CN113092417A - 一种基于水体颜色的水体清洁程度确定方法及装置 - Google Patents
一种基于水体颜色的水体清洁程度确定方法及装置 Download PDFInfo
- Publication number
- CN113092417A CN113092417A CN202110276979.5A CN202110276979A CN113092417A CN 113092417 A CN113092417 A CN 113092417A CN 202110276979 A CN202110276979 A CN 202110276979A CN 113092417 A CN113092417 A CN 113092417A
- Authority
- CN
- China
- Prior art keywords
- water body
- color
- water
- determining
- remote sensing
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/55—Specular reflectivity
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material 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)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明公开了一种基于水体颜色的水体清洁程度确定方法及装置,所述方法包括:获取水体遥感图像的遥感反射率数据;基于所述遥感反射率数据计算水体颜色的三刺激值;根据所述三刺激值计算水体颜色的色度角;根据所述色度角确定水体的碧海指数,基于所述碧海指数确定水体的洁净程度。本发明可以将通过水体遥感图像确定水体颜色,再根据水体颜色确定水体的洁净程度,整个过程操作简单快速,不但可以减少检测工作量,缩短检测时长,提高检测效率,通过辨识水体颜色的微小差异,精细刻画水体清洁程度的细微变化,提高检测准确率,而且由于可以通过采集水体遥感图像进行快速检测,可以进一步增加检测范围,提高检测的时效性与实用性。
Description
技术领域
本发明涉及海洋遥感监测技术领域,尤其涉及一种基于水体颜色的水体清洁程度确定方法及装置。
背景技术
海洋占地球表面面积约71%,海洋孕育生命,更为人类提供许多资源,因此,对于海洋环境保护、海洋污染监测、海洋资源开发等均具有重要意义。
为了能直观和快速检测海洋水体的洁净程度,目前常用的方法是采集不同区域的海水样品,计算海水中悬浮物和溶解物质的含量,根据悬浮物和溶解物质的含量确定海水的洁净程度。
但目前的检测方法有如下问题:由于海洋的面积大,需要检测的范围广,导致检测工作量大,检测效率低。
发明内容
本发明提出一种基于水体颜色的水体清洁程度确定方法及装置,所述方法可以快速和准确地进行大面积水体清洁程度检测,提高检测效率和准确率。
本发明实施例的第一方面提供了一种基于水体颜色的水体清洁程度确定方法,所述方法包括:
获取水体遥感图像的遥感反射率数据;
基于所述遥感反射率数据计算水体颜色的三刺激值;
根据所述三刺激值计算水体颜色的色度角;
根据所述色度角确定水体的碧海指数,基于所述碧海指数确定水体的洁净程度。
在第一方面的一种可能的实现方式中,所述基于所述遥感反射率数据计算水体颜色的三刺激值,包括:
所述遥感反射率数据包括高光谱分辨率数据Rrs(λ),所述三刺激值分别记作X,Y,Z;
所述三刺激值的计算如下式所示:
在第一方面的一种可能的实现方式中,所述基于所述遥感反射率数据计算水体颜色的三刺激值,包括:
所述遥感反射率数据包括红、绿和蓝三个波段的反射率,其中红、绿和蓝三个波段的反射率分别记作R、G、B,所述三刺激值分别记作X,Y,Z;
所述三刺激值的计算如下式所示:
X=2.7689R+1.7517G+1.1302B
Y=1.0000R+4.5907G+0.0601B。
Z=0.0000R+0.0565G+1.1302B
在第一方面的一种可能的实现方式中,所述根据所述三刺激值计算水体颜色的色度角,包括:
根据所述三刺激值计算色度坐标;
确定所述色度坐标在预设的色度坐标系内的直角坐标,所述预设的色度坐标系为以预设色度图的等能白光点为原点构建的直角坐标系;
采用所述直角坐标与所述等能白光点确定色度向量,计算所述色度向量与所述直角坐标的夹角,得到水体颜色的色度角。
在第一方面的一种可能的实现方式中,所述根据所述三刺激值计算色度坐标,具体如下式所示:
其中,x+y+z=1,采用x和y两个值为色度坐标(x,y)。
在第一方面的一种可能的实现方式中,所述计算所述色度向量与所述直角坐标的夹角,得到水体颜色的色度角,具体如下式所示:
α=arctan2(y′,x′)+180;
其中,色度角为α,(y′,x′)为色度向量,arctan2函数表示双变量反正切函数。
在第一方面的一种可能的实现方式中,所述根据所述色度角确定水体的碧海指数,包括:
当所述色度角α<50°时,碧海指数由下式计算:BHI=100-10α/50;
当所述色度角50°≤α<200°时,碧海指数由下式计算:BHI=90-30(α-50)/150;
当所述色度角α≥200°时,碧海指数由下式计算:BHI=60-59(α-200)/160。
本发明实施例的第二方面提供了一种基于水体颜色的水体清洁程度确定装置,所述装置包括:
获取模块,用于获取水体遥感图像的遥感反射率数据;
三刺激值计算模块,用于基于所述遥感反射率数据计算水体颜色的三刺激值;
色度角计算模块,用于根据所述三刺激值计算水体颜色的色度角;
水体清洁程度确定模块,用于根据所述色度角确定水体的碧海指数,基于所述碧海指数确定水体的洁净程度。
相比于现有技术,本发明实施例提供的基于水体颜色的水体清洁程度确定方法及装置,其有益效果在于:本发明可以将通过水体遥感图像确定水体颜色,再根据水体颜色确定水体的洁净程度,整个过程操作简单快速,不但可以减少检测工作量,缩短检测时长,提高检测效率,通过辨识水体颜色的微小差异,精细刻画水体清洁程度的细微变化,提高检测准确率,而且由于可以通过采集水体遥感图像进行快速检测,可以进一步增加检测范围,提高检测的时效性与实用性。
附图说明
图1是本发明一实施例提供的一种基于水体颜色的水体清洁程度确定方法的流程示意图;
图2是本发明一实施例提供的实测水体遥感反射率光谱数据的分布示意图;
图3是本发明一实施例提供的色度图的分布示意图;
图4是本发明一实施例提供的黄河口海域卫星(Landsat8 OLI)遥感反射率真彩色合成影像图;
图5是本发明一实施例提供的黄河口海域碧海指数空间分布图;
图6是本发明一实施例提供的黄河口海域水体清洁程度分级图;
图7是本发明一实施例提供的全球海域碧海指数空间分布图;
图8是本发明一实施例提供的全球海域水体清洁程度分级图;
图9是本发明一实施例提供的一种基于水体颜色的水体清洁程度确定装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前的检测方法有如下问题:由于海洋的面积大,需要检测的范围广,导致检测工作量大,检测效率低。
为了解决上述问题,下面将通过以下具体的实施例对本申请实施例提供的一种基于水体颜色的水体清洁程度确定方法进行详细介绍和说明。
参照图1,示出了本发明一实施例提供的一种基于水体颜色的水体清洁程度确定方法的流程示意图。
其中,作为示例的,所述基于水体颜色的水体清洁程度确定方法,可以包括:
S11、获取水体遥感图像的遥感反射率数据。
参照图2,示出了本发明一实施例提供的实测水体遥感反射率光谱数据的分布图。在实际操作中,可以获取水体的遥感图像,从遥感图像中提取遥感反射率数据。
S12、基于所述遥感反射率数据计算水体颜色的三刺激值。
由于海水中悬浮和溶解物质(如浮游植物、溶解有机物、悬浮物颗粒物,即水色组分)的含量,决定了海水的颜色和清洁程度。若海水中悬浮和溶解物质的含量越低,海洋水体也越清洁,海水的颜色呈深蓝;若海水中悬浮和溶解物质的含量越高,海洋水体也越浑浊,海水的颜色呈多呈绿和黄色。
根据计算水体颜色的三刺激值可以确定海水中悬浮和溶解物质的含量,从而可以确定海洋水体的洁净程度。
在其中一种实施例中,所述遥感反射率数据可以包括高光谱分辨率数据Rrs(λ),所述三刺激值分别记作X,Y,Z;
所述三刺激值的计算如下式所示:
在另一种可选的实施例中,所述遥感反射率数据可以包括红、绿和蓝三个波段的反射率,其中红、绿和蓝三个波段的反射率分别记作R、G、B,所述三刺激值分别记作X,Y,Z;
所述三刺激值的计算如下式所示:
X=2.7689R+1.7517G+1.1302B
Y=1.0000R+4.5907G+0.0601B。
Z=0.0000R+0.0565G+1.1302B
S13、根据所述三刺激值计算水体颜色的色度角。
由于水体颜色有多种,为了能准确计算碧海指数,可以先计算水体颜色的色度角,再把色度角α代入碧海指数计算模型中,得到碧海指数,并据此评定水体清洁程度。
为了准确计算水体颜色的色度角,其中,作为示例的,步骤S13可以包括以下子步骤:
子步骤S131、根据所述三刺激值计算色度坐标。
其中,色度坐标的计算具体如下式所示:
其中,由于x+y+z=1,可以采用x和y两个值为色度坐标(x,y)。
子步骤S132、确定所述色度坐标在预设的色度坐标系内的直角坐标,所述预设的色度坐标系为以预设色度图的等能白光点为原点构建的直角坐标系。
参照图3,示出了本发明一实施例提供的色度图的分布示意图。具体地,可以采用CIE-xy色度图表示可见光范围内的所有颜色,如图3所示。每种颜色都对应一个色度坐标(x,y),且每一种颜色均落在马蹄形的光谱轨迹包围的范围内。其中,图中S点称作“等能白光点”,其色度坐标为(0.3333,0.3333),表示三种原色等量混合。
其中以C点计算得到的其中一种颜色对应的色度坐标,坐标为(x,y)。
为了方便计算,计算以色度图中的等能白光点为起点,以色度坐标(x,y)为终点的向量与所述色度图中预设坐标轴的夹角。
在实际操作中,为了方便计算,可以在在色度图中建立一个新的色度坐标系o′x′y′,其中,坐标系原点o′位于色度图中的等能白光点S,x′轴与色度图y轴平行且方向一致,y′轴与色度图中x轴平行且方向一致,x′轴与y′轴垂直交于o′点,并将色度图分成四个象限。
将色度图外围线的每一个纳米波长的色度坐标(x,y)转换成色度坐标系下的直角坐标(x′,y′),具体的转换公式如下所示:
子步骤S133、采用所述直角坐标与所述等能白光点确定色度向量,计算所述色度向量与所述直角坐标的夹角,得到水体颜色的色度角。
具体地,可以在色度坐标系计算该中直角坐标C与等能白光点S形成的向量SC。在在色度坐标系中,假设向量SC与x′负轴夹角为α,则夹角α计算公式为:
α=arctan2(y′,x′)+180
其中,arctan2函数表示双变量反正切函数,α的值域为(0°,360°)。即向量SC从x′负轴顺时针旋转经过x′正轴再到x′负轴的过程。
S14、根据所述色度角确定水体的碧海指数,基于所述碧海指数确定水体的洁净程度。
在计算得到色度角后,可以根据色度角的大小确定碧海指数(BHI)。
在实际操作中,碧海指数的计算可以如下所示:
当所述色度角α<50°时,碧海指数由下式计算:BHI=100-10α/50;
当所述色度角50°≤α<200°时,碧海指数由下式计算:BHI=90-30(α-50)/150;
当所述色度角α≥200°时,碧海指数由下式计算:BHI=60-59(α-200)/160。
为了能更直观快速地确定水体清洁程度的情况,在本实施例中,可以根据碧海指数(BHI)的数值大小,确定水体的清洁程度。
具体地:
若BHI≥90,则水体清洁程度评定为优,水体清洁等级为I级;
若75≤BHI<90,则水体清洁程度评定为良,水体清洁等级为II级;
若60≤BHI<75,则水体清洁程度评定为中,水体清洁等级为III级;
若BHI<60,则水体清洁程度评定为差,水体清洁等级为IV级。
通过将水体清洁程度分类,用户可以更加直观明了地确定当前海洋的污染情况。
在本实施例中,以渤海莱州湾海域十个点位现场实测数据例子。具体地,可以利用地物光谱仪在渤海莱州湾海域十个点位现场实测得到的高光谱分辨率遥感反射率数据。
从不同清洁程度的水体高光谱遥感反射率数据中,选取波长为380~700nm的遥感反射率计算水体光谱三刺激值;基于光谱三刺激值计算水体颜色色度角α;基于水体颜色色度角α,计算水体碧海指数;基于所述碧海指数及分级标准,评定水体清洁程度。结果如下表所示。该结果表明,由渤海莱州湾十个点位的海水光谱数据计算得到的碧海指数在52.70~75.19之间,该区域水体清洁程度为良、中、差,相应的水体清洁程度评级为II~IV级。该实施例表明,利用本方法适用于现场实测光谱数据,利用百分制的碧海指数来表征海域清洁程度,较传统的色度角指标更直观。
下表为基于实测高光谱遥感反射率数据计算的碧海指数及水体清洁程度评级结果
参照图4,示出了本发明一实施例提供的黄河口海域卫星(Landsat8 OLI)遥感反射率真彩色合成影像图。在一可选的实施例中,可以采用Landsat-8OLI光学卫星数据进行检测。所选的实验区可以为渤海黄河口海域无云雾遮挡的区域(如图4所示),进行碧海指数计算。
首先对遥感影像进行辐射校正和大气校正,获得遥感反射率;然后选取蓝、绿和红光波段的遥感反射率,计算水色三刺激值和色度角α;最后把色度角α代入碧海指数计算模型中,得到碧海指数,并据此评定水体清洁程度。
参照图5-6,分别示出了本发明一实施例提供的黄河口海域碧海指数空间分布图和本发明一实施例提供的黄河口海域水体清洁程度分级图。计算得到的碧海指数及水体清洁程度评级空间分布如图5和图6所示。如图5-6所示,黄河口及周边渤海海域的碧海指数在50~70之间,该区域水体清洁程度为中、差,相应的水体清洁程度评级为III、IV级。本申请利用本方法适用于卫星遥感影像,可获得大范围、准同步的水体清洁程度评估结果。
参照图7-8,分别示出了本发明一实施例提供的全球海域碧海指数空间分布图和本发明一实施例提供的全球海域水体清洁程度分级图。在又一可选的实施例中,可以采用MODIS光学卫星数据进行检测,所选的实验区为全球海域,进行碧海指数计算。
可以选取蓝、绿和红光波段的遥感反射率,计算水色三刺激值和色度角α;然后把色度角α代入碧海指数计算模型中,得到碧海指数,并据此评定水体清洁程度。计算得到的碧海指数及水体清洁程度评级空间分布。参照图7-8,在中低纬度里,开阔海域的碧海指数>90,水体清洁程度为I级;而碧海指数的低值区主要分布在近岸海域。该实施例表明,利用本方法可简便、快速评估全球海域的清洁程度。
在本实施例中,本发明实施例提供了一种基于水体颜色的水体清洁程度确定方法,其有益效果在于:本发明可以将通过水体遥感图像确定水体颜色,再根据水体颜色确定水体的洁净程度,整个过程操作简单快速,不但可以减少检测工作量,缩短检测时长,提高检测效率,通过辨识水体颜色的微小差异,精细刻画水体清洁程度的细微变化,提高检测准确率,而且由于可以通过采集水体遥感图像进行快速检测,可以进一步增加检测范围,提高检测的时效性与实用性。
本发明实施例还提供了一种基于水体颜色的水体清洁程度确定装置,参见图9,示出了本发明一实施例提供的一种基于水体颜色的水体清洁程度确定装置的结构示意图。
其中,作为示例的,所述基于水体颜色的水体清洁程度确定装置可以包括:
获取模块901,用于获取水体遥感图像的遥感反射率数据;
三刺激值计算模块902,用于基于所述遥感反射率数据计算水体颜色的三刺激值;
色度角计算模块903,用于根据所述三刺激值计算水体颜色的色度角;
水体清洁程度确定模块904,用于根据所述色度角确定水体的碧海指数,基于所述碧海指数确定水体的洁净程度。
进一步的,所述三刺激值计算模块还用于:
所述遥感反射率数据包括高光谱分辨率数据Rrs(λ),所述三刺激值分别记作X,Y,Z;
所述三刺激值的计算如下式所示:
进一步的,所述三刺激值计算模块还用于:
所述遥感反射率数据包括红、绿和蓝三个波段的反射率,其中红、绿和蓝三个波段的反射率分别记作R、G、B,所述三刺激值分别记作X,Y,Z;
所述三刺激值的计算如下式所示:
X=2.7689R+1.7517G+1.1302B
Y=1.0000R+4.5907G+0.0601B。
Z=0.0000R+0.0565G+1.1302B
进一步的,所述色度角计算模块还用于:
根据所述三刺激值计算色度坐标;
确定所述色度坐标在预设的色度坐标系内的直角坐标,所述预设的色度坐标系为以预设色度图的等能白光点为原点构建的直角坐标系;
采用所述直角坐标与所述等能白光点确定色度向量,计算所述色度向量与所述直角坐标的夹角,得到水体颜色的色度角。
进一步的,所述色度坐标的计算具体如下式所示:
其中,x+y+z=1,采用x和y两个值为色度坐标(x,y)。
进一步的,所述色度角的计算具体如下式所示:
α=arctan2(y′,x′)+180;
其中,色度角为α,(y′,x′)为色度向量,arctan2函数表示双变量反正切函数。
进一步的,所述水体清洁程度确定模块还用于:
当所述色度角α<50°时,碧海指数由下式计算:BHI=100-10α/50;
当所述色度角50°≤α<200°时,碧海指数由下式计算:BHI=90-30(α-50)/150;
当所述色度角α≥200°时,碧海指数由下式计算:BHI=60-59(α-200)/160。
进一步的,本申请实施例还提供了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述实施例所述的基于水体颜色的水体清洁程度确定方法。
进一步的,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如上述实施例所述的基于水体颜色的水体清洁程度确定方法。
以上所述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,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种基于水体颜色的水体清洁程度确定方法,其特征在于,所述方法包括:
获取水体遥感图像的遥感反射率数据;
基于所述遥感反射率数据计算水体颜色的三刺激值;
根据所述三刺激值计算水体颜色的色度角;
根据所述色度角确定水体的碧海指数,基于所述碧海指数确定水体的洁净程度。
4.根据权利要求2或3所述的基于水体颜色的水体清洁程度确定方法,其特征在于,所述根据所述三刺激值计算水体颜色的色度角,包括:
根据所述三刺激值计算色度坐标;
确定所述色度坐标在预设的色度坐标系内的直角坐标,所述预设的色度坐标系为以预设色度图的等能白光点为原点构建的直角坐标系;
采用所述直角坐标与所述等能白光点确定色度向量,计算所述色度向量与所述直角坐标的夹角,得到水体颜色的色度角。
6.根据权利要求5所述的基于水体颜色的水体清洁程度确定方法,其特征在于,所述计算所述色度向量与所述直角坐标的夹角,得到水体颜色的色度角,具体如下式所示:
α=arctan2(y′,x′)+180;
其中,色度角为α,(y′,x′)为色度向量,arctan2函数表示双变量反正切函数。
7.根据权利要求1所述的基于水体颜色的水体清洁程度确定方法,其特征在于,所述根据所述色度角确定水体的碧海指数,包括:
当所述色度角α<50°时,碧海指数由下式计算:BHI=100-10α/50;
当所述色度角50°≤α<200°时,碧海指数由下式计算:BHI=90-30(α-50)/150;
当所述色度角α≥200°时,碧海指数由下式计算:BHI=60-59(α-200)/160。
8.一种基于水体颜色的水体清洁程度确定装置,其特征在于,所述装置包括:
获取模块,用于获取水体遥感图像的遥感反射率数据;
三刺激值计算模块,用于基于所述遥感反射率数据计算水体颜色的三刺激值;
色度角计算模块,用于根据所述三刺激值计算水体颜色的色度角;
水体清洁程度确定模块,用于根据所述色度角确定水体的碧海指数,基于所述碧海指数确定水体的洁净程度。
9.一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7任意一项所述的基于水体颜色的水体清洁程度确定方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1-7任意一项所述的基于水体颜色的水体清洁程度确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110276979.5A CN113092417A (zh) | 2021-03-15 | 2021-03-15 | 一种基于水体颜色的水体清洁程度确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110276979.5A CN113092417A (zh) | 2021-03-15 | 2021-03-15 | 一种基于水体颜色的水体清洁程度确定方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113092417A true CN113092417A (zh) | 2021-07-09 |
Family
ID=76667162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110276979.5A Pending CN113092417A (zh) | 2021-03-15 | 2021-03-15 | 一种基于水体颜色的水体清洁程度确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113092417A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115984711A (zh) * | 2022-12-30 | 2023-04-18 | 中国科学院空天信息创新研究院 | 一种基于卫星遥感的非蓝藻水华监测方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110866900A (zh) * | 2019-11-05 | 2020-03-06 | 江河瑞通(北京)技术有限公司 | 水体颜色识别方法及装置 |
CN111380836A (zh) * | 2020-03-04 | 2020-07-07 | 平安国际智慧城市科技股份有限公司 | 基于遥感影像的黑臭水定位方法、装置及其相关设备 |
CN111595791A (zh) * | 2020-06-04 | 2020-08-28 | 首都师范大学 | 基于高光谱数据校正的内陆水体fui水色指数提取方法 |
CN112179854A (zh) * | 2020-09-30 | 2021-01-05 | 中国科学院南京地理与湖泊研究所 | 基于p-fui水色指数的富营养化湖泊蓝藻水华遥感监测方法 |
-
2021
- 2021-03-15 CN CN202110276979.5A patent/CN113092417A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110866900A (zh) * | 2019-11-05 | 2020-03-06 | 江河瑞通(北京)技术有限公司 | 水体颜色识别方法及装置 |
CN111380836A (zh) * | 2020-03-04 | 2020-07-07 | 平安国际智慧城市科技股份有限公司 | 基于遥感影像的黑臭水定位方法、装置及其相关设备 |
CN111595791A (zh) * | 2020-06-04 | 2020-08-28 | 首都师范大学 | 基于高光谱数据校正的内陆水体fui水色指数提取方法 |
CN112179854A (zh) * | 2020-09-30 | 2021-01-05 | 中国科学院南京地理与湖泊研究所 | 基于p-fui水色指数的富营养化湖泊蓝藻水华遥感监测方法 |
Non-Patent Citations (7)
Title |
---|
SŁAWOMIR B. WO´ZNIAK等: "Modelling Water Colour Characteristics in an Optically Complex Nearshore Environment in the Baltic Sea; Quantitative Interpretation of the Forel-Ule Scale and Algorithms for the Remote Estimation of Seawater Composition", 《REMOTE SENS.》 * |
YELONG ZHAO等: "Recognition of Water Colour Anomaly by Using Hue Angle and Sentinel 2 Image", 《REMOTE SENS.》 * |
姜倩: "卫星遥感在湖库水质监测中的有效性评价方法研究-以GF-1号卫星为例", 《中国优秀博硕士学位论文全文数据库(硕士) 工程科技辑》 * |
张美艳等: "基于水体颜色的景观定量评价方法", 《资源节约与环保》 * |
桂和荣等著: "《煤矿塌陷塘环境生态学研究》", 31 August 2009, 地质出版社 * |
王胜蕾: "基于水色指数的大范围长时序湖库水质遥感监测研究", 《中国优秀博硕士学位论文全文数据库(博士) 工程科技I辑》 * |
耿雷华等著: "《河湖健康评价理论与实践》", 30 June 2016, 中国环境出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115984711A (zh) * | 2022-12-30 | 2023-04-18 | 中国科学院空天信息创新研究院 | 一种基于卫星遥感的非蓝藻水华监测方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Akkaynak et al. | Sea-thru: A method for removing water from underwater images | |
DeFries et al. | Subpixel forest cover in central Africa from multisensor, multitemporal data | |
Chianucci | A note on estimating canopy cover from digital cover and hemispherical photography | |
Wang et al. | MODIS-based radiometric color extraction and classification of inland water with the Forel-Ule scale: A case study of Lake Taihu | |
CN109726705B (zh) | 红树林信息的提取方法、装置及电子设备 | |
KR20080031702A (ko) | 원격탐사영상 구름식별 방법 | |
CN115984711B (zh) | 一种基于卫星遥感的非蓝藻水华监测方法和系统 | |
CN115266632A (zh) | 一种水体污染源无人机高光谱遥感排查方法 | |
Roznere et al. | Real-time model-based image color correction for underwater robots | |
CN113092417A (zh) | 一种基于水体颜色的水体清洁程度确定方法及装置 | |
CN113176211B (zh) | 一种基于hsv颜色空间模型变换的日间云检测方法 | |
CN106814035B (zh) | 海表漂浮大型藻类覆盖度的遥感估算方法 | |
CN115908864A (zh) | 一种基于modis影像的海水色度角提取方法及水色状况遥感分类方法 | |
CN111274871B (zh) | 基于轻小型无人机的森林火灾林木受损程度提取方法 | |
Data | Factors affecting defoliation assessment using airborne multispectral scanner data | |
CN112052757A (zh) | 火烧迹地信息提取方法、装置、设备和存储介质 | |
CN117115077A (zh) | 一种湖泊蓝藻水华检测方法 | |
Davies‐Colley et al. | MATCHING NATURAL WATER COLORS TO MUNSELL STANDARDS 1 | |
JP2008534951A (ja) | イルミナントの推定 | |
CN113177473B (zh) | 遥感影像水体自动化提取方法和装置 | |
CN113758885B (zh) | 一种水体内叶绿体色素浓度的测算方法及其系统 | |
CN114724035A (zh) | 一种基于遥感技术的早期水华检测方法 | |
Tonmoy et al. | Error reduction in arsenic detection through color spectrum analysis | |
CN114527085A (zh) | 一种基于地基高光谱遥感的水体黑臭程度测算方法 | |
Rostovtseva et al. | Method for estimating admixture content in seawater using operative spectrophotometry |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20210709 |