[发明专利]一种水体叶绿素a的重构方法及装置

说明书

本申请提供了一种水体叶绿素a的重构方法及装置，涉及遥感影像处理技术领域，具体为：获取目标水体的遥感影像；对所述目标水体的遥感影像进行去云处理；计算去云处理后的目标水体的遥感影像的每个像元的多个特征因子，所述多个特征因子至少包括：预设波段的瑞利校正反射率、预设数量的波段比值、海洋水色指数和预设波段的空间差异值；利用预先训练完成的叶绿素重构模型对每个像元的多个特征因子进行处理，得到每个像元的叶绿素a值。相对于现有技术本申请在非云缺失区上具有较高的叶绿素重构精度。

技术领域

本申请涉及遥感影像处理技术领域，尤其是涉及一种水体叶绿素a的重构方法及装置。

背景技术

目前，一类水体的叶绿素浓度最常用的估算方法是利用蓝绿波段遥感反射率(Rrs)波段比值。但是二类水体的光学特性要比一类水体复杂得多。因此利用蓝绿波段遥感反射率(Rrs)波段比值的算法估算二类水体叶绿素浓度，精度并不高，该算法并不适用于水体成分复杂的海域。

由于云覆盖、太阳耀斑、气溶胶等原因，通过卫星获取的、有效的叶绿素浓度数据较少，覆盖面积较小。以可见光红外成像辐射仪（Visible infrared Imaging Radiometer,VIIRS）为例，尽管卫星每天都测量且海洋上无云覆盖的概率约为25-30%，但是可有效检索到的、高质量的叶绿素浓度产品的概率仅占5%，这意味着对于大多数海域，每平方公里平均每20天只有一个高质量的叶绿素浓度数据。此外，由于中国近岸海域水体组成成分复杂多变、高浑浊水体高反射特性以及吸收性气溶胶等问题，无法准确地进行大气校正，导致近海水色遥感以及水色要素反演存在较大的问题，尤其是在近岸高浑浊水域，如黄河口、苏北浅滩等区域，现有的水色业务化算法对此类高浑浊水体基本失效。即使近岸天气晴朗无云，该海域的水色数据（如叶绿素浓度、遥感反射率等）依旧被错误地掩膜，导致水色产品大面积缺失。传统的插值方法，如DIEOF等，由于在重构过程中只保留了其中最优的EOF空间模态和对应的时间系数，而表征局部信息的空间模态和相应的时间系数没参与重构，因此重构缺失数据时，会平滑掉一些局部信息，而且会对叶绿素低浓度区的数据做出偏高估计。

对于晴朗无云的近岸高浑浊海域，目前的业务化算法为了保证结果的精度，常常对这些区域进行掩膜，使得这些区域缺乏有效的叶绿素浓度卫星产品。由于含有水体信息的离水辐亮度在传感器所接收到的总信号中所占比例极小，不足10%，因此难以提取出有效的离水辐亮度。同时，鉴于大气的组成成分及含量比较稳定，大气分子散射能通过精确瑞利散射计算得到。但是气溶胶的含量和种类存在较大的时空分异性，准确计算气溶胶散射存在很大的难度。因此，很难准确估计出叶绿素浓度值。

发明内容

有鉴于此，本申请提供了一种水体叶绿素a的重构方法及装置，以解决现有技术存在的上述技术问题。

第一方面，本申请实施例提供了一种水体叶绿素a的重构方法，包括：

获取目标水体的遥感影像；

对所述目标水体的遥感影像进行去云处理；

计算去云处理后的目标水体的遥感影像的每个像元的多个特征因子，所述多个特征因子至少包括：预设波段的瑞利校正反射率、预设数量的波段比值、海洋水色指数和预设波段的空间差异值；

利用预先训练完成的叶绿素重构模型对每个像元的多个特征因子进行处理，得到每个像元的叶绿素a值。

进一步的，对所述目标水体的遥感影像进行去云处理；包括：

计算目标水体的遥感影像的每个像元的1238nm波段的瑞利校正反射率Rrc(1238)、551nm波段的瑞利校正反射率Rrc(551)和486nm波段的瑞利校正反射率Rrc(486)：