海洋叶绿素a浓度三维分布反演方法、终端及介质技术

本发明专利技术提供一种海洋叶绿素a浓度三维分布反演方法、终端及介质；其中，方法包括：获取监测区内各采样点于各深度的剖面观测数据和监测区的遥感观测数据；基于各所述剖面观测数据的采集时间和采集位置，于所述遥感观测数据中提取与所述剖面观测数据对应的目标遥感观测数据；并基于各所述剖面观测数据和与其对应的目标遥感观测数据，构建样本数据集；基于所述样本数据集，对预先构建的叶绿素反演模型进行训练，获得训练后的叶绿素反演模型；以及，基于训练后的所述叶绿素反演模型，获取监测区内叶绿素a浓度的三维分布信息；本发明专利技术提供的方法有效地提高了海洋叶绿素a浓度三维分布反演结果的准确性。果的准确性。果的准确性。

【技术实现步骤摘要】
海洋叶绿素a浓度三维分布反演方法、终端及介质


[0001]本专利技术涉及遥感
，尤其涉及海洋叶绿素a浓度三维分布反演方法、终端及计算机存储介质。

技术介绍

[0002]海洋浮游植物光合作用产生的有机碳在海洋生物碳泵中起着至关重要的作用；其中，叶绿素a浓度(Chlorophyll a concentration,Chla)已经被广泛用于表征海洋浮游植物生物量。近年来，随着海洋水色卫星的发展，海洋遥感水色数据已经很好揭示了海洋表层叶绿素a浓度的时空变化，海洋表层叶绿素a浓度在海盆及全球的长时间变化趋势也已经被很好的评估了；然而，基于卫星遥感数据获取的海表叶绿素a浓度仅能表征真光层内浮游植物生物量总含量的五分之一左右，且并未充分考虑海洋剖面中的温度、盐度等环境特征的变化，对于叶绿素a浓度于剖面分布的影响；因而，无法准确地反映海面以下浮游植物生物量的变化，特别是在存在次表层叶绿素a浓度最大值层的热带海洋；导致无法准确地评估海洋碳汇，进而影响了对海洋整个真光层内叶绿素a浓度深入研究和科学评估。

技术实现思路

[0003]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种海洋叶绿素a浓度三维分布反演方法、终端及计算机存储介质，可以解决现有基于遥感的海洋叶绿素a浓度三维分布反演方法并未充分考虑海洋剖面的环境特征变化，对于海洋叶绿素a于剖面分布的影响，导致获取的叶绿素a浓度三维分布反演结果与实际存在较大偏差等问题。
[0004]为实现上述目的及其他相关目的，本专利技术第一方面提供一种海洋叶绿素a浓度三维分布反演方法，包括：获取监测区内各采样点于各深度的剖面观测数据，和监测区的遥感观测数据；所述剖面观测数据包括各深度的垂向叶绿素a浓度信息，和其对应的采集时间和采集位置；基于各所述剖面观测数据的采集时间和采集位置，于所述遥感观测数据中提取与所述剖面观测数据对应的目标遥感观测数据；并基于各所述剖面观测数据和与其对应的目标遥感观测数据，构建样本数据集；基于所述样本数据集，对预先构建的叶绿素反演模型进行训练，获得训练后的叶绿素反演模型；以及，基于训练后的所述叶绿素反演模型，获取监测区内叶绿素a浓度的三维分布信息。
[0005]于本专利技术一实施例中，所述基于各所述剖面观测数据的采集时间和采集位置，于所述遥感观测数据中提取与所述剖面观测数据对应的目标遥感观测数据，包括：根据所述剖面观测数据的采集时间，于各所述遥感观测数据中筛选出与该采集时间之间满足预设时间要求的遥感观测数据作为第一遥感观测数据；和基于所述剖面观测数据的采集位置，采集空间配准方法，于所述第一遥感观测数据中提取与该采集位置之间的距离小于预设距离的像元点作为匹配像元点；基于所述匹配像元点对应的遥感观测数据，获取为与该剖面观测数据对应的目标遥感观测数据。
[0006]于本专利技术一实施例中，在提取与所述剖面观测数据对应的目标遥感观测数据之
前，还包括：对所述剖面观测数据进行预处理，包括：对所述剖面观测数据中的所述垂向叶绿素a浓度信息进行校正，为：
[0007]Chla
argo
＇＝(Chla
argo
‑
0.019)/2.32
[0008]式中，Chla
argo
为原始垂向叶绿素a浓度；Chla
argo
＇为校正后的垂向叶绿素a浓度。
[0009]于本专利技术一实施例中，在提取与所述剖面观测数据对应的目标遥感观测数据之前，还包括：对所述剖面观测数据进行预处理，包括：采用滑窗方法，对任意采样点对应的各所述剖面观测数据执行滤波处理，包括：获取当前滑窗，将位于当前滑窗中心的剖面观测数据作为当前的目标观测数据；基于该目标观测数据，确定与其相邻的上观测数据和下观测数据；获取所述目标观测、所述上观测数据和所述下观测数据对应要素值的均值，将该要素值的均值确定为所述目标观测数据的新要素值；移动滑窗，以实现对下一剖面观测数据的滤波处理。
[0010]于本专利技术一实施例中，所述遥感观测数据包括遥感叶绿素a浓度，则所述基于各所述剖面观测数据和与其对应的目标遥感观测数据，构建样本数据集，包括：基于各采样点对应的所述遥感叶绿素a浓度，更新该采样点的海洋表层剖面观测数据中的垂向叶绿素a浓度，以基于更新后的海洋表层剖面观测数据构建样本数据集。
[0011]于本专利技术一实施例中，所述基于各采样点对应的所述遥感叶绿素a浓度，更新该采样点的海洋表层剖面观测数据中的垂向叶绿素a浓度，包括：获取各采样点对应的混合层垂向叶绿素a浓度，和获取各采样点对应遥感观测数据中的遥感叶绿素a浓度；检测所述混合层垂向叶绿素a浓度与所述遥感叶绿素a浓度之间的相关性大小，当相关性数值大于等于阈值时，则将所述遥感叶绿素a浓度替换/补充为采样点海洋表层剖面数据的垂向叶绿素a浓度；当相关性数值小于阈值时，则对所述遥感叶绿素a浓度进行校正，并将校正后的遥感叶绿素a浓度替换/补充为采样点海洋表层剖面数据的垂向叶绿素a浓度。
[0012]于本专利技术一实施例中，所述获取各采样点对应的混合层垂向叶绿素a浓度，包括：获取各采样点对应的混合层深度；对于各采样点，提取采样点对应的所述剖面观测数据中，深度位于所述混合层深度范围内的各剖面观测数据；将其对应的所述垂向叶绿素a浓度取均值，将该垂向叶绿素a浓度均值作为所述采样点对应的混合层垂向叶绿素a浓度。
[0013]于本专利技术一实施例中，所述混合层深度的获取方式，包括：
[0014]Δσ
θ
＝σ
MLD
‑
σ
10
[0015]Δσ
θ
＝σ
θ
(T
10
+ΔT,S
10
,P0)
‑
σ
θ
(T
10
,S
10
,P0)
[0016]MLD＝D(σ
MLD
)
[0017]式中，σ
MLD
为混合层深度处的位势密度；σ
10
为海表10m深处的位势密度；Δσ
θ
为所述海表10m深处的位势密度和所述混合层深度处位势密度的差值；σ
θ
为海水的位势密度；T
10
和S
10
分别为海表10m深处的温度和盐度值；P0表示海表的压力值，ΔT位温度的增加量；D(σ
MLD
)为位势密度为σ
MLD
时所对应的深度；MLD为混合层深度。
[0018]于本专利技术一实施例中，所述对所述遥感叶绿素a浓度进行校正，包括：
[0019]Chla
sat
＇＝
‑
0.37
×
Chla
sat
+0.832
[0020]式中，Chla
sat
为校正前的遥感观测叶绿素浓度；Chla
sat
＇为校正后的遥感观测叶绿素浓度。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种海洋叶绿素a浓度三维分布反演方法，其特征在于，包括：获取监测区内各采样点于各深度的剖面观测数据，和监测区的遥感观测数据；所述剖面观测数据包括各深度的垂向叶绿素a浓度信息，和其对应的采集时间和采集位置；基于各所述剖面观测数据的采集时间和采集位置，于所述遥感观测数据中提取与所述剖面观测数据对应的目标遥感观测数据；并基于各所述剖面观测数据和与其对应的目标遥感观测数据，构建样本数据集；基于所述样本数据集，对预先构建的叶绿素反演模型进行训练，获得训练后的叶绿素反演模型；以及，基于训练后的所述叶绿素反演模型，获取监测区内叶绿素a浓度的三维分布信息。2.根据权利要求1所述的海洋叶绿素a浓度三维分布反演方法，其特征在于，所述基于各所述剖面观测数据的采集时间和采集位置，于所述遥感观测数据中提取与所述剖面观测数据对应的目标遥感观测数据，包括：根据所述剖面观测数据的采集时间，于各所述遥感观测数据中筛选出与该采集时间之间满足预设时间要求的遥感观测数据作为第一遥感观测数据；和基于所述剖面观测数据的采集位置，采集空间配准方法，于所述第一遥感观测数据中提取与该采集位置之间的距离小于预设距离的像元点作为匹配像元点；基于所述匹配像元点对应的遥感观测数据，获取为与该剖面观测数据对应的目标遥感观测数据。3.根据权利要求1所述的海洋叶绿素a浓度三维分布反演方法，其特征在于，在提取与所述剖面观测数据对应的目标遥感观测数据之前，还包括：对所述剖面观测数据进行预处理，包括：对所述剖面观测数据中的所述垂向叶绿素a浓度信息进行校正，为：Chla
argo
＇＝(Chla
argo
‑
0.019)/2.32式中，Chla
argo
为原始垂向叶绿素a浓度；Chla
argo
＇为校正后的垂向叶绿素a浓度。4.根据权利要求1所述的海洋叶绿素a浓度三维分布反演方法，其特征在于，在提取与所述剖面观测数据对应的目标遥感观测数据之前，还包括：对所述剖面观测数据进行预处理，包括：采用滑窗方法，对任意采样点对应的各所述剖面观测数据执行滤波处理，包括：获取当前滑窗，将位于当前滑窗中心的剖面观测数据作为当前的目标观测数据；基于该目标观测数据，确定与其相邻的上观测数据和下观测数据；获取所述目标观测、所述上观测数据和所述下观测数据对应要素值的均值，将该要素值的均值确定为所述目标观测数据的新要素值；移动滑窗，以实现对下一剖面观测数据的滤波处理。5.根据权利要求1所述的海洋叶绿素a浓度三维分布反演方法，其特征在于，所述遥感观测数据包括遥感叶绿素a浓度，则所述基于各所述剖面观测数据和与其对应的目标遥感观测数据，构建样本数据集，包括：基于各采样点对应的所述遥感叶绿素a浓度，更新该采样点的海洋表层剖面观测数据中的垂向叶绿素a浓度，以基于更新后的海洋表层剖面观测数据构建样本数据集。6.根据权利要求5所述的海洋叶绿素a浓度三维分布反演方法，其特征在于，所述基于各采样点对应的所述遥感叶绿素a浓度，更新该采样点的海洋表层剖面观测数据中的垂向
叶绿素a浓度，包括：获取各采样点对应的混合层垂向叶绿素a...

【专利技术属性】
技术研发人员：胡启伟，陈小燕，何贤强，白雁，李腾，潘德炉，
申请(专利权)人：自然资源部第二海洋研究所，
类型：发明
国别省市：