005；Gitelson et al.2008)、NDCI模型(Mishra and Mishra 2012)，Landsat-8缺少内陆水体叶绿素a估算最有效的红边波段(～700-710nm)以及波段带宽较宽削弱了光谱的敏感性(Cao et al.2019)，导致这些算法难以应用。随后，一些经验算法被引入解决一些区域湖泊的反演问题，如经验比值、波段匹配技术和光谱指数(Concha andSchott 2016；Ha et al.2017；Page et al.2018)。经验的方法依赖于训练集的代表性，受训练数据集的影响大；波段匹配技术虽然面向普适性的算法，但是因为大气和水体的边界条件变动大，精确的查找表构建困难。目前为止，仍旧缺乏一种可应用于长时间序列的Landsat-8的内陆湖泊叶绿素a浓度估算算法(Boucher et al.2018)。近年来，机器学习技术已经被引入海洋和内陆水体的环境研究中来(Reichstein et al.2019)，通过非线性的复杂计算对数据特征之间的深入挖掘而得到较为通用的模型，如深度神经网络和随机森林模型已用于水体藻华识别、大气校正和水质参数反演(Chen et al.2019；Kown etal.2018；Qiu et al.2018)，这为Landsat-8的叶绿素a反演提供了契机。

参考文献：

Adrian,R.,Reilly,C.M.O.,Zagarese,H.,Baines,S.B.,Hessen,D.O.,Keller,W.,Livingstone,D.M.,Sommaruga,R.,Straile,D.,&Van Donk,E.(2009).Lakes assentinels of climate change.Limnology andOceanography,54,2283-2297

Boucher,J.,Weathers,K.C.,Norouzi,H.,&Steele,B.(2018).Assessing theeffectiveness of Landsat 8chlorophyll a retrieval algorithms for regionalfreshwater monitoring.Ecological Applications,28,1044-1054

Cao,Z.,Ma,R.,Duan,H.,&Xue,K.(2019).Effects ofbroad bandwidth on theremote sensing of inland waters:Implications for high spatial resolutionsatellite data applications.ISPRS Journal of Photogrammetry andRemoteSensing,153,110-122

Carlson,R.E.(1977).A trophic state index for lakes1,22,361-369

Chen,S.,Hu,C.,Barnes,B.B.,Wanninkhof,R.,Cai,W.-J.,Barbero,L.,&Pierrot,D.(2019).A machine learning approach to estimate surface ocean pCO2from satellite measurements.Remote Sensing ofEnvironment,228,203-226

Concha,J.A.,&Schott,J.R.(2016).Retrieval of color producing agents inCase 2 waters using Landsat 8.Remote Sensing ofEnvironment,185,95-107

Dall'Olmo,G.,Gitelson,A.A.,Rundquist,D.C.,Leavitt,B.,Barrow,T.,&Holz,J.C.(2005).Assessing the potential of SeaWiFS and MODIS for estimatingchlorophyll concentration in turbid productive waters using red and near-infrared bands.Remote Sensing ofEnvironment,96,176-187

Dekker,A.G.,&Peters,S.W.M.(1993).The use of the Thematic Mapper forthe analysis of eutrophic lakes:a case study in the Netherlands.InternationalJournal of Remote Sensing,14,799-821

Downing,J.A.,Prairie,Y.T.,Cole,J.J.,Duarte,C.M.,Tranvik,L.J.,Striegl,R.G.,McDowell,W.H.,Kortelainen,P.,Caraco,N.F.,Melack,J.M.,&Middelburg,J.J.(2006).The global abundance and size distribution oflakes,ponds,andimpoundments.Limnology and Oceanography,51,2388-2397Duan,H.,Ma,R.,&Hu,C.(2012).Evaluation of remote sensing algorithms for cyanobacterial pigmentretrievals during spring bloom formation in several lakes ofEast China.RemoteSensing ofEnvironment,126,126-135

Duan,H.,Ma,R.,Xu,X.,Kong,F.,Zhang,S.,Kong,W.,Hao,J.,&Shang,L.(2009).Two-Decade Reconstruction ofAlgal Blooms in China's Lake Taihu.EnvironmentalScience&Technology,43,3522-3528

Gitelson,A.A.,Dall'Olmo,G.,Moses,W.,Rundquist,D.C.,Barrow,T.,Fisher,T.R.,Gurlin,D.,&Holz,J.(2008).A simple semi-analytical model for remoteestimation of chlorophyll-a in turbid waters:Validation.Remote SensingofEnvironment,112,3582-3593

Gons,H.J.,Auer,M.T.,&Effler,S.W.(2008).MERIS satellite chlorophyllmapping ofoligotrophic and eutrophic waters in the Laurentian GreatLakes.Remote Sensing of Environment,112,4098-4106

Ha,N.T.T.,Koike,K.,Nhuan,M.T.,Canh,B.D.,Thao,N.T.P.,&Parsons,M.(2017).Landsat 8/OLI Two Bands Ratio Algorithm for Chlorophyll-AConcentration Mapping in Hypertrophic Waters:An Application to West Lake inHanoi(Vietnam).IEEE JOURNAL OF SELECTED TOPICSINAPPLIEDEARTHOBSERVATIONSANDREMOTE SENSING,10,4919-4929

Ho,J.C.,Stumpf,R.P.,Bridgeman,T.B.,&Michalak,A.M.(2017).Using Landsatto extend the historical record oflacustrine phytoplankton blooms:A Lake Eriecase study.Remote Sensing of Environment,191,273-285

Holgerson,M.A.,&Raymond,P.A.(2016).Large contribution to inland waterCO2 and CH4 emissions from very small ponds.Nature Geoscience,9,222-226

Huisman,J.,Codd,G.A.,Paerl,H.W.,Ibelings,B.W.,Verspagen,J.M.H.,&Visser,P.M.(2018).Cyanobacterial blooms.Nature Reviews Microbiology,16,471-483

IOCCG(2018).Earth Observations in Support of Global Water QualityMonitoring.In S.Greb,A.Dekker,&C.Binding(Eds.),Reports of the InternationalOcean-Colour Coordinating Group.Dartmouth,Canada

Kown,Y.S.,Baek,S.H.,Lim,Y.K.,Pyo,J.,Ligaray,M.,Park,Y.,&Cho,K.H.(2018).Monitoring coastal chlorophyll-a concentrations in coastal areas usingmachine learning models.Water (Switzerland),10

Kuhn,C.,de Matos Valerio,A.,Ward,N.,Loken,L.,Sawakuchi,H.O.,Kampel,M.,Richey,J.,Stadler,P.,Crawford,J.,Striegl,R.,Vermote,E.,Pahlevan,N.,&Butman,D.(2019).Performance of Landsat-8 and Sentinel-2 surface reflectanceproducts for river remote sensing retrievals of chlorophyll-a andturbidity.Remote Sensing ofEnvironment,224,104-118

Le,C.,Zha,Y.,Li,Y.,Sun,D.,Lu,H.,&Yin,B.(2010).Eutrophication of LakeWaters in China:Cost,Causes,and Control.EnvironmentalManagement,45,662-668

Lee,Z.,Shang,S.,Qi,L.,Yan,J.,&Lin,G.(2016).A semi-analytical schemeto estimate Secchi-disk depth from Landsat-8 measurements.Remote SensingofEnvironment,177,101-106

Lymburner,L.,Botha,E.,Hestir,E.,Anstee,J.,Sagar,S.,Dekker,A.,&Malthus,T.(2016).Landsat 8:Providing continuity and increased precision formeasuring multi-decadal time series of total suspended matter.Remote SensingofEnvironment

Ma,R.,Yang,G.,Duan,H.,Jiang,J.,Wang,S.,Feng,X.,Li,A.,Kong,F.,Xue,B.,Wu,J.,&Li,S.(2011).China’s lakes at present:Number,area and spatialdistribution.SCIENCE CHINA Earth Sciences,54,283-289

McClain,C.R.(2009).A Decade of Satellite Ocean ColorObservations.Annual Review ofMarine Science,1,19-42

Mishra,S.,&Mishra,D.R.(2012).Normalized difference chlorophyll index:A novel model for remote estimation of chlorophyll-a concentration in turbidproductive waters.Remote Sensing of Environment,117,394-406

Mouw,C.B.,Greb,S.,Aurin,D.,DiGiacomo,P.M.,Lee,Z.,Twardowski,M.,Binding,C.,Hu,C.,Ma,R.,Moore,T.,Moses,W.,&Craig,S.E.(2015).Aquatic colorradiometry remote sensing of coastal and inland waters:Challenges andrecommendations for future satellite missions.Remote Sensing ofEnvironment,160,15-30

Olmanson,L.G.,Brezonik,P.L.,Finlay,J.C.,&Bauer,M.E.(2016).Comparisonof Landsat 8 and Landsat 7 for regional measurements of CDOM and waterclarity in lakes.Remote Sensing of Environment,185,119-128

Page,B.P.,Kumar,A.,&Mishra,D.R.(2018).A novel cross-satellite basedassessment of the spatio-temporal development of a cyanobacterial harmfulalgal bloom.International Journal of AppliedEarth Observation andGeoinformation,66,69-81

Pahlevan,N.,Balasubramanian,S.,Sarkar,S.,&Franz,B.(2018).Toward Long-Term Aquatic Science Products from Heritage Landsat Missions.Remote Sensing,10

Pahlevan,N.,Schott,J.R.,Franz,B.A.,Zibordi,G.,Markham,B.,Bailey,S.,Schaaf,C.B.,Ondrusek,M.,Greb,S.,&Strait,C.M.(2017).Landsat 8 remote sensingreflectance(Rrs)products:Evaluations,intercomparisons,and enhancements.RemoteSensing ofEnvironment,190,289-301

Palmer,S.C.J.,Hunter,P.D.,Lankester,T.,Hubbard,S.,Spyrakos,E.,N.Tyler,A.,Présing,M.,Horváth,H.,Lamb,A.,Balzter,H.,&Tóth,V.R.(2014).Validation of Envisat MERIS algorithms for chlorophyll retrieval in a large,turbid and optically-complex shallow lake.Remote Sensing of Environment

Qi,L.,Hu,C.,Duan,H.,Barnes,B.B.,&Ma,R.(2014).An EOF-Based Algorithmto Estimate Chlorophyll a Concentrations in Taihu Lake from MODIS Land-BandMeasurements:Implications for Near Real-Time Applications and ForecastingModels.Remote Sensing,6,10694-10715

Qin,B.,Paerl,H.W.,Brookes,J.D.,Liu,J.,Jeppesen,E.,Zhu,G.,Zhang,Y.,Xu,H.,Shi,K.,&Deng,J.(2019).Why Lake Taihu continues to be plagued withcyanobacterial blooms through 10years(2007–2017)efforts.Science Bulletin,64,354-356

Qiu,Z.,Li,Z.,Bilal,M.,Wang,S.,Sun,D.,&Chen,Y.(2018).Automatic methodto monitor floating macroalgae blooms based on multilayer perceptron:casestudy ofYellow Sea using GOCI images.Optics Express,26

Reichstein,M.,Camps-Valls,G.,Stevens,B.,Jung,M.,Denzler,J.,Carvalhais,N.,&Prabhat (2019).Deep learning and process understanding fordata-driven Earth system science.Nature,566,195-204

Ruddick,K.G.,Gons,H.J.,Rijkeboer,M.,&Tilstone,G.(2001).Optical RemoteSensing of Chlorophyll a in Case 2Waters by Use of an Adaptive Two-BandAlgorithm with Optimal Error Properties.AppliedOptics,40,3575-3585

Smith,M.E.,Robertson Lain,L.,&Bernard,S.(2018).An optimizedChlorophyll a switching algorithm for MERIS and OLCI in phytoplankton-dominated waters.Remote Sensing of Environment,215,217-227

Vanhellemont,Q.,&Ruddick,K.(2018).Atmospheric correction of metre-scale optical satellite data for inland and coastal water applications.RemoteSensingofEnvironment,216,586-597

Wang,D.,Ma,R.,Xue,K.,&Loiselle,S.A.(2019).The Assessment of Landsat-8OLI Atmospheric CorrectionAlgorithms for InlandWaters.Remote Sensing,11,169

Watanabe,F.,Alcantara,E.,Rodrigues,T.,Rotta,L.,Bernardo,N.,&Imai,N.(2017).Remote sensing ofthe chlorophyll-a based on OLI/Landsat-8and MSI/Sentinel-2A(Barra Bonita reservoir,Brazil).Anais daAcademia Brasileira deCiencias,0

发明内容

本发明的目的在于提供一种可应用于Landsat-8数据的大型湖泊群叶绿素a浓度的方法。基于Landsat-8同步的叶绿素a浓度和R_rc，利用机器学习的方法开发了叶绿素a浓度估算模型，算法性能在充分评估后，获取了湖泊叶绿素a浓度的时空分布。该方法的原理、过程和结果可为Landsat系列卫星估算全球内陆水体的叶绿素a浓度和评估全球湖泊的富营养化进程提供基础。

为达成上述目的，本发明所采用的技术方案如下：

基于Landsat-8数据和机器学习的湖泊叶绿素a浓度反演方法，包括如下步骤：

1)基于Landsat-8遥感产品数据，获取7个波段的湖泊水体反射率R_rc数据集；并采集Landsat-8同步过境采集的湖泊实测叶绿素a浓度数据；

2)结合XGBoost机器学习模型，构建叶绿素a浓度反演算法(下称为XGB-CHLA算法)；

基于步骤1)得到的R_rc数据集和实测数据筛选获取输入机器学习模型的数据集，并以叶绿素a浓度为输出，构建叶绿素a浓度反演算法。

作为本发明的进一步优选，所述步骤1)中，采用Landsat-8OLI传感器的L1T级遥感产品作为数据源。进一步的，对反射率数据进行预处理，使用辅助的气象数据和瑞利散射查找表，在SeaDAS 7.5软件中进行水汽吸收、臭氧吸收和瑞利散射的去除，得到瑞利校正后的反射率(Rayleigh corrected reflectance,R_rc)，进一步地，采用一种简单大气校正方法以去除部分气溶胶信号，从R_rc(λ)减去R_rc(2201)，记为R’_rc(λ)，同时，进一步地，利用R_rc(2201)>0.018的阈值去除云和陆地覆盖的区域，得到仅有水体覆盖的区域的结果。

作为本发明的进一步优选，所述步骤2)中，对数据集进行筛选，包括：

①结合实测记录和卫星影像去除云、太阳耀斑、藻华覆盖的样点；

②使用±6h的时间窗口去匹配数据集，以增加Landsat-8同步样点的数量；

③保留每个样点3×3窗口的R’_rc(λ)变异系数都在10％以内的数据集，以保证该样点在空间的均一性。

进一步的，机器学习模型训练的输入为10维的特征，包括R’_rc(443)，R’_rc(482)，R’_rc(561)，R’_rc(655)，R’_rc(865)，R’_rc(1610)，BGI(R’_rc(561)/R’_rc(443))，RGI(R’_rc(655)/R’_rc(561))，NIRRI(R’_rc(865)/R’_rc(655))和FAI。除了R’_rc(443)，R’_rc(482)，R’_rc(561)，R’_rc(655)，R’_rc(865)，R’_rc(1610)等外，还使用了4个叶绿素a浓度相关的波段比值，即BGI(R’_rc(561)/R’_rc(443))、RGI(R’_rc(655)/R’_rc(561))、NIRRI(R’_rc(865)/R’_rc(655))和FAI，这些指数与不同水体中的叶绿素a浓度存在关联，能够加快模型的收敛。

进一步的，XGBoost机器学习模型结构参数的确定方式为：基于模型训练过程进行参数调整，调整参数包括学习率、树的最大深度、最小叶子节点样本权重和、树的最大叶子数量、随机采样比例和正则化参数；在保持较高预测精度的前提下，基于更少的树的层数、叶子数量、重采样率、学习率和高的正则化参数这一原则进行调参，获取最优的模型结构参数。使得最终模型具有高精度且和泛化能力。

进一步的，还包括对模型精度进行验证，采用5层刀切法进行交叉验证，通过5组随机选择的训练集和验证集，基于平均RMSE和UPD对模型性能进行评价，选择精度效果最好的模型作为最终的模型。

作为本发明的进一步优选，所述方法还包括，将步骤2)构建的叶绿素a浓度反演算法应用至湖泊遥感数据，获取湖泊叶绿素a空间分布与时间变化；其中基于SeaDAS处理得到的Landsat-8水体反射率数据集作为基础，再利用FAI指数>-0.004作为标准，去除藻华覆盖的水体，之后应用反演算法。统计不同湖泊等级下的叶绿素a年变化、季节变化特征，得到空间分布图和趋势变化图。

本发明利用机器学习的方法开发了适合Landsat-8OLI传感器的湖泊叶绿素a浓度估算模型，算法性能通过实测数据充分评估后，获取了2013-2018年中国东部平原的605个1km²以上的湖泊叶绿素a浓度的时空分布。该方法的原理、过程和结果可为Landsat系列卫星估算全球内陆水体的叶绿素a浓度和评估全球湖泊的富营养化进程提供基础。本发明虽然仅仅使用了10个湖泊和2个海湾的322个同步点训练XGB-CHLA算法，但是这些数据覆盖范围较大，能够较好地代表长江中下游和淮河流域湖泊的水体光学属性，保证开发的模型具有较好的适用性。

本发明的针对Landsat-8OLI传感器提出的在内陆浑浊湖泊水体中叶绿素a浓度的估算方法。该方法以SeaBASS数据集(https://seabass.gsfc.nasa.gov)和研究区域的8个湖泊实测叶绿素a数据和同步的Landsat-8OLI的R_rc数据为基础，通过简单的大气校正获得反射率R_rc’，使用前六个波段的R_rc’和4个波段指数作为输入，将机器学习方法XGBoost应用于Landsat-8的内陆湖泊叶绿素a浓度估算。最后，将该算法应用到了中国东部平原长江中下游流域和淮河流域的605个1km²以上的湖泊上，获取了2013-2018年的时空分布特征。本发明的技术为Landsat系列卫星估算全球内陆水体的叶绿素a浓度和评估全球湖泊的富营养化进程提供基础。

应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。

结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。

附图说明

附图不意在按比例绘制，在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示，为了清晰起见，在每个图中，并非每个组成部分均被标记，其中：

图1是算法训练样点的光谱和水质参数分布；(a)遥感反射率曲线(b)-(d)分别是叶绿素a浓度、悬浮物浓度和有色可溶解性有机物在443nm的吸收系数[a_g(443)]的频率分布。

图2是XGB-CHLA算法原理示意图。

图3是XGB-CHLA算法在训练集(a)和验证集(b)的表现。

图4是XGB-CHLA算法在不同面积等级湖泊的反演结果示例。

图5是某一段时期的(2013-2018年)长江中下游和淮河流域605个湖泊的叶绿素a浓度平均值空间分布。

图6是某一段时期的(2013-2018年)长江中下游和淮河流域605个湖泊的叶绿素a浓度季节平均值的空间分布(a)-(d)分别是春、夏、秋、冬。

图7是XGB-CHLA算法在美国明尼苏达州的10000个水体的叶绿素a浓度反演示例(2018年夏季)。

前述图示1-7中，作为英文形式表达的各坐标、标识或其他表示，均为本领域所公知的，并不在本例中再做赘述。

具体实施方式

为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。

在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是应为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。

实施例1

本实施例以长江中下游和淮河流域605个湖泊为例，对本发明的技术方案作进一步描述。

本发明的方法以研究区域实测叶绿素a数据和同步的Landsat-8OLI的R_rc数据为基础，通过简单的大气校正获得反射率R_rc’；然后使用前六个波段的R_rc’和4个波段指数作为输入，使用机器学习方法XGBoost开发Landsat-8的内陆湖泊叶绿素a浓度估算(XGB-CHLA)；之后，将算法应用到一些湖泊案例中评估其性能；最后，将该算法应用到了中国东部平原长江中下游流域和淮河流域的605个1km²以上的湖泊上，获取了2013-2018年的时空分布特征。

作为示例性的描述，下面结合附图所示，对前述方法的实施进行具体说明。

步骤1、基于Landsat-8遥感产品数据，获取7个波段的湖泊水体反射率R_rc数据集；并采集Landsat-8同步过境采集的湖泊实测叶绿素a浓度数据

采用Landsat-8OLI传感器的L1T级遥感产品作为数据源，使用辅助的气象数据和瑞利散射查找表，在SeaDAS 7.5软件中进行水汽吸收、臭氧吸收和瑞利散射的去除，得到瑞利校正后的反射率(Rayleigh corrected reflectance,R_rc)，从R_rc(λ)减去R_rc(2201)，获取大气校正后的反射率数据，同时利用R_rc(2201)>0.018的阈值去除云和陆地覆盖的区域，得到仅有水体覆盖的区域的结果。

步骤2、XGB-CHLA算法开发使用的数据和算法结构；

基于已有的湖泊采样数据(图1)，采用以下几个标准筛选数据：(1)结合实测记录和卫星影像去除云、太阳耀斑、藻华覆盖的样点；(2)使用±6h的时间窗口去匹配数据集。(3)保留每个样点3×3窗口的R’_rc(λ)变异系数都在10％以内的数据。按照上述标准，共得到数据322个。

随机将星地同步数据分为两类，220个用来建模，102个用来验证。这些数据涵盖了一个大的水质变化区间，平均叶绿素是1.01-99.08μg/L，均值是29.21±66.23μg/L，SPM是5.00-239.00mg/L，均值是55.08±31.67mg/L，a_g(443)是0.16-2.41m^-1，均值是0.93±0.37m^-1。

XGB-CHLA方法流程如图2所示，XGB-CHLA方法的使用python的XGBoost包实现，模型训练过程最重要的几个参数是：学习率、树的最大深度、最小叶子节点样本权重和、树的最大叶子数量、随机采样比例、正则化参数等。通过逐步的调参得到最优的模型结构参数，使得最终模型具有高精度且和泛化能力。调参的原则是保持模型取得较高预测精度的前提下，模型的结构保持简单，如更少的树的层数、叶子数量、重采样率、学习率和高的正则化参数。

本实施例中，通过上述的方法原理训练得到的模型参数分别是，学习率为0.0001，树的最大深度是5层，重采样率是0.2，叶子的最大数量是100，正则化参数采用L2正则化系数0.2，最大迭代次数初始采用100000次，然后采用XGBoost包中cross_validation自动优化确定。同时，为了保证模型的稳定性和对训练集的不依赖性，5层刀切法方法被用于交叉验证。通过5组随机选择的训练集和验证集对模型性能进行评价(平均的RMSE和UPD)，选择精度效果最好的模型作为最终的模型。

XGB-CHLA算法在训练和验证的数据集上都体现了较高的精度(图3)，大部分的数据点都均匀分布在1:1线附近，验证集精度略低于训练集。统计结果显示，五轮交叉验证中训练集的平均R²为0.85，RMSE＝6.21μg/L,UPD为33.54％(N＝220)；在验证集上也体现了较高的精度，平均R²为0.79，RMSE＝7.12μg/L,UPD位40.46％(N＝102)。多轮验证指标表明了模型对于训练集依赖性弱，具备较好的抗干扰性能，说明了模型具备较好的泛化能力。但是，由于在高值或低值的Chla样点相对较少，模型存在低估或高估现象，但是本研究区域水体的叶绿素a浓度多位于10-60μg/L，在藻华被掩膜的情况下，该算法能够获得较好地适用于这些湖泊叶绿素a浓度的估算。

步骤3、将步骤叶绿素a浓度反演算法应用至湖泊遥感数据，获取湖泊叶绿素a空间分布与时间变化；

图4展示了研究区域内不同面积水平下湖泊的XGB-CHLA反演结果，这里为了显示空间差异没有掩膜藻华区域。XGB-CHLA算法获取的叶绿素a与RGB原图空间分布一致，在绿色的藻类覆盖较高的区域，叶绿素a浓度高，在清澈水体叶绿素浓度a较低，而且湖泊外围水体高于中心水体，这与我们期待的结果一致。并且，在研究较多的湖泊，如太湖、巢湖和洪泽湖，XGB-CHLA算法获取的叶绿素a浓度分布与已发表的结果相近。值得注意的是，XGB-CHLA算法在浑浊水体体现了较好的抗干扰性，如洪泽湖的中心水体极度浑浊，在缺少700-710nm波段的情况下，XGB-CHLA算法没有在这个区域出现高估的效应，得到了期待的叶绿素a分布结果。最重要的是，XGB-CHLA算法在10km²以内的湖泊(长荡、金鸡湖和独墅湖)仍旧能够获取清晰的叶绿素a空间分布纹理，作为对比，MODIS在这样的湖泊尺寸下无法反映水体的环境。

本实施例将XGB-CHLA算法应用到了2013-2018年共1262景的Landsat-8的R’_rc(λ)数据，605个1km²以上湖泊的叶绿素a浓度的时空分布被获取，这里排除了藻华覆盖的区域。图5展示了2013-2018年的平均Chla浓度空间分布，其中ZoomA、B、C、D是研究区域内湖泊集中分布的四个区域。总体上，研究区的湖泊平均叶绿素a浓度具有明显的空间差异特征，中小湖泊的叶绿素a分布也清晰的展示出来。不仅多个湖泊之间存在差异，而且每个湖泊自身也存在差异，比如，太湖和巢湖的浓度明显高于其他湖泊，而太湖北部和巢湖西部高于其他的湖区。据统计，605个湖泊的平均Chla浓度在2.17-75.05μg/L之间，平均浓度是31.12±7.92μg/L，中值为29.90μg/L。根据湖泊的尺寸统计，湖泊的面积越小，其对应的平均Chla浓度越高，而且标准差也较高。10km²以下湖泊的平均叶绿素a浓度是41.90±9.68μg/L(N＝473)，10-50km²的湖泊是39.27±8.38μg/L(N＝93)，50-100km²的湖泊时36.47±8.15μg/L(N＝13)，100-500km²的湖泊是32.82±7.39μg/L(N＝20)，500km²以上的湖泊是28.85±7.27μg/L(N＝7)。

在季节上，所有湖泊的平均Chla浓度在夏季最高(33.41±10.29μg/L)，冬季最低(26.92±6.48μg/L)，春秋季节平均Chla浓度持平，平均浓度介于夏季和冬季之间(图6)。同样地，不同面积等级湖泊的平均Chla浓度也具有类似的季节分布特征，即夏季最高、冬季最低，且夏季浓度差异大，冬季浓度差异小。

此外，我们将该XGB-CHLA算法直接应用到了明尼苏达州的10000个湖泊，在2018年的夏季(7-9月)选择晴朗无云的数据利用SeaDAS处理得到Rrc后进行简单大气校正得到R’_rc(λ)后，将XGB-CHLA算法应用到这个区域。结果显示，XGB-CHLA算法在MN洲的湖泊群得到了明显的空间格局，在北部浓度较高，为20-30μg/L，而南部靠近明尼阿波利斯区域的湖泊则浓度较高，在50μg/L或以上。该结果与明尼苏达大学公布的该区域2017-2018年平均叶绿素a浓度结果进行了对比(https://lakes.rs.umn.edu/)，绝对值存在差别，但空间分布是相对一致的。

虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。

Claims

1.一种基于Landsat-8数据和机器学习的湖泊叶绿素a浓度反演方法，其特征在于，包括如下步骤：

2)结合XGBoost机器学习模型，构建叶绿素a浓度反演算法；

2.根据权利要求1所述的方法，其特征在于，所述步骤1)中，采用Landsat-8 OLI传感器的L1T级遥感产品作为数据源。

3.根据权利要求1所述的方法，其特征在于，所述步骤1)中，还包括数据预处理，采用SeaDAS软件对遥感产品数据进行瑞利散射校正；对瑞利校正后的反射率进行再校正以去除部分气溶胶信号，并提取仅有水体覆盖的区域的数据。

4.根据权利要求3所述的方法，其特征在于，所述步骤1)中，将瑞利校正后的反射率减去2201nm波段处的反射率R_rc(2201)以去除部分气溶胶信号。

5.根据权利要求3或4所述的方法，其特征在于，所述步骤1)中，基于R_rc(2201)>0.018提取仅有水体覆盖的区域的数据。

6.根据权利要求1所述的方法，其特征在于，所述步骤2)中，对数据集进行筛选，包括：

②使用±6h的时间窗口去匹配数据集；

③保留每个样点3×3窗口的R’_rc(λ)变异系数都在10％以内的数据集。

7.根据权利要求1所述的方法，其特征在于，所述步骤2)中，机器学习模型训练的输入为10维的特征，包括R’_rc(443)，R’_rc(482)，R’_rc(561)，R’_rc(655)，R’_rc(865)，R’_rc(1610)，BGI(R’_rc(561)/R’_rc(443))，RGI(R’_rc(655)/R’_rc(561))，NIRRI(R’_rc(865)/R’_rc(655))和FAI。

8.根据权利要求1所述的方法，其特征在于，所述步骤2)中，XGBoost机器学习模型结构参数的确定方式为：基于模型训练过程进行参数调整，调整参数包括学习率、树的最大深度、最小叶子节点样本权重和、树的最大叶子数量、随机采样比例和正则化参数；在保持较高预测精度的前提下，基于更少的树的层数、叶子数量、重采样率、学习率和高的正则化参数这一原则进行调参，获取最优的模型结构参数。

9.根据权利要求1所述的方法，其特征在于，还包括对模型精度进行验证，采用5层刀切法进行交叉验证，通过5组随机选择的训练集和验证集，基于平均RMSE和UPD对模型性能进行评价，选择精度效果最好的模型作为最终的模型。

10.根据权利要求1所述的方法，其特征在于，还包括，将步骤2)构建的叶绿素a浓度反演算法应用至湖泊遥感数据，获取湖泊叶绿素a空间分布与时间变化；反演算法应用时，以FAI指数>-0.004作为标准，去除藻华覆盖的水体，再对水体进行遥感反演。