[发明专利]一种基于遥感藻总量的藻华预测方法

说明书

本发明涉及一种基于遥感藻总量的藻华预测方法，通过对历史时期遥感监测的藻华发生情况、遥感藻总量和不同气象指标进行大数据分析，然后构建不同湖区藻华发生概率的Logistic预测模型，实现基于遥感藻总量的藻华发生概率预测。本发明采用流行病学研究中使用较多的Logistic回归分析，实现了藻华发生概率（连续）预测。

技术领域

本发明涉及卫星遥感技术及其应用领域，具体涉及一种基于遥感藻总量的藻华预测方法。

背景技术

在剧烈人为活动影响下，湖泊富营养化情形日益加重，湖泊中藻类呈暴发式增多，从而在水表形成藻华。藻华发生后，水体透明度会极大的降低，不利于水生植被生长，藻类细胞的分解还会消耗水体溶解氧从而恶化水质，藻类细胞分解还会产生恶臭难闻的气体。为了治理或缓解藻华暴发带来的生态环境危害，国家与地方地方政府投入了大量的人力、物力和财力进行藻类打捞去除。为了高效合理的进行藻类打捞，需要科学合理的预测藻华发生的区域及概率，以便科学提前安排打捞计划。

关于藻华预测，由于模型难以处理藻华暴发的极值问题，目前基本使用的基本都是经验统计法，但对藻华的定义、所使用的方法各异。关于藻华的定义，一些研究使用的是水表叶绿素(Chl-a)浓度，另一些研究则使用卫星监测的藻华发生与否。关于所用方法方面，一些研究使用各种气象因子构建统计关系，另一些研究则使用缺乏机理解释的机器学习统计算法。事实上，已有的大量研究结果表明：藻华暴发就是水体中藻总量达到一定水平后，风速等气象因子满足一定条件下水柱中藻类上浮至表层而形成的一种短期现象。由于受限于水柱中藻总量获取难度大，之前的一些藻华预测方法仅仅使用了气象因子。然而，针对一个水体区域，仅仅依赖于气象因子构建的藻华预测方法，在应用于其他水体时常出现不适用。

发明内容

为实现富营养化湖泊藻华发生概率的预测，借助于历史时期卫星遥感数据监测到的藻华、水柱内藻总量和综合气象因子，本发明构建了一种基于遥感藻总量的富营养化湖泊藻华发生概率Logistic二值预测模型，模型输入综合考虑了水柱内藻总量和气象因子。具体技术方案如下：

(1)获取待预测湖泊历史时期的遥感影像数据，将影像像元分类为藻华发生像元和藻华不发生像元，构建确定区域藻华发生与否的样本库；

(2)基于遥感反演估算像元尺度水柱内藻总量，计算湖区内不同区域的藻总量平均值；

(3)基于历史气象数据遴选影响藻华发生的敏感气象因子；

(4)以藻总量平均值和遴选出的敏感气象因子为输入，以对应的藻华发生与否样本库值为输出，对Logistic模型进行训练，得到参数化的藻华发生概率Logistic预测模型。

具体预测模型如下：

式中，ρ为藻华发生概率；x₁,x₂,…,x_n为用于藻华发生概率预测的不同因子，包括藻总量和不同气象因子；β₀,β_k,…,β_n为各个预测因子的Logistic回归分析拟合系数，即贡献权重。

作为本发明的进一步改进，所述遥感影像数据选用MODIS数据。由于藻华暴发具有高时间动态特征，因此本发明使用高时间分辨率的MODIS遥感数据。

作为本发明的进一步改进，所述遥感影像数据为经几何校正和大气校正的遥感影像数据。

作为本发明的进一步改进，基于像元FAI值将像元划分为藻华发生像元和藻华不发生像元。

作为本发明的进一步改进，所述样本库构建时，基于不同区域包含的藻华发生像元/藻华不发生像元占比，划分出藻华发生区域和藻华不发生区域。