[发明专利]一种基于遥感影像和水生态模型的叶绿素计算方法

说明书

本发明公开了一种基于遥感影像和水生态模型的叶绿素计算方法，包括：步骤1，基于遥感影像资料数据进行辐射定标、大气校正、图像裁剪及融合等数据预处理；步骤2，构建遥感水质反演模型，实现水温、叶绿素浓度等指标的分别反演；步骤3，将遥感影像反演得到的上述各项指标浓度和未来气象变化作为水生态模型输入条件，模拟水域环境在未来气象变化条件下，未来一段时间内由营养物质转化、藻类生长死亡等变化，引起的叶绿素浓度动态变化过程。本发明适用于水环境监控与预测，具有普适性，计算精度高，能实现监测布点有限条件下，流域大面积实时叶绿素浓度预测模拟，可形成集成遥感影像与水生态模型一体化的叶绿素浓度预测体系。

技术领域

本发明属于水环境监控与预测领域，特别涉及一种基于遥感影像和水生态模型的叶绿素计算方法。

背景技术

随着城镇化的快速扩张和工业快速发展，以及农业生产中化肥、农药的大量使用，大量城镇生活污水和工农业废水排入江、河、湖、库等水体，使水体的污染负荷不断增加，造成我国内陆水体富营养化日益严重，“水华”事件频繁发生，严重影响和制约了水体功能的发挥和水资源的利用，对流域的饮用水安全和社会生产造成了直接威胁。因此能够及时有效地模拟预测水体“水华”风险的程度、“水华”暴发时间，以及“水华”暴发影响的水域范围，显得尤为重要。

保护水资源、防治水体富营养化，离不开富营养化水体监测监控。我国水环境监测监控技术目前存在一系列的问题，如监测频率较低；移动水质分析监控能力不强；不能实现快速、适时的水质检测，及时掌握水体富营养化状况变化的动态；监控网站的信息技术、联测联报的技术协调以及监测数据即时处理等能力还有待加强等。遥感技术是获取环境信息的有效工具，近年来，将遥感技术应用于水体富营养化监控，可以获取实时、连续和快速的环境信息，通过全面数据分析，为管理者提供宏观决策参考。其水质反演模型多为经验或半经验-半分析公式，缺乏藻类生长机理，忽视了外界气象因素与水文因素对水体水质的影响，同时由于遥感影像获取具有周期性例如Landsat系列卫星为16天一次，MODIS陆地数据为8天一次，仅能对当天叶绿素浓度进行反演，不能及时有效预测水体未来的水华风险。而单纯通过富营养化生态动力学模型对水体水华风险进行模拟预测需要大量的实测数据作支撑，而实际情况中往往难以快速便捷获取足够多的实测样本数据，因此可以通过遥感影像反演获取精细到像元单元的海量样本数据应用于水生态动力学模型进行模拟预测，使得模拟结果更加精确可靠。

发明内容

本发明的目的是提供一种基于遥感影像和水生态模型的叶绿素计算方法，使管理员能在野外有限布点的条件下，利用遥感技术进行大面积水体监测，并与数值模拟结合，进行水体叶绿素浓度及富营养化状况的监控与预测。

本发明以遥感影像为基础数据，通过遥感影像的辐射定标及大气校正等预处理后，进行水体温度反演和叶绿素浓度等反演，并与水生态模型相结合，能在传统布点有限的情况下，对水体中叶绿素浓度时空变化情况进行实时动态模拟。

为达到上述目的，本发明提出的一种基于遥感影像和水生态模型的叶绿素计算方法，包括以下步骤：

步骤1，遥感影像数据预处理；

步骤2，构建遥感水质反演模型，并将反演结果作为水生态模型计算的初值条件，具体实现如下，

步骤2-1，首先对研究区域实测光谱数据进行遥感反射率的提取，并进一步做归一化处理，选取遥感影像中具有实测遥感反演模型指标数据的采样点；

步骤2-2，建立遥感影像不同波段的运算组合，将选取的采样点实测遥感反演模型指标值与不同波段组合进行相关性分析，选择相关系数最大的波段组合，并将波段组合作为自变量，遥感反演模型指标作为因变量，构建反演模型，其中遥感反演模型指标包括水温、透明度、pH、总氮(TN)、总磷(TP)、化学需氧量(COD)、氨氮(NH₃-N)、溶解氧(DO)、生化需氧量(BOD)、叶绿素浓度共十个指标；