【技术实现步骤摘要】
基于MODIS的无机氮完整时空分布数据获取方法、装置及介质
[0001]本专利技术属于遥感大数据领域，具体涉及一种对近岸海域无机氮进行反演获取完整时空分布的方法。
技术介绍
[0002]海洋水色遥感是利用机载或星载传感器探测与海洋水色有关的参数的光谱辐射，并利用该光谱辐射，经过大气校正，根据生物光学特性反演获得水体中的光学活性参数的技术。MODIS的水色遥感影像具有500m和1000m的空间分辨率，每1到2天就能覆盖整个地球一次，已经积累了20余年的数据，能够用于研究大空间范围、高频次、长时序的陆地、海洋和低层大气的动态及其变化过程，且已经在海洋叶绿素、悬浮物、有色可溶性物质的反演中取得了进展，具有重要的应用价值。
[0003]然而，近岸海域水体的光学性质受到的干扰因素较多，不仅受水中浮游植物的影响，还往往含有大量的悬浮泥沙、黄色物质等其他成分，这使得其光学特性极为复杂，难以反演。此外，目前对于海水中的非光学要素的反演，如无机氮反演，传统的反演模型应用局限于湖泊、河流、水库等淡水水体，还未有大面积、长时序的近岸海域非...
【技术保护点】
【技术特征摘要】
1.一种基于MODIS的无机氮完整时空分布数据获取方法，其特征在于，步骤如下：S1、对目标海洋区域对应的MODIS反射率产品、海水深度产品和无机氮采样数据进行匹配和数据清洗，形成由不同采样样本组成的样本集合；其中每个采样样本均完整包含一个采样点对应的多波段反射率、时空特征信息以及实测的无机氮浓度值，所述多波段反射率为MODIS反射率产品的第1~7七个波段中部分或全部波段的反射率，所述时空特征信息包括空间特征信息和时间特征信息，所述空间特征信息包括采样点的经纬度坐标和海水深度，所述时间特征信息包括采样点的采样时间以及将所述采样时间以周期性连续循环形式表示的循环采样时间；S2、利用所述样本集合对深度信念网络模型进行训练，其中所述深度信念网络模型以多波段反射率和时空特征信息作为输入参数，以无机氮浓度值作为输出参数；针对目标海洋区域在目标时段内每一个时次的MODIS反射率产品，剔除所述多波段反射率和所述时空特征信息存在缺失的像元，并将其余的完整信息像元各自的所述多波段反射率和所述时空特征信息输入训练后的深度信念网络模型中，预测得到每个完整信息像元对应的无机氮浓度值，从而形成每一个时次对应的空间有缺失无机氮分布数据；S3、针对目标时段内所有时次对应的空间有缺失无机氮分布数据，剔除空间缺失率高于上限值的时次后，通过时空插值补全方法进行数据重构，补全时间维度和空间维度上的缺失数据后，得到目标海洋区域在目标时段内的时空连续无机氮分布数据。2.如权利要求1所述的基于MODIS的无机氮完整时空分布数据获取方法，其特征在于，所述S1中匹配和数据清洗的方法为：S11、从目标海洋区域的每日MODIS遥感反射率产品与海水深度产品中提取数据日期以及栅格形式的第1至第7波段的遥感反射率、云层数据、有效性数据和海水深度，形成第一数据集；S12、从无机氮采样数据中提取不同采样日期下的各采样点的经维度坐标和表层海水无机氮浓度值，形成第二数据集；S13、将第一数据集和第二数据集按照采样日期和各采样点的经维度坐标进行匹配，得到不同采样日期下的各采样点的经维度坐标、表层海水无机氮浓度值、第1至第7波段的遥感反射率、云层数据、有效性数据和海水深度，形成第三数据集；S14、基于云层数据和有效性数据对第三数据集进行数据筛选，剔除采样点处存在云层或者有效性不在设定范围内的无效数据，然后统计遥感反射率的七个波段中每个波段对应的无效数据比例，通过执行质量控制筛选来删除无效数据比例超过上限比例的整个波段遥感反射率，再为不同采样日期下的每个采样点生成所述时间特征信息后，最终生成样本集合。3.如权利要求1所述的基于MODIS的无机氮完整时空分布数据获取方法，其特征在于，所述多波段反射率为MODIS反射率产品中第1~7七个波段经过质量控制筛选后保留的所有波段的遥感反射率；其中执行所述质量控制筛选时，若任一波段的遥感反射率中无效数据比例超过上限比例，则删除整个该波段。4.如权利要求1所述的基于MODIS的无机氮完整时空分布数据获取方法，其特征在于，所述时间特征信息中，采样时间由采样日期对应的年份YR、采样日期对应的月份MOY、采样日期在所处星期中的日期序数DOW以及采样日期在所处年份中的日期序数DOY组成，所述循
环采样时间由循环月份cMOY、循环周cDOW和循环日cDOY组成，其中cMOY =1
‑
cos(2π*MOY/12)，cDOW =1
‑
cos(2π* DOW /...
【专利技术属性】
技术研发人员：吴森森，戚劲，汪愿愿，杜震洪，张丰，赵佳晖，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。