基于无人机载高光谱图像估算近海总悬浮物浓度的方法技术

本发明专利技术公开了一种基于无人机载高光谱图像估算近海水体总悬浮物浓度的方法，包括以下步骤：无人机载设备获取海水高光谱图像；对无人机载海水高光谱图像进行预处理，得到预处理图像；获取反演敏感波段；建立反演模型；将所述预处理图像输入至所述反演模型，获得总悬浮物浓度分布数据，并输出总悬浮物浓度分布图像。本发明专利技术针对无人机载高光谱图像研究近海总悬浮物浓度遥感反演算法，从光谱质量和反演模型两个层面出发，利用现场测量光谱对图像光谱进行校正，使图像光谱接近现场测量光谱，提高图像光谱质量，通过改进总悬浮物浓度反演算法，使总悬浮物浓度与波段组合的回归关系在对数和线性模型间获得最优拟合，反演精度和可靠性得到较大提高。

【技术实现步骤摘要】
基于无人机载高光谱图像估算近海总悬浮物浓度的方法
本专利技术属于水质参数遥感反演
，具体地说，涉及一种基于无人机载高光谱图像估算近海水体总悬浮物浓度的方法。
技术介绍
近海水域是全球生态系统的一个重要组成部分，为人类提供多种生态服务，如水产养殖、灌溉、旅游等。随着近海经济的快速发展，近海生态环境遭到破坏，绿潮、蓝藻等富营养化现象逐年上升，严重影响海洋生物生存和人类健康。近海水质监测为近海环境评估和管理提供了指导依据。总悬浮物(TSM,mg/L)是指悬浮在水中的固体物质，主要包括悬浮泥沙和浮游植物，其浓度是水质监测和评价的重要指标之一，对水体营养盐及污染物的运输、光在水体中的传输、表层沉积物的分布特征及运输趋势等有重要影响。总悬浮物与其他水质参数关系密切，是近岸海域水质的良好代表。针对总悬浮物浓度的监测，传统的船舶现场方法成本高、时效性差，星载高光谱遥感不仅能够实现长时序、同步、大面积观测，而且为水质评估提供了精细的水体光谱信息，成为海洋水色参数监测的有效手段之一。如利用HJ-1A、GOCI、Landsat、MODIS等卫星数据获取本文档来自技高网...

【技术保护点】
1.一种基于无人机载高光谱图像估算近海总悬浮物浓度的方法，其特征在于，包括以下步骤：/n无人机载设备获取海水高光谱图像；/n对所述海水高光谱图像进行预处理，得到预处理图像；/n获取反演敏感波段，包括：根据海水中总悬浮物对光的吸收反射特征以及遥感反射率和总悬浮物浓度的相关性确定总悬浮物的敏感波段；/n建立反演模型，包括：将所述总悬浮物的敏感波段以及不同干扰物的敏感波段组合和总悬浮物浓度进行回归拟合；/n将所述预处理图像输入至所述反演模型，获得总悬浮物浓度分布数据，并输出总悬浮物浓度分布图像。/n

【技术特征摘要】
1.一种基于无人机载高光谱图像估算近海总悬浮物浓度的方法，其特征在于，包括以下步骤：
无人机载设备获取海水高光谱图像；
对所述海水高光谱图像进行预处理，得到预处理图像；
获取反演敏感波段，包括：根据海水中总悬浮物对光的吸收反射特征以及遥感反射率和总悬浮物浓度的相关性确定总悬浮物的敏感波段；
建立反演模型，包括：将所述总悬浮物的敏感波段以及不同干扰物的敏感波段组合和总悬浮物浓度进行回归拟合；
将所述预处理图像输入至所述反演模型，获得总悬浮物浓度分布数据，并输出总悬浮物浓度分布图像。


2.根据权利要求1所述的方法，其特征在于，所述反演模型为：
lgS＝s0+s1×lgx1+s2×lgx2+s3×x1+s4×x2；
其中，S为总悬浮物浓度，s0、s1、s2、s3、s4为回归系数，x1＝Rrs(λ1)+Rrs(λ2)，x2＝Rrs(λ3)/Rrs(λ1)，λ1和λ2为总悬浮物的敏感波段，λ3与λ1的反射率比值用于区分干扰物与总悬浮物的光谱特征，Rrs(λ1)为光谱图像在λ1波段的反射率，Rrs(λ2)为光谱图像在λ2波段的反射率，Rrs(λ3)为光谱图像在λ3波段的反射率。


3.根据权利要求2所述的方法，其特征在于，λ1＝566nm，λ2＝670nm，λ3＝490nm；
干扰物为叶绿素a和有色可溶性有机物。


4.根据权利要求2所述的方法，其特征在于，还包括对光谱图像在各波段的反射率进行校正的步骤：



其中，为光谱图像在λ波段的反射率校正系数，λ可取值λ1、λ2或者λ3。


5.根据权利要求4所述的方法，其特征在于，的获取方法为：
获取现场海水高光谱反射率，计算...

【专利技术属性】
技术研发人员：盖颖颖，禹定峰，周燕，杨雷，王章军，潘新，龚金龙，邓伟，解维浩，
申请(专利权)人：山东省科学院海洋仪器仪表研究所，
类型：发明
国别省市：山东;37