CN115266497A - 一种基于哨兵2A的叶绿素a和悬浮物匹配协同反演方法 - Google Patents
一种基于哨兵2A的叶绿素a和悬浮物匹配协同反演方法 Download PDFInfo
- Publication number
- CN115266497A CN115266497A CN202210712278.6A CN202210712278A CN115266497A CN 115266497 A CN115266497 A CN 115266497A CN 202210712278 A CN202210712278 A CN 202210712278A CN 115266497 A CN115266497 A CN 115266497A
- Authority
- CN
- China
- Prior art keywords
- remote sensing
- chlorophyll
- sentinel
- wave band
- reflectivity
- 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.)
- Granted
Links
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 title claims abstract description 41
- 229930002868 chlorophyll a Natural products 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000002310 reflectometry Methods 0.000 claims abstract description 19
- 229930002875 chlorophyll Natural products 0.000 claims abstract description 5
- 235000019804 chlorophyll Nutrition 0.000 claims abstract description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 42
- 238000010521 absorption reaction Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 2
- 239000011541 reaction mixture Substances 0.000 claims 1
- 239000000725 suspension Substances 0.000 claims 1
- 239000007787 solid Substances 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 5
- 239000000126 substance Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 239000000203 mixture Substances 0.000 description 2
- 230000029553 photosynthesis Effects 0.000 description 2
- 238000010672 photosynthesis Methods 0.000 description 2
- 239000013049 sediment Substances 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 239000002028 Biomass Substances 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- 208000013685 acquired idiopathic sideroblastic anemia Diseases 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
Landscapes
- Chemical & Material Sciences (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)
- Dispersion Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于哨兵2A的叶绿素a和悬浮物匹配协同反演方法，该方法包括如下步骤：步骤1)读取哨兵2A(Sentinel‑2A)影像波段1到波段5的遥感反射率；步骤2)设置不同的连续的叶绿素a浓度值和悬浮物的浓度值，利用2SecColor模型模拟遥感反射率的值；步骤3)浓度‑反射率查找表构建；步骤4)匹配Sentinel‑2A影像上遥感反射率和模拟的遥感反射率，获取叶绿素和悬浮物的浓度。
Description
技术领域
本发明涉及水环境遥感监测技术领域，具体地说，涉及一种基于哨兵2A(Sentinel-2A)的叶绿素a和悬浮物匹配协同反演方法。
背景技术
地面布点水环境调查监测，基本采用地面调查、人工采样、实验室鉴定分析等常规流程，虽然具有精准获取等一定优势，但监测过程需要耗费大量人力物力，监测效能整体偏低，且存在信息多散、汇集复杂、分析获取不及时等问题，受限于空间布点有限的客观限制，在全面地反映水生态环境的空间分布状况上存在技术短板。而卫星遥感监测具有大范围、高时效、定量化、可回溯监测的优势，作为水环境监测的“天眼”，是监测宏观水环境动态变化不可或缺的利器，是实现环保精细化、信息化管理的重要手段，可以为水生态保护提供可靠有效准确的信息源，是加强河流、湖泊、湿地等水生态环境敏感区监管的最有效手段之一。
叶绿素a是浮游植物生物量的一个有效指标，可以反映水体初级生产力和富营养化水平(潘应阳等，2017)。其含量与水体中藻类种类和数量有着直接的关系，对水生态系统的维持具有重要意义。水体的垂直分层、温度和养分供应都对叶绿素的生产效率有一定的影响。大气中二分之一的氧气来源于浮游植物的光合作用，而水中浮游植物进行光合作用时，叶绿素a是其用到的主要色素，其浓度对水体光谱有重要影响。
悬浮物是指通过0.45μm孔径的滤膜过滤后的残留物，其成分在近岸水域主要是悬浮在水体中的泥沙颗粒物，其浓度是影响该水域光谱特征的主要因素，直接影响水体的透明度，还能富集污染物，使水质环境发生局部污染。这对水体中的生物、化学和物理过程具有重要意义，对泥沙运移、污泥分析和河口三角洲演化的研究具有重要价值，也是海滩填海造地和海岸设施建设的重要参考因素(Yang S L等，2002)。
通过卫星遥感实现对水体叶绿素a和悬浮物的监测，是获取水体质量的重要手段。当前主流的中高空间分辨率多光谱数据(Landsat MSS、Landsat TM、SPOT HRV、RS-1C、NOAA/AVHRR、MODIS、GF-1/WFV、Sentinel-2等)和高光谱数据(AVIRIS、CASI、AISA、CIS等)，均已开发并测试了多种叶绿素a和悬浮物反演算法。其中Sentinel-2在空间分辨率和波段组成上具有明显的优势且覆盖了中国的大部分海域以及沿海地区，目前针对该卫星多组分水色要素同步反演的算法较少。本发明首次提出了基于Sentinel-2A卫星的叶绿素a和悬浮物匹配协同反演方法，可有效评估Sentinel-2A卫星多组分水色要素同步反演的能力，为水环境监管提供有效的科学依据和数据支撑。
发明内容
针对Sentinel-2卫星缺乏水色要素同步反演算法的问题，本发明提出了一种基于Sentinel-2A卫星的叶绿素a和悬浮物匹配协同反演方法，可实现水体水色要素高精度同步反演。
本发明的目的通过以下技术步骤实现：
步骤1)读取Sentinel-2A影像波段1到波段5的遥感反射率；
步骤2)设置不同的连续的叶绿素a浓度值和悬浮物的浓度值，利用2SecColor模型模拟遥感反射率的值；
步骤3)浓度-反射率查找表构建；
步骤4)匹配Sentinel-2A影像上遥感反射率和模拟的遥感反射率，获取叶绿素和悬浮物的浓度。
所述步骤1)的具体方法为：
a)对Sentinel-2A影像进行大气校正等预处理；b)读取Sentinel-2A影像第一波段(443nm)、第二波段(490nm)、第三波段(560nm)、第四波段(665nm)以及第五波段(705nm)各个像素点的遥感反射率，建立Sentinel-2A波段1到波段5遥感反射率影像集。
所述步骤2)的具体方法为：
a)叶绿素a浓度值设置范围从100μg/L到102μg/L，悬浮物浓度值的设置范围从100mg/L到102mg/L，两个数值分别成指数的形式递增，增量为指数每次增加0.01；b)基于2SecColor模型模拟遥感反射率的值，每个波段计算200*200条数据。
μw＝cosθ′s
式中，
是半无限介质的定向半球面反射率；
x是水体总后向散射系数bb(单位m-1)和总吸收系数a的比值(单位m-1)；
μw指平坦水面下太阳天顶角的余弦值；若水面上太阳天顶角为θs，则θ′s＝arcsin(sinθs/nw)，其中nw是水的折射系数，取值1.33；
R(0-)是水平面下辐亮度反射率；
Q是水平面向上的辐亮度反射率与水平面向下的辐亮度反射率的比值，取值3.25；
Rrs为离水反射率。
所述步骤3)的具体方法为：
基于步骤2)以列为叶绿素a浓度值，以行为悬浮物浓度值，中间为模拟的遥感反射率结果建立叶绿素a浓度值、悬浮物浓度值和Sentinel-2A波段1至波段5的遥感反射率Rrs的查找表。
所述步骤4)的具体方法为：
a)计算各个波段下影像上每个像素点获得的遥感反射率和来自查找表中的遥感反射率的均方根误差；b)找出最小的均方根误差，确定查找表中与之匹配的叶绿素a浓度和悬浮物浓度值；c)对每一个像素点重复进行相同处理，获得叶绿素a和悬浮物空间分布图。
均方根误差的计算公式为：
式中，i指波长，分别为443nm、490nm、560nm、665nm和705nm；
附图说明
图1为本发明实施例的方法流程示意图；
图2为部分查找表结果图；
图3为匹配协同反演的叶绿素a和悬浮物分布结果图。
具体实施方式
下面结合附图对本发明“一种基于哨兵2A的叶绿素a和悬浮物匹配协同反演方法”作进一步阐述说明。
(一)叶绿素a浓度值和悬浮物浓度值设置及模拟遥感反射率的计算
水体中的吸收系数考虑水体中的四种组分，即水分子、叶绿素a、悬浮物和黄色物质吸收系数之和，其中纯水分子的吸收系数是波长λ的函数，黄色物质的吸收系数根据实测得到。
叶绿素a的吸收系数的计算公式为：
achla(λ)＝(a0(λ)+a1(λ)ln aChla(440))× achla(440)
式中，Cchla为叶绿素a浓度，计算中设置范围为100μg/L到102μg/L；a0(λ)、a1(λ)为经验参数，achl(440)为太湖叶绿素a波长440nm处的光谱吸收系数。
悬浮物的吸收系数的计算公式为：
式中Cs为悬浮物浓度，计算中设置范围从100mg/L到102mg/L；as(440)为太湖悬浮物波长440nm处的光谱吸收系数，
为悬浮物的归一化单位吸收系数。
由于黄色物质对光的后向散射作用非常微弱，因此后向散射系数的计算只考虑水体中的三种组分，即水分子、叶绿素和悬浮物，其中纯水分子的散射系数是波长λ的函数。
其中，叶绿素a的散射系数的计算公式为：
式中，
为叶绿素a的归一化单位吸收系数。
悬浮物的散射系数的计算公式为：
bs(λ)＝0.03(λ/550)-1.15·CS
(二)查找表构建
第一波段(443nm)、第二波段(490nm)、第三波段(560nm)、第四波段(665nm)以及第五波段(705nm)5个波段分别对应4万条遥感反射率数据，建立叶绿素a浓度值、悬浮物浓度值和Sentinel-2A波段1至波段5的遥感反射率Rrs的查找表，每个表格有200*200条数据，共5个表格，部分查找表结果如图2所示。
(三)基于反射率匹配协同反演
计算Sentinel-2A影像读取的波段1至波段5的每个像素点的遥感反射率与来自查找表中的遥感反射率的均方根误差，当均方根误差最小的时候，与之匹配的叶绿素a浓度和悬浮物浓度则为该像素点的绿素a浓度值和悬浮物浓度值。对每一个像素点重复进行相同的处理，从而获得叶绿素a和悬浮物空间分布图(图3)，部分像素点匹配的结果如表1所示。
表1
Claims (5)
1.一种基于哨兵2A的叶绿素a和悬浮物匹配协同反演方法，该方法包括以下步骤：
步骤1)读取哨兵2A(Sentinel-2A)影像波段1到波段5的遥感反射率；
步骤2)设置不同的连续的叶绿素a浓度值和悬浮物的浓度值，利用2SecColor模型模拟遥感反射率的值；
步骤3)浓度-反射率查找表构建；
步骤4)匹配Sentinel-2A影像上遥感反射率和模拟的遥感反射率，获取叶绿素和悬浮物的浓度。
2.如权利要求书1所述的方法，其特征在于，所述步骤1)：a)对Sentinel-2A影像进行大气校正等预处理；b)读取Sentinel-2A影像第一波段(443nm)、第二波段(490nm)、第三波段(560nm)、第四波段(665nm)以及第五波段(705nm)各个像素点的遥感反射率，建立Sentinel-2A波段1到波段5遥感反射率影像集。
3.如权利要求书1所述的方法，其特征在于，所述步骤2)：a)叶绿素a浓度值设置范围从100μg/L到102μg/L，悬浮物浓度值的设置范围从100mg/L到102mg/L，两个数值分别成指数的形式递增，增量为指数每次增加0.01；b)基于2SecColor模型模拟遥感反射率的值，每个波段计算200*200条数据。
μw＝cosθ′s
式(1)中，
是半无限介质的定向半球面反射率；x是水体总后向散射系数bb(单位m-1)和总吸收系数a的比值(单位m-1)；μw指平坦水面下太阳天顶角的余弦值；若水面上太阳天顶角为θs，则θ′s＝arcsin(sinθs/nw)，其中nw是水的折射系数，取值1.33；R(0-)是水平面下辐亮度反射率；Q是水平面向上的辐亮度反射率与水平面向下的辐亮度反射率的比值，取值3.25；Rrs为离水反射率。
4.如权利要求书1所述的方法，其特征在于，所述步骤3)：基于步骤2)以列为叶绿素a浓度值，以行为悬浮物浓度值，中间为模拟的遥感反射率结果建立叶绿素a浓度值、悬浮物浓度值和Sentinel-2A波段1至波段5的遥感反射率Rrs的查找表。
5.如权利要求书1所述的方法，其特征在于，所述步骤4)：a)计算各个波段下影像上每个像素点获得的遥感反射率和来自查找表中的遥感反射率的均方根误差；b)找出最小的均方根误差，确定查找表中与之匹配的叶绿素a浓度和悬浮物浓度值；c)对每一个像素点重复进行相同处理，获得叶绿素a和悬浮物空间分布图。
均方根误差的计算公式为：
式(2)中，i指波长，分别为443nm、490nm、560nm、665nm和705nm；
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210712278.6A CN115266497B (zh) | 2022-06-22 | 2022-06-22 | 一种基于哨兵2A的叶绿素a和悬浮物匹配协同反演方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210712278.6A CN115266497B (zh) | 2022-06-22 | 2022-06-22 | 一种基于哨兵2A的叶绿素a和悬浮物匹配协同反演方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115266497A true CN115266497A (zh) | 2022-11-01 |
| CN115266497B CN115266497B (zh) | 2024-12-17 |
Family
ID=83761649
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210712278.6A Active CN115266497B (zh) | 2022-06-22 | 2022-06-22 | 一种基于哨兵2A的叶绿素a和悬浮物匹配协同反演方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115266497B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115639159A (zh) * | 2022-12-08 | 2023-01-24 | 航天宏图信息技术股份有限公司 | 一种基于多光谱影像的废水污染监测方法和装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105092476A (zh) * | 2015-08-20 | 2015-11-25 | 中山大学 | 同时反演内陆水体混浊度、cod和叶绿素浓度的方法 |
| 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 |
| CN112014331A (zh) * | 2020-08-21 | 2020-12-01 | 中国第一汽车股份有限公司 | 一种水体污染的检测方法、装置、设备以及存储介质 |
| KR20220026829A (ko) * | 2020-08-26 | 2022-03-07 | 부산대학교 산학협력단 | 다분광 영상을 이용한 원격 적조 탐지방법 및 그 시스템 |
-
2022
- 2022-06-22 CN CN202210712278.6A patent/CN115266497B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105092476A (zh) * | 2015-08-20 | 2015-11-25 | 中山大学 | 同时反演内陆水体混浊度、cod和叶绿素浓度的方法 |
| 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 |
| CN112014331A (zh) * | 2020-08-21 | 2020-12-01 | 中国第一汽车股份有限公司 | 一种水体污染的检测方法、装置、设备以及存储介质 |
| KR20220026829A (ko) * | 2020-08-26 | 2022-03-07 | 부산대학교 산학협력단 | 다분광 영상을 이용한 원격 적조 탐지방법 및 그 시스템 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115639159A (zh) * | 2022-12-08 | 2023-01-24 | 航天宏图信息技术股份有限公司 | 一种基于多光谱影像的废水污染监测方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115266497B (zh) | 2024-12-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen et al. | Estimating wide range Total Suspended Solids concentrations from MODIS 250-m imageries: An improved method | |
| Chen et al. | Urban river water quality monitoring based on self-optimizing machine learning method using multi-source remote sensing data | |
| CN104390917B (zh) | 一种富营养化湖泊水体叶绿素a 的MODIS卫星高精度监测方法 | |
| Woźniak et al. | SatBałtyk–A Baltic environmental satellite remote sensing system–an ongoing project in Poland. Part 1: Assumptions, scope and operating range | |
| Li et al. | Estimation of chlorophyll-a concentrations in a highly turbid eutrophic lake using a classification-based MODIS land-band algorithm | |
| CN113203694B (zh) | Msi的湖泊富营养指数遥感估算方法 | |
| CN113552034B (zh) | 浅水湖泊悬浮颗粒物浓度modis影像遥感反演方法 | |
| CN113109281B (zh) | 一种基于高光谱遥感的水质参数定量反演模型及其构建方法 | |
| CN101493409A (zh) | 一种自动提取水体污染信息的方法 | |
| CN113420497B (zh) | 浑浊湖泊总磷浓度遥感估算方法 | |
| CN114241331A (zh) | 以UAV为地面和Sentinel-2中介的湿地芦苇地上生物量遥感建模方法 | |
| CN106248600A (zh) | 基于有色可溶性有机物吸收系数的湖泊富营养化评价方法 | |
| CN114705632A (zh) | 一种利用卫星遥感反射率估算水库营养状态指数的方法 | |
| Hang et al. | Estimation of chlorophyll-a concentration in Lake Taihu from Gaofen-1 wide-field-of-view data through a machine learning trained algorithm | |
| CN115266497A (zh) | 一种基于哨兵2A的叶绿素a和悬浮物匹配协同反演方法 | |
| Zhu et al. | Spatiotemporal variations of total suspended matter in complex archipelagic regions using a sigmoid model and Landsat-8 imagery | |
| CN115266648B (zh) | 一种二类水体固有光学参数优化模拟方法 | |
| CN116824393A (zh) | 基于迁移学习与半监督回归模型的湖泊叶绿素反演方法 | |
| Hu et al. | Retrieval of total suspended matter concentration based on the iterative analysis of multiple equations: a case study of a lake Taihu image from the first sustainable development goals science satellite’s multispectral imager for inshore | |
| Chen et al. | An optimal two bands ratio model to monitor chlorophyll-a in urban lake using Landsat 8 data | |
| Fang et al. | Detecting marine intrusion into rivers using EO-1 ALI satellite imagery: Modaomen Waterway, Pearl River Estuary, China | |
| Zeng et al. | Estimation of Chromophpric Dissolved Organic Matter Concentration in Erhai Lake Using the Quasi-Analytical Algorithm From Sentinel-3 Satellite Data | |
| Manuel et al. | Transformation of the normalized difference chlorophyll index to retrieve chlorophyll-a concentrations in Manila Bay | |
| Fu et al. | Spatiotemporal characteristics and remote sensing estimation of colored dissolved organic matter around the Leizhou Peninsula | |
| Meng et al. | Inversion of suspended sediment concentration at the Hangzhou Bay based on the high-resolution satellite HJ-1A/B imagery |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |