CN114894719A - 一种基于波段遥感反射率比值的卫星水体透明度反演方法 - Google Patents

一种基于波段遥感反射率比值的卫星水体透明度反演方法 Download PDF

Info

Publication number
CN114894719A
CN114894719A CN202210266666.6A CN202210266666A CN114894719A CN 114894719 A CN114894719 A CN 114894719A CN 202210266666 A CN202210266666 A CN 202210266666A CN 114894719 A CN114894719 A CN 114894719A
Authority
CN
China
Prior art keywords
remote sensing
reflectivity
data
coefficient
calculating
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
CN202210266666.6A
Other languages
English (en)
Inventor
刘瑶
魏丹丹
刘智伟
肖晨超
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.)
Ministry Of Natural Resources Land Satellite Remote Sensing Application Center
Original Assignee
Ministry Of Natural Resources Land Satellite Remote Sensing Application Center
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 Ministry Of Natural Resources Land Satellite Remote Sensing Application Center filed Critical Ministry Of Natural Resources Land Satellite Remote Sensing Application Center
Priority to CN202210266666.6A priority Critical patent/CN114894719A/zh
Publication of CN114894719A publication Critical patent/CN114894719A/zh
Pending legal-status Critical Current

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
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • 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
    • G01N21/47—Scattering, i.e. diffuse reflection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00—Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152—Water filtration

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供了一种基于波段遥感反射率比值的卫星水体透明度反演方法。该方案包括获取卫星高光谱地表反射率数据；根据高光谱地表反射率图像，进行所有波段的数据处理，获取遥感反射率图像；根据遥感反射率图像提取第一遥感数据和第二遥感数据；根据所述第一遥感数据和所述第二遥感数据计算波段比值，计算总吸收系数和后向散射系数；根据所述总吸收系数和所述后向散射系数计算水体透明度。该方案通过对浑浊和清洁水体像元选择相应的波段进行总吸收系数和后向散射系数的估算，进而对水体透明度进行准确反演计算。

Description

一种基于波段遥感反射率比值的卫星水体透明度反演方法
技术领域
本发明涉及图像处理技术领域，更具体地，涉及一种基于波段遥感反射率比值的卫星水体透明度反演方法。
背景技术
水体透明度能直观反映水体清澈和混浊程度，是评价湖泊富营养化，衡量水质优劣的重要指标之一，被广泛应用于湖泊学和海洋学研究中，对评估水体内水生植物多样性、生产力和水体营养程度等方面具有重要意义。
为改善水生态环境，有必要定期开展内陆水体透明度等水质参数的监测工作，服务于生态修复措施的水环境改善效果评价，以及为后续水资源的保护和管理提供决策数据支持。
在本发明技术之前，传统方法通过半分析模型计算总吸收系数和后向散射系数，进而计算漫衰减系数，最后，反演计算透明度。由于卫星数据质量(遥感反射率精度)和载荷指标(波段设置、空间分辨率)，因此传统半分析模型无法直接应用于卫星数据进行水体透明度数据估算。
发明内容
鉴于上述问题，本发明提出了一种基于波段遥感反射率比值的高光谱卫星水体透明度反演方法，实现了其高光谱图像遥感反射率的估算，并基于图像遥感反射率比值区分浑浊和清洁水体像元，选择相应的半分析方法，进而同时实现对浑浊和清洁水体的透明度计算。
根据本发明实施例第一方面，提供一种基于波段遥感反射率比值的卫星水体透明度反演方法。
获取高光谱辐亮度数据，并对所述辐亮度数据进行大气纠正，获得地表反射率图像；
根据所述地表反射率图像，进行所有波段的高光谱数据处理，获取遥感反射率图像；
根据所述遥感反射率图像提取第一遥感数据和第二遥感数据；
根据所述第一遥感数据和所述第二遥感数据计算波段遥感反射率比值，并计算总吸收系数和后向散射系数；
根据所述总吸收系数和所述后向散射系数计算水体透明度。
在一个或多个实施例中，优选地，所述根据所述地表反射率图像，进行所有波段的高光谱数据处理，获取遥感反射率图像，具体包括：
根据所述地表反射率图像，获得第一预设波段范围，计算所述第一预设波段范围内的反射率均值，保存为第一反射率均值；
根据所述地表反射率图像，获得第二预设波段范围，计算所述第二预设波段范围内的反射率均值，保存为第二反射率均值；
根据第一计算公式计算所有波段的遥感反射率，保存为所述遥感反射率图像；
所述第一计算公式为:
Figure RE-GDA0003737638310000021
其中，Bi表示第i个波段，Rrs(Bi)为所述Bi波段的遥感反射率，ρ(Bi)为所述Bi波段的地表反射率，ρNIR为所述第一反射率均值，ρSWIR为所述第二反射率均值
在一个或多个实施例中，优选地，所述根据所述遥感反射率图像提取第一遥感数据和第二遥感数据，具体包括：
在所述遥感反射率图像中提取第一波段和第二波段的遥感反射率；
将第一波段对应的遥感反射率保存为所述第一遥感数据；
将第二波段对应的遥感反射率保存为所述第二遥感数据
在一个或多个实施例中，优选地，所述根据所述第一遥感数据和所述第二遥感数据计算波段遥感反射率比值，并计算总吸收系数和后向散射系数，具体包括：
根据所述第一遥感数据和所述第二遥感数据，利用第二计算公式计算波段遥感反射率比值；
当所述波段遥感反射率比值小于0.55时，利用第一半分析模型计算所述总吸收系数和所述后向散射系数；
当所述波段遥感反射率比值不小于0.55时，利用第二半分析模型计算所述总吸收系数和所述后向散射系数；
所述第二计算公式为：
Figure RE-GDA0003737638310000031
其中，K为所述波段遥感反射率比值，I1为所述第一遥感数据，I2为所述第二遥感数据
在一个或多个实施例中，优选地，所述根据所述总吸收系数和所述后向散射系数计算水体透明度，具体包括：
根据所述总吸收系数和所述后向散射系数，利用第三计算公式计算漫衰减系数；
根据所述漫衰减系数和所述遥感反射率，利用第四计算公式计算所述水体透明度；
所述第三计算公式为：
Figure RE-GDA0003737638310000032
其中，Kd为所述漫衰减系数，a为所述总吸收系数，bb为所述后向散射系数， bbw为纯水后向散射系数，m0为第一预设系数，m1为第二预设系数，m2为第三预设系数，m3为第四预设系数，γ为第五预设系数；
所述第四计算公式为：
Figure RE-GDA0003737638310000041
其中，Zsd为所述水体透明度，
Figure RE-GDA0003737638310000042
为443,490,532,555,和665nm 这5个波段的Kd的最小值，
Figure RE-GDA0003737638310000043
为所述Kd最小值所在波段的遥感反射率
在一个或多个实施例中，优选地，所述第一预设波段范围为720-735nm；所述第二预设波段范围为1530-1630nm。
在一个或多个实施例中，优选地，所述第一波段为665nm；
所述第二波段为510nm。
根据本发明实施例第二方面，提供一种基于波段遥感反射率比值的卫星水体透明度反演系统，具体包括：
卫星数据获取子系统，用于获取高光谱辐亮度数据，并对所述辐亮度数据进行大气纠正，获得地表反射率图像；
高光谱数据处理子系统，用于根据所述地表反射率图像，进行所有波段的高光谱数据处理，获取遥感反射率图像；
遥感反射率图像提取子系统，用于根据所述遥感反射率图像提取第一遥感数据和第二遥感数据；
波段遥感反射率比值运算子系统，用于根据所述第一遥感数据和所述第二遥感数据计算波段遥感反射率比值，并计算总吸收系数和后向散射系数；
水体透明度反演子系统，用于根据所述总吸收系数和所述后向散射系数计算水体透明度。
根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面，提供一种电子设备。
在一个或多个实施例中，优选地，所述一种电子设备包括嵌入式核心处理器、存储模块、传输模块、通用扩展模块、高光谱地表反射率数据模块、视频图像显示模块、输入模块；
所述嵌入式核心处理器与所述存储模块、所述传输模块、所述通用扩展模块、所述高光谱地表反射率数据模块、所述视频图像显示模块、所述输入模块电连接；
所述嵌入式核心处理器内运行本发明实施例第一方面中的任一方法。
本发明的实施例提供的技术方案可以包括以下有益效果：
1)提出基于高光谱数据图像自身的大气纠正方法，实现对图像遥感反射率的精确估算。
2)建立面向高光谱数据的浑浊和清洁水体分类方法，并以此为基础进行不同类别水体像元的水体透明度反演，适应卫星高光谱数据特点。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的一种基于波段遥感反射率比值的卫星水体透明度反演方法的流程图。
图2是本发明一个实施例的一种基于波段遥感反射率比值的卫星水体透明度反演方法中的根据所述地表反射率图像，进行所有波段的高光谱数据处理，获取遥感反射率图像的流程图。
图3是本发明一个实施例的一种基于波段遥感反射率比值的卫星水体透明度反演方法中的根据所述遥感反射率图像提取第一遥感数据和第二遥感数据的流程图。
图4是本发明一个实施例的一种基于波段遥感反射率比值的卫星水体透明度反演方法中的根据所述第一遥感数据和所述第二遥感数据计算波段遥感反射率比值，并计算总吸收系数和后向散射系数的流程图。
图5是本发明一个实施例的一种基于波段遥感反射率比值的卫星水体透明度反演方法中的根据所述总吸收系数和所述后向散射系数计算水体透明度的流程图。
图6是本发明一个实施例的一种基于波段遥感反射率比值的卫星水体透明度反演系统的结构图。
图7是本发明一个实施例中一种电子设备的结构图。
具体实施方式
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
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。
水体透明度能直观反映水体清澈和混浊程度，是评价湖泊富营养化，衡量水质优劣的重要指标之一，被广泛应用于湖泊学和海洋学研究中，对评估水体内水生植物多样性、生产力和水体营养程度等方面具有重要意义。
为改善水生态环境，有必要定期开展内陆水体透明度等水质参数的监测工作，服务于生态修复措施的水环境改善效果评价，以及为后续水资源的保护和管理提供决策数据支持。
在本发明技术之前，传统方法通过半分析模型计算总吸收系数和后向散射系数，进而计算漫衰减系数，最后，反演计算透明度。由于卫星数据质量(遥感反射率精度)和载荷指标(波段设置、空间分辨率)，因此传统半分析模型无法直接应用于卫星数据进行水体透明度数据估算。
本发明实施例中，提供了一种基于波段遥感反射率比值的卫星水体透明度反演方法。该方案通过对浑浊和清洁水体像元选择相应的波段进行图像遥感反射率的估算，进而对于水体透明度的准确计算。
根据本发明实施例第一方面，提供一种基于波段遥感反射率比值的卫星水体透明度反演方法。
图1是本发明一个实施例的一种基于波段遥感反射率比值的卫星水体透明度反演方法的流程图。
如图1所示，在一个或多个实施例中，优选地，所述一种基于波段遥感反射率比值的高光谱卫星水体透明度反演方法包括：
S101、获取高光谱辐亮度数据，并对所述辐亮度数据进行大气纠正，获得地表反射率图像；
S102、根据所述地表反射率图像，进行所有波段的高光谱数据处理，获取遥感反射率图像；
S103、根据所述遥感反射率图像提取第一遥感数据和第二遥感数据；
S104、根据所述第一遥感数据和所述第二遥感数据计算波段遥感反射率比值，并计算总吸收系数和后向散射系数；
S105、根据所述总吸收系数和所述后向散射系数计算水体透明度。
在本发明实施例中，提供了一种基于高光谱卫星数据进行水体透明度反演的方法，在进行大气纠正的基础上，将地表反射数据按照全部波段进行数据处理，并根据各个波段对应的遥感数据计算总吸收系数和后向散射系数，最终反演出水体透明度。
图2是本发明一个实施例的一种基于波段遥感反射率比值的高光谱卫星水体透明度反演方法中的根据所述地表反射率图像，进行所有波段的高光谱数据处理，获取遥感反射数据的流程图。
如图2所示，在一个或多个实施例中，优选地，所述根据所述地表反射率图像，进行所有波段的高光谱数据处理，获取遥感反射数据，具体包括：
S201、根据所述地表反射率图像，获得第一预设波段范围，计算所述第一预设波段范围内的反射率均值，保存为第一反射率均值；
S202、根据所述地表反射率图像，获得第二预设波段范围，计算所述第二预设波段范围内的反射率均值，保存为第二反射率均值；
S203、根据第一计算公式计算所有波段的遥感反射率，保存为所述遥感反射率图像；
所述第一计算公式为:
Figure RE-GDA0003737638310000081
其中，Rrs(Bi)为所述遥感反射率，ρ(Bi)为地表反射率，Bi为第i个波段的高光谱数据，ρNIR为所述第一反射率均值，ρSWIR为所述第二反射率均值。
在本发明实施例中，针对于高光谱数据分别进行了预设波段范围的计算，生成反射率均值，进而利用反射率均值根据各个波段的计算获得了所有的遥感反射率数据，所获得的遥感反射率数据不但具备了预设波段特征，同时又能反应自身波段的信息特征。
图3是本发明一个实施例的一种基于波段遥感反射率比值的卫星水体透明度反演方法中的根据所述遥感反射数据提取第一遥感数据和第二遥感数据的流程图。
如图3所示，在一个或多个实施例中，优选地，所述根据所述遥感反射数据提取第一遥感数据和第二遥感数据，具体包括：
S301、在所述遥感反射数据中提取第一波段和第二波段的遥感反射率；
S302、将第一波段对应的遥感反射率保存为所述第一遥感数据；
S303、将第二波段对应的遥感反射率保存为所述第二遥感数据。
在本发明实施例中，针对第一波段和第二波段，分别进行遥感反射率的计算，获得的遥感分别单独保存，用于下一步的波段比值分析。
图4是本发明一个实施例的一种基于波段遥感反射率比值的卫星水体透明度反演方法中的根据所述第一遥感数据和所述第二遥感数据计算波段遥感反射率比值，并获得总吸收系数和后向散射系数的流程图。
如图4所示，在一个或多个实施例中，优选地，所述根据所述第一遥感数据和所述第二遥感数据计算波段遥感反射率比值，并获得总吸收系数和后向散射系数，具体包括：
S401、根据所述第一遥感数据和所述第二遥感数据，利用第二计算公式计算波段遥感反射率比值；
S402、当所述波段遥感反射率比值小于0.55时，利用第一半分析模型计算所述总吸收系数和所述后向散射系数；
其中，所述第一半分析模型采用清洁类型水体/浑浊类型水体的总吸收系数和后向散射系数估算方法，优选为适用于清洁水体类型的半分析模型；
S403、当所述波段遥感反射率比值不小于0.55时，利用第二半分析模型计算所述总吸收系数和所述后向散射系数；
其中，所述第二半分析模型采用清洁类型水体/浑浊类型水体的总吸收系数和后向散射系数估算方法，优选为适用于浑浊水体类型的半分析模型；
所述第二计算公式为：
Figure RE-GDA0003737638310000091
其中，K为所述波段遥感反射率比值，I1为所述第一遥感数据，I2为所述第二遥感数据。
在本发明实施例中，预设的波段比例0.55完成了浑浊区域水体和清洁水体的划分，使得不同水体类型采用不同的半分析模型进行总吸收系数和所述后向散射系数计算漫衰减系数的运算。能够获得更加准确的水体数据。
图5是本发明一个实施例的一种基于波段遥感反射率比值的卫星水体透明度反演方法中的根据所述总吸收系数和所述后向散射系数计算水体透明度的流程图。
如图5所示，在一个或多个实施例中，优选地，所述根据所述总吸收系数和所述后向散射系数计算水体透明度，具体包括：
S501、根据所述总吸收系数和所述后向散射系数，利用第三计算公式计算漫衰减系数；
S502、根据所述漫衰减系数和所述遥感反射率，利用第四计算公式计算所述水体透明度；
所述第三计算公式为：
Figure RE-GDA0003737638310000101
其中，Kd为所述漫衰减系数，a为所述总吸收系数，bb为所述后向散射系数， bbw为纯水后向散射系数，m0为第一预设系数，m1为第二预设系数，m2为第三预设系数，m3为第四预设系数，γ为第五预设系数；
所述第四计算公式为：
Figure RE-GDA0003737638310000102
其中，Zsd为所述水体透明度，
Figure RE-GDA0003737638310000103
为443,490,532,555,和665nm这5 个波段的Kd的最小值，
Figure RE-GDA0003737638310000104
为所述Kd最小值所在波段的遥感反射率。
在本发明实施例中，根据已经获得的精确的水体数据，进行漫衰减系数和遥感反射率计算，进而则可以根据所述漫衰减系数和所述遥感反射率计算所述水体透明度。
在一个或多个实施例中，优选地，所述第一预设波段范围为720-730nm；所述第二预设波段范围为1530-1630nm。
在一个或多个实施例中，优选地，所述第一波段为665nm；
所述第二波段为510nm。
根据本发明实施例第二方面，提供一种基于波段遥感反射率比值的卫星水体透明度反演系统。
图6是本发明一个实施例的一种基于波段遥感反射率比值的卫星水体透明度反演系统的结构图。
如图6所示，在一个或多个实施例中，优选地，所述一种基于波段遥感反射率比值的卫星水体透明度反演系统包括：
卫星数据获取子系统601，用于获取高光谱卫星辐亮度数据，并对所述卫星辐亮度数据进行大气纠正，获得地表反射率图像；
高光谱数据处理子系统602，用于根据所述地表反射率图像，进行所有波段的高光谱数据处理，获取遥感反射数据；
遥感反射数据提取子系统603，用于根据所述遥感反射数据提取第一遥感数据和第二遥感数据；
波段遥感反射率比值运算子系统604，用于根据所述第一遥感数据和所述第二遥感数据计算波段遥感反射率比值，并获得总吸收系数和后向散射系数；
水体透明度反演子系统605，用于根据所述总吸收系数和所述后向散射系数计算水体透明度。
本发明实施例中，提供了具体的卫星数据获取、数据处理和水体透明度分析的子系统结构关系，该结构关系中各个子系统之间均可以相互调用数据，保证有新的数据更新，则快速的进行新的水体透明度的运算。
根据本发明实施例第三方面，提供一种计算机可读存储介质，其上存储计算机程序指令，所述计算机程序指令在被处理器执行时实现本发明实施例第一方面中任一项所述的方法。
根据本发明实施例第四方面，提供一种电子设备。
图7是本发明一个实施例中一种电子设备的结构图。
在一个或多个实施例中，优选地，所述一种电子设备包括嵌入式核心处理器701、存储模块702、传输模块703、通用扩展模块704、卫星数据模块705、视频图像显示模块706、输入模块707；
所述嵌入式核心处理器701与所述存储模块702、所述传输模块703、所述通用扩展模块704、所述卫星数据模块705、所述视频图像显示模块706、所述输入模块电连接707；
所述嵌入式核心处理器内运行本发明实施例第一方面中的任一方法。
本发明的实施例提供的技术方案可以包括以下有益效果：
1)提出基于高光谱数据图像自身的大气纠正方法，实现对图像遥感反射率的精确估算。
2)建立面向高光谱数据的浑浊和清洁水体分类方法，并以此为基础进行不同类别水体像元的水体透明度反演，适应卫星高光谱数据特点。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和 /或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/ 或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于波段遥感反射率比值的卫星水体透明度反演方法，其特征在于，包括：
获取高光谱辐亮度数据，并对所述辐亮度数据进行大气纠正，获得地表反射率图像；
根据所述地表反射率图像，进行所有波段的高光谱数据处理，获取遥感反射率图像；
根据所述遥感反射率图像提取第一遥感数据和第二遥感数据；
根据所述第一遥感数据和所述第二遥感数据计算波段遥感反射率比值，并计算总吸收系数和后向散射系数；
根据所述总吸收系数和所述后向散射系数计算水体透明度。
2.如权利要求1所述的一种基于波段遥感反射率比值的卫星水体透明度反演方法，其特征在于，所述根据所述地表反射率图像，进行所有波段的高光谱数据处理，获取遥感反射率图像，具体包括：
根据所述地表反射率图像，获得第一预设波段范围，计算所述第一预设波段范围内的反射率均值，保存为第一反射率均值；
根据所述地表反射率图像，获得第二预设波段范围，计算所述第二预设波段范围内的反射率均值，保存为第二反射率均值；
根据第一计算公式计算所有波段的遥感反射率，保存为所述遥感反射率图像；
所述第一计算公式为:
Figure FDA0003550519220000011
其中，Bi表示第i个波段，Rrs(Bi)为所述Bi波段的遥感反射率，ρ(Bi)为所述Bi波段的地表反射率，ρNIR为所述第一反射率均值，ρSWIR为所述第二反射率均值。
3.如权利要求1所述的一种基于波段遥感反射率比值的卫星水体透明度反演方法，其特征在于，所述根据所述遥感反射率图像提取第一遥感数据和第二遥感数据，具体包括：
在所述遥感反射率图像中提取第一波段和第二波段的遥感反射率；
将第一波段对应的遥感反射率保存为所述第一遥感数据；
将第二波段对应的遥感反射率保存为所述第二遥感数据。
4.如权利要求1所述的一种基于波段遥感反射率比值的卫星水体透明度反演方法，其特征在于，所述根据所述第一遥感数据和所述第二遥感数据计算波段遥感反射率比值，并计算总吸收系数和后向散射系数，具体包括：
根据所述第一遥感数据和所述第二遥感数据，利用第二计算公式计算波段遥感反射率比值；
当所述波段遥感反射率比值小于0.55时，利用第一半分析模型计算所述总吸收系数和所述后向散射系数；
当所述波段遥感反射率比值不小于0.55时，利用第二半分析模型计算所述总吸收系数和所述后向散射系数；
所述第二计算公式为：
Figure FDA0003550519220000021
其中，K为所述波段遥感反射率比值，I1为所述第一遥感数据，I2为所述第二遥感数据。
5.如权利要求1所述的一种基于波段遥感反射率比值的卫星水体透明度反演方法，其特征在于，所述根据所述总吸收系数和所述后向散射系数计算水体透明度，具体包括：
根据所述总吸收系数和所述后向散射系数，利用第三计算公式计算漫衰减系数；
根据所述漫衰减系数和所述遥感反射率，利用第四计算公式计算所述水体透明度；
所述第三计算公式为：
Figure FDA0003550519220000031
其中，Kd为所述漫衰减系数，a为所述总吸收系数，bb为所述后向散射系数，bbw为纯水后向散射系数，m0为第一预设系数，m1为第二预设系数，m2为第三预设系数，m3为第四预设系数，γ为第五预设系数；
所述第四计算公式为：
Figure FDA0003550519220000032
其中，Zsd为所述水体透明度，
Figure FDA0003550519220000033
为443,490,532,555,和665nm这5个波段的Kd的最小值，
Figure FDA0003550519220000034
为所述Kd最小值所在波段的遥感反射率。
6.如权利要求2所述的一种基于波段遥感反射率比值的卫星水体透明度反演方法，其特征在于，所述第一预设波段范围为720-735nm；所述第二预设波段范围为1530-1630nm。
7.如权利要求3所述的一种基于波段遥感反射率比值的卫星水体透明度反演方法，其特征在于，所述第一波段为665nm；
所述第二波段为510nm。
8.一种基于波段遥感反射率比值的卫星水体透明度反演系统，其特征在于，该系统包括：
卫星数据获取子系统，用于获取高光谱辐亮度数据，并对所述辐亮度数据进行大气纠正，获得地表反射率图像；
高光谱数据处理子系统，用于根据所述地表反射率图像，进行所有波段的高光谱数据处理，获取遥感反射率图像；
遥感反射率图像提取子系统，用于根据所述遥感反射率图像提取第一遥感数据和第二遥感数据；
波段遥感反射率比值运算子系统，用于根据所述第一遥感数据和所述第二遥感数据计算波段遥感反射率比值，并计算总吸收系数和后向散射系数；
水体透明度反演子系统，用于根据所述总吸收系数和所述后向散射系数计算水体透明度。
9.一种计算机可读存储介质，其上存储计算机程序指令，其特征在于，所述计算机程序指令在被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种电子设备，其特征在于，包括嵌入式核心处理器、存储模块、传输模块、通用扩展模块、高光谱地表反射率数据模块、视频图像显示模块、输入模块；
所述嵌入式核心处理器与所述存储模块、所述传输模块、所述通用扩展模块、所述高光谱地表反射率数据模块、所述视频图像显示模块、所述输入模块电连接；
所述嵌入式核心处理器内运行权利要求1-7中的任一方法。
CN202210266666.6A 2022-03-16 2022-03-16 一种基于波段遥感反射率比值的卫星水体透明度反演方法 Pending CN114894719A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210266666.6A CN114894719A (zh) 2022-03-16 2022-03-16 一种基于波段遥感反射率比值的卫星水体透明度反演方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210266666.6A CN114894719A (zh) 2022-03-16 2022-03-16 一种基于波段遥感反射率比值的卫星水体透明度反演方法

Publications (1)

Publication Number Publication Date
CN114894719A true CN114894719A (zh) 2022-08-12

Family

ID=82715866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210266666.6A Pending CN114894719A (zh) 2022-03-16 2022-03-16 一种基于波段遥感反射率比值的卫星水体透明度反演方法

Country Status (1)

Country Link
CN (1) CN114894719A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115730463A (zh) * 2022-12-01 2023-03-03 海南师范大学 一种结合lidar水深数据的高光谱海底反射率反演方法
CN115824972A (zh) * 2022-11-29 2023-03-21 中国科学院空天信息创新研究院 一种内陆水体半解析透明度反演方法和系统
CN115909053A (zh) * 2022-10-28 2023-04-04 天津大学 一种基于遥感影像的水体透明度反演方法及系统
CN116223401A (zh) * 2023-01-20 2023-06-06 中国科学院空天信息创新研究院 一种适用于rgb三波段数据的透明度反演方法和系统
CN116738734A (zh) * 2023-06-19 2023-09-12 中国人民解放军国防科技大学 一种基于正则化约束的水体透明度融合计算方法及系统
CN116952906A (zh) * 2023-09-20 2023-10-27 南京航天宏图信息技术有限公司 水体健康状态评估方法、装置、电子设备及存储介质
WO2024087464A1 (zh) * 2022-10-24 2024-05-02 河北先河环保科技股份有限公司 离水辐射光谱计算方法、装置、终端及存储介质

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024087464A1 (zh) * 2022-10-24 2024-05-02 河北先河环保科技股份有限公司 离水辐射光谱计算方法、装置、终端及存储介质
CN115909053A (zh) * 2022-10-28 2023-04-04 天津大学 一种基于遥感影像的水体透明度反演方法及系统
CN115824972A (zh) * 2022-11-29 2023-03-21 中国科学院空天信息创新研究院 一种内陆水体半解析透明度反演方法和系统
CN115730463A (zh) * 2022-12-01 2023-03-03 海南师范大学 一种结合lidar水深数据的高光谱海底反射率反演方法
CN115730463B (zh) * 2022-12-01 2023-12-15 海南师范大学 一种结合lidar水深数据的高光谱海底反射率反演方法
CN116223401A (zh) * 2023-01-20 2023-06-06 中国科学院空天信息创新研究院 一种适用于rgb三波段数据的透明度反演方法和系统
CN116223401B (zh) * 2023-01-20 2023-08-18 中国科学院空天信息创新研究院 一种适用于rgb三波段数据的透明度反演方法和系统
CN116738734A (zh) * 2023-06-19 2023-09-12 中国人民解放军国防科技大学 一种基于正则化约束的水体透明度融合计算方法及系统
CN116738734B (zh) * 2023-06-19 2024-04-09 中国人民解放军国防科技大学 一种基于正则化约束的水体透明度融合计算方法及系统
CN116952906A (zh) * 2023-09-20 2023-10-27 南京航天宏图信息技术有限公司 水体健康状态评估方法、装置、电子设备及存储介质
CN116952906B (zh) * 2023-09-20 2024-01-12 南京航天宏图信息技术有限公司 水体健康状态评估方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN114894719A (zh) 一种基于波段遥感反射率比值的卫星水体透明度反演方法
US8559753B2 (en) Reflection removal system
CN116067857B (zh) Fy-4a气溶胶光学厚度的反演方法、装置、设备和介质
CN112180369B (zh) 基于深度学习的一维综合孔径辐射计海面风速反演方法
CN115345859A (zh) 隧道渗漏水图像的智能检测方法、装置、设备及存储介质
CN111611731A (zh) 卫星数据融合方法、装置及电子设备
CN116385520A (zh) 融合全光源图像的磨损表面形貌光度立体重建方法及系统
CN116194933A (zh) 处理系统、处理方法以及处理程序
CN113916808B (zh) 一种营养盐浓度的获得方法、装置、终端设备及存储介质
CN116977311A (zh) 一种洪涝灾害区域检测方法、系统、电子设备及存储介质
CN110807428A (zh) 煤类样品的识别方法、装置、服务器及存储介质
CN112837252B (zh) 一种侧扫声呐条带图像公共覆盖区图像融合方法及系统
CN116433661B (zh) 多任务学习的半导体晶圆检测方法、装置、设备及介质
CN116205918B (zh) 基于图卷积的多模态融合半导体检测方法、装置及介质
CN102878985A (zh) 一种基于图像纹理特征的水面浪级监测方法
WO2024087464A1 (zh) 离水辐射光谱计算方法、装置、终端及存储介质
CN117351110A (zh) 基于WebGL并行插值方法、系统、介质和设备
CN114993993B (zh) 一种烟叶霉变检测方法及装置
CN116822156A (zh) 结合光学传输和光谱解混的高光谱油膜厚度估计方法
CN114550009B (zh) 星载遥感图像的轻量化目标检测方法、装置、设备及介质
CN114705249B (zh) 基于人工智能的污染物排放量监测方法及相关设备
CN114494501B (zh) 一种水体叶绿素a的重构方法及装置
CN115877345A (zh) 一种风廓线雷达缺测数据的补齐方法和装置
CN115564035A (zh) 一种基于fpga的改进神经网络硬件加速方法及装置
CN116152547A (zh) 异构计算架构的图像分类识别方法、系统、介质及设备

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