[发明专利]海上浒苔和马尾藻鉴别方法

说明书

本发明的实施例提供了一种海上浒苔和马尾藻鉴别方法，涉及藻类识别技术领域。所述方法包括：获取HY‑1C卫星的CZI的L1B数据；根据所述L1B数据，计算出NDVI、GFAI和DGFAI；根据所述NDVI、所述GFAI和所述DGFAI，判断海上大型漂浮藻类的类型。该方法根据HY‑1C卫星的CZI的L1B数据，自动识别藻类的类型，无需短波红外波段数据的信息，无需目视解译的主观判断，识别准确率高，识别效率高。

技术领域

本发明涉及藻类识别技术领域，具体而言，涉及一种海上浒苔和马尾藻鉴别方法。

背景技术

海上大型藻类的卫星遥感主要以海上大型藻类“有”与“无”的识别为主。使用较广泛的判别方法主要有：

（1）归一化植被指数（英文简称：“NDVI”）判别法。该方法应用较广，是利用卫星近红外和红光波段的反射率计算NDVI，设定阈值，将NDVI大于阈值的海洋目标判定为海上大型漂浮藻类；

（2）漂浮藻类指数法（英文名：Floating Algae Index，简称：“FAI”）。该方法利用红光、近红外和短波红外波段反射率，计算近红外波段反射率相对于红光与短波红外反射率基线的高度，该高度定义为FAI，根据FAI的值判定观测地物是否为海上漂浮藻类。该方法的优点是具对海洋环境和观测条件不敏感。

（3）最大叶绿素指数法（英文名：Maximum Chlorophyll Index），该方法是针对MERIS提出的一种判别墨西哥湾等海区的大型海藻的方法，是计算遥感数据波长为709nm处的辐亮度相对于681nm和754nm波长处辐亮度的基线高度来判定观测地物是否为大型海藻。

除以上主要的以定量指标值识别海上大型漂浮藻类外，还有如假彩色合成（英文简称：“FRGB”）图像识别法，其利用红光、近红外、蓝光波段反射率合成假彩色图像并进行图像拉伸以识别海上藻类。

以上海洋大型漂浮藻类遥感识别方法中，NDVI法使用简单，对遥感图像定标精度和大气校正要求较低，然而可能受海洋环境等影响；FAI和FRGB法使用的遥感资料信息均是经过瑞利大气校正的遥感反射比，其中，FAI法需要使用短波红外光谱信息。MCI法所使用的光谱段仅适用于MERIS遥感数据。FRGB法的信息不能从遥感图像中区分浒苔与马尾藻。

因此，设计一种海上浒苔和马尾藻鉴别方法，能够自动识别藻类，无需人工主观干预，这是目前急需解决的技术问题。

发明内容

本发明的目的包括提供一种海上浒苔和马尾藻鉴别方法，其能够自动识别藻类，无需人工主观干预。

本发明的实施例可以这样实现：

本发明实施例提供一种海上浒苔和马尾藻鉴别方法，方法包括：

获取HY-1C卫星的CZI的L1B数据；

根据L1B数据，计算出NDVI、GFAI和DGFAI；

根据NDVI、GFAI和DGFAI，判断判断海上大型漂浮藻类的类型。

在可选的实施方式中，L1B数据包括辐亮度和太阳天顶角，根据L1B数据，计算出NDVI、GFAI和DGFAI的步骤包括：

根据辐亮度和太阳天顶角，计算出波段的反射率；

根据反射率，计算出NDVI。

在可选的实施方式中，根据L1B数据，计算出NDVI、GFAI和DGFAI的步骤包括：

从L1B数据中获取波段经过大气瑞利散射校正后的反射比Rrc；

根据反射比Rrc，计算出GFAI；

根据GFAI，计算出DGFAI。