[发明专利]一种富营养化湖泊藻蓝素的MODIS遥感监测方法

摘要

本发明提供一种富营养化湖泊藻蓝素的MODIS遥感监测方法，基于MODIS RGB影像人工判读和野外实测数据分析，将富营养化湖泊影像分为藻华影像和非藻华影像；结合连续两年的富营养化湖泊星地同步数据，获取基于EOF分解的藻蓝素估算算法；获取基于EOF算法的藻蓝素估算结果；最后基于所述算法获取富营养化湖泊藻蓝素长时间序列时空分布结果。采用本发明的方法将影像分类后估算色素浓度，估算结果更准确，可更全面的对水质情况做出评价，为水利、环保等部门的水资源管理、水环境保护的科学决策提供科技支撑。

主权项

1.一种富营养化湖泊藻蓝素的MODIS遥感监测方法，其特征在于，包括如下步骤：(1)基于MODIS RGB影像人工判读和野外实测数据分析，将富营养化湖泊影像分为藻华影像和非藻华影像；富营养化湖泊主要包含清洁水体、高悬浮物主导水体和藻华主导水体三种水体；清洁水体与高悬浮物主导水体典型光谱特征类似，将清洁水体、高悬浮物主导水体归为非藻华影像，藻华主导水体归为藻华影像，选取指数FAI用以区分这两类影像；影像分类算法具体如下：统计每景非藻华影像受边界效应影响的像元数目，以此像元数目为单幅阈值，每景非藻华影像对应一个单幅阈值；做直方图计算所有非藻华影像单幅阈值的平均值和标准差，计算非藻华影像的统一阈值：将每景影像受影响的像元数做成直方图，获取该直方图的平均值和标准差作为区分藻华影像和非藻华影像的统一阈值，对影像进行分类，获取藻华影像和非藻华影像；阈值计算方式为：平均值+2*标准差；(2)结合连续两年的富营养化湖泊星地同步数据，获取基于EOF分解的藻蓝素估算算法；利用步骤(1)的方法将获取的富营养化湖泊星地同步数据，分类为藻华影像和非藻华影像进行模型训练；非藻华影像模型输入使用所有波段R_rc统一减去近红外波段R_rc的形式，以消除悬浮物的影响；藻华影像模型基于藻华影像的星地同步实测数据，原波段输入，建立基于EOF分解的藻蓝素估算算法；其中，所述R_rc指遥感反射率；(3)获取基于EOF算法的藻蓝素估算结果；将训练模型应用于经过瑞利校正后的MODIS卫星影像数据，获取基于EOF算法的藻蓝素估算结果；(4)获取富营养化湖泊藻蓝素长时间序列时空分布结果；基于前述步骤和方法，将藻蓝素估算算法应用至历史获取的MODIS影像，获取长时间序列的藻蓝素空间分布结果，并分析藻蓝素的年际、月际变化规律。