[发明专利]一种富营养化湖泊非藻华条件下藻类总存量遥感估算方法有效

专利信息
申请号: 201510596051.X 申请日: 2015-09-17
公开(公告)号: CN105203466B 公开(公告)日: 2018-11-02
发明(设计)人: 张玉超;马荣华;段洪涛;李晶 申请(专利权)人: 中国科学院南京地理与湖泊研究所
主分类号: G01N21/25 分类号: G01N21/25
代理公司: 江苏致邦律师事务所 32230 代理人: 徐蓓
地址: 210008 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 富营养化 湖泊 非藻华 条件下 藻类 存量 遥感 估算 方法
【说明书】:

发明提供一种富营养化湖泊非藻华条件下藻类总存量(表征量:叶绿素a总量,量纲:t)的遥感估算方法,包括:筛选判断湖泊非藻华条件的NDBI阈值;在生物光学模型模拟及实测数据的基础上,获取非藻华条件下NDBI与水体表层叶绿素a浓度间的定量关系,并推广至经过瑞利散射矫正的MODIS卫星影像数据;基于实测剖面数据,获取藻类表层总生物量与不同水深范围藻类总存量间的查找表;基于巢湖中庙及巢湖闸的同日水位及巢湖水下DEM,确定巢湖的水深空间分布情况;基于MODIS卫星影像的单元像元内藻类总存量的估算方法。基于本发明的方法,可准确获取富营养化湖泊非藻华条件下藻类总存量的年际、月际变化规律及其空间分布。

技术领域

本发明涉及富营养化湖泊非藻华条件下藻类总存量遥感估算方法。

背景技术

藻类大量繁殖引起的水华现象是湖泊水体富营养化的重要特征(孔繁翔和高光,2005),我国已经成为世界上蓝藻水华暴发最严重、分布最广的国家之一(吴庆龙等,2008)。卫星遥感具有快速、大范围、周期性的特点,已成为湖泊蓝藻水华监测和预测预警不可或缺的技术手段(潘德炉和马荣华,2008)。目前,我国长江中下游富营养化湖泊(太湖、巢湖等)蓝藻水华面积的卫星遥感监测均已基本实现了业务化运行(马荣华等,2010;朱利等,2013),为政府及水环境管理部门提供了重要的决策依据。

事实上,由于蓝藻具有伪空胞(Vacuole)的特殊细胞结构,其自身具有浮力和根据环境变化(光照、水动力)调节浮力的能力(Walsby,1994;孔繁翔和宋立荣,2011),导致水体表层藻华面积经常会在数小时内发生剧烈变化,甚至出现短时间内大面积蓝藻水华聚集或消失的现象。因此,单独监测覆盖水华面积很难真实表征水体中藻类分布状况,只有获得水体内藻类总存量,才能准确把握蓝藻变化情势。

发明内容

本发明的目的在于提供一种富营养化湖泊非藻华条件下藻类总存量遥感估算方法,可精确获取湖泊藻类总存量的时空分布,准确分析湖泊内藻总量发生、发展状况及趋势,科学评估湖泊污染治理与生态修复效果,为水利、环保等部门的水资源管理、水环境保护的科学决策提供科技支撑。

本发明的上述目的通过独立权利要求的技术特征实现,从属权利要求以另选或有利的方式发展独立权利要求的技术特征。

为达成上述目的,本发明所采用的技术方案如下:

一种富营养化湖泊非藻华条件下藻类总存量(表征量:叶绿素a总量,量纲:t)的遥感估算方法,包括:筛选判断湖泊非藻华条件的NDBI阈值;在生物光学模型模拟及实测数据的基础上,获取非藻华条件下NDBI与水体表层叶绿素a浓度间的定量关系,并推广至经过瑞利散射矫正的MODIS卫星(MODerate-resolution Imaging spectroradiometer)影像数据;基于实测剖面数据,获取藻类表层总生物量与不同水深范围藻类总存量间的查找表;基于巢湖中庙及巢湖闸的同日水位及巢湖水下DEM,确定巢湖的水深空间分布情况;基于MODIS卫星影像的每个像元内藻类总存量的估算方法。基于该方法,可准确获取富营养化湖泊非藻华条件下藻类总存量的年际、月际变化规律及其空间分布。

作为进一步的示例,前述方法的具体实现包括:

1)筛选判断湖泊非藻华条件的NDBI阈值

其中所述判断湖泊非藻华条件的评价指数NDBI是指基于藻华以及悬浮物光谱响应特征,选择红、绿波段以及类似于NDVI表达形式,可避免高悬浮物对藻华监测的不利影响,并以该藻类指数作为判断藻华和非藻华的基本指数;基于野外实测数据,利用CART决策树,获取到NDBIRrs=0.24为非藻华和藻华条件的区分阈值;

2)在生物光学模型模拟及实测数据的基础上,获取非藻华条件下NDBI与水体表层叶绿素a浓度间的定量关系

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院南京地理与湖泊研究所,未经中国科学院南京地理与湖泊研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510596051.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top