[发明专利]一种晴空条件下海上雾霾遥感识别方法及系统

说明书

本发明公开了一种晴空条件下海上雾霾遥感识别方法及系统，涉及海洋遥感数据与应用领域，包括获取晴空条件下监测区域对应的海洋上空卫星遥感数据；根据海洋上空卫星遥感数据提取像元光谱特征值；根据像元光谱特征值和训练好的神经网络雾霾遥感识别模型确定监测区域对应的海洋上空雾霾分布。其中，训练好的神经网络雾霾遥感识别模型是根据样本数据对MLP神经网络模型训练得到的；样本数据包括像元区域的类型以及每个像元区域对应的像元光谱特征值；类型包括清洁水体、浑浊水体和雾霾。本发明将海洋上空卫星遥感数据与神经网络机器学习算法相结合，以实现准确有效监测海洋上空雾霾分布情况的目的。

技术领域

本发明涉及海洋遥感数据与应用领域，特别是涉及一种晴空条件下海上雾霾遥感识别方法及系统。

背景技术

近年来，雾霾现象出现的频率越来越高，受雾霾影响的范围也比较广泛，雾霾对人类的出行、身体健康以及生态环境等都造成了破坏性的影响，已经引起政府部门、科学家以及社会的广泛关注，成为了热门话题。

海洋作为全球气候系统的重要组成部分，对全球气候的变化有重要影响。我国濒临太平洋，是海洋大国，同时，东部沿海地区是我国经济社会发展相对较快的区域，也是我国主要的经济贡献区域，全国约60％以上的人口都分布在东部沿海。海洋对我国的经济社会和国防建设发展有极其重要的战略意义。因此，对海洋上空雾霾的监测显得尤为必要。

目前，传统地面观测手段费时费力，且观测空间有限，对于海洋上空的雾霾监测难度更高。

发明内容

本发明的目的是提供一种晴空条件下海上雾霾遥感识别方法及系统，能够准确有效的监测海洋上空的雾霾分布情况。

为实现上述目的，本发明提供了如下方案：

一种晴空条件下海上雾霾遥感识别方法，包括：

获取晴空条件下监测区域对应的海洋上空卫星遥感数据；

根据所述海洋上空卫星遥感数据，提取像元光谱特征值；

根据所述像元光谱特征值和训练好的神经网络雾霾遥感识别模型，确定监测区域对应的海洋上空雾霾分布；其中，所述训练好的神经网络雾霾遥感识别模型是根据样本数据对MLP神经网络模型训练得到的；所述样本数据包括像元区域的类型以及每个所述像元区域对应的像元光谱特征值；所述类型包括清洁水体、浑浊水体和雾霾。

可选的，所述海洋上空卫星遥感数据为海洋水色数据网站的MODIS L1A数据。

可选的，所述根据所述海洋上空卫星遥感数据，提取像元光谱特征值，具体包括：

利用SeaDAS软件对所述MODIS L1A数据进行处理，得到去瑞利校正后的遥感反射率R_rc；其中，所述像元光谱特征值为去瑞利校正后的遥感反射率R_rc。

可选的，所述样本数据的确定过程为：

采用目视解译方法，提取不同类型的像元区域；

利用ENVI软件对所述像元区域的样本进行提取，得到可见光波段光谱数据；

利用SeaDAS软件对所述可见光波段光谱数据进行处理，得到像元区域对应的去瑞利校正后的遥感反射率R_rc；其中，所述像元光谱特征值为去瑞利校正后的遥感反射率R_rc。

一种晴空条件下海上雾霾遥感识别系统，包括：

海洋上空卫星遥感数据获取模块，用于获取晴空条件下监测区域对应的海洋上空卫星遥感数据；

像元光谱特征值提取模块，用于根据所述海洋上空卫星遥感数据，提取像元光谱特征值；