一种内陆二类水体叶绿素a浓度的反演方法及装置制造方法及图纸

本发明专利技术提供一种内陆二类水体叶绿素a浓度的反演方法及装置，其中内陆二类水体叶绿素a浓度的反演方法首先对第一遥感反射率光谱进行分类，得到以不同组成成分为主要组分的若干类第二遥感反射率光谱并计算每条第二遥感反射率光谱的权重矩阵，再选择每一类的特征波段计算叶绿素光谱指数，最后将每一条光谱的每一类别下的叶绿素光谱指数用其权重进行加权融合得到加权叶绿素指数并拟合反演模型得到叶绿素a浓度。这种先分类后加权反演的方法降低区域和时间对反演方法的局限性，提高反演结果的平滑性和稳定性，因此后续在反演某类第二遥感反射率光谱的叶绿素a浓度时，可以采用与其对应的反演模型进行反演得到叶绿素a浓度，提高方法通用性。

【技术实现步骤摘要】
一种内陆二类水体叶绿素a浓度的反演方法及装置
[0001 ] 本专利技术涉及内陆二类水体的水质参数反演
，特别涉及一种内陆二类水体叶绿素a浓度的反演方法及装置。
技术介绍
叶绿素a、悬浮物和有色可溶性有机物(也称黄色物质)是目前遥感能够监测到的内陆二类水体中的主要组成成分，其中叶绿素a作为光合作用最重要的色素是浮游植物生物量的指示参数，当叶绿素a浓度高时，往往导致水华发生，水质恶化，因此需要对内陆二类水体中的叶绿素a浓度进行实时监控。目前对内陆二类水体中的叶绿素a浓度进行实时监控的一种常用手段是:利用水质参数反演算法来反演内陆二类水体中叶绿素a浓度，并且该水质参数反演算法针对特定区域和特定时间的水体建立。但是内陆二类水体会随着区域和/或时间的变化而变化，因此针对某个特定区域的某个特定时间建立的反演算法，并不适用于反演其他区域和同一区域的不同时间的水体，降低反演算法的通用性。
技术实现思路
有鉴于此，本专利技术实施例提供一种内陆二类水体叶绿素a浓度的反演方法及装置，用于提高反演方法的通用性。技术方案如下:本专利技术实施例提供一种内陆二类水体叶绿素a浓度的反演方法，包括:获取实际测量的内陆二类水体的第一遥感反射率光谱；对所述第一遥感反射率光谱进行分类，得到分类后的第二遥感反射率光谱，计算每类所述第二遥感反射率光谱的质心，其中每类所述第二遥感反射率子光谱以所述第一遥感反射率光谱中的一种组成成分为主要组分，且不同所述第二遥感反射率子光谱中的所述主要组分不同；计算所述第一遥感反射率光谱中每条遥感反射率光谱到每个质心的光谱角度距离，得到距离矩阵；对所述距离矩阵进行归一化处理，得到权重矩阵，其中所述权重矩阵中的每个权重对应一类第二遥感反射率光谱中的一条遥感反射率光谱；为每类所述第二遥感反射率光谱选取特征波段；以每类所述第二遥感反射率光谱的所述特征波段为依据，计算与每个特征波段对应的每类所述第二遥感反射率光谱的叶绿素光谱指数；将每类所述第二遥感反射率光谱的叶绿素光谱指数和对应的权重进行加权求和，得到每类所述第二遥感反射率光谱的加权叶绿素光谱指数；对每类所述第二遥感反射率光谱的加权叶绿素光谱指数和实际测量的所述第二遥感反射率光谱对应的叶绿素a浓度进行回归分析，以得到叶绿素a浓度反演模型；利用所述叶绿素a浓度反演模型，反演其他遥感反射率光谱对应的叶绿素a浓度。优选地，对所述第一遥感反射率光谱进行分类之前，所述方法还包括:对所述第一遥感反射率光谱进行平滑处理和归一化处理，对处理后的所述第一遥感反射率光谱进行分类。优选地，对所述第一遥感反射率光谱进行平滑处理，包括:利用窗口为15、多项式级数为2的Savitzky-Golay滤波算法，对所述第一遥感反射率光谱进行平滑处理。优选地，对所述第一遥感反射率光谱进行分类，包括:用逐步迭代的K均值聚类算法将所述第一遥感反射率光谱划分为三类所述第二遥感反射率光谱。优选地，将每类所述第二遥感反射率光谱的叶绿素光谱指数和对应的权重进行加权求和，得到每类所述第二遥感反射率光谱的加权叶绿素光谱指数，包括:[0021 ] 利用公式二 [/； (x)x g:(.r)]对每类所述第二遥感反射率光谱的叶绿素光谱指数和对应的权重进行加权求和，得到每类所述第二遥感反射率光谱的加权叶绿素光谱指数，其中gi(x)为第i类所述第二遥感反射率光谱的叶绿素光谱指数，fi(x)为第i类所述第二遥感反射率光谱的质心。本专利技术实施例还提供一种内陆二类水体叶绿素a浓度的反演装置，包括:获取单元，用于获取实际测量的内陆二类水体的第一遥感反射率光谱；分类单元，用于对所述第一遥感反射率光谱进行分类，得到分类后的第二遥感反射率光谱，计算每类所述第二遥感反射率光谱的质心，其中每类所述第二遥感反射率子光谱以所述第一遥感反射率光谱中的一种组成成分为主要组分，且不同所述第二遥感反射率子光谱中的所述主要组分不同；第一计算单元，用于计算所述第一遥感反射率光谱中每条遥感反射率光谱到每个质心的光谱角度距离，得到距离矩阵；第二计算单元，用于对所述距离矩阵进行归一化处理，得到权重矩阵，其中所述权重矩阵中的每个权重对应一类第二遥感反射率光谱中的一条遥感反射率光谱；选取单元，用于为每类所述第二遥感反射率光谱选取特征波段；第三计算单元，用于以每类所述第二遥感反射率光谱的所述特征波段为依据，计算与每个特征波段对应的每类所述第二遥感反射率光谱的叶绿素光谱指数；第四计算单元，用于将每类所述第二遥感反射率光谱的叶绿素光谱指数和对应的权重进行加权求和，得到每类所述第二遥感反射率光谱的加权叶绿素光谱指数；分析单元，用于对每类所述第二遥感反射率光谱的加权叶绿素光谱指数和实际测量的所述第二遥感反射率光谱对应的叶绿素a浓度进行回归分析，以得到叶绿素a浓度反演模型；反演单元，用于利用所述叶绿素a浓度反演模型，反演其他遥感反射率光谱对应的叶绿素a浓度。优选地，所述装置还包括:处理单元，用于对所述第一遥感反射率光谱进行平滑处理和归一化处理，并触发所述分类单元对处理后的所述第一遥感反射率光谱进行分类。优选地，所述处理单元对所述第一遥感反射率光谱进行平滑处理，包括:利用窗口为15、多项式级数为2的Savitzky-Golay滤波算法，对所述第一遥感反射率光谱进行平滑处理。优选地，所述分类单元对所述第一遥感反射率光谱进行分类，包括:用逐步迭代的K均值聚类算法将所述第一遥感反射率光谱划分为三类所述第二遥感反射率光谱。优选地，所述第四计算单元将每类所述第二遥感反射率光谱的叶绿素光谱指数和对应的权重进行加权求和，得到每类所述第二遥感反射率光谱的加权叶绿素光谱指数，包括:利用公=义U)]对每类所述第二遥感反射率光谱的叶绿素光谱指数和对应的权重进行加权求和，得到每类所述第二遥感反射率光谱的加权叶绿素光谱指数，其中gi(x)为第i类所述第二遥感反射率光谱的叶绿素光谱指数，fi(x)为第i类所述第二遥感反射率光谱的质心。与现有技术相比，本专利技术包括以下优点:从上述技术方案可以看出，本专利技术实施例提供的内陆二类水体叶绿素a浓度的反演方法首先对第一遥感反射率光谱进行分类，得到以不同组成成分为主要组分的若干类第二遥感反射率光谱并计算每条第二遥感反射率光谱的权重矩阵，再选择每一类的特征波段计算叶绿素光谱指数，最后将每一条光谱的每一类别下的叶绿素光谱指数用其权重进行加权融合得到加权叶绿素指数并拟合反演模型得到叶绿素a浓度。这种先分类后加权反演的方法降低区域和时间对反演方法的局限性，提高反演结果的平滑性和稳定性，因此后续在反演某类第二遥感反射率光谱的叶绿素a浓度时，可以采用与其对应的反演模型进行反演得到叶绿素a浓度， 提高方法通用性。【附图说明】为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的内陆二类水体叶绿素a浓度的反演方法的流程图；图2是本专利技术实施例提供的内陆二类水体叶绿素a浓度的反演装置的一种结构示意图；图3是本专利技术实施例提供的内陆二类水体叶绿素a浓度的反演装置的另一种结构示意图。【本文档来自技高网...

【技术保护点】
一种内陆二类水体叶绿素a浓度的反演方法，其特征在于，包括：获取实际测量的内陆二类水体的第一遥感反射率光谱；对所述第一遥感反射率光谱进行分类，得到分类后的第二遥感反射率光谱，计算每类所述第二遥感反射率光谱的质心，其中每类所述第二遥感反射率子光谱以所述第一遥感反射率光谱中的一种组成成分为主要组分，且不同所述第二遥感反射率子光谱中的所述主要组分不同；计算所述第一遥感反射率光谱中每条遥感反射率光谱到每个质心的光谱角度距离，得到距离矩阵；对所述距离矩阵进行归一化处理，得到权重矩阵，其中所述权重矩阵中的每个权重对应一类第二遥感反射率光谱中的一条遥感反射率光谱；为每类所述第二遥感反射率光谱选取特征波段；以每类所述第二遥感反射率光谱的所述特征波段为依据，计算与每个特征波段对应的每类所述第二遥感反射率光谱的叶绿素光谱指数；将每类所述第二遥感反射率光谱的叶绿素光谱指数和对应的权重进行加权求和，得到每类所述第二遥感反射率光谱的加权叶绿素光谱指数；对每类所述第二遥感反射率光谱的加权叶绿素光谱指数和实际测量的所述第二遥感反射率光谱对应的叶绿素a浓度进行回归分析，以得到叶绿素a浓度反演模型；利用所述叶绿素a浓度反演模型，反演其他遥感反射率光谱对应的叶绿素a浓度。...

【技术特征摘要】
1.一种内陆二类水体叶绿素a浓度的反演方法，其特征在于，包括: 获取实际测量的内陆二类水体的第一遥感反射率光谱； 对所述第一遥感反射率光谱进行分类，得到分类后的第二遥感反射率光谱，计算每类所述第二遥感反射率光谱的质心，其中每类所述第二遥感反射率子光谱以所述第一遥感反射率光谱中的一种组成成分为主要组分，且不同所述第二遥感反射率子光谱中的所述主要组分不同； 计算所述第一遥感反射率光谱中每条遥感反射率光谱到每个质心的光谱角度距离，得到距离矩阵； 对所述距离矩阵进行归一化处理，得到权重矩阵，其中所述权重矩阵中的每个权重对应一类第二遥感反射率光谱中的一条遥感反射率光谱； 为每类所述第二遥感反射率光谱选取特征波段； 以每类所述第二遥感反射率光谱的所述特征波段为依据，计算与每个特征波段对应的每类所述第二遥感反射率光谱的叶绿素光谱指数； 将每类所述第二遥感反射率光 谱的叶绿素光谱指数和对应的权重进行加权求和，得到每类所述第二遥感反射率光谱的加权叶绿素光谱指数； 对每类所述第二遥感反射率光谱的加权叶绿素光谱指数和实际测量的所述第二遥感反射率光谱对应的叶绿素a浓度进行回归分析，以得到叶绿素a浓度反演模型； 利用所述叶绿素a浓度反演模型，反演其他遥感反射率光谱对应的叶绿素a浓度。2.根据权利要求1所述的方法，其特征在于，对所述第一遥感反射率光谱进行分类之前，所述方法还包括: 对所述第一遥感反射率光谱进行平滑处理和归一化处理，对处理后的所述第一遥感反射率光谱进行分类。3.根据权利要求2所述的方法，其特征在于，对所述第一遥感反射率光谱进行平滑处理，包括:利用窗口为15、多项式级数为2的Savitzky-Golay滤波算法,对所述第一遥感反射率光谱进行平滑处理。4.根据权利要求3所述的方法，其特征在于，对所述第一遥感反射率光谱进行分类，包括:用逐步迭代的K均值聚类算法将所述第一遥感反射率光谱划分为三类所述第二遥感反射率光谱。5.根据权利要求1至4任意一项所述的方法，其特征在于，将每类所述第二遥感反射率光谱的叶绿素光谱指数和对应的权重进行加权求和，得到每类所述第二遥感反射率光谱的加权叶绿素光谱指数，包括: 利用公式[/: (x)x反.(4对每类所述第二遥感反射率光谱的叶绿素光谱指数和对应的权重进行加权求和，得到每类所述第二遥感反射率光谱的加权叶绿素光谱指数，其中g“x)为第i类所述第二遥感反射率光谱的叶绿素光谱指数，AGO为第i类所述第二遥感反射率光谱的质心。6.一种内陆二类水体叶绿素a浓度的反演装置，其特征在于，包括: 获取单元，用于获取实际测量的内陆...

【专利技术属性】
技术研发人员：张兵，朱利，张方方，李俊生，申茜，吴艳红，
申请(专利权)人：中国科学院遥感与数字地球研究所，环境保护部卫星环境应用中心，
类型：发明
国别省市：北京;11