一種富營養(yǎng)化湖泊藻類總存量遙感估算方法
【技術領域】
[0001 ]本發(fā)明設及富營養(yǎng)化湖泊藻類總存量遙感估算方法。
【背景技術】
[0002] 藻類大量繁殖引起的水華現象是湖泊水體富營養(yǎng)化的重要特征(孔繁翔和高光， 2005)，我國已經成為世界上藍藻水華暴發(fā)最嚴重、分布最廣的國家之一(吳慶龍等，2008)。 衛(wèi)星遙感具有快速、大范圍、周期性的特點，已成為湖泊藍藻水華監(jiān)測和預測預警不可或缺 的技術手段(潘德爐和馬榮華，2008)。目前，我國長江中下游富營養(yǎng)化湖泊(太湖、巢湖等） 藍藻水華面積的衛(wèi)星遙感監(jiān)測均已基本實現了業(yè)務化運行（馬榮華等，2010;朱利等， 2013)，為政府及水環(huán)境管理部口提供了重要的決策依據。
[0003] 事實上，由于藍藻具有偽空胞(Vacuole)的特殊細胞結構，其自身具有浮力和根據 環(huán)境變化(光照、水動力）調節(jié)浮力的能力(Walsby，1994;孔繁翔和宋立榮，2011)，導致水體 表層藻華面積經常會在數小時內發(fā)生劇烈變化，甚至出現短時間內大面積藍藻水華聚集或 消失的現象。因此，單獨監(jiān)測覆蓋水華面積很難真實表征水體中藻類分布狀況，只有獲得水 體內藻類總存量，才能準確把握藍藻變化情勢。

【發(fā)明內容】

[0004] 本發(fā)明的目的在于提供一種富營養(yǎng)化湖泊藻類總存量遙感估算方法，可精確獲取 湖泊藻類總存量的時空分布，準確分析湖泊內藻總量發(fā)生、發(fā)展狀況及趨勢，科學評估湖泊 污染治理與生態(tài)修復效果，為水利、環(huán)保等部口的水資源管理、水環(huán)境保護的科學決策提供 科技支撐。
[0005] 本發(fā)明的上述目的通過獨立權利要求的技術特征實現，從屬權利要求W另選或有 利的方式發(fā)展獨立權利要求的技術特征。
[0006] 為達成上述目的，本發(fā)明所采用的技術方案如下：
[0007] 本發(fā)明提供一種富營養(yǎng)化湖泊藻類總存量(表征量:葉綠素 a總量，量綱:t)的遙感 估算方法，包括:在生物光學模型模擬及實測數據的基礎上，獲取NDBI與水體表層葉綠素 a 濃度間的定量關系，并推廣至經過瑞利散射矯正的M0DIS衛(wèi)星影像數據;基于巢湖中廟及巢 湖閩的同日水位及巢湖水下DEM，確定巢湖的水深空間分布情況;基于實測剖面經驗數據， 篩選判斷湖泊NDBI闊值，分別構建藻華與非藻華條件下單元水柱內藻類總存量估算方法； 基于M0DIS衛(wèi)星影像的單元像元內藻類總存量的估算方法?；诒景l(fā)明的方法，可準確獲取 富營養(yǎng)化湖泊藻類總存量的年際、月際變化規(guī)律及其空間分布。
[000引作為進一步的示例，前述方法的具體實現包括：
[0009] 1)在生物光學模型模擬及實測數據的基礎上，獲取NDBI與水體表層葉綠素 a濃度 間的定量關系
[0010] 基于藻華W及懸浮物光譜響應特征，構建藻類指數NDBI作為湖泊表層葉綠素 a濃 度的基本指數;生物光學模型的基礎上，結合巢湖的實測數據，進行不同情景下的數值模 擬，確定NDBI與葉綠素 a濃度的定量關系，利用野外實測數據構建基于Rrs數據的NDBI與表層 葉綠素 a濃度的定量關系;模擬巢湖地區(qū)在不同氣溶膠類型及厚度、不同太陽高度角、衛(wèi)星 觀測角W及方位角情況下，地面監(jiān)測的遙感反射比Rrs與模擬的瑞利散射矯正后的Rrc之間 的定量關系；將基于地面實測光譜數據的表層葉綠素 a濃度反演算法應用至經過瑞利散射 矯正的MODIS衛(wèi)星影像數據，從而獲取到湖泊全水域表層葉綠素 a濃度空間分布；
[0011] 2)基于巢湖中廟及巢湖閩的同日水位及巢湖水下DEM，確定巢湖的水深空間分布 情況
[0012] 通過巢湖閩與忠廟站的水位數據，計算得到全湖的水位數據；由湖底DEM得到湖底 高程數據，通過水位數據減去高程數據全湖水深空間分布數據；
[0013] 3)篩選判斷湖泊非藻華條件的NDBI闊值，基于實測剖面數據，構建藻華和非藻華 條件下表藻總量的遙感估算方法
[0014] 其中所述判斷湖泊非藻華條件的評價指數NDBI是指基于藻華W及懸浮物光譜響 應特征，W該藻類指數作為判斷藻華和非藻華的基本指數;基于實測數據，利用CART決策樹 W及地面遙感反射比Rrs與瑞利散射矯正后的Rrc之間的定量關系，獲取到NDBlRrc = 0.1193 為衛(wèi)星影像中非藻華和藻華條件的區(qū)分闊值;基于巢湖地區(qū)野外剖面監(jiān)測數據，分別構建 了藻華和非藻華條件下藻總量的遙感估算方法；
[0015] 4)基于M0DIS衛(wèi)星影像的每個像元內藻類總存量的估算方法
[0016] 利用水體表層葉綠素 a濃度與NDBI間的定量關系、對應條件下藻總量的遙感估算 方法，基于M0DIS衛(wèi)星影像再結合巢湖同日的水深數據，獲取衛(wèi)星影像每個像元水柱內的藻 類總存量。
[0017] 基于前述步驟和方法，在對多幅時間序列的衛(wèi)星影像處理后獲取富營養(yǎng)化湖泊全 湖的藻類總存量的年際、月際變化規(guī)律及其空間分布。
[0018] 由W上本發(fā)明的技術方案可知，本發(fā)明的富營養(yǎng)化湖泊藻類總存量M0DIS衛(wèi)星遙 感估算方法，在生物光學模型模擬及實測數據的基礎上，獲取NDBI與水體表層葉綠素 a濃度 間的定量關系，并推廣至經過瑞利散射矯正的M0DIS衛(wèi)星影像數據;基于巢湖中廟及巢湖閩 的同日水位及巢湖水下DEM，確定巢湖的水深空間分布情況;基于實測剖面經驗數據，篩選 判斷湖泊NDBI闊值，分別構建藻華與非藻華條件下單元水柱內藻類總存量估算方法;基于 M0DIS衛(wèi)星影像的單元像元內藻類總存量的估算方法。獲取全湖藻類總存量的時空分布，可 W更加客觀真實地反映湖泊富營養(yǎng)化狀況的時空分布。湖泊藻類總存量遙感監(jiān)測可W有效 的實現對湖泊藻華風險W及對水源區(qū)進行有效評估;湖泊藻類總存量的長期高精度監(jiān)測， 有助于科學評估年際間藻類總量的變化及其發(fā)展趨勢，有效評估湖泊污染治理和生態(tài)修復 的績效，為水利、環(huán)保等部口的水資源管理、水環(huán)境保護的科學決策提供科技支撐。
[0019] 應當理解，前述構思W及在下面更加詳細地描述的額外構思的所有組合只要在運 樣的構思不相互矛盾的情況下都可W被視為本公開的發(fā)明主題的一部分。另外，所要求保 護的主題的所有組合都被視為本公開的發(fā)明主題的一部分。
[0020] 結合附圖從下面的描述中可W更加全面地理解本發(fā)明教導的前述和其他方面、實 施例和特征。本發(fā)明的其他附加方面例如示例性實施方式的特征和/或有益效果將在下面 的描述中顯見，或通過根據本發(fā)明教導的【具體實施方式】的實踐中得知。
【附圖說明】
[0021] 附圖不意在按比例繪制。在附圖中，在各個圖中示出的每個相同或近似相同的組 成部分可W用相同的標號表示。為了清晰起見，在每個圖中，并非每個組成部分均被標記。 現在，將通過例子并參考附圖來描述本發(fā)明的各個方面的實施例，其中：
[0022] 圖1是NDB巧旨數監(jiān)測藻華的基本原理示意圖。
[0023] 圖2是理論模擬下NDBI與葉綠素 a濃度間定量關系。
[0024] 圖3是不同氣溶膠類型及其厚度，不同太陽高度角、衛(wèi)星觀測角W及方位角時，Rrs 與Rrc間的定量關系。
[0025] 圖4是NDBI判斷藻華與非藻華條件的CART決策樹。
[0026] 圖5是藻華與非藻華條件下巢湖藻總量的遙感估算方法。
[0027] 圖6是巢湖葉綠素 a的M0DIS衛(wèi)星高精度監(jiān)測空間分布結果(2010年12月4日）。
[0028] 圖7是某一段時期的（2003-2013年)巢湖藻類總存量的時空分布結果匯總圖。
[0029] 圖8是某一段時期的（2003-2013年)巢湖藻類總存量的變化統計圖。
[0030] 前述圖示1-8中，作為英文形式表達的各坐標、標識或其他表示，均為本領域所公 知的，并不在本例中再做寶述。
【具體實施方式】
[0031] 為了更了解本發(fā)明的技術內容，特舉具體實施例并配合所附圖式說明如下。
[0032] 在本公開中參照附圖來描述本發(fā)明的各方面，附圖中示出了許多說明的實施例。 本公開的實施例不必定意在包括本發(fā)明的所有方面。應當理解，上面介紹的多種構思和實 施例，W及下面更加詳細地描述的那些構思和實施方式可很多方式中任意一種來實 施，運是應為本發(fā)明所公開的構思和實施例并不限于任何實施方式。另外，本發(fā)明公開的一