内陆湖泊水体叶绿素a浓度遥感反演模型和方法技术

本发明专利技术提供一种内陆湖泊水体叶绿素a浓度遥感反演模型，内陆湖泊水体叶绿素a浓度遥感反演模型为Python语言的极端随机树模型，极端随机树模型的模型参数为：'max_features':'sqrt','min_samples_split':2,'min_weight_fraction_leaf':0.0,'min_samples_leaf':1,'max_depth':None,'splitter':'random','ccp_alpha':0.0,'min_impurity_decrease':0.0,'min_impurity_split':None,'criterion':'mse','max_leaf_nodes':None。还提供了内陆湖泊水体叶绿素a浓度遥感反演方法。本发明专利技术的内陆湖泊水体叶绿素a浓度遥感反演模型能够减小计算结果误差，提高水体叶绿素a浓度的反演模型精度，设计巧妙，计算简便，易于实现，成本低，适于大规模推广应用。

【技术实现步骤摘要】
内陆湖泊水体叶绿素a浓度遥感反演模型和方法
本专利技术涉及内陆湖泊水体环境监测
，特别涉及内陆湖泊水体叶绿素a浓度测量
，具体是指一种内陆湖泊水体叶绿素a浓度遥感反演模型和方法。
技术介绍
叶绿素a是浮游植物(包括藻类和蓝藻)进行光合作用的重要色素。叶绿素a浓度是估算浮游植物生物量和湖泊生态系统初级生产力的重要参数之一，也是反映湖泊水环境水质及水体富营养化程度的重要指标。而内陆水体光学特性复杂，使用高光谱以及多光谱等遥感技术快速定量估测内陆浑浊水体叶绿素a浓度成为一个难点。目前遥感定量反演叶绿素a的方法主要包括分析方法、半经验方法和经验方法，提取各种遥感数据包含的叶绿素a浓度信息，定量计算叶绿素a浓度。分析方法通过生物光学及辐射传输等物理模型定量反演叶绿素a浓度，需要明确水体的表观光学特性和固有光学特性等参数，而内陆湖泊水体组分及光学特性复杂，各种参数精确测量困难，因此反演结果精度普遍不高；半经验法通过借鉴分析方法的物理模型，用统计分析的方法确定部分运行参数来反演叶绿素a浓度，精度较好，得到了比较广泛的应用，但是构建的反演模本文档来自技高网...

【技术保护点】
1.一种内陆湖泊水体叶绿素a浓度遥感反演模型，其特征在于，所述内陆湖泊水体叶绿素a浓度遥感反演模型为Python语言的极端随机树模型，所述极端随机树模型的模型参数为：'max_features':'sqrt','min_samples_split':2,'min_weight_fraction_leaf':0.0,'min_samples_leaf':1,'max_depth':None,'splitter':'random','ccp_alpha':0.0,'min_impurity_decrease':0.0,'min_impurity_split':None,'criterion':'m...

【技术特征摘要】
1.一种内陆湖泊水体叶绿素a浓度遥感反演模型，其特征在于，所述内陆湖泊水体叶绿素a浓度遥感反演模型为Python语言的极端随机树模型，所述极端随机树模型的模型参数为：'max_features':'sqrt','min_samples_split':2,'min_weight_fraction_leaf':0.0,'min_samples_leaf':1,'max_depth':None,'splitter':'random','ccp_alpha':0.0,'min_impurity_decrease':0.0,'min_impurity_split':None,'criterion':'mse','max_leaf_nodes':None。


2.如权利要求1所述的内陆湖泊水体叶绿素a浓度遥感反演模型，其特征在于，所述极端随机树模型采用内陆湖泊水体的数据集训练而成，所述数据集包括所述内陆湖泊水体的m个样点的水体遥感反射比和叶绿素a浓度的10倍缩小值的以10为底的对数值，m个所述样点均匀分布在所述内陆湖泊水体上，所述水体遥感反射比为n个波段特征的水体遥感反射比。


3.如权利要求2所述的内陆湖泊水体叶绿素a浓度遥感反演模型，其特征在于，所述m为60，所述n个波段特征为751个波段特征，所述751个波段特征为从350nm波段至1100nm波段。


4.一种内陆湖泊水体叶绿素a浓度遥感反演方法，其特征在于，包括以下步骤：
(1)测量内陆湖泊水体的水体遥感反射比；
(2)测量所述内陆湖泊水体的叶绿素a浓度CChla，将所述叶绿素a浓度CChla除以10并取以10为底的对数获得叶绿素a浓度的10倍缩小值的以10为底的对数值：
(3)以所述水体遥感反射比为输入数据，采用Python语言的极端随机树模型进行计算，获得反演值，根据所述反演值与所述的叶绿素a浓度的10倍缩小值的以10为底的对数值计算决定系数R2，改变所述极端随机树模型的模型参数的取值，R2的变化越大，说明所述模型参数的重要性越大，将所述模型参数按照所述重要性的大小由大到小进行排列构建模型参数调优秩次矩阵；
(4)以所述水体遥感反射比为所述输入数据，以所述的叶绿素a浓度的10倍缩小值的以10为底的对数值为输出结果，训练所述极端随机树模型，根据所述模型参数调优秩次矩阵依次对所述模型参数进行调优，获得所述模型参数的调优值；
(5)以所述水体遥感反射比为所述输入数据，以所述的叶绿素a浓度的10倍缩小值的以10为底的对数值为所述输出结果，采用所述的模型参数的调优值，训练所述极端随机树模型，待所述极端随机树模型训练结束后，获得内陆湖泊水体叶绿素a浓度遥感反演模型，使用save方法保存所述内陆湖泊水体叶绿素a浓度遥感反演模型，如果需要使用所述内陆湖泊水体叶绿素a浓度遥感反演模型，使用load方法加载所述内陆湖泊水体叶绿素a浓度遥感反演模型使用。


5.如权利要求4所述的内陆湖泊水体叶绿素a浓度遥感反演方法，其特征在于，在所述步骤(1)中，所述的测量内陆湖泊水体的水体遥感反射比的步骤具体包括：
测量所述内陆湖泊水体的水体光谱数据Lsw、所述内陆湖泊水体的天空漫散射光Lsky以及标准板的反射光Lp，计算所述水体遥感反射比：
Rrs＝(Lsw-rsky*Lsky)/(Lp*π/ρp)，
其中，Rrs为所述水体遥感反射比；rsky为所述内陆湖泊水体的气水表面反射率，取值0.022～0.028，在平静的水面上时rsky取值0.022，在5m/s的风速时，rsky取值0.025，在10m/s的风速时取值0.026～0.028，ρp为...

【专利技术属性】
技术研发人员：姜晓剑，吴莹莹，朱元励，李卓，任海芳，
申请(专利权)人：淮阴师范学院，
类型：发明
国别省市：江苏;32