本發(fā)明屬于海洋環(huán)境領(lǐng)域，具體涉及漂浮海表的大型藻類(lèi)覆蓋度估算方法。

背景技術(shù)：

海洋大型藻類(lèi)泛濫，且影響范圍逐步變大，比如常見(jiàn)的綠潮現(xiàn)象，就是在特定的環(huán)境條件下，由海水中某些大型綠藻，如滸苔，爆發(fā)性增殖或高度聚集而引起水體變色的一種有害生態(tài)現(xiàn)象，引起海洋災(zāi)害。由大型藻類(lèi)大量繁殖、聚集形成的異常海洋生態(tài)現(xiàn)象，在全球范圍內(nèi)對(duì)海洋生態(tài)及人類(lèi)活動(dòng)帶來(lái)的影響也日益受到重視。自2007年來(lái)連年發(fā)生在中國(guó)黃海、由大型漂浮綠藻(Ulva spp.)爆發(fā)導(dǎo)致的綠潮事件，是世界上目前規(guī)模最大的大型海洋藻類(lèi)暴發(fā)事件。馬尾藻在墨西哥灣及大西洋海域近年也是大規(guī)模爆發(fā)。近年，中國(guó)近海的漂浮馬尾藻規(guī)模亦有增加的趨勢(shì)。這些漂浮大型藻類(lèi)爆發(fā)事件對(duì)當(dāng)?shù)亟?jīng)濟(jì)與生態(tài)環(huán)境帶來(lái)重要影響，藻類(lèi)被卷到海岸不僅破壞海岸景觀，還對(duì)海洋生態(tài)系統(tǒng)帶來(lái)?yè)p害，大量藻類(lèi)的覆蓋遮蔽陽(yáng)光，影響海底藻類(lèi)的生長(zhǎng)；死亡的藻類(lèi)也會(huì)消耗海水中的氧氣，同時(shí)腐敗后產(chǎn)生有害氣體。

通過(guò)對(duì)大型藻類(lèi)的科學(xué)分析，進(jìn)而治理、清除是人們急需要解決的，獲取海藻在海面上的分布情況是治理防控的基礎(chǔ)。漂浮海表的大型藻類(lèi)分布的區(qū)域面積巨大，衛(wèi)星遙感是目前最有效的識(shí)別與分布評(píng)估手段。漂浮海表的大型藻類(lèi)會(huì)聚集突出水面，并改變水面本身的粗造度，因此，具有全天候觀測(cè)能力的微波遙感技術(shù)可用于漂浮滸苔的監(jiān)測(cè)(如蔣興偉等,2009；Shen et al.,2014)；但對(duì)于小面積滸苔，其粗糙度與水面背景近似時(shí)，微波則難于識(shí)別。類(lèi)似于海表漂浮油膜(如Xing et al.,2015c)，大型藻類(lèi)有不同于水體的熱發(fā)射率，熱紅外遙感技術(shù)也可用于其遙感識(shí)別；但熱紅外受云與水汽的影響較大，且滸苔含水量高時(shí)，滸苔熱紅外信號(hào)不明顯，監(jiān)測(cè)效果較差。比較而言，光學(xué)遙感是目前大型藻類(lèi)常規(guī)衛(wèi)星監(jiān)測(cè)與信息回溯中最常用的手段。

大型藻類(lèi)具有與高等植物葉片相似的光譜特征，一些陸地植被的遙感算法可用于大型藻類(lèi)的識(shí)別，如廣泛運(yùn)用的歸一化植被指數(shù)NDVI(Liu et al.,2009；Cui et al.,2012)。針對(duì)NDVI在實(shí)際應(yīng)用中的不足，如對(duì)氣溶膠、海表耀光的變化較為敏感等，新的算法也被推薦用于漂浮藻類(lèi)遙感識(shí)別，如漂浮藻類(lèi)指數(shù)FAI(Hu,2009；Wang and Hu,2016；Xu et al.,2016)、漂浮藻類(lèi)虛擬基線高度指數(shù)VB‐FAH(Xing and Hu,2016)。

目前對(duì)漂浮大型藻類(lèi)的遙感應(yīng)用，主要在對(duì)大型藻類(lèi)的識(shí)別，給出的量化數(shù)據(jù)，主要表現(xiàn)為大型藻類(lèi)所影響的區(qū)域面積、及以像元為單位的覆蓋面積。由于大型藻類(lèi)在遙感影像上存在像元混合的現(xiàn)象，近年，面向生物量估算的需要，面向像元混合的大型藻類(lèi)覆蓋度的估算越來(lái)越受到重視，很多學(xué)者均在不同程度上對(duì)大型藻類(lèi)的覆蓋進(jìn)行研究分析。丁一等人(2015)基于遙感圖像模擬，評(píng)估了像元真實(shí)滸苔覆蓋度對(duì)基于NDVI指數(shù)提取綠潮面積的影響。但是丁一的分析方法在建模過(guò)程中把30米分辨率遙感影像上的綠潮像元均視為了純像元，這與像元混合的實(shí)際不符，從而產(chǎn)生了較大的估算誤差。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)中對(duì)于遙感影像中像元覆蓋度評(píng)估中存在誤差大的問(wèn)題，本發(fā)明提供了漂浮海表的大型藻類(lèi)覆蓋度遙感估算方法，建立有效精準(zhǔn)的大型藻類(lèi)覆蓋度估算模型，計(jì)算漂浮的大型藻類(lèi)在遙感影像中的覆蓋度，從而估算漂浮的大型藻類(lèi)生物量。

為實(shí)現(xiàn)上述目的，本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的：

采集實(shí)際的大型藻類(lèi)及海水光譜作為端元光譜，模擬、分析現(xiàn)有的主要藻類(lèi)指數(shù)對(duì)大型藻類(lèi)的海表覆蓋度的響應(yīng)規(guī)律，建立其相應(yīng)的估算模型，并以實(shí)際的衛(wèi)星遙感影像進(jìn)行試驗(yàn)與評(píng)估，其具體建模過(guò)程如下：

步驟1、采集端元光譜：在漂浮海表的大型藻類(lèi)大規(guī)模聚集海域，分別采集大型藻類(lèi)以及海表的輻射亮度，并計(jì)算各自的反射率，分別得到大型藻類(lèi)的端元光譜、海表端元光譜；

步驟2、獲取混合光譜：基于步驟1中獲取的大型藻類(lèi)的端元光譜、海表端元光譜，模擬不同海水與大型藻類(lèi)的配比，即通過(guò)單位面積中大型藻類(lèi)的百分比POM的變化進(jìn)行配比，基于海水與大型藻類(lèi)的端元光譜的線性混合獲得混合光譜；

步驟3、混合光譜重采樣：按衛(wèi)星多光譜波段波寬設(shè)置，基于算術(shù)平均的方法將混合光譜重采樣；

步驟4、建立大型藻類(lèi)覆蓋度估算模型：根據(jù)混合光譜在不同波段的反射率分別計(jì)算NDVI指數(shù)、DVI指數(shù)、VB-FAH指數(shù)，根據(jù)所述指數(shù)對(duì)不同海水與大型藻類(lèi)的配比的響應(yīng)特征，并基于回歸分析，通過(guò)歸一化處理，建立基于所述指數(shù)的大型藻類(lèi)覆蓋度估算模型。

進(jìn)一步地，在步驟2中POM在0-100％之間選取，并按照等差間隔從0至100％設(shè)定不同海水與大型藻類(lèi)的配比，獲得當(dāng)前配比中的混合反射率光譜。

優(yōu)選的，POM在0-100％之間按照0.25％的等差間隔進(jìn)行變化。

進(jìn)一步地，在步驟2中，選取單位面積內(nèi)海水的占比與海水反射率的乘積，以及單位面積內(nèi)大型藻類(lèi)的占比與大型藻類(lèi)反射率的乘積，以上兩種乘積之和即為混合光譜的計(jì)算。

進(jìn)一步地，在步驟3中，按HJ-1CCD、GF-1多光譜波段波寬設(shè)置，基于算術(shù)平均的方法將混合光譜重采樣。

進(jìn)一步地，在步驟4中NDVI指數(shù)、DVI指數(shù)、VB-FAH指數(shù)分別按照以下公式進(jìn)行計(jì)算，

NDVI＝(R_NIR-R_RED)/(R_NIR+R_RED)；

DVI＝R_NIR-R_RED；

VB-FAH＝(R_NIR-R_G)+(R_G-R_RED)*(λ_NIR-λ_G)/(2*λ_NIR-λ_RED-λ_G)；

其中，式中下標(biāo)NIR、RED及G分別指近紅外波段、紅波段、綠波段，λ為波長(zhǎng)，R為反射率。

進(jìn)一步地，在步驟4中基于NDVI指數(shù)建立大型藻類(lèi)覆蓋度估算模型，

NDVI：y＝0.00822*EXP(4.802*x)-0.001；

其中，y為覆蓋度(％)，x為對(duì)應(yīng)的NDVI指數(shù)值。

進(jìn)一步地，在步驟4中基于DVI指數(shù)、VB-FAH指數(shù)建立大型藻類(lèi)覆蓋度估算模型，

DVI，VB‐FAH：y＝0.973x+0.027；

其中，y為覆蓋度(％)，x為對(duì)應(yīng)的DVI指數(shù)值或VB‐FAH指數(shù)值。

本發(fā)明與現(xiàn)有技術(shù)相比，有益之處在于：建立更有效精確的估算模型，根據(jù)反射率與指數(shù)之間對(duì)應(yīng)的關(guān)系、以及指數(shù)與大型藻類(lèi)覆蓋度對(duì)應(yīng)關(guān)系，從而建立大型藻類(lèi)覆蓋度的估算模型，更加精確地計(jì)算生物量。在實(shí)際的應(yīng)用中，采用穩(wěn)定性較高的基于DVI、VB‐FAH及類(lèi)似指數(shù)的線性模型來(lái)估算海表漂浮大型藻類(lèi)的覆蓋度以及生物量的估算。該模型可推廣用于其他波段近似的衛(wèi)星傳感器，包括不同空間分辨率的數(shù)據(jù)，如Landsat，MODIS等。在實(shí)際的應(yīng)用中，因受大氣、海表環(huán)境光學(xué)變異及儀器本身的噪聲等要素的影響，漂浮大型藻類(lèi)的遙感識(shí)別問(wèn)題需要解決；本發(fā)明提出的覆蓋度估算模型也應(yīng)與識(shí)別模型相結(jié)合。

附圖說(shuō)明

圖1為馬尾藻、綠藻及海表三種端元目標(biāo)的光譜圖；

圖2a為綠藻與海表的線性混合反射率光譜圖；

圖2b為馬尾藻與海表的線性混合反射率光譜圖；

圖3a為綠藻的VB-FAH，DVI及NDVI指數(shù)與漂浮大型藻類(lèi)覆蓋度(POM)的關(guān)系圖；

圖3b為馬尾藻的VB-FAH，DVI及NDVI指數(shù)與漂浮大型藻類(lèi)覆蓋度(POM)的關(guān)系圖；

圖4為滸苔密集區(qū)海表的VB-FAH、DVI與NDVI指數(shù)圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步地，詳細(xì)描述。

本發(fā)明采集實(shí)際的大型藻類(lèi)及海水光譜作為端元光譜，模擬、分析現(xiàn)有的主要藻類(lèi)指數(shù)對(duì)大型藻類(lèi)的海表覆蓋度的響應(yīng)規(guī)律，建立其相應(yīng)的估算模型，并以實(shí)際的衛(wèi)星遙感影像進(jìn)行了試驗(yàn)與評(píng)估，在本實(shí)施例中以綠藻、馬尾藻作為大型藻類(lèi)進(jìn)行闡述覆蓋度估算建模。

漂浮的大型藻類(lèi)在遙感影像像元中的覆蓋度，是估算其生物量的關(guān)鍵。基于實(shí)測(cè)的漂浮大型藻類(lèi)‐‐綠藻、馬尾藻及水體端元光譜，采用光譜線性混合法模擬、分析了NDVI、DVI及VB‐FAH三種指數(shù)對(duì)海表漂浮大型藻類(lèi)覆蓋度的響應(yīng)特征。結(jié)果顯示，三種指數(shù)均隨著藻類(lèi)所占比例的增加而單調(diào)增加，其中DVI及VB‐FAH均呈直線增加；NDVI呈對(duì)數(shù)增加，即，先快速增加，后緩慢增加?；诖颂卣鞅憩F(xiàn)，建立了相應(yīng)的覆蓋度估算模型：一種是基于DVI及VB‐FAH的線性估算模型；一種是基于NDVI的指數(shù)模型。采用16m分辨率的高分1號(hào)(GF‐1)衛(wèi)星遙感影像,對(duì)黃海的綠潮進(jìn)行了覆蓋度估算試驗(yàn)；結(jié)果顯示，基于三種指數(shù)估算的覆蓋度最大差異只有5％；該測(cè)試較好地驗(yàn)證了不同模型間的一致性?；谀Ｐ捅旧硖卣鞯牟町?，在實(shí)際的海表漂浮大型藻類(lèi)覆蓋度遙感估算工作中，推薦相對(duì)簡(jiǎn)潔的基于DVI、VB‐FAH及類(lèi)似指數(shù)的線性估算模型。

步驟1、采集端元光譜：在漂浮海表的大型藻類(lèi)大規(guī)模聚集海域，分別采集大型藻類(lèi)以及海表的輻射亮度，并計(jì)算各自的反射率，分別得到大型藻類(lèi)的端元光譜、海表端元光譜；

步驟2、獲取混合光譜：基于步驟1中獲取的大型藻類(lèi)的端元光譜、海表端元光譜，模擬不同海水與大型藻類(lèi)的配比，即通過(guò)單位面積中大型藻類(lèi)的百分比POM的變化進(jìn)行配比，基于海水與大型藻類(lèi)的端元光譜的線性混合獲得混合光譜；

步驟3、混合光譜重采樣：按衛(wèi)星多光譜波段波寬設(shè)置，基于算術(shù)平均的方法將混合光譜重采樣。

步驟4、建立大型藻類(lèi)覆蓋度估算模型：根據(jù)混合光譜在不同波段的反射率分別計(jì)算NDVI指數(shù)、DVI指數(shù)、VB-FAH指數(shù)，根據(jù)所述指數(shù)對(duì)不同海水與大型藻類(lèi)的配比的響應(yīng)特征，并基于回歸分析，通過(guò)歸一化處理，建立基于所述指數(shù)的大型藻類(lèi)覆蓋度估算模型。

對(duì)于步驟1，采集漂浮大型藻類(lèi)--馬尾藻(Sargassum honeri，銅藻)、綠藻(Ulva prolifera，滸苔)以及海表反射率光譜。采用的儀器為海洋光學(xué)公司USB4000光譜儀，其光譜范圍345.3-1046.12nm，光譜分辨率平均為0.2nm，光纖探頭視場(chǎng)角為10度；現(xiàn)場(chǎng)測(cè)量時(shí)，光纖探頭豎直向下，測(cè)量海表(或藻類(lèi))及參考板的輻亮度，并計(jì)算各自的反射率(R,無(wú)量綱)。三種端元目標(biāo)的光譜如圖1所示。

對(duì)于步驟2獲得線性混合反射率光譜：基于如圖1所示的兩種不同大型藻類(lèi)的端元光譜及水體光譜，單位面積(像元)中大型藻類(lèi)的百分比(portion of macroalgae,POM)按步長(zhǎng)0.25％制作成不同海水與大型藻類(lèi)的配比：從無(wú)藻到完全為藻所覆蓋，即，POM,0‐100％，共250組；基于海表與漂浮大型藻類(lèi)端元光譜的線性混合所得的反射率光譜如如圖2所示。

對(duì)于步驟4，按HJ‐1CCD(HuanJing‐1Charge‐Coupled Device)、GF‐1等類(lèi)似的多光譜波段波寬設(shè)置，基于算術(shù)平均的方法將混合光譜重采樣之后，按式1、2和3分別計(jì)算指數(shù)NDVI、DVI和VB‐FAH。

NDVI＝(R_NIR-R_RED)/(R_NIR+R_RED), 1

DVI＝R_NIR-R_RED, 2

VB-FAH＝(R_NIR-R_G)+(R_G-R_RED)*(λ_NIR-λ_G)/(2*λ_NIR-λ_RED-λ_G), 3

式中下標(biāo)NIR、RED及G分別指近紅外波段、紅波段、綠波段，分別對(duì)應(yīng)HJ‐1CCD及GF‐1的4、3、2波段，λ為波長(zhǎng)，R為反射率。

如圖3所示，總體上，VB-FAH、DVI與NDVI各指數(shù)均隨POM的增加而增加。其中，NDVI隨像元中藻類(lèi)覆蓋度(POM)的增加呈近似對(duì)數(shù)形式增加(R2＝0.82)，即，一種先快速增加后緩慢增加的模式；當(dāng)像元大型藻類(lèi)覆蓋度(POM)自25％增至100％時(shí)，NDVI隨POM的增加變化的幅度較小,不到20％。DVI、VB-FAH與POM均呈近似直線的線性關(guān)系(R2＝1)。兩種模式可近似按式4、5來(lái)表示。

NDVI:y＝0.00822*EXP(4.802*x)-0.001, 4

DVI,VB-FAH:y＝0.973x+0.027, 5

其中，y為覆蓋度(％)，x為對(duì)應(yīng)的指數(shù)值(NDVI、DVI及VB‐FAH)。

在大型藻類(lèi)單位面積生物量已知的情況下，該模型可用于其生物量的定量估算；對(duì)于基于NDVI指數(shù)的覆蓋度估算模型，當(dāng)覆蓋度大于25％時(shí)，NDVI值較小的變異會(huì)導(dǎo)致較大的POM估算誤差。按式4基于NDVI進(jìn)行滸苔和銅藻POM的估算，原始POM的區(qū)間為0‐100％時(shí)，相對(duì)誤差平均值分別為27.8％和33.5％；而按式5基于VB‐FAH或DVI進(jìn)行估算時(shí)，相對(duì)誤差平均值不到6％。因此，在實(shí)際應(yīng)用中建議采用基于DVI或VB‐FAH的線性POM估算模型。

圖4展示的是大型綠藻潮局部GF-1號(hào)NDVI、VB-FAH與DVI圖像，按照線性色標(biāo)顯示，與圖3所示的模擬結(jié)果類(lèi)似，NDVI在滸苔密集區(qū)出現(xiàn)飽和現(xiàn)象，對(duì)滸苔覆蓋度的變化不敏感。比較而言，VB-FAH、DVI則更敏感。因此，在評(píng)估大型藻類(lèi)覆蓋度時(shí)，即使采用高分的遙感影像，也應(yīng)考慮像元的混合效應(yīng)。特別是采用NDVI指數(shù)制圖時(shí)，因視覺(jué)效應(yīng)易把識(shí)別出的NDVI值較高的像元誤為純凈像元。

采用VB-FAH閾值提取綠潮斑塊(VB-FAH>0.025,Xing and Hu,2016),獲得的綠潮像元共61,768個(gè)，合0.802km2。將圖4各指數(shù)圖除以其對(duì)應(yīng)的最大值進(jìn)行歸一化，以式4和5分別估算各像元的綠潮覆蓋度，基于DVI、VB-FAH及NDVI計(jì)算結(jié)果合純綠潮像元分別為：41,098個(gè)(0.534km2)、40,960個(gè)(0.532km2)和43,018個(gè)(0.559km2)?；贒VI和VB-FAH的估算結(jié)果間的差異只有0.3％；NDVI與DVI(或VB-FAH)估算的結(jié)果差異較大，但也只有5％。這說(shuō)明基于不同指數(shù)的式4和式5估算的結(jié)果具有較好的一致性。

丁一等(2015)基于HJ-1遙感影像建立了一基于NDVI二次多項(xiàng)式的滸苔覆蓋度估算模型，按丁一等(2015)模型，圖4所示區(qū)域的綠潮純像元47,627個(gè)，非純凈像元為14,141個(gè)，合純滸苔58,788個(gè)像元(0.763km2)，較本文式4模型的結(jié)果高估達(dá)36.7％。這種差異的主要原因?yàn)?，丁一等?2015)在建模過(guò)程中把30米分辨率遙感影像上的綠潮像元均視為了純像元，這與像元混合的實(shí)際不符。如圖4中VB-FAH或DVI指數(shù)所示，在NDVI影像上呈飽和狀態(tài)的綠潮斑塊并非近似純凈像元，各像元的覆蓋度實(shí)際上存在較大的空間差異。如果以NDVI進(jìn)行POM估算，建議采用基于式4所示的這種模型；或者，采用以圖3所示的一種查找表的方法，可在一定程度上減少式4由于擬合精度較低帶來(lái)的影響。

綜上所述，如果不考慮如氣溶膠等其他因素的影響，采用NDVI模型估算，建議采用如式4的簡(jiǎn)化模型或者采用如圖3所示的查找表模型。相對(duì)比較而言，采用基于VB-FAH或DVI指數(shù)的覆蓋度估算模型更為簡(jiǎn)潔、穩(wěn)定。

該本申請(qǐng)的模型可推廣用于其他波段近似的衛(wèi)星傳感器，包括不同空間分辨率的數(shù)據(jù)，如Landsat,MODIS等。在實(shí)際的應(yīng)用中，因受大氣、海表環(huán)境光學(xué)變異及儀器本身的噪聲等要素的影響，漂浮大型藻類(lèi)的遙感識(shí)別問(wèn)題需要解決；因此，本申請(qǐng)?zhí)岢龅母采w度估算模型也應(yīng)與識(shí)別模型相結(jié)合。

對(duì)于本領(lǐng)域技術(shù)人員而言，顯然本發(fā)明不限于上述示范性實(shí)施例的細(xì)節(jié)，而且在不背離本發(fā)明的精神或基本特征的情況下，能夠以其他的具體形式實(shí)現(xiàn)本發(fā)明。因此，無(wú)論從哪一點(diǎn)來(lái)看，均應(yīng)將實(shí)施例看作是示范性的，而且是非限制性的，本發(fā)明的范圍由所附權(quán)利要求而不是上述說(shuō)明限定，因此旨在將落在權(quán)利要求的等同要件的含義和范圍內(nèi)的所有變化囊括在本發(fā)明內(nèi)。

此外，應(yīng)當(dāng)理解，雖然本說(shuō)明書(shū)按照實(shí)施方式加以描述，但并非每個(gè)實(shí)施方式包含一個(gè)獨(dú)立的技術(shù)方案，說(shuō)明書(shū)的這種敘述方式僅僅是為清楚起見(jiàn)，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)將說(shuō)明書(shū)作為一個(gè)整體，各實(shí)施例中的技術(shù)方案也可以經(jīng)適當(dāng)組合，形成本領(lǐng)域技術(shù)人員可以理解的其他實(shí)施方式。