[发明专利]一种蓝藻水华的立体监测方法

权利要求书

1.一种蓝藻水华的立体监测方法，其特征在于它是按照以下步骤进行的：

步骤1，根据监测方案频次定期收集蓝藻的数量、生物量、叶绿素a、总磷、总氮、温度和风速的实测数据；从中国气象数据网获取气象数据；生物指标作为生物多样性变化的数据，作为辅助数据预警水华现象发生的风险；

步骤2，利用单因子指数法对蓝藻的数量、叶绿素a、总磷、总氮、温度和风速监测数据指标进行计算，计算公式如下：

P_i＝C_i/C_i0

式中，i-具体的指标因子；

C_i-指标因子i的实测数值；

C_i0-指标因子i可能触发风险的阈值；

P_i-指标因子i的指数；

各因子指标阈值如下：当蓝藻数量增值超过1.5×10⁴个/mL，叶绿素浓度＞10μg/L，判定为水华爆发；总磷＞0.02mg/L，总氮＞0.5mg/L，判定为满足蓝藻生长；当营养条件符合水华爆发的营养条件时，水温比常年水温高出0.5℃，将进入水华高风险阶段；风速P_i指数以C_i0/C_i计算；

步骤3，当蓝藻数量和叶绿素浓度的P_i≥1，则判定为已触发风险；当蓝藻数量和叶绿素浓度的P_i＜1，对各项指标设置加权系数，计算结果进一步加权处理；

步骤4，利用Logistic回归模型建立加权指数与蓝藻水华爆发的概率关系式，

P(y|P＝P_i)＝β₁P₁+β₂P₂+β₃P₃+…+β_nP_n

式中，P(y|P＝P_i)定义为水华爆发风险的概率，β_n为各项指标设置的加权系数，P_i为各项指标的指数；

步骤5，建立蓝藻水华程度的判定准则及范围，按水华严重程度将水华区域分为五级，分别为：当0≤P(y|P＝P_i)＜0.25，水华风险为一级；当0.25≤P(y|P＝P_i)＜0.5，水华风险为二级；当0.5≤P(y|P＝P_i)＜0.75，水华风险为三级；当0.75≤P(y|P＝P_i)＜1，水华风险为四级；当P(y|P＝P_i)≥1，水华风险为五级；

步骤6，通过视频监测站收集的数据对视频剪辑选取具有图片，并获取图片数据，通过图像识别软件转成光谱特征值，建立分析光谱特征值与水华爆发的因果关系模型，同步校准步骤5的判定结果；

步骤7，获取遥感影像原始数据，对数据进行预处理，建立光谱值与水华爆发的多元回归遥感预警模型，同步校准步骤5与步骤6的结果。

2.根据权利要求1所述的一种蓝藻水华的立体监测方法，其特征在于步骤1中所述的根据监测方案频次定期收集蓝藻的数量、生物量、叶绿素a、总磷、总氮、温度和风速的实测数据是指监测流域饮用水源地蓝藻上述数据监测在夏季为1次/天，蓝藻水华易发区上述数据监测在夏季为3次/周。

3.根据权利要求1所述的一种蓝藻水华的立体监测方法，其特征在于生物指标为水生植物、浮游植物、浮游动物、沿岸底栖动物和鱼类。

4.根据权利要求1所述的一种蓝藻水华的立体监测方法，其特征在于所述的生物指标监测频次为1次/月。

5.根据权利要求1所述的一种蓝藻水华的立体监测方法，其特征在于步骤7中的预处理是指进行辐射定标、大气校正、云俺膜和裁剪。

6.根据权利要求1所述的一种蓝藻水华的立体监测方法，其特征在于所述的辐射定标是将传感器记录的数字量化值通过线性关系式转换为绝对辐射亮度值。

7.根据权利要求1所述的一种蓝藻水华的立体监测方法，其特征在于步骤3中所述的对各项指标设置加权系数，具体为：蓝藻加权系数为0.325，叶绿素加权系数为0.325，总磷加权系数为0.125，总氮加权系数为0.125，水温加权系数为0.075，水温加权系数为0.025。