基于多源卫星数据计算内陆水域最大叶绿素指数的方法技术

本发明专利技术涉及基于多源卫星数据计算内陆水域最大叶绿素指数的方法，其包括步骤：1）、数据收集；2）、获得模拟的卫星遥感反射率；3）、对共有波段的低分辨率卫星的低空间分辨率波段进行重采样；4）、基于人工神经网络算法，建立映射关系，并基于映射关系获得高精度的共有波段的低分辨率卫星的高空间分辨率波段；5）、利用所述高空间分辨率波段锐化处理非共有波段的低分辨率卫星的低空间分辨率波段，获得非共有波段的低分辨率卫星的高空间分辨率波段；6）、利用所述高空间分辨率波段计算最大叶绿素指数。其结合不同卫星的波段数据，提高其中一个卫星的波段分辨率来计算最大叶绿素指数，效果更好。好。好。

【技术实现步骤摘要】
基于多源卫星数据计算内陆水域最大叶绿素指数的方法


[0001]本专利技术属于环保
，涉及一种计算最大叶绿素指数的方法，尤其是一种基于多源卫星数据计算内陆水域最大叶绿素指数的方法。

技术介绍

[0002]蓝藻快速生长聚集形成水华，导致水体生物多样性急剧下降，破坏水体景观和生态系统平衡，给周边经济带来了巨大的障碍，严重影响到区域环境，并制约当地的经济和社会的可持续发展。快速、准确的掌握蓝藻水华分布信息，对水华预防、治理研究尤为重要。MCI（最大叶绿素指数）是指征蓝藻优势型水体叶绿素浓度的重要水色遥感指标，是内陆水体蓝藻水华遥感监测的首选方法。该方法通过叶绿素信号波段（708nm）测量值与基线的正偏距离（>0），可与水体叶绿素浓度建立良好的线性关系，避免了下限阈值不确定带来的困难。在全球各典型湖泊水华监测中应用效果较好。
[0003]计算MCI用到了3个波段，其中心波长分别为681.25nm、708.75nm、753.75nm。具有该波长范围的水色传感器空间分辨率较低，对于较小湖泊的蓝藻水华监测有一定的局限性。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多源卫星数据计算内陆水域最大叶绿素指数的方法，其特征在于，包括以下步骤：1）、数据收集：收集现场实测的光谱反射率数据、遥感图像角度数据、高分辨率卫星和低分辨率卫星的波段；2）、基于所述现场实测的光谱反射率数据和光谱响应函数获得模拟的卫星遥感反射率数据；3）、找出高分辨率卫星和低分辨率卫星的共有波段，并对共有波段的低分辨率卫星的低空间分辨率波段进行重采样以获得共有波段的低分辨率卫星的高空间分辨率波段；4）、基于人工神经网络算法，利用所述模拟的卫星遥感反射率数据、遥感图像角度数据、共有波段的高分辨卫星的高空间分辨率波段和重采样获得的共有波段的低分辨率卫星的高空间分辨率波段建立映射关系，并基于所述映射关系获得高精度的共有波段的低分辨率卫星的高空间分辨率波段；5）、利用所述高精度的共有波段的低分辨率卫星的高空间分辨率波段锐化处理非共有波段的低分辨率卫星的低空间分辨率波段，获得非共有波段的低分辨率卫星的高空间分辨率波段；6）、利用所述非共有波段的低分辨率卫星的高空间分辨率波段计算最大叶绿素指数。2.根据权利要求1所述的基于多源卫星数据计算内陆水域最大叶绿素指数的方法，其特征在于，所述遥感图像角度数据包括太阳天顶角SOZ、太阳方位角SOA、卫星天顶角SAZ、卫星方位角SAA和相对方位角REA。3.根据权利要求2所述的基于多源卫星数据计算内陆水域最大叶绿素指数的方法，其特征在于，收集所述高分辨率卫星和低分辨率卫星的波段包括：1）、筛选高分辨率卫星和低分辨率卫星的遥感影像，剔除有云的遥感图像；2）、对筛选后的遥感影像进行几何校正；3）、对校正后的遥感图像进行掩膜处理，以获得研究区域；4）、通过均值计算，求得高分辨率卫星和低分辨率卫星的研究区域内的相同时间的波段。4.根据权利要求3所述的基于多源卫星数据计算内陆水域最大叶绿素指数的方法，其特征在于，所述基于所述现场实测的光谱反射率数据和光谱响应函数获得模拟的卫星遥感反射率...

【专利技术属性】
技术研发人员：罗晓敏，饶新宇，
申请(专利权)人：中关村睿宸卫星创新应用研究院，
类型：发明
国别省市：