基于静止卫星的湖泊蓝藻水平和垂向运动速率计算方法技术

本发明专利技术涉及基于静止卫星的湖泊蓝藻水平和垂向运动速率计算方法，包括：获取静止卫星遥感反射率数据，并计算藻华覆盖度，即每个像元内藻华面积占整个像元面积的百分比；提取一景静止卫星遥感影像，以藻华覆盖度大于预设阈值为条件提取藻华像元，定义空间连续N个以上像元为藻华像元的区域为藻团；基于藻团运动距离和时间计算藻团水平运动速率，以藻团水平运动速率表征蓝藻水平运动速率；获取某一像元的藻华覆盖度，基于像元水深、不同时刻像元藻华覆盖度变化获取该像元的藻颗粒垂向运动速率，以像元的藻颗粒垂向运动速率表征蓝藻垂向运动速率。本发明专利技术方法计算的速度能够准确反映某个区域的藻华的水平和垂向运动情况。个区域的藻华的水平和垂向运动情况。个区域的藻华的水平和垂向运动情况。

【技术实现步骤摘要】
基于静止卫星的湖泊蓝藻水平和垂向运动速率计算方法


[0001]本专利技术涉及遥感
，具体涉及基于静止卫星的湖泊蓝藻水平和垂向运动速率计算方法。

技术介绍

[0002]人类活动叠加气候变化导致全球湖泊富营养化加剧，蓝藻水华(藻华)持续暴发，对水质、生物多样性、人类健康等均方面造成了影响。遥感技术已经广泛应用于全球湖泊、海洋不同类型的藻华的面积、持续时间、暴发程度的监测。蓝藻藻华的形成机制主要是：在富营养化条件下，随着生物量的积累，藻颗粒形成聚集体，在温度、光照合适的条件下，上浮至水面，形成藻华。藻华的发生位置、强度、持续时间受到蓝藻自身生理特性和外界物理条件的共同影响。
[0003]藻华的运动过程包括了垂向运动和水平运动。目前已有的藻颗粒的垂向运动速率获取以实验室和野外原位试验为主，难以实现大面积的测量。自然水体条件下的水平运动情况，受到风速、水流等的影响，目前已有研究也是基于野外的高频观测为主，难以推广应用。静止卫星具有很高的时间分辨率，通过对藻华漂移路径的监测，可实现水平和垂向运动速率的遥感估算。但已有的遥感方法只考虑了一天之内的最大最小藻华强度，没有逐像元分析，计算的速度不能准确反映某个区域的藻华的水平和垂向运动情况。

技术实现思路

[0004]本专利技术的目的在于提供基于静止卫星的湖泊蓝藻水平和垂向运动速率计算方法。
[0005]为实现上述目的，本专利技术所采用的技术方案如下：
[0006]基于静止卫星的湖泊蓝藻水平和垂向运动速率计算方法，包括如下步骤：
[0007]获取静止卫星遥感反射率数据，并计算藻华覆盖度，即每个像元内藻华面积占整个像元面积的百分比；
[0008]a.计算蓝藻水平运动速率；
[0009]提取一景静止卫星遥感影像，以藻华覆盖度大于预设阈值为条件提取藻华像元，定义空间连续N个以上像元为藻华像元的区域为藻团；
[0010]基于藻团运动距离和时间计算藻团水平运动速率，以藻团水平运动速率表征蓝藻水平运动速率；
[0011]b.计算蓝藻的垂向运动速率；
[0012]获取某一像元的藻华覆盖度，基于像元水深、不同时刻像元藻华覆盖度变化获取该像元的藻颗粒垂向运动速率，以像元的藻颗粒垂向运动速率表征蓝藻垂向运动速率。
[0013]作为一种优选的实施方式，通过非线性分解模型计算藻华覆盖度，所述非线性分解模型函数形式如下：
[0014][0015]其中，FAC为藻华覆盖度，F指藻华识别指数，m、n为拟合参数。
[0016]作为一种优选的实施方式，选取具有大面积藻华暴发、无云条件下的静止卫星数据用于计算。
[0017]作为一种优选的实施方式，所述静止卫星遥感反射率数据为经过瑞利校正的遥感反射率数据。
[0018]作为一种优选的实施方式，所述藻华识别指数为FAI指数或AFAI指数。
[0019]作为一种优选的实施方式，获取不同时刻藻团质心的位置信息，根据不同时刻藻团的质心距离变化计算藻团水平运动速率。
[0020]作为一种优选的实施方式，所述藻团质心的确定方式为：
[0021]计算藻团像元覆盖度的均值，作为藻团质心；
[0022]所述藻团像元覆盖度的均值为藻团内各像元藻华覆盖度的总和与藻团内像元总数的比值。
[0023]作为一种优选的实施方式，所述蓝藻垂向运动速率的计算公式如下：
[0024][0025]式中，Z为某个像元的水深；FAC
t1
为t1时刻该像元的藻华覆盖度，FAC
t2
为t2时刻该像元的藻华覆盖度；Δt为开始和结束时间之差。
[0026]作为一种优选的实施方式，所述像元的水深根据水底地形和水位确定。
[0027]作为一种优选的实施方式，将每个像元的藻华覆盖度划分为按照时间变化单调上升、先升后降和单调下降三种类型，对于单调上升和单调下降两种类型，t1和t2时刻分别为一天之内第一景和最后一景的时刻；对于先升后降类型，将其分为上升和下降两段，t1和t2分别为上升段的开始和结束时刻，以及下降段的开始和结束时刻。
[0028]本专利技术方法构建的基于静止卫星的湖泊蓝藻水平和垂向运动速率计算方法计算的速度能够准确反映某个区域的藻华的水平和垂向运动情况，是提高藻华卫星遥感监测精度的前提和基础，对藻华的业务化日常监测和预测预警，具有较大的科学意义。
附图说明
[0029]附图不意在按比例绘制，在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示，为了清晰起见，在每个图中，并非每个组成部分均被标记，现在，将通过例子并参考附图来描述本专利技术的各个方面的实施例，其中：
[0030]图1是太湖巢湖藻华日变化；
[0031]图2是太湖巢湖不同湖区的藻华变化规律；
[0032]图3是藻颗粒水平速率和垂向速率计算流程图；
[0033]图4是藻华垂向运动速率的季节分布；
[0034]前述图示1
‑
4中，作为英文形式表达的各坐标、标识或其他表示，均为本领域所公知的，并不在本例中再做赘述。
具体实施方式
[0035]为了更了解本专利技术的
技术实现思路
，特举具体实施例并配合所附图式说明如下。
[0036]在本公开中参照附图来描述本专利技术的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定义在包括本专利技术的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本专利技术所公开的构思和实施例并不限于任何实施方式。另外，本专利技术公开的一些方面可以单独使用，或者与本专利技术公开的其他方面的任何适当组合来使用。
[0037]实施例1
[0038]本实施例说明本专利技术基于静止卫星的湖泊藻颗粒水平和垂向运动速率计算方法。
[0039]本实施例基于静止卫星的湖泊藻颗粒水平和垂向运动速率计算方法，实现方式如下：
[0040]使用2010到2020年GOCI的Rrc数据，使用非线性混合像元分解方法，计算藻华覆盖度FAC；根据藻团的面积、大小、质心位置等，计算藻团的水平运动速率；在风速小于3m/s时，假设藻华运动以垂向运动为主，计算不同分布类型下的藻颗粒上升和下沉速率；最后，分析了太湖和巢湖藻颗粒的上升和下降速率的季节、分湖区的分布规律。
[0041]作为示例性的描述，下面结合附图所示，对前述方法的实施进行具体说明。
[0042]1)使用2010到2020年GOCI的Rrc数据，使用非线性混合像元分解方法，计算藻华覆盖度FAC；
[0043]挑选2010到2020年具有大面积藻华暴发、无云条件下的GOCI数据，使用SEADAS软件处理GOCI的L1B数据，得到Rrc数据。计算藻华识别指数AFAI，根据FAC与AFAI的关系模型，计算每个像元的藻华覆盖度FAC。
[0044]其中，GOCI(Geostationary Ocean Col本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于静止卫星的湖泊蓝藻水平和垂向运动速率计算方法，其特征在于，包括：获取静止卫星遥感反射率数据，并计算藻华覆盖度，即每个像元内藻华面积占整个像元面积的百分比；a.计算蓝藻水平运动速率；提取一景静止卫星遥感影像，以藻华覆盖度大于预设阈值为条件提取藻华像元，定义空间连续N个以上像元为藻华像元的区域为藻团；基于藻团运动距离和时间计算藻团水平运动速率，以藻团水平运动速率表征蓝藻水平运动速率；b.计算蓝藻的垂向运动速率；获取某一像元的藻华覆盖度，基于像元水深、不同时刻像元藻华覆盖度变化获取该像元的藻颗粒垂向运动速率，以像元的藻颗粒垂向运动速率表征蓝藻垂向运动速率。2.根据权利要求1所述的方法，其特征在于，通过非线性分解模型计算藻华覆盖度，所述非线性分解模型函数形式如下：其中，FAC为藻华覆盖度，F指藻华识别指数，m、n为拟合参数。3.根据权利要求1所述的方法，其特征在于，选取具有大面积藻华暴发、无云条件下的静止卫星数据用于计算。4.根据权利要求3所述的方法，其特征在于，所述静止卫星遥感反射率数据为经过瑞利校正的遥感反射率数据。5.根据权利要求1所述的方法，其特征在于，所述藻华识别指数为FAI指...

【专利技术属性】
技术研发人员：薛坤，马荣华，胡旻琪，曹志刚，熊俊峰，
申请(专利权)人：中国科学院南京地理与湖泊研究所，
类型：发明
国别省市：