CN115984711A - 一种基于卫星遥感的非蓝藻水华监测方法和系统 - Google Patents
一种基于卫星遥感的非蓝藻水华监测方法和系统 Download PDFInfo
- Publication number
- CN115984711A CN115984711A CN202211743396.XA CN202211743396A CN115984711A CN 115984711 A CN115984711 A CN 115984711A CN 202211743396 A CN202211743396 A CN 202211743396A CN 115984711 A CN115984711 A CN 115984711A
- Authority
- CN
- China
- Prior art keywords
- water body
- index
- area
- water
- cyanobacterial bloom
- 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
- 238000000034 method Methods 0.000 title claims abstract description 89
- 238000012544 monitoring process Methods 0.000 title claims abstract description 51
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 311
- 210000000746 body region Anatomy 0.000 claims abstract description 18
- 238000002310 reflectometry Methods 0.000 claims description 44
- 238000010586 diagram Methods 0.000 claims description 33
- 238000001228 spectrum Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 12
- 210000000476 body water Anatomy 0.000 claims description 10
- 235000019804 chlorophyll Nutrition 0.000 claims description 9
- 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 claims description 9
- 229930002875 chlorophyll Natural products 0.000 claims description 8
- 230000003595 spectral effect Effects 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 abstract description 2
- 241000192710 Microcystis aeruginosa Species 0.000 description 26
- 241000195493 Cryptophyta Species 0.000 description 21
- 239000003086 colorant Substances 0.000 description 17
- 241000192700 Cyanobacteria Species 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 7
- 230000011218 segmentation Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 239000000443 aerosol Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 229930002868 chlorophyll a Natural products 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
Images
Classifications
-
- 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
- Y02A20/20—Controlling water pollution; Waste water treatment
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提出一种基于卫星遥感的非蓝藻水华监测方法和系统。其中,方法包括:计算监测范围内的修正归一化差分水体指数;根据所述修正归一化差分水体指数,应用双峰谷值法,确定水体覆盖范围的阈值;根据所述阈值提取水体掩膜;对所述水体掩膜对应的影像进行裁剪,得到水体区域;计算所述水体区域的NDCI指数;计算所述水体区域的水色指数,即FUI指数;根据所述水体区域的NDCI指数和FUI指数,确定所述水体区域的非蓝藻水华暴发区域。本发明解决了目前无法基于卫星遥感数据监测非蓝藻水华的问题;构建了非蓝藻水华的卫星遥感监测算法,实现了水体非蓝藻水华区域的有效识别。
Description
技术领域
本发明属于水华监测领域,尤其涉及一种基于卫星遥感的非蓝藻水华监测方法和系统。
背景技术
随着水体富营养化程度的逐渐加重,内陆及沿海区域水体的非蓝藻水华暴发情况不容忽视。非蓝藻水华暴发时,水体中的优势藻种异常增殖、悬浮在水体上层,致使水体叶绿素a浓度偏高,且会引起水体异常变色,以黄褐色或红褐色为主。目前非蓝藻水华的主要监测方法为现场采样调查,该方法费时费力,且无法对水华的暴发面积进行准确测量,且水华暴发时,水体状态变化速度极快,现场采样无法完全捕捉水华的范围。
发明内容
为解决上述技术问题,本发明提出一种基于卫星遥感的非蓝藻水华监测方法的技术方案,以解决上述技术问题。
本发明第一方面公开了一种基于卫星遥感的非蓝藻水华监测方法,所述方法包括:
步骤S1、计算监测范围内的修正归一化差分水体指数;根据所述修正归一化差分水体指数,应用双峰谷值法,确定水体覆盖范围的阈值;根据所述阈值确定水体覆盖范围,提取水体掩膜;
步骤S2、对所述水体掩膜对应的影像进行裁剪,得到水体区域;计算所述水体区域的NDCI指数;
步骤S3、计算所述水体区域的水色指数,即FUI指数;
步骤S4、根据所述水体区域的NDCI指数和FUI指数,确定所述水体区域的非蓝藻水华暴发区域。
根据本发明第一方面的方法,在所述步骤S1中,所述计算监测范围内的修正归一化差分水体指数的方法包括:
其中,MNDWI为修正归一化差分水体指数;ρ(Green)为在绿光波段的反射率;ρ(MIR)为在短波红外波段的反射率;
所述根据所述修正归一化差分水体指数,应用双峰谷值法,确定水体覆盖范围的阈值的方法包括:
在修正归一化差分水体指数数据的灰度直方图上,在双峰之间的最低谷处的修正归一化差分水体指数的数值为水体覆盖范围的阈值;
所述根据所述阈值确定水体覆盖范围的方法包括:
如果监测范围内的影像的修正归一化差分水体指数大于所述阈值,则所述影像为水体覆盖范围。
根据本发明第一方面的方法,在所述步骤S2中,所述计算所述水体区域的NDCI指数的方法包括:
其中,ρ(705)为在705nm处的反射率;ρ(665)为在665nm处的反射率。
根据本发明第一方面的方法,在所述步骤S3中,所述计算所述水体区域的水色指数的方法包括:
计算水体离水反射率;
根据所述水体离水反射率,计算CIEXYZ标准色度系统中光谱的X、Y和Z三刺激值;
将所述三刺激值转化为二维色度图的色度坐标值;
应用所述二维色度图的色度坐标值计算色度角;
在FUI指数查找表中查找与所述色度角最邻近的色度值,所述最邻近的色度值对应的FUI指数值,为所述水体区域的水色指数。
根据本发明第一方面的方法,在所述步骤S3中,所述根据所述水体离水反射率,计算CIEXYZ标准色度系统中光谱的X、Y和Z三刺激值的方法包括:
其中,R(λ)表示Sentinel-2A各波段的地表反射率;min(RNIR:RSWIR)表示Sentinel-2A近红外和短波红外波段的最小波段值。
根据本发明第一方面的方法,在所述步骤S3中,所述应用所述二维色度图的色度坐标值计算色度角的方法包括:
α=ARCTAN2(x-0.333,y-0.333)
其中,α为色度角;ARCTAN(·)为反正切函数;x,y为二维色度图的色度坐标值;
其中,由于x+y+z=1,用x,y两个值确定一个颜色。
根据本发明第一方面的方法,在所述步骤S4中,所述根据所述水体区域的NDCI指数和FUI指数,确定所述水体区域的非蓝藻水华暴发区域的方法包括:
当NDCI指数>0.05时,水体区域的水体叶绿素浓度高,确定非蓝藻水华暴发第一区域;
当FUI指数>13时,水体区域的水体颜色呈现红褐色,确定非蓝藻水华暴发第二区域;
所述非蓝藻水华暴发第一区域与所述蓝藻水华暴发第二区域的重叠区域为所述水体区域的非蓝藻水华暴发区域。
本发明第二方面公开了一种基于卫星遥感的非蓝藻水华监测系统,所述系统包括:
第一处理模块,被配置为,计算监测范围内的修正归一化差分水体指数;根据所述修正归一化差分水体指数,应用双峰谷值法,确定水体覆盖范围的阈值;根据所述阈值确定水体覆盖范围,提取水体掩膜;
第二处理模块,被配置为,对所述水体掩膜对应的影像进行裁剪,得到水体区域;计算所述水体区域的NDCI指数;
第三处理模块,被配置为,计算所述水体区域的水色指数,即FUI指数;
第四处理模块,被配置为,根据所述水体区域的NDCI指数和FUI指数,确定所述水体区域的非蓝藻水华暴发区域。
本发明第三方面公开了一种电子设备。电子设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时,实现本公开第一方面中任一项的一种基于卫星遥感的非蓝藻水华监测方法中的步骤。
本发明第四方面公开了一种计算机可读存储介质。计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,实现本公开第一方面中任一项的一种基于卫星遥感的非蓝藻水华监测方法中的步骤。
本发明提出的方案,解决了目前缺少基于卫星遥感数据监测非蓝藻水华算法的问题,实现了水体非蓝藻水华的监测与识别。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,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为根据本发明实施例的一种基于卫星遥感的非蓝藻水华监测方法的流程图;
图2为根据本发明实施例的水华水体光谱特征示意图一;
图3为根据本发明实施例的水华水体光谱特征示意图二;
图4为根据本发明实施例的CIE-xy色度图;
图5为根据本发明实施例的FUI指数颜色以及21个指数色度坐标和划分示意图;
图6为根据本发明实施例的目标影像真彩色影像;
图7为根据本发明实施例的目标影像NDCI指数计算结果;
图8为根据本发明实施例的目标影像FUI指数计算结果;
图9为根据本发明实施例的一种基于卫星遥感的非蓝藻水华监测系统的结构图;
图10为根据本发明实施例的一种电子设备的结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例只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做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。
发明原理:
如图2~图3所示,水华暴发时,水体由浮游植物主导,水体的反射光谱会在675nm附近形成反射谷,700nm附近形成反射峰。而纯水会在675nm和700nm之间形成一个反射峰。因此,水华水体的归一化叶绿素指数(Normalized Difference Chlorophyll Index(NDCI))指数值要大于正常水体,可以由此初步进行水华区域的阈值分割。为了进一步区分蓝藻水华区域和非蓝藻水华区域,本发明提出了一种基于FUI(Forel-Ule Index)的阈值分割方法,如图4~图5所示。FUI,即水色指数,可以表征水体颜色,蓝藻水华暴发时,水面漂浮着蓝藻聚集的油膜,一般呈现绿色,即FUI对应9-12,而非蓝藻水华暴发时,藻类不会漂浮在水面,而是上层悬浮,且水体多为黄褐色或红褐色,即FUI>=13。
本发明第一方面公开了一种基于卫星遥感的非蓝藻水华监测方法。图1为根据本发明实施例的一种基于卫星遥感的非蓝藻水华监测方法的流程图,如图1所示,所述方法包括:
步骤S1、计算监测范围内的修正归一化差分水体指数;根据所述修正归一化差分水体指数,应用双峰谷值法,确定水体覆盖范围的阈值;根据所述阈值确定水体覆盖范围,提取水体掩膜;
步骤S2、对所述水体掩膜对应的影像进行裁剪,得到水体区域;计算所述水体区域的NDCI指数;
步骤S3、计算所述水体区域的水色指数,即FUI指数;
步骤S4、根据所述水体区域的NDCI指数和FUI指数,确定所述水体区域的非蓝藻水华暴发区域。
在步骤S1,计算监测范围内的修正归一化差分水体指数;根据所述修正归一化差分水体指数,应用双峰谷值法,确定水体覆盖范围的阈值;根据所述阈值确定水体覆盖范围,提取水体掩膜。
在一些实施例中,在所述步骤S1中,所述计算监测范围内的修正归一化差分水体指数的方法包括:
其中,MNDWI为修正归一化差分水体指数;ρ(Green)为在绿光波段的反射率;ρ(MIR)为在短波红外波段的反射率;
所述根据所述修正归一化差分水体指数,应用双峰谷值法,确定水体覆盖范围的阈值的方法包括:
在修正归一化差分水体指数数据的灰度直方图上,水体的MNDWI数值偏大,地面的MNDWI数值偏小,在双峰之间的最低谷处的修正归一化差分水体指数的数值为水体覆盖范围的阈值;
所述根据所述阈值确定水体覆盖范围的方法包括:
如果监测范围内的影像的修正归一化差分水体指数大于所述阈值,则所述影像为水体覆盖范围。
在步骤S2,对所述水体掩膜对应的影像进行裁剪,得到水体区域;计算所述水体区域的NDCI指数。
在一些实施例中,在所述步骤S2中,所述计算所述水体区域的NDCI指数的方法包括:
其中,ρ(705)为在705nm处的反射率;ρ(665)为在665nm处的反射率。
具体地,对所述水体掩膜对应的影像进行裁剪,得到水体区域;计算所述水体区域的NDCI指数。
水华暴发时,水体由浮游植物主导,水体的反射光谱会在675nm附近形成反射谷,700nm附近形成反射峰。而纯水会在675nm和700nm之间形成一个反射峰。因此,水华水体的归一化叶绿素指数NDCI数值要大于正常水体,可以由此初步进行水华区域的阈值分割。
所述计算所述水体区域的NDCI指数的方法包括:
其中,ρ(705)为在705nm处的反射率;ρ(665)为在665nm处的反射率。
在步骤S3,计算所述水体区域的水色指数,即FUI指数。
在一些实施例中,在所述步骤S3中,所述计算所述水体区域的水色指数的方法包括:
计算水体离水反射率;
根据所述水体离水反射率,计算CIEXYZ标准色度系统中光谱的X、Y和Z三刺激值;
将所述三刺激值转化为二维色度图的色度坐标值;
应用所述二维色度图的色度坐标值计算色度角;
在FUI指数查找表中查找与所述色度角最邻近的色度值,所述最邻近的色度值对应的FUI指数值,为所述水体区域的水色指数。
所述根据所述水体离水反射率,计算CIEXYZ标准色度系统中光谱的X、Y和Z三刺激值的方法包括:
其中,R(λ)表示Sentinel-2A各波段的地表反射率;min(RNIR:RSWIR)表示Sentinel-2A近红外和短波红外波段的最小波段值。
所述应用所述二维色度图的色度坐标值计算色度角的方法包括:
α=ARCTAN2(x-0.333,y-0.333)
其中,α为色度角;ARCTAN(·)为反正切函数;x,y为二维色度图的色度坐标值;
其中,由于x+y+z=1,用x,y两个值确定一个颜色。
具体地,FUI(Forel-Ule Index),即水色指数,可以表征水体颜色,蓝藻水华暴发时,水面漂浮着蓝藻聚集的油膜,一般呈现绿色,即FUI对应9-12,而非蓝藻水华暴发时,藻类不会漂浮在水面,而是上层悬浮,且水体多为黄褐色或红褐色,即FUI>=13。
所述计算所述水体区域的水色指数的方法包括:
计算水体离水反射率;
水体离水反射率包含了水表面下的向上辐射信息,是水色遥感中的基本和最常用的表观光学参量。
水体离水反射率Rrs(λ)计算:由于本发明所使用的原始遥感影像数据为Sentinel-2A数据,该产品已经进行了大气校正,但是对于水体,需对其进行进一步的校正,去除残余气溶胶散射、太阳耀斑、天空光反射的影响,最终提取水体离水反射率。本发明采用了基于近红外NIR和短波红外SWIR波段的简单校正方法,通过波段减法消除数据中可能的噪声,再将地表反射率转换为与离水反射率同一尺度,从而提取离水反射率Rrs(λ)。
其中,R(λ)表示Sentinel-2A各波段的地表反射率;min(RNIR:RSWIR)表示Sentinel-2A近红外和短波红外波段的最小波段值。
根据所述水体离水反射率,计算CIEXYZ标准色度系统中光谱的X、Y和Z三刺激值;
为了对颜色进行量化表示,国际照明委员会发展了一套标准颜色系统CIE-XYZ颜色系统。CIE-XYZ系统中选择了三个理想的原色[X]、[Y]、[Z]代替了CIE-RGB系统中的三个原色红绿蓝[R]、[G]、[B],使得色度系统中光谱的三刺激值XYZ全为正值。在该系统中,X、Z两原色只代表色度,没有亮度,光亮度只与三刺激值Y成比例。
CIE-RGB与CIE-XYZ之间的转换关系公式如下:
所述根据所述水体离水反射率,计算CIEXYZ标准色度系统中光谱的X、Y和Z三刺激值的方法包括:
将所述三刺激值转化为二维色度图的色度坐标值;
CIE-XYZ系统中的三刺激值对定义颜色有着较好的应用,但目视结果不易。为此,CIE于1931年规定了二维色度图,用来在二维图上描绘出颜色,在二维图中颜色与亮度无关,色度图上二维坐标x和y是从三刺激值XYZ计算得来的色度坐标。具体计算方法包括:
其中,由于x+y+z=1,用x,y两个值确定一个颜色。因此可以用CIE-xy色度图,如图4所示,表示可见光范围内的所有颜色,每种颜色都对应一个色度坐标(x,y)。图4中x’与y’轴交点称作等能白光点,其色度坐标为(0.3333,0.3333),表示三种原色等量混合。色度图上任意一个坐标点都代表一种颜色。
应用所述二维色度图的色度坐标值计算色度角;
对色度角(α)的定义为:从等能白光点出发,随颜色主波长递增的定义,即从x’轴的负方向开始为0°顺时针旋转回x’轴负方向为360°,相应计算公式为:
α=ARCTAN2(x-0.333,y-0.333)
其中,α为色度角;ARCTAN(·)为反正切函数;x,y为二维色度图的色度坐标值;
在FUI指数查找表中查找与所述色度角最邻近的色度值,所述最邻近的色度值对应的FUI指数值,为所述水体区域的水色指数。
在1890年Francois Alphonse Forel首先提出了水体的颜色分级标准,把水体划分11个颜色级别。后在1892年,Willi Ule在水色计中添加了从蓝绿到红褐色的10种颜色。最终形成了使用的21个颜色级别的Forel-Ule比色计。
随着Forel-Ule比色计的发明,目前已有根据Forel-Ule比色计中每个颜色对应的色度α值,建立FUI指数色度查找表的相关成果。因此,本发明可以根据FUI指数查找表,如表1。和水体离水反射率Rrs(λ)得到的色度角α可以计算FUI水色指数。
表1 Forel-Ule比色表中21个级别对应的色度坐标(x,y)和色度角α值
在步骤S4,根据所述水体区域的NDCI指数和FUI指数,确定所述水体区域的非蓝藻水华暴发区域。
在一些实施例中,在所述步骤S4中,所述根据所述水体区域的NDCI指数和FUI指数,确定所述水体区域的非蓝藻水华暴发区域的方法包括:
当NDCI指数>0.05时,水体区域的水体叶绿素浓度高,确定非蓝藻水华暴发第一区域;
当FUI指数>13时,水体区域的水体颜色呈现红褐色,确定非蓝藻水华暴发第二区域;
所述非蓝藻水华暴发第一区域与所述蓝藻水华暴发第二区域的重叠区域为所述水体区域的非蓝藻水华暴发区域。
具体地,NDCI指数的阈值选取0.05,当NDCI指数>0.05时,水体叶绿素浓度较高,可初步判断为水体水华现象,因此保留NDCI指数>0.05的水体范围,为非蓝藻水华暴发第一区域;FUI指数的阈值划分为13,当FUI指数>13时,水体颜色呈现红褐色,可判断为非蓝藻水华现象,因此保留FUI>13的水体范围,为非蓝藻水华暴发第二区域。所述非蓝藻水华暴发第一区域与所述蓝藻水华暴发第二区域的重叠区域为所述水体区域的非蓝藻水华暴发区域。
具体实施例:
结合本发明针对2021年2月14日中越海域交界处的一次荧光藻赤潮为例,进行上述方法的实际应用。
步骤S1、计算监测范围内的修正归一化差分水体指数;根据所述修正归一化差分水体指数,应用双峰谷值法,确定水体覆盖范围的阈值;根据所述阈值确定水体覆盖范围,提取水体掩膜,如图6所示;
步骤S2、对所述水体掩膜对应的影像进行裁剪,得到水体区域;计算所述水体区域的NDCI指数,如图7所示;
步骤S3、计算所述水体区域的水色指数,即FUI指数,如图8所示;
步骤S4、根据所述水体区域的NDCI指数和FUI指数,确定所述水体区域的非蓝藻水华暴发区域。
具体的,结合上述原始影像、NDCI及FUI计算结果,可明显看出,根据NDCI>0.05和FUI>13的分割阈值,对上述影像进行阈值分割并进行保留范围叠加,可成功实现对非蓝藻水华的监测。
综上,本发明提出的方案能够解决基于卫星遥感数据的非蓝藻水华监测,实现水体非蓝藻水华区域的识别与监测。
本发明第二方面公开了一种基于卫星遥感的非蓝藻水华监测系统。图9为根据本发明实施例的一种基于卫星遥感的非蓝藻水华监测系统的结构图;如图9所示,所述系统100包括:
第一处理模块101,被配置为,计算监测范围内的修正归一化差分水体指数;根据所述修正归一化差分水体指数,应用双峰谷值法,确定水体覆盖范围的阈值;根据所述阈值确定水体覆盖范围,提取水体掩膜;
第二处理模块102,被配置为,对所述水体掩膜对应的影像进行裁剪,得到水体区域;计算所述水体区域的NDCI指数;
第三处理模块103,被配置为,计算所述水体区域的水色指数,即FUI指数;
第四处理模块104,被配置为,根据所述水体区域的NDCI指数和FUI指数,确定所述水体区域的非蓝藻水华暴发区域。
根据本发明第二方面的系统,所述第一处理模块101具体被配置为,所述计算监测范围内的修正归一化差分水体指数的方法包括:
其中,MNDWI为修正归一化差分水体指数;ρ(Green)为在绿光波段的反射率;ρ(MIR)为在短波红外波段的反射率;
所述根据所述修正归一化差分水体指数,应用双峰谷值法,确定水体覆盖范围的阈值的方法包括:
在修正归一化差分水体指数数据的灰度直方图上,水体的MNDWI数值偏大,地面的MNDWI数值偏小,在双峰之间的最低谷处的修正归一化差分水体指数的数值为水体覆盖范围的阈值;
所述根据所述阈值确定水体覆盖范围的方法包括:
如果监测范围内的影像的修正归一化差分水体指数大于所述阈值,则所述影像为水体覆盖范围。
根据本发明第二方面的系统,所述第二处理模块102具体被配置为,所述计算所述水体区域的NDCI指数的方法包括:
其中,ρ(705)为在705nm处的反射率;ρ(665)为在665nm处的反射率。
具体地,对所述水体掩膜对应的影像进行裁剪,得到水体区域;计算所述水体区域的NDCI指数。
水华暴发时,水体由浮游植物主导,水体的反射光谱会在675nm附近形成反射谷,700nm附近形成反射峰。而纯水会在675nm和700nm之间形成一个反射峰。因此,水华水体的归一化叶绿素指数NDCI数值要大于正常水体,可以由此初步进行水华区域的阈值分割。
所述计算所述水体区域的NDCI指数的方法包括:
其中,ρ(705)为在705nm处的反射率;ρ(665)为在665nm处的反射率。
根据本发明第二方面的系统,所述第三处理模块103具体被配置为,所述计算所述水体区域的水色指数的方法包括:
计算水体离水反射率;
根据所述水体离水反射率,计算CIEXYZ标准色度系统中光谱的X、Y和Z三刺激值;
将所述三刺激值转化为二维色度图的色度坐标值;
应用所述二维色度图的色度坐标值计算色度角;
在FUI指数查找表中查找与所述色度角最邻近的色度值,所述最邻近的色度值对应的FUI指数值,为所述水体区域的水色指数。
所述根据所述水体离水反射率,计算CIEXYZ标准色度系统中光谱的X、Y和Z三刺激值的方法包括:
其中,R(λ)表示Sentinel-2A各波段的地表反射率;min(RNIR:RSWIR)表示Sentinel-2A近红外和短波红外波段的最小波段值。
所述应用所述二维色度图的色度坐标值计算色度角的方法包括:
α=ARCTAN2(x-0.333,y-0.333)
其中,α为色度角;ARCTAN(·)为反正切函数;x,y为二维色度图的色度坐标值;
其中,由于x+y+z=1,用x,y两个值确定一个颜色。
具体地,FUI(Forel-Ule Index),即水色指数,可以表征水体颜色,蓝藻水华暴发时,水面漂浮着蓝藻聚集的油膜,一般呈现绿色,即FUI对应9-12,而非蓝藻水华暴发时,藻类不会漂浮在水面,而是上层悬浮,且水体多为黄褐色或红褐色,即FUI>=13。
所述计算所述水体区域的水色指数的方法包括:
计算水体离水反射率;
水体离水反射率包含了水表面下的向上辐射信息,是水色遥感中的基本和最常用的表观光学参量。
水体离水反射率Rrs(λ)计算:由于本发明所使用的原始遥感影像数据为Sentinel-2A数据,该产品已经进行了大气校正,但是对于水体,需对其进行进一步的校正,去除残余气溶胶散射、太阳耀斑、天空光反射的影响,最终提取水体离水反射率。本发明采用了基于近红外NIR和短波红外SWIR波段的简单校正方法,通过波段减法消除数据中可能的噪声,再将地表反射率转换为与离水反射率同一尺度,从而提取离水反射率Rrs(λ)。
其中,R(λ)表示Sentinel-2A各波段的地表反射率;min(RNIR:RSWIR)表示Sentinel-2A近红外和短波红外波段的最小波段值。
根据所述水体离水反射率,计算CIEXYZ标准色度系统中光谱的X、Y和Z三刺激值;
为了对颜色进行量化表示,国际照明委员会发展了一套标准颜色系统CIE-XYZ颜色系统。CIE-XYZ系统中选择了三个理想的原色[X]、[Y]、[Z]代替了CIE-RGB系统中的三个原色红绿蓝[R]、[G]、[B],使得色度系统中光谱的三刺激值XYZ全为正值。在该系统中,X、Z两原色只代表色度,没有亮度,光亮度只与三刺激值Y成比例。
CIE-RGB与CIE-XYZ之间的转换关系公式如下:
所述根据所述水体离水反射率,计算CIEXYZ标准色度系统中光谱的X、Y和Z三刺激值的方法包括:
将所述三刺激值转化为二维色度图的色度坐标值;
CIE-XYZ系统中的三刺激值对定义颜色有着较好的应用,但目视结果不易。为此,CIE于1931年规定了二维色度图,用来在二维图上描绘出颜色,在二维图中颜色与亮度无关,色度图上二维坐标x和y是从三刺激值XYZ计算得来的色度坐标。具体计算方法包括:
其中,由于x+y+z=1,用x,y两个值确定一个颜色。因此可以用CIE-xy色度图,如图4所示,表示可见光范围内的所有颜色,每种颜色都对应一个色度坐标(x,y)。图4中x’与y’轴交点称作等能白光点,其色度坐标为(0.3333,0.3333),表示三种原色等量混合。色度图上任意一个坐标点都代表一种颜色。
应用所述二维色度图的色度坐标值计算色度角;
对色度角(α)的定义为:从等能白光点出发,随颜色主波长递增的定义,即从x’轴的负方向开始为0°顺时针旋转回x’轴负方向为360°,相应计算公式为:
α=ARCTAN2(x-0.333,y-0.333)
其中,α为色度角;ARCTAN(·)为反正切函数;x,y为二维色度图的色度坐标值;
在FUI指数查找表中查找与所述色度角最邻近的色度值,所述最邻近的色度值对应的FUI指数值,为所述水体区域的水色指数。
在1890年Francois Alphonse Forel首先提出了水体的颜色分级标准,把水体划分11个颜色级别。后在1892年,Willi Ule在水色计中添加了从蓝绿到红褐色的10种颜色。最终形成了使用的21个颜色级别的Forel-Ule比色计。
随着Forel-Ule比色计的发明,目前已有根据Forel-Ule比色计中每个颜色对应的色度α值,建立FUI指数色度查找表的相关成果。因此,本发明可以根据FUI指数查找表,如表1。和水体离水反射率Rrs(λ)得到的色度角α可以计算FUI水色指数。
表1 Forel-Ule比色表中21个级别对应的色度坐标(x,y)和色度角α值
根据本发明第二方面的系统,所述第四处理模块104具体被配置为,所述根据所述水体区域的NDCI指数和FUI指数,确定所述水体区域的非蓝藻水华暴发区域的方法包括:
当NDCI指数>0.05时,水体区域的水体叶绿素浓度高,确定非蓝藻水华暴发第一区域;
当FUI指数>13时,水体区域的水体颜色呈现红褐色,确定非蓝藻水华暴发第二区域;
所述非蓝藻水华暴发第一区域与所述蓝藻水华暴发第二区域的重叠区域为所述水体区域的非蓝藻水华暴发区域。
具体地,NDCI指数的阈值选取0.05,当NDCI指数>0.05时,水体叶绿素浓度较高,可初步判断为水体水华现象,因此保留NDCI指数>0.05的水体范围,为非蓝藻水华暴发第一区域;FUI指数的阈值划分为13,当FUI指数>13时,水体颜色呈现红褐色,可判断为非蓝藻水华现象,因此保留FUI>13的水体范围,为非蓝藻水华暴发第二区域。所述非蓝藻水华暴发第一区域与所述蓝藻水华暴发第二区域的重叠区域为所述水体区域的非蓝藻水华暴发区域。
本发明第三方面公开了一种电子设备。电子设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时,实现本发明公开第一方面中任一项的一种基于卫星遥感的非蓝藻水华监测方法中的步骤。
图10为根据本发明实施例的一种电子设备的结构图,如图10所示,电子设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、近场通信(NFC)或其他技术实现。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该电子设备的输入装置可以是显示屏上覆盖的触摸层,也可以是电子设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本公开的技术方案相关的部分的结构图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本发明第四方面公开了一种计算机可读存储介质。计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,实现本发明公开第一方面中任一项的一种基于卫星遥感的非蓝藻水华监测方法中的步骤中的步骤。
请注意,以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于卫星遥感的非蓝藻水华监测方法,其特征在于,所述方法包括:
步骤S1、计算监测范围内的修正归一化差分水体指数;根据所述修正归一化差分水体指数,应用双峰谷值法,确定水体覆盖范围的阈值;根据所述阈值确定水体覆盖范围,提取水体掩膜;
步骤S2、对所述水体掩膜对应的影像进行裁剪,得到水体区域;计算所述水体区域的NDCI指数;
步骤S3、计算所述水体区域的水色指数,即FUI指数;
步骤S4、根据所述水体区域的NDCI指数和FUI指数,确定所述水体区域的非蓝藻水华暴发区域。
2.根据权利要求1所述的一种基于卫星遥感的非蓝藻水华监测方法,其特征在于,在所述步骤S1中,所述计算监测范围内的修正归一化差分水体指数的方法包括:
其中,MNDWI为修正归一化差分水体指数;ρ(Green)为在绿光波段的反射率;ρ(MIR)为在短波红外波段的反射率;
所述根据所述修正归一化差分水体指数,应用双峰谷值法,确定水体覆盖范围的阈值的方法包括:
在修正归一化差分水体指数数据的灰度直方图上,在双峰之间的最低谷处的修正归一化差分水体指数的数值为水体覆盖范围的阈值;
所述根据所述阈值确定水体覆盖范围的方法包括:
如果监测范围内的影像的修正归一化差分水体指数大于所述阈值,则所述影像为水体覆盖范围。
4.根据权利要求1所述的一种基于卫星遥感的非蓝藻水华监测方法,其特征在于,在所述步骤S3中,所述计算所述水体区域的水色指数的方法包括:
计算水体离水反射率;
根据所述水体离水反射率,计算CIEXYZ标准色度系统中光谱的X、Y和Z三刺激值;
将所述三刺激值转化为二维色度图的色度坐标值;
应用所述二维色度图的色度坐标值计算色度角;
在FUI指数查找表中查找与所述色度角最邻近的色度值,所述最邻近的色度值对应的FUI指数值,为所述水体区域的水色指数。
7.根据权利要求1所述的一种基于卫星遥感的非蓝藻水华监测方法,其特征在于,在所述步骤S4中,所述根据所述水体区域的NDCI指数和FUI指数,确定所述水体区域的非蓝藻水华暴发区域的方法包括:
当NDCI指数>0.05时,水体区域的水体叶绿素浓度高,确定非蓝藻水华暴发第一区域;
当FUI指数>13时,水体区域的水体颜色呈现红褐色,确定非蓝藻水华暴发第二区域;
所述非蓝藻水华暴发第一区域与所述蓝藻水华暴发第二区域的重叠区域为所述水体区域的非蓝藻水华暴发区域。
8.一种用于基于卫星遥感的非蓝藻水华监测系统,其特征在于,所述系统包括:
第一处理模块,被配置为,计算监测范围内的修正归一化差分水体指数;根据所述修正归一化差分水体指数,应用双峰谷值法,确定水体覆盖范围的阈值;根据所述阈值确定水体覆盖范围,提取水体掩膜;
第二处理模块,被配置为,对所述水体掩膜对应的影像进行裁剪,得到水体区域;计算所述水体区域的NDCI指数;
第三处理模块,被配置为,计算所述水体区域的水色指数,即FUI指数;
第四处理模块,被配置为,根据所述水体区域的NDCI指数和FUI指数,确定所述水体区域的非蓝藻水华暴发区域。
9.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时,实现权利要求1至7中任一项所述的一种基于卫星遥感的非蓝藻水华监测方法中的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,实现权利要求1至7中任一项所述的一种基于卫星遥感的非蓝藻水华监测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211743396.XA CN115984711B (zh) | 2022-12-30 | 2022-12-30 | 一种基于卫星遥感的非蓝藻水华监测方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211743396.XA CN115984711B (zh) | 2022-12-30 | 2022-12-30 | 一种基于卫星遥感的非蓝藻水华监测方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115984711A true CN115984711A (zh) | 2023-04-18 |
CN115984711B CN115984711B (zh) | 2023-07-21 |
Family
ID=85966471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211743396.XA Active CN115984711B (zh) | 2022-12-30 | 2022-12-30 | 一种基于卫星遥感的非蓝藻水华监测方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115984711B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823837A (zh) * | 2023-08-30 | 2023-09-29 | 江西怡杉环保股份有限公司 | 一种蓝藻水华监测装置及预报方法 |
CN117152602A (zh) * | 2023-09-12 | 2023-12-01 | 广东省水利水电科学研究院 | 基于色度指数的多源卫星遥感影像水体提取方法和系统 |
CN117745754A (zh) * | 2023-12-18 | 2024-03-22 | 中国科学院空天信息创新研究院 | 一种蓝藻水华自动化监测方法和系统 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102087617A (zh) * | 2011-02-01 | 2011-06-08 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的水华分布提取方法 |
CN105046087A (zh) * | 2015-08-04 | 2015-11-11 | 中国资源卫星应用中心 | 一种遥感卫星多光谱影像的水体信息自动提取方法 |
CN108020511A (zh) * | 2016-11-01 | 2018-05-11 | 中国科学院遥感与数字地球研究所 | 一种浅水草型湖泊水质参数遥感监测方法与装置 |
CN108169142A (zh) * | 2017-12-20 | 2018-06-15 | 环境保护部卫星环境应用中心 | 基于遥感影像的水色异常快速定位方法和装置 |
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 |
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 |
CN112232234A (zh) * | 2020-10-20 | 2021-01-15 | 生态环境部卫星环境应用中心 | 基于遥感的内陆湖库蓝藻水华强度评价方法和装置 |
CN112507763A (zh) * | 2019-09-16 | 2021-03-16 | 中科星图股份有限公司 | 一种基于多源多光谱遥感图像水体提取方法、系统和可读存储介质 |
CN113092417A (zh) * | 2021-03-15 | 2021-07-09 | 中山大学 | 一种基于水体颜色的水体清洁程度确定方法及装置 |
CN113326827A (zh) * | 2021-08-03 | 2021-08-31 | 南京信大环境科技有限公司 | 一种监测入海排污口水体的卫星遥感方法及系统 |
CN113780307A (zh) * | 2021-08-24 | 2021-12-10 | 河北省科学院地理科学研究所 | 一种区域年度最大蓝绿空间信息提取方法 |
CN114170514A (zh) * | 2021-12-08 | 2022-03-11 | 广东工业大学 | 水体蓝藻水华爆发的监测方法、装置、介质以及电子设备 |
CN114419436A (zh) * | 2022-01-12 | 2022-04-29 | 南方科技大学 | 水华区域监测方法、装置、设备、存储介质和程序产品 |
CN114724035A (zh) * | 2022-04-11 | 2022-07-08 | 山东锋士信息技术有限公司 | 一种基于遥感技术的早期水华检测方法 |
CN114913437A (zh) * | 2022-07-15 | 2022-08-16 | 航天宏图信息技术股份有限公司 | 一种黑臭水体识别方法 |
-
2022
- 2022-12-30 CN CN202211743396.XA patent/CN115984711B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102087617A (zh) * | 2011-02-01 | 2011-06-08 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的水华分布提取方法 |
CN105046087A (zh) * | 2015-08-04 | 2015-11-11 | 中国资源卫星应用中心 | 一种遥感卫星多光谱影像的水体信息自动提取方法 |
CN108020511A (zh) * | 2016-11-01 | 2018-05-11 | 中国科学院遥感与数字地球研究所 | 一种浅水草型湖泊水质参数遥感监测方法与装置 |
CN108169142A (zh) * | 2017-12-20 | 2018-06-15 | 环境保护部卫星环境应用中心 | 基于遥感影像的水色异常快速定位方法和装置 |
CN112507763A (zh) * | 2019-09-16 | 2021-03-16 | 中科星图股份有限公司 | 一种基于多源多光谱遥感图像水体提取方法、系统和可读存储介质 |
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 |
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 |
CN112232234A (zh) * | 2020-10-20 | 2021-01-15 | 生态环境部卫星环境应用中心 | 基于遥感的内陆湖库蓝藻水华强度评价方法和装置 |
CN113092417A (zh) * | 2021-03-15 | 2021-07-09 | 中山大学 | 一种基于水体颜色的水体清洁程度确定方法及装置 |
CN113326827A (zh) * | 2021-08-03 | 2021-08-31 | 南京信大环境科技有限公司 | 一种监测入海排污口水体的卫星遥感方法及系统 |
CN113780307A (zh) * | 2021-08-24 | 2021-12-10 | 河北省科学院地理科学研究所 | 一种区域年度最大蓝绿空间信息提取方法 |
CN114170514A (zh) * | 2021-12-08 | 2022-03-11 | 广东工业大学 | 水体蓝藻水华爆发的监测方法、装置、介质以及电子设备 |
CN114419436A (zh) * | 2022-01-12 | 2022-04-29 | 南方科技大学 | 水华区域监测方法、装置、设备、存储介质和程序产品 |
CN114724035A (zh) * | 2022-04-11 | 2022-07-08 | 山东锋士信息技术有限公司 | 一种基于遥感技术的早期水华检测方法 |
CN114913437A (zh) * | 2022-07-15 | 2022-08-16 | 航天宏图信息技术股份有限公司 | 一种黑臭水体识别方法 |
Non-Patent Citations (1)
Title |
---|
鲁韦坤;谢国清;余凌翔;杨树平;: "MODIS遥感监测滇池蓝藻水华分布", 气象科技, no. 05, pages 618 - 620 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116823837A (zh) * | 2023-08-30 | 2023-09-29 | 江西怡杉环保股份有限公司 | 一种蓝藻水华监测装置及预报方法 |
CN116823837B (zh) * | 2023-08-30 | 2023-11-21 | 江西怡杉环保股份有限公司 | 一种蓝藻水华监测装置及预报方法 |
CN117152602A (zh) * | 2023-09-12 | 2023-12-01 | 广东省水利水电科学研究院 | 基于色度指数的多源卫星遥感影像水体提取方法和系统 |
CN117745754A (zh) * | 2023-12-18 | 2024-03-22 | 中国科学院空天信息创新研究院 | 一种蓝藻水华自动化监测方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115984711B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115984711A (zh) | 一种基于卫星遥感的非蓝藻水华监测方法和系统 | |
Jacobson et al. | Design goals and solutions for display of hyperspectral images | |
CN112179854B (zh) | 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 | |
Rossel et al. | Colour space models for soil science | |
Mendoza et al. | Calibrated color measurements of agricultural foods using image analysis | |
JP5174307B2 (ja) | カラー信号処理 | |
US6567543B1 (en) | Image processing apparatus, image processing method, storage medium for storing image processing method, and environment light measurement apparatus | |
KR100840165B1 (ko) | 메탈릭 도색의 근사색을 고속으로 검색하는 방법 | |
CN113240758B (zh) | 基于融合衍生指数的遥感影像融合方法、系统、设备及介质 | |
WO2022252242A1 (zh) | 一种基于多光谱图像的水污染区域识别方法和系统 | |
CN114113001B (zh) | 一种气溶胶光学厚度反演方法 | |
CN110458787B (zh) | 一种图像融合方法、装置及计算机存储介质 | |
US5446543A (en) | Method and apparatus for extracting a pattern of color from an object using a neural network | |
CN114067222B (zh) | 一种城市水体遥感分类方法及装置 | |
CN111595791A (zh) | 基于高光谱数据校正的内陆水体fui水色指数提取方法 | |
CN103942769A (zh) | 一种卫星遥感影像融合方法 | |
CN113222054A (zh) | 基于特征比值指数的遥感影像融合方法、系统、设备及介质 | |
CN112434642B (zh) | 一种适用于处理大场景光学遥感数据的海陆分割方法 | |
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 | |
CN104361602A (zh) | 一种基于modis图像的水体颜色检测方法及装置 | |
CN117115077A (zh) | 一种湖泊蓝藻水华检测方法 | |
CN108198178B (zh) | 大气程辐射值的确定方法和装置 | |
CN116228911B (zh) | 基于光谱特征的森林火灾勘察定损方法 | |
EP2866008B1 (en) | Tone type identification method | |
CN113092417A (zh) | 一种基于水体颜色的水体清洁程度确定方法及装置 |
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 |