一種富營(yíng)養(yǎng)化湖泊水體藻類垂向分布類型modis遙感監(jiān)測(cè)方法
【專利摘要】本發(fā)明提供一種富營(yíng)養(yǎng)化湖泊藻類垂向分布的MODIS遙感監(jiān)測(cè)方法，通過(guò)野外監(jiān)測(cè)獲取藻類垂向分布類型；以野外實(shí)測(cè)水體表面光譜信息和環(huán)境信息為基礎(chǔ)，構(gòu)建基于地面實(shí)測(cè)光譜數(shù)據(jù)（Rrs）的藻類垂向分布的遙感監(jiān)測(cè)方法；通過(guò)模擬不同氣溶膠類型及厚度、不同太陽(yáng)高度角、衛(wèi)星觀測(cè)角及方位角，獲取地面監(jiān)測(cè)遙感反射比Rrs與模擬的瑞利散射矯正后Rrc之間的定量關(guān)系；進(jìn)而將基于地面實(shí)測(cè)光譜數(shù)據(jù)的藻類垂向分布類型監(jiān)測(cè)方法推廣至經(jīng)過(guò)瑞利散射矯正的MODIS衛(wèi)星影像數(shù)據(jù)?；谠摲椒?，可以準(zhǔn)確獲取富營(yíng)養(yǎng)化湖泊藻類垂向分布類型的年際、月際變化規(guī)律及其空間分布，為水利、環(huán)保等部門的水資源管理、水環(huán)境保護(hù)的科學(xué)決策提供科技支撐。
【專利說(shuō)明】一種富營(yíng)養(yǎng)化湖泊水體藻類垂向分布類型MODIS遙感監(jiān)測(cè) 方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及富營(yíng)養(yǎng)化湖泊水體藻類垂向分布類型MODIS遙感監(jiān)測(cè)方法。

【背景技術(shù)】
[0002] 在富營(yíng)養(yǎng)化水體，遙感手段已經(jīng)被廣泛用于監(jiān)測(cè)藻華的暴發(fā)程度和頻率 (Bresciani et al. 2014; Hu 2009; Kahru et al. 2007; Kutser et al. 2006; Odermatt et al. 2012)，也在色素濃度的反演方面開(kāi)展了大量工作，例如，葉綠素濃度 (Duan et al. 2010; Song et al. 2013b)、藻藍(lán)素濃度（Duan et al. 2012; Song et al. 2013a)等。這些工作大都基于表層水體光學(xué)參數(shù)的反演或水柱的垂向均一假設(shè)。然而，遙 感信號(hào)反映的是水面之下一定深度的垂向結(jié)構(gòu)，僅僅依賴于表層會(huì)引入誤差。
[0003] 遙感監(jiān)測(cè)藻華的面積會(huì)在短時(shí)間內(nèi)產(chǎn)生很大的變化，例如，利用GOCI數(shù)據(jù)監(jiān)測(cè) 中國(guó)東海藻華面積顯示受潮汐或洋流的影響，一天之內(nèi)藻華面積會(huì)產(chǎn)生大于100%的誤差 (Lou and Hu 2014)。實(shí)際上，淺水湖泊的藻華暴發(fā)不是短時(shí)間內(nèi)生物量的急劇增加，而 是已經(jīng)存在的大量藻顆粒在水體中上下移動(dòng)引起的（Cao et al. 2006)。也就是說(shuō)，藻華 暴發(fā)受外界水動(dòng)力或環(huán)境因子的影響改變了藻類的垂向分布結(jié)構(gòu)，從而引起表面看起來(lái)的 短時(shí)間內(nèi)藻華突然暴發(fā)或消失（Beaver et al. 2013; BlottiSre et al. 2013; Ndong et al. 2014)。此外，一些藍(lán)藻具有依靠調(diào)節(jié)自身浮力在水中上下移動(dòng)的能力（Kutser et al. 2008)。藻類垂向結(jié)構(gòu)的變化使得只監(jiān)測(cè)水表面藻華不能反映整個(gè)水體的富營(yíng)養(yǎng)化狀 況。而且，遙感反演光學(xué)參數(shù)的精度（Stramska and Stramski 2005)和色素生物量的估計(jì) (Silulwane et al. 2010)都存在很大的挑戰(zhàn)。因此，水柱藻總量比藻華暴發(fā)的面積和頻率 更能較為全面的反映水體的富營(yíng)養(yǎng)化狀況，從而評(píng)價(jià)藻華的危害。
[0004] 為了實(shí)現(xiàn)藻總量的估算，單元水柱的藻類垂向分布類型遙感識(shí)別是關(guān)鍵的一步。 在一類水體的海洋水色遙感中，很多學(xué)者已經(jīng)研究了色素或葉綠素a的垂向分布（Andr6 1992; Hidalgo-Gonzalez and Alvarez-Borrego 2001; MiIIdn-Nufiez et al. 1997; Morel and Berthon 1989; Silulwane et al. 2010; Xiu et al. 2008)及其對(duì)遙感反 射比的影響（Gordon and Clark 1980; Kutser et al. 2008; Sathyendranath et al. 1989; Stramska and Stramski 2005)。高斯模型（Andr6 1992; Hidalgo-Gonzalez and Alvarez-Borrego 2001; MiIIdn-Nufiez et al. 1997; Morel and Berthon 1989; Sathyendranath et al. 1989)或者改進(jìn)的高斯模型（Silulwane et al. 2010)多被 用來(lái)描述葉綠素a的垂向結(jié)構(gòu)，并且假設(shè)在同一個(gè)季節(jié)或區(qū)域內(nèi)藻類垂向分布類型不變 (Hidalgo-Gonzalez and Alvarez-Borrego 2001; Silulwane et al. 2010)。盡管目前 很少基于實(shí)測(cè)數(shù)據(jù)研究富營(yíng)養(yǎng)化湖泊藻類垂向分布變化（Kutser et al. 2008)，然而，在 富營(yíng)養(yǎng)化湖泊依然存在藻類垂向分布變化較快，甚至在一天內(nèi)呈現(xiàn)不同的分布類型的情況 (D'Alimonte et al. 2014)。這種情況導(dǎo)致在海洋和近岸水體得到的假設(shè)條件不適用于內(nèi) 陸湖泊?？傊沂驹孱惔瓜蚍植冀Y(jié)構(gòu)是研發(fā)藻總量的遙感估算反演算法的重要步驟。
[0005] 參考文獻(xiàn)： Andre, J. -M. (1992). Ocean color remote-sensing and the subsurface vertical structure of phytoplankton pigments. Deep Sea Research Part A. Oceanographic Research Papers, 39, 763-779〇
[0006] Beaver，J. R.，Casamatta，D. A.，East，T. L，Havens，K. E.，Rodusky， A. J. , James, R. T. , Tausz, C. E. , & Buccier，K. M. (2013). Extreme weather events influence the phytoplankton community structure in a large lowland subtropical lake (Lake Okeechobee，F(xiàn)lorida，USA) ? Hydrobiologia，709，213-226。
[0007] Blottiere, L., Rossi, M., Madricardo, F., & Hulot, F. D. (2013). Modeling the role of wind and warming on Microcystis aeruginosa blooms in shallow lakes with different trophic status. Theoretical Ecology, 7， 35-52。
[0008] Bresciani，M.，Adamo，M.，De Carolis，G.，Matta，E.，Pasquariello， G. , Vaiciut ，D.，& Giardino，C. (2014). Monitoring blooms and surface accumulation of cyanobacteria in the Curonian Lagoon by combining MERIS and ASAR data. Remote Sensing of Environment, 146， 124-135。
[0009] Cao，H.，Kong，F(xiàn).，Luo，L，Shi，X.，Yang，Z.，Zhang，X.，& Tao，Y. (2006). Effects of Wind and Wind-Induced Waves on Vertical Phytoplankton Distribution and Surface Blooms ofMicrocystis aeruginosain Lake Taihu. Journal of Freshwater Ecology， 21， 231-238。
[0010] D'Alimonte，D.，Zibordi，G.，Kajiyama，T.，& Berthon，J.-R (2014) ? Comparison between MERIS and regional high-level products in European seas. Remote Sensing of Environment, 140， 378-395。
[0011] Duanj H., Maj R., & Hu, C. (2012). Evaluation of remote sensing algorithms for cyanobacterial pigment retrievals during spring bloom formation in several lakes of East China. Remote Sensing of Environment, 126， 126-135。
[0012] Duan，H.，Ma，R.，Zhang，Y.，Loiselle，S. A.，Xu，J.，Zhao，C.，Zhou， L，& Shang，L (2010). A new three-band algorithm for estimating chlorophyll concentrations in turbid inland lakes. Environmental Research Letters, 5， 044009〇
[0013] Gordon, H. R. , & Clark, D. K. (1980). Remote sensing optical properties of a stratified ocean: an improved interpretation. AppI. Opt. , 19，3428-3430。
[0014] Hidalgo-Gonzalezj R. M. , & Alvarez-Borregoj S. (2001). Chlorophyll profiles and the water column structure in the Gulf of California. Oceanologica Acta, 24, 19-28〇
[0015] Hu, C. (2009). A novel ocean color index to detect floating algae in the global oceans. Remote Sensing of Environment, 113， 2118-2129。
[0016] Kahru, M., Savchuk, 0. P. , & Elmgren, R. (2007). Satellite measurements of cyanobacterial bloom frequency in the Baltic Sea: interannual and spatial variability. Marine Ecology Progress Series, 343， 15-23。
[0017] Kutser, T., Metsamaa, L., & Dekker, A. G. (2008). Influence of the vertical distribution of cyanobacteria in the water column on the remote sensing signal. Estuarine, Coastal and Shelf Science, 78， 649_654〇
[0018] Kutser, T., Metsamaa, L., Strombeck, N., & Vahtmae, E. (2006). Monitoring cyanobacterial blooms by satellite remote sensing. Estuarine, Coastal and Shelf Science, 67， 303-312。
[0019] Lou, X. , & Hu, C. (2014). Diurnal changes of a harmful algal bloom in the East China Sea: Observations from GOCI. Remote Sensing of Environment, 140， 562-572。
[0020] Milldn-Nufiezj R., Alvarez-Borregoj S., & Trees, C. C. (1997). Modeling the vertical distribution of chlorophyll in the California Current System. Journal of Geophysical Research, 102， 8587。
[0021] Morel，A.，& Berthon，J.-R (1989) ? Surface pigments，algal biomass profiles, and potential production of the euphotic layer: Relationships reinvestigated in view of remote-sensing applications. Limnology and Oceanography, 1545-1562。
[0022] Ndong，M.，Bird，D.，Nguyen-Quang，T.，de Boutray，M. L，Zamyadi，A.， Vincon-Leitej B. , Lemaire，B. J. , Prevost, M. , & Dorner, S. (2014). Estimating the risk of cyanobacterial occurrence using an index integrating meteorological factors: application to drinking water production. Water Res, 56， 98-108。
[0023] Odermatt，D.，Pomati，F(xiàn).，Pitarch，J.，Carpenter，J.，Kawka，M.， Schaepman，M. , & Wtiest, A. (2012). MERIS observations of phytoplankton blooms in a stratified eutrophic lake. Remote Sensing of Environment, 126，232-239。
[0024] Sathyendranath, S., Platt, T., Caverhi11, C. M. , Warnock, R. E., & Lewis, M.R. (1989). Remote sensing of oceanic primary production: computations using a spectral model. Deep Sea Research Part A. Oceanographic Research Papers, 36， 431-453。
[0025] Silulwane, N. F. , Richardson, A. J.，Shillington，F(xiàn). A. , & Mitchell-Innes， B. A. (2010). Identification and classification of vertical chlorophyll patterns in the Benguela upwelling system and Angola-Benguela front using an artificial neural network. South African Journal of Marine Science, 23， 37-51。
[0026] Song，K.，Li, L，Li, Z.，Tedesco，L，Hall，B.，& Shi，K. (2013a) ? Remote detection of cyanobacteria through phycocyanin for water supply source using three-band model. Ecological Informatics, 15， 22-33。
[0027] Song，K.，Li, L，Tedesco，L P.，Li, S.，Duan，H.，Liu，D.，Hall，B. E.， Du, J., Li, Z., Shi, K. , & Zhao, Y. (2013b). Remote estimation of chlorophyll-a in turbid inland waters: Three-band model versus GA-PLS model. Remote Sensing of Environment, 136，342-357〇
[0028] Stramska, M., & Stramski, D. (2005). Effects of a nonuniform vertical profile of chlorophyll concentration on remote-sensing reflectance of the ocean. AppL Opt.，44，1735-1747。
[0029] Xiuj P., Liu, Y., & Tang, J. (2008). Variations of ocean colour parameters with nonuniform vertical profiles of chlorophyll concentration. International Journal of Remote Sensing, 29， 831-849。


【發(fā)明內(nèi)容】

[0030] 本發(fā)明目的在于提供一種富營(yíng)養(yǎng)化湖泊水體藻類垂向分布類型MODIS遙感監(jiān)測(cè) 方法，利用遙感手段精確獲取富營(yíng)養(yǎng)化湖泊水體藻類垂向分布類型，繼而準(zhǔn)確估算藻類總 存量，分析藍(lán)藻水華發(fā)生、發(fā)展?fàn)顩r及趨勢(shì)，科學(xué)評(píng)估湖泊污染治理與生態(tài)修復(fù)效果，為水 利、環(huán)保等部門的水資源管理、水環(huán)境保護(hù)的科學(xué)決策提供科技支撐。
[0031] 本發(fā)明的上述目的通過(guò)獨(dú)立權(quán)利要求的技術(shù)特征實(shí)現(xiàn)，從屬權(quán)利要求以另選或有 利的方式發(fā)展獨(dú)立權(quán)利要求的技術(shù)特征。
[0032] 為達(dá)成上述目的，本發(fā)明所采用的技術(shù)方案如下： 一種富營(yíng)養(yǎng)化湖泊水體藻類垂向分布類型MODIS遙感監(jiān)測(cè)方法，包括：通過(guò)野外監(jiān)測(cè) 獲取藻類垂向分布類型；以野外實(shí)測(cè)水體表面光譜信息（Rre)和環(huán)境信息為基礎(chǔ)，構(gòu)建藻類 垂向分布的遙感監(jiān)測(cè)方法；通過(guò)模擬不同氣溶膠類型及厚度、不同太陽(yáng)高度角、衛(wèi)星觀測(cè)角 及方位角，獲取地面監(jiān)測(cè)遙感反射比（R re)與模擬的瑞利散射矯正后艮。之間的定量關(guān)系； 進(jìn)而將基于地面實(shí)測(cè)光譜數(shù)據(jù)的藻類垂向分布類型監(jiān)測(cè)方法推廣至經(jīng)過(guò)瑞利散射矯正的 MODIS衛(wèi)星影像數(shù)據(jù)，大大提高了該方法的實(shí)用性；基于該方法，可以準(zhǔn)確獲取富營(yíng)養(yǎng)化湖 泊藻類垂向分布類型的年際、月際變化規(guī)律及其空間分布。
[0033] 作為進(jìn)一步的實(shí)施方式，具體地，所述的方法包括如下步驟： 1、 確定藻類垂向分布類型 基于水體光學(xué)活性物質(zhì)（葉綠素a、無(wú)機(jī)懸浮物、黃色物質(zhì)）的基本監(jiān)測(cè)原理，通過(guò)野外 實(shí)地監(jiān)測(cè)獲取水體中不同深度處藻類以及其他光學(xué)活性物質(zhì)的濃度，通過(guò)聚類分析得到藻 類垂向分布類型，以及與其他光學(xué)活性物質(zhì)垂向分布間的關(guān)系； 2、 構(gòu)建基于實(shí)測(cè)光譜信息和同步環(huán)境信息的藻類垂向分布類型的遙感監(jiān)測(cè)方法 在獲取藻類垂向分布信息的同時(shí)，獲取水體表層的遙感信息（R re)以及周圍的環(huán)境信息 (離岸距離、風(fēng)速、水深等)，通過(guò)相關(guān)性分析，確定基于水體表層遙感信息和風(fēng)速構(gòu)建藻類 垂向分布類型的遙感監(jiān)測(cè)決策分類樹(shù)； 3、 獲取地面監(jiān)測(cè)遙感反射比（Rre)與模擬的瑞利散射矯正后Rrc之間的定量關(guān)系 為了確定基于MODIS衛(wèi)星數(shù)據(jù)的藻類垂向分布類型決策樹(shù)中的NDBI閾值，考察巢湖地 區(qū)在不同氣溶膠類型及厚度、不同太陽(yáng)高度角、衛(wèi)星觀測(cè)角以及方位角對(duì)地面監(jiān)測(cè)的遙感 反射比與模擬的瑞利散射矯正后的Rm之間的定量關(guān)系的影響，并通過(guò)模擬數(shù)據(jù)確定兩者 之間的定量模型，從而確定NDBI針對(duì)MODIS衛(wèi)星影像的決策閾值； 4、 構(gòu)建藻類垂向分布類型的MODIS遙感監(jiān)測(cè)方法 基于前述步驟和方法，可以將基于地面實(shí)測(cè)光譜數(shù)據(jù)的藻類垂向分布類型決策樹(shù)推廣 至經(jīng)過(guò)瑞利散射矯正的衛(wèi)星影像數(shù)據(jù)，實(shí)現(xiàn)全影像藻類垂向分布類型的空間分布；基于該 方法，可以準(zhǔn)確獲取富營(yíng)養(yǎng)化湖泊藻類垂向分布類型的年際、月際變化規(guī)律及其空間分布。
[0034] 由以上本發(fā)明的技術(shù)方案可知，本發(fā)明提出的富營(yíng)養(yǎng)化湖泊水體藻類垂向分布類 型MODIS遙感監(jiān)測(cè)方法，旨在基于野外實(shí)測(cè)數(shù)據(jù)，選擇對(duì)于藻類垂向分布類型顯著相關(guān)的 因素，構(gòu)建區(qū)分藻華與非藻華水體的NDBI指數(shù)，繼而形成基于實(shí)測(cè)數(shù)據(jù)的藻類垂向分布類 型的遙感監(jiān)測(cè)方法；通過(guò)地面實(shí)測(cè)光譜數(shù)據(jù)與經(jīng)過(guò)瑞利散射矯正后的R m數(shù)據(jù)的定量關(guān) 系這一核心，成功實(shí)現(xiàn)了對(duì)MODIS影像中藻類垂向分布類型的判別，更加客觀真實(shí)地反映 湖泊藻類垂向分布類型的時(shí)空分布。藻類垂向分布類型的遙感監(jiān)測(cè)是實(shí)現(xiàn)藻類總存量的 估算的前提和基礎(chǔ)，湖泊藻類分布類型以及藻類總存量的長(zhǎng)期高精度監(jiān)測(cè)，有助于科學(xué)評(píng) 估年際間水體富營(yíng)養(yǎng)化狀態(tài)的變化及其發(fā)展趨勢(shì)，有效評(píng)估湖泊污染治理和生態(tài)修復(fù)的績(jī) 效，為水利、環(huán)保等部門的水資源管理、水環(huán)境保護(hù)的科學(xué)決策提供科技支撐。
[0035] 應(yīng)當(dāng)理解，前述構(gòu)思以及在下面更加詳細(xì)地描述的額外構(gòu)思的所有組合只要在這 樣的構(gòu)思不相互矛盾的情況下都可以被視為本公開(kāi)的發(fā)明主題的一部分。另外，所要求保 護(hù)的主題的所有組合都被視為本公開(kāi)的發(fā)明主題的一部分。
[0036] 結(jié)合附圖從下面的描述中可以更加全面地理解本發(fā)明教導(dǎo)的前述和其他方面、實(shí) 施例和特征。本發(fā)明的其他附加方面例如示例性實(shí)施方式的特征和/或有益效果將在下面 的描述中顯見(jiàn)，或通過(guò)根據(jù)本發(fā)明教導(dǎo)的【具體實(shí)施方式】的實(shí)踐中得知。

【專利附圖】

【附圖說(shuō)明】
[0037] 附圖不意在按比例繪制。在附圖中，在各個(gè)圖中示出的每個(gè)相同或近似相同的組 成部分可以用相同的標(biāo)號(hào)表示。為了清晰起見(jiàn)，在每個(gè)圖中，并非每個(gè)組成部分均被標(biāo)記。 現(xiàn)在，將通過(guò)例子并參考附圖來(lái)描述本發(fā)明的各個(gè)方面的實(shí)施例，其中： 圖1是巢湖藻類垂向分布類型示意圖。
[0038] 圖2是不同藻類垂向分布類型對(duì)應(yīng)的水體表層遙感反射比光譜曲線示意圖。
[0039] 圖3是不同環(huán)境因子對(duì)藻類垂向分布類型的影響示意圖。
[0040] 圖4是基于實(shí)測(cè)光譜的藻類垂向分布類型遙感決策樹(shù)示意圖。
[0041] 圖5是不同氣溶膠類型及其厚度條件下，與Rre間的定量關(guān)系示意圖。
[0042] 圖6是基于MODIS的藻類垂向分布類型遙感決策樹(shù)示意圖。
[0043] 圖7是巢湖藻類垂向分布類型的空間分布示意圖。
[0044] 前述圖示1-7中，作為英文形式表達(dá)的各坐標(biāo)、標(biāo)識(shí)或其他表示，均為本領(lǐng)域所公 知的，并不在本例中再做贅述。

【具體實(shí)施方式】
[0045] 為了更了解本發(fā)明的技術(shù)內(nèi)容，特舉具體實(shí)施例并配合所附圖式說(shuō)明如下。
[0046] 在本公開(kāi)中參照附圖來(lái)描述本發(fā)明的各方面，附圖中示出了許多說(shuō)明的實(shí)施例。 本公開(kāi)的實(shí)施例不必定意在包括本發(fā)明的所有方面。應(yīng)當(dāng)理解，上面介紹的多種構(gòu)思和 實(shí)施例，以及下面更加詳細(xì)地描述的那些構(gòu)思和實(shí)施方式可以以很多方式中任意一種來(lái)實(shí) 施，這是應(yīng)為本發(fā)明所公開(kāi)的構(gòu)思和實(shí)施例并不限于任何實(shí)施方式。另外，本發(fā)明公開(kāi)的一 些方面可以單獨(dú)使用，或者與本發(fā)明公開(kāi)的其他方面的任何適當(dāng)組合來(lái)使用。
[0047] 本發(fā)明給予一種富營(yíng)養(yǎng)化湖泊水體藻類垂向分布類型遙感監(jiān)測(cè)方法，上述目的是 這樣實(shí)現(xiàn)的：通過(guò)野外監(jiān)測(cè)獲取藻類垂向分布類型；以野外實(shí)測(cè)水體表面光譜信息（R re)和 環(huán)境信息為基礎(chǔ)，構(gòu)建藻類垂向分布的遙感監(jiān)測(cè)方法；通過(guò)模擬不同氣溶膠類型及厚度、不 同太陽(yáng)高度角、衛(wèi)星觀測(cè)角及方位角，獲取地面監(jiān)測(cè)遙感反射比（Rre)與模擬的瑞利散射矯 正后Rm之間的定量關(guān)系；進(jìn)而將基于地面實(shí)測(cè)光譜數(shù)據(jù)的藻類垂向分布類型監(jiān)測(cè)方法推 廣至經(jīng)過(guò)瑞利散射矯正的MODIS衛(wèi)星影像數(shù)據(jù)，大大提高了該方法的實(shí)用性；基于該方法， 可以準(zhǔn)確獲取富營(yíng)養(yǎng)化湖泊藻類垂向分布類型的年際、月際變化規(guī)律及其空間分布。
[0048] 下面結(jié)合附圖1-7所示，示例性地說(shuō)明前述方法的具體實(shí)現(xiàn)。
[0049] 1、確定藻類垂向分布類型 基于水體光學(xué)活性物質(zhì)（葉綠素a、無(wú)機(jī)懸浮物、黃色物質(zhì)）的基本監(jiān)測(cè)原理，通過(guò)野外 實(shí)地監(jiān)測(cè)獲取水體中不同深度處藻類以及其他光學(xué)活性物質(zhì)的濃度，通過(guò)聚類分析得到藻 類垂向分布類型，以及與其他光學(xué)活性物質(zhì)垂向分布間的關(guān)系。
[0050] 本例中，利用野外垂向分層采樣器獲取藻類（葉綠素a，Chla)在不同水層的濃 度分布情況，采用聚類分析的方法確定藻類垂向分布類型包括均一型（Type 1)、高斯型 (Type 2)、指數(shù)型（Type 3)以及冪指數(shù)型（Type 4)四類（圖1)，而水體中的其它光學(xué)活性 物質(zhì)(無(wú)機(jī)懸浮物和黃色物質(zhì)）則呈現(xiàn)均一型垂向分布。
[0051] 示例性地，前述的水體表層的光譜特征來(lái)自于巢湖野外實(shí)測(cè)的光譜數(shù)據(jù)Rre，監(jiān)測(cè) 儀器為美國(guó)ASD公司的雙通道地面光譜監(jiān)測(cè)儀（350-1050nm)。
[0052] 如前所述，藻類垂向分布監(jiān)測(cè)深度包括0、10、20、40、70、100、150、200、250和 300cm共計(jì)9個(gè)不同深度的監(jiān)測(cè)數(shù)據(jù)。
[0053] 2、構(gòu)建基于實(shí)測(cè)光譜信息和同步環(huán)境信息的藻類垂向分布類型的遙感監(jiān)測(cè)方法 在獲取藻類垂向分布信息的同時(shí)，獲取水體表層的遙感信息（R re)以及周圍的環(huán)境信息 (離岸距離、風(fēng)速、水深等)，通過(guò)相關(guān)性分析，確定基于水體表層遙感信息和風(fēng)速構(gòu)建藻類 垂向分布類型的遙感監(jiān)測(cè)決策分類樹(shù)。
[0054] 本例子中，對(duì)于一般水體，水體的遙感反射比與不同深度水體的固有光學(xué)屬性綜 合體現(xiàn)，不同的藻類垂向分布類型也會(huì)對(duì)水體表層的遙感反射比產(chǎn)生一定的影響。
[0055] 圖2示例性第表示了不同藻類垂向分布類型對(duì)應(yīng)的水體表層遙感反射比光譜曲 線。
[0056] 由于藻華水體在綠光波段（570nm)有個(gè)反射峰以及在665nm的反射谷十分顯著， 因此可以利用這兩個(gè)特征來(lái)區(qū)分藻華水華和非藻華水體。根據(jù)此特點(diǎn)，本實(shí)施例中提出了 NDBI (Normalized difference bloom index)指數(shù)，表達(dá)如下： NDBIErs= (Rrs (550) -Rrs (675)) / (Rrs (550) +Rrs (675)) (I) 通過(guò)考察環(huán)境因素(離岸距離、風(fēng)速以及水深）對(duì)藻類垂向分布類型的影響發(fā)現(xiàn)，只 有風(fēng)速對(duì)藻類垂向分布類型產(chǎn)生顯著影響，如圖3的示例，因此，基于NDBI和風(fēng)速構(gòu)建基于 實(shí)測(cè)光譜的藻類垂向分布類型遙感分類決策樹(shù)，如圖4所示。
[0057] 根據(jù)NDBI是否大于0? 24判斷是否有藻華發(fā)生，區(qū)分為Typel-2與Type3-4 : 在無(wú)藻華水體，當(dāng)風(fēng)速大于3. 5m/s時(shí)判定為Type 1，否則為Type 2 ; 在藻華水體，當(dāng)風(fēng)速小于I. 5 m/s時(shí)判定為Type 4,否則為Type 3。
[0058] 如前所示，Typel-2與Type3_4對(duì)應(yīng)于前述的：均一型（Type 1)、高斯型（Type 2)、指數(shù)型（Type 3)以及冪指數(shù)型（Type 4)。
[0059] 3、獲取地面監(jiān)測(cè)遙感反射比（R")與模擬的瑞利散射矯正后艮。之間的定量關(guān)系 為了確定基于MODIS衛(wèi)星數(shù)據(jù)的藻類垂向分布類型決策樹(shù)中的NDBI閾值，考察巢湖地 區(qū)在不同氣溶膠類型及厚度、不同太陽(yáng)高度角、衛(wèi)星觀測(cè)角以及方位角對(duì)地面監(jiān)測(cè)的遙感 反射比與模擬的瑞利散射矯正后的Rm之間的定量關(guān)系的影響，并通過(guò)模擬數(shù)據(jù)確定兩者 之間的定量模型，從而確定NDBI針對(duì)MODIS衛(wèi)星影像的決策閾值。
[0060] 本例中，要將基于實(shí)測(cè)光譜數(shù)據(jù)得到葉綠素a的反演算法推廣至衛(wèi)星影像數(shù)據(jù)， 大氣矯正不可忽略。
[0061] 但是目前仍然缺乏針對(duì)高渾濁水體有效的精確大氣矯正算法，本實(shí)施例中采用 MODIS影像的瑞利散射矯正，也就是通過(guò)這種矯正，大氣層頂?shù)墓鈱W(xué)信息去除了瑞利散射的 影響，依然包含著氣溶膠信息以及衛(wèi)星觀測(cè)信息。
[0062] 基于瑞利散射校正后的數(shù)據(jù)，NDBI修正表達(dá)為， NDBIErc= (Rrc (555) -Rrc (645)) / (Rrc (555) +Rrc (645)) (2) 其中，&。（入）是經(jīng)過(guò)瑞利校正的入波長(zhǎng)處的反射率。Rm是MODIS數(shù)據(jù)進(jìn)行瑞利散射 校正，然后基于Hu等（2004)的研究將其轉(zhuǎn)換為瑞利散射校正后的反射率： Rrc = it LI/(FqCosBq) - RrRrc = -JtVt/(FQms6Q) - Rr (3) 式中，1414是校正臭氧和其他氣體吸收效應(yīng)后的傳感器輻射率，F(xiàn)tl是獲取數(shù)據(jù)時(shí)的大氣 圈外太陽(yáng)福照度，9 cl是太陽(yáng)天頂角，R1?是采用6S (例如Vermote等提出，1997)預(yù)測(cè)的瑞麗 反射率。
[0063] 基于福射傳輸理論以及假定一個(gè)非f禹合的海洋一大氣系統(tǒng)，R1??？梢员磉_(dá)為： 只rc =沒(méi)(2 十 V及tnrgrst只rc =十 V只target (4) 式中，Ra是氣溶膠反射率(包括來(lái)自于氣溶膠分子的相互作用），Rtawt是野外實(shí)測(cè)目標(biāo) (藻類或者水體）的表面反射率，h是從太陽(yáng)到目標(biāo)物的大氣透射率，t是從目標(biāo)物到衛(wèi)星傳 感器的大氣透射率。由于受風(fēng)和水流的影響，浮游藻類通常呈現(xiàn)一種水面浮油的形態(tài)，因此 t可以看作浮游藻類的光透射率。
[0064] 為了考察不同氣溶膠類型及其厚度，以及衛(wèi)星觀測(cè)造成的影響，我們根據(jù)巢湖地 區(qū)在不同氣溶膠類型及厚度、不同太陽(yáng)高度角、衛(wèi)星觀測(cè)角以及方位角對(duì)地面監(jiān)測(cè)的遙感 反射比與模擬的瑞利散射矯正后的Rrc之間的定量關(guān)系的影響（圖5)，并通過(guò)模擬數(shù)據(jù)確定 兩者之間的定量模型，根據(jù)該模型確定NDBI應(yīng)用于MODIS影像的閾值為0. 1193。
[0065] 前述的氣溶膠類型參照SeaDas的LUT的結(jié)果，氣溶膠厚度參照巢湖地區(qū)常年監(jiān)測(cè) 結(jié)果范圍，觀測(cè)角度則依靠巢湖的地理位置確定。
[0066] 4、構(gòu)建藻類垂向分布類型的MODIS遙感監(jiān)測(cè)方法 基于前述步驟和方法，可以將基于地面實(shí)測(cè)光譜數(shù)據(jù)的藻類垂向分布類型決策樹(shù)推廣 至經(jīng)過(guò)瑞利散射矯正的衛(wèi)星影像數(shù)據(jù)，實(shí)現(xiàn)全影像藻類垂向分布類型的空間分布；基于該 方法，可以準(zhǔn)確獲取富營(yíng)養(yǎng)化湖泊藻類垂向分布類型的年際、月際變化規(guī)律及其空間分布。 [0067] 本例子中，基于圖4以及NDBI to。閾值，可確定巢湖藻類垂向分布類型的MODIS遙 感監(jiān)測(cè)方法，如圖6所示。
[0068] 依據(jù)基于MODIS影像的瑞利散射矯正，結(jié)合圖4即可實(shí)現(xiàn)全影像中藻類垂向分布 類型空間分布。具體流程主要如下： ①對(duì)獲取的MODIS影像進(jìn)行了幾何糾正和輻射定標(biāo)計(jì)算，幾何糾正采用Geographic Lat/Lon投影，結(jié)合遙感圖像IB數(shù)據(jù)中的經(jīng)緯度信息進(jìn)行校正，校正后的位置精度可達(dá) 到0. 5個(gè)像素。在ERDAS中利用湖泊矢量邊界，通過(guò)掩膜技術(shù)提取湖泊水域，除去島嶼植被 的影響，利用最近鄰法，將MODIS 500m影像數(shù)據(jù)重采樣為250m ; ② MODIS影像中逐一像元計(jì)算其在band 1 (645 nm)和band 4 (555 nm)的Rlx值； ③ 根據(jù)公式（2)逐一像元計(jì)算NDBI值； ④ 繼而結(jié)合前述的判斷方法即可得到藻類垂向分布類型的空間分布結(jié)果。
[0069] 圖7示例性地給出了以巢湖的數(shù)據(jù)得到的巢湖藻類垂向分布類型的空間分布示 意圖。
[0070] 通過(guò)上述方法即可實(shí)現(xiàn)藻類垂向分布類型的MODIS遙感監(jiān)測(cè)，藻類垂向分布類型 是實(shí)現(xiàn)藻類總存量的估算的前提和基礎(chǔ)，湖泊藻類分布類型以及藻類總存量的長(zhǎng)期高精度 監(jiān)測(cè)，有助于科學(xué)評(píng)估年際間水體富營(yíng)養(yǎng)化狀態(tài)的變化及其發(fā)展趨勢(shì)，有效評(píng)估湖泊污染 治理和生態(tài)修復(fù)的績(jī)效，為水利、環(huán)保等部門的水資源管理、水環(huán)境保護(hù)的科學(xué)決策提供科 技支撐。
[0071] 雖然本發(fā)明已以較佳實(shí)施例揭露如上，然其并非用以限定本發(fā)明。本發(fā)明所屬技 術(shù)領(lǐng)域中具有通常知識(shí)者，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作各種的更動(dòng)與潤(rùn)飾。因 此，本發(fā)明的保護(hù)范圍當(dāng)視權(quán)利要求書(shū)所界定者為準(zhǔn)。
【權(quán)利要求】
1. 一種富營(yíng)養(yǎng)化湖泊水體藻類垂向分布類型MODIS遙感監(jiān)測(cè)方法，其特征在于，包括 以下步驟： 1) 確定藻類垂向分布類型 通過(guò)野外實(shí)地監(jiān)測(cè)獲取水體中不同深度處藻類以及其他光學(xué)活性物質(zhì)的濃度，通過(guò)聚 類分析得到藻類垂向分布類型，以及與其他光學(xué)活性物質(zhì)垂向分布間的關(guān)系； 2) 構(gòu)建基于實(shí)測(cè)光譜信息和同步環(huán)境信息的藻類垂向分布類型的遙感監(jiān)測(cè)方法 在獲取藻類垂向分布信息的同時(shí)，獲取水體表層的遙感信息Rre以及周圍的環(huán)境信息， 通過(guò)相關(guān)性分析，構(gòu)建基于水體表層遙感信息和風(fēng)速藻類垂向分布類型的遙感監(jiān)測(cè)決策分 類樹(shù)； 3) 獲取地面監(jiān)測(cè)遙感反射比與模擬的瑞利散射矯正后之間的定量關(guān)系 基于巢湖地區(qū)在不同氣溶膠類型及厚度、不同太陽(yáng)高度角、衛(wèi)星觀測(cè)角以及方位角對(duì) 地面監(jiān)測(cè)的遙感反射比與模擬的瑞利散射矯正后的之間的定量關(guān)系的影響，并通過(guò)模 擬數(shù)據(jù)確定兩者之間的定量模型，從而確定NDBI針對(duì)M0DIS衛(wèi)星影像的決策閾值； 4) 構(gòu)建藻類垂向分布類型的M0DIS遙感監(jiān)測(cè)方法 基于前述步驟和方法，將基于地面實(shí)測(cè)光譜數(shù)據(jù)的藻類垂向分布類型決策樹(shù)應(yīng)用至經(jīng) 過(guò)瑞利散射矯正的衛(wèi)星影像數(shù)據(jù)，實(shí)現(xiàn)全影像藻類垂向分布類型的空間分布；基于該方法， 獲取富營(yíng)養(yǎng)化湖泊藻類垂向分布類型的年際、月際變化規(guī)律及其空間分布。
2. 根據(jù)權(quán)利要求1所述的富營(yíng)養(yǎng)化湖泊水體藻類垂向分布類型遙感監(jiān)測(cè)方法，其特征 在于，所述步驟1)中，前述的水體表層的光譜特征來(lái)自于巢湖野外實(shí)測(cè)的光譜數(shù)據(jù)R"，監(jiān) 測(cè)儀器為美國(guó)ASD公司的雙通道地面光譜監(jiān)測(cè)儀。
3. 根據(jù)權(quán)利要求1所述的富營(yíng)養(yǎng)化湖泊水體藻類垂向分布類型遙感監(jiān)測(cè)方法，其特征 在于，所述步驟1)中，藻類垂向分布監(jiān)測(cè)包括0、10、20、40、70、100、150、200、250和300cm 共計(jì)9個(gè)不同深度的監(jiān)測(cè)數(shù)據(jù)。
4. 根據(jù)權(quán)利要求1所述的富營(yíng)養(yǎng)化湖泊水體藻類垂向分布類型M0DIS遙感監(jiān)測(cè)方法， 其特征在于，所述步驟2)中，基于地面實(shí)測(cè)光譜數(shù)據(jù)的藻類垂向分布類型評(píng)價(jià)指數(shù)NDBI表 達(dá)形式為： (Rrs (550) -Rrs (675)) / (Rrs (550) +Rrs (675))。
5. 根據(jù)權(quán)利要求1所述的富營(yíng)養(yǎng)化湖泊水體藻類垂向分布類型MODIS遙感監(jiān)測(cè)方法， 其特征在于，所述步驟3)中，其中，氣溶膠類型參照SeaDas的LUT的結(jié)果，氣溶膠厚度參照 巢湖地區(qū)常年監(jiān)測(cè)結(jié)果范圍，觀測(cè)角度則依照巢湖的地理位置確定。
6. 根據(jù)權(quán)利要求1所述的富營(yíng)養(yǎng)化湖泊水體藻類垂向分布類型MODIS遙感監(jiān)測(cè)方法， 其特征在于，所述步驟4)中，應(yīng)用于MODIS影像的NDBI指數(shù)表達(dá)形式為： (R" (555) -R" (645)) (555) +Rrc (645))，且建立在MODIS衛(wèi)星影像的輻射定標(biāo)、幾何 糾正和大氣瑞利散射校正的基礎(chǔ)上。
【文檔編號(hào)】G01N21/25GK104374713SQ201410725431
【公開(kāi)日】2015年2月25日 申請(qǐng)日期:2014年12月3日 優(yōu)先權(quán)日:2014年12月3日
【發(fā)明者】張玉超, 馬榮華, 段洪濤, 陳開(kāi)寧 申請(qǐng)人:中國(guó)科學(xué)院南京地理與湖泊研究所