叶绿素a浓度反演方法及系统技术方案

本发明专利技术公开了一种叶绿素a浓度反演方法及系统，获取同时过境的高分六号的全色多光谱相机和宽幅相机数据，并进行预处理，得到遥感反射率图像；将实测水体光谱进行等效重采样到和遥感反射率图像相同的光谱范围，得到等效后的实测水体光谱，其与实测的叶绿素a浓度建立了叶绿素a浓度反演初始模型；基于遥感反射率图像对叶绿素a浓度反演初始模型进行优化处理得到叶绿素a浓度反演模型；将遥感反射率图像输入到叶绿素a浓度反演模型，得到叶绿素a浓度。使用融合的高分六号数据相较其他高分辨影像可以单景大范围监测水质，拥有对叶绿素a浓度高度相关的红边波段，对叶绿素a浓度反演有更高的精度。

【技术实现步骤摘要】
叶绿素a浓度反演方法及系统
本专利技术涉及信息处理
，特别是涉及一种叶绿素a浓度反演方法及系统。
技术介绍
叶绿素a浓度是水色三要素之一，是水体环境监测的重要指标。目前叶绿素a浓度的监测方法有现场直接测量和遥感间接测量。现场直接测量是通过实地采集水样后低温保存，之后在实验室内进行分析进而得到采样点水体的叶绿素a浓度。这种方法由于人工测量的采样点和采样次数是有限的，不能全面的评价所有水体的叶绿素a的分布情况。遥感间接测量是通过水体光谱特征与叶绿素a浓度的关系，寻找两者之间的关系进行建模反演得到后者的结果。但是，现有的遥感间接测量存在的问题是高空间分辨率图像往往波段数量较少，波段较宽且缺少反演叶绿素a的波段；波段数目多而且具有探测叶绿素a波段的遥感器往往空间分辨率又不够。使得可监测范围受限，降低了对叶绿素a浓度反演的精度。
技术实现思路
针对于上述问题，本专利技术提供一种叶绿素a浓度反演方法及系统，实现了可以单景大范围监测水质，对叶绿素a浓度反演有更高的精度。为了实现上述目的，本专利技术提供了如下技术方案：本文档来自技高网...

【技术保护点】
1.一种叶绿素a浓度反演方法，其特征在于，包括：/n获取同时过境的高分六号的全色多光谱相机和宽幅相机数据；/n对所述全色多光谱相机和宽幅相机数据进行预处理，得到遥感反射率图像；/n将实测水体光谱进行等效处理重采样到和所述遥感反射率图像相同的光谱范围，得到等效后的实测水体光谱；/n利用所述等效后的实测水体光谱与实测获得的叶绿素a浓度进行模型建立，得到叶绿素a浓度反演初始模型；/n基于遥感反射率图像对叶绿素a浓度反演初始模型进行优化处理，获得叶绿素a浓度反演模型；/n将目标遥感反射率图像输入到所述叶绿素a浓度反演模型，获得目标叶绿素a浓度。/n

【技术特征摘要】
1.一种叶绿素a浓度反演方法，其特征在于，包括：
获取同时过境的高分六号的全色多光谱相机和宽幅相机数据；
对所述全色多光谱相机和宽幅相机数据进行预处理，得到遥感反射率图像；
将实测水体光谱进行等效处理重采样到和所述遥感反射率图像相同的光谱范围，得到等效后的实测水体光谱；
利用所述等效后的实测水体光谱与实测获得的叶绿素a浓度进行模型建立，得到叶绿素a浓度反演初始模型；
基于遥感反射率图像对叶绿素a浓度反演初始模型进行优化处理，获得叶绿素a浓度反演模型；
将目标遥感反射率图像输入到所述叶绿素a浓度反演模型，获得目标叶绿素a浓度。


2.根据权利要求1所述的方法，其特征在于，所述利用所述等效后的实测水体光谱与实测获得的叶绿素a浓度进行模型建立，得到叶绿素a浓度反演初始模型，包括：
基于所述等效后的实测水体光谱与实测获得叶绿素a浓度，生成模型样本；
将所述模型样本划分为建模使用样本与模型验证样本；
利用所述建模使用样本进行建模，得到第一模型；
利用所述模型验证样本对所述第一模型进行验证，若验证通过，获得叶绿素a浓度反演初始模型。


3.根据权利要求2所述的方法，其特征在于，所述叶绿素a浓度反演初始模型为所述等效后的实测水体光谱与实测获得的叶绿素a浓度的函数关系确定的决定系数最高的模型。


4.根据权利要求1所述的方法，其特征在于，所述对所述全色多光谱相机和宽幅相机数据进行预处理，得到遥感反射率图像，包括：
对所述全色多光谱相机和宽幅相机数据进行数据融合，并根据融合前后水体像元的遥感影像像元亮度值进行校正，得到校正后的数据；
对所述校正后的数据进行大气校正预处理，得到遥感反射率图像。


5.根据权利要求4所述的方法，其特征在于，所述根据融合前后水体像元的遥感影像像元亮度值进行校正，得到校正后的数据，包括：
获取水体影像，并在所述水体影像中随机选取水体点位，抽取融合前后该位置处的遥感影像像元亮度值，构建散点图；
基于所述散点图，建立各个波段二次拟合校正方程；
依据所述拟合校正方程对融合前后水体像元进行校正，得到校正后的数据。
...

【专利技术属性】
技术研发人员：申茜，姚月，汪明秀，史佳睿，王茹，徐雯婷，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：北京;11