一种结合卫星影像和光流法的蓝藻水华短时预测方法技术

本发明专利技术公开了一种结合卫星影像和光流法的蓝藻水华短时预测方法，包括以下步骤：对国产FY4

【技术实现步骤摘要】
一种结合卫星影像和光流法的蓝藻水华短时预测方法


[0001]本专利技术涉及蓝藻水华短时预测技术，特别涉及一种结合卫星影像和光流法的蓝藻水华短时预测方法。

技术介绍

[0002]蓝藻是淡水湖泊中比较常见的浮游植物种类，在适宜的气象条件和营养盐浓度下，就会暴发性的生长，形成蓝藻水华，这不仅破坏水体景观和生态系统平衡，而且由于蓝藻在生长和死亡过程中释放毒素，消耗溶解氧，容易引起水体中的生物大量死亡，湖泊水质恶化，严重威胁湖泊周围地区的饮用水安全。因此，及时有效预测蓝藻水华的发生发展和分布情况对政府实施“早预警，早防控，早处置”具有重要意义。
[0003]目前，蓝藻水华预测预警技术还不够成熟，缺乏行之有效的、能投入业务运行的蓝藻水华预测预警方法。仅有的一些蓝藻水华预测技术，多选用叶绿素a浓度或藻密度作为预测模型的表征因素，方法主要分为两类，一是基于机理驱动建模方法，二是基于数据驱动建模方法。机理驱动模型主要是从蓝藻水华形成的过程机理出发，通过生物化学规律建立关键变量和其他可预测变量之间的关系，这种模型对数据要求较高，所需输入参数较多且不易获取，加之蓝藻暴发机理复杂，因此机理驱动模型建模较困难；数据驱动建模主要是对蓝藻水华观测数据进行分析，建立表征因素和影响因素之间的关系来实现蓝藻水华预测，这种方法虽然不考虑水华复杂的机理过程，但叶绿素a浓度或藻密度等表征因素并不一定与蓝藻水华的发生吻合，当湖水中叶绿素a或藻密度较高时，如果没有遇到合适的气象条件，蓝藻就不会上浮形成蓝藻水华，在我们日常实际监测中，发现这种情况很多。因此，这两类方法都不能有效的预测蓝藻水华的发生发展。

技术实现思路

[0004]为了解决现有蓝藻水华预测方法繁琐、模型参数难获取、预测时效性不高等问题，提供一种结合卫星影像和光流法的蓝藻水华短时预测方法。
[0005]为了达到上述目的，本专利技术提供了如下的技术方案：
[0006]本专利技术一种结合卫星影像和光流法的蓝藻水华短时预测方法，包括以下步骤：
[0007]S1：对国产FY4
‑
AGRI卫星影像数据预处理；
[0008]S2：对上一步处理后的卫星影像数据进行大气订正和角度订正；
[0009]S3：对角度订正和大气订正后的卫星影像数据进行图像增强处理，通过直方图拉伸的方法，使其所有卫星影像亮度均保持一致；
[0010]S4：计算每幅卫星影像的归一化植被指数NDVI值，公式如下：
[0011]NDVI＝(ρ
nir
‑
ρ
red
)/(ρ
nir
+ρ
red
)，其中ρ
nir
表示卫星近红外波段的反射率，ρ
red
表示红光波段的反射率；
[0012]S5：利用LK光流法计算卫星影像每个像元的NDVI值在相邻时刻的变化率，基于光流约束条件实现光流的求解，再根据多幅连续的卫星影像计算出光流场，即可得到这段时
间内NDVI像元的移动方向和速度信息，从而分析蓝藻水华的运动特征，对光流矢量质量控制和气象因子订正后，利用半拉格朗日方法进行外推，最终实现蓝藻水华的短时预测。
[0013]作为本专利技术的一种优选技术方案，所述步骤S1中，预处理包括投影、裁切、几何精校正等处理。
[0014]作为本专利技术的一种优选技术方案，所述步骤S2中，大气订正包括如下步骤：
[0015]将地表近似为朗伯面，基于6S辐射传输模型，考虑大气分子的贡献，根据大气散射、大气透过率与地表反射率之间的关系，通过卫星观测参数、大气相关参数以及波段信息计算地表反射率ρ
t
，公式如下：
[0016][0017]其中μ
s
＝cosθ
s
，μ
v
＝cosθ
v
，式中为卫星传感器接收到的信号经过辐射校正与太阳天顶角校正后的大气层顶表观反射率；为大气分子散射所构成的路径辐射反射率；为地表反射率；T
O
(μ
s
,μ
v
)为臭氧吸收造成的大气透过率；T
H
(μ
s
,μ
v
)为大气水汽透过率；和分别为大气分子下行辐射透过率和为大气分子上行辐射透过率；μ
s
和μ
v
分别为太阳天顶角和观测天顶角的余弦值，为太阳与传感器之间的相对方位角；θ
s
、θ
v
、φ
s
和φ
v
分别为太阳天顶角、观测天顶角、太阳方位角和观测方位角；S为大气球形反照率；
[0018]所述角度订正包括如下步骤：
[0019]采用半经验核驱动模型角度效应校正方法对FY4
‑
AGRI数据进行角度订正；主要通过双向反射函数在特定波长λ和几何条件下，计算地表反射辐射率L与入射辐射率I的比值，公式如下：
[0020][0021]其中θ
s
、θ
v
以及分别为太阳天顶角、观测天顶角和相对方位角；在算法中双向反射函数作为固定参数提供。
[0022]与现有技术相比，本专利技术的有益效果如下：
[0023]本专利技术将卫星观测到的蓝藻水华作为识别对象，结合气象条件，追踪计算其运动矢量场，从而实现蓝藻水华的短时预测，该方法具有高弹性、高灵活性等特点，预测精度高，时效性强，可以模拟出接近理想的运动矢量场，能准确的实现对目标物对的识别、追踪和运动估计，比选择预测水质参数等表征因素来估算蓝藻水华的分布更直接，且更高效，为蓝藻水华预测提供了一种新思路。
附图说明
[0024]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：
[0025]图1是本专利技术两个时间层半拉格朗日外推模型示意图；
[0026]图2是本专利技术蓝藻水华分布情况预测检验图。
具体实施方式
[0027]以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。
[0028]此外，如果已知技术的详细描述对于示出本专利技术的特征是不必要的，则将其省略。
[0029]实施例1
[0030]本专利技术提供一种结合卫星影像和光流法的蓝藻水华短时预测方法，包括以下步骤：
[0031]1.对国产FY4
‑
AGRI卫星影像数据预处理，包括投影、裁切、几何精校正等处理。
[0032]2.对上一步处理后的卫星影像数据进行大气订正和角度订正。大气订正的目的去除大气分子散射和吸收以及气溶胶散射对遥感影像造成的影响，以获得地表的准确信息，更加客观准确地反映研究区域地物特征；角度订正的目的是减小太阳天顶角、卫星天顶角、相对方位角等角度对反射率的影响，提高地表参数遥感反演精度；具体步骤如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结合卫星影像和光流法的蓝藻水华短时预测方法，其特征在于，包括以下步骤：S1：对国产FY4
‑
AGRI卫星影像数据预处理；S2：对上一步处理后的卫星影像数据进行大气订正和角度订正；S3：对角度订正和大气订正后的卫星影像数据进行图像增强处理，通过直方图拉伸的方法，使其所有卫星影像亮度均保持一致；S4：计算每幅卫星影像的归一化植被指数NDVI值，公式如下：NDVI＝(ρ
nir
‑
ρ
red
)/(ρ
nir
+ρ
red
)，其中ρ
nir
表示卫星近红外波段的反射率，ρ
red
表示红光波段的反射率；S5：利用LK光流法计算卫星影像每个像元的NDVI值在相邻时刻的变化率，基于光流约束条件实现光流的求解，再根据多幅连续的卫星影像计算出光流场，即可得到这段时间内NDVI像元的移动方向和速度信息，从而分析蓝藻水华的运动特征，对光流矢量质量控制和气象因子订正后，利用半拉格朗日方法进行外推，最终实现蓝藻水华的短时预测。2.根据权利要求1所述的一种结合卫星影像和光流法的蓝藻水华短时预测方法，其特征在于，所述步骤S1中，预处理包括投影、裁切、几何精校正等处理。3.根据权利要求1所述的一种结合卫星影像和光流法的蓝藻水华短时预测方法，其特征在于，所述步骤S2中，大气订正包括如下步骤：将地表近似为朗伯面，基于6S辐射传输模型，考虑大气分子的贡献，根据大气散射、大气透过率与地表反射率之间的关系，通过卫星观测参数、大气...

【专利技术属性】
技术研发人员：李亚春，杭鑫，项瑛，朱士华，孙良宵，李心怡，曹云，谢小萍，张明明，支风梅，
申请(专利权)人：江苏省气候中心，
类型：发明
国别省市：