本發(fā)明涉及水色遙感反演領(lǐng)域，尤其涉及對近岸河口復(fù)雜光譜條件的葉綠素遙感反演裝置及方法。
背景技術(shù)：
：葉綠素a是評價水體營養(yǎng)狀態(tài)和貧瘠程度的重要指標，通過對葉綠素a濃度的測定研究可以判斷水體的富營養(yǎng)化程度。然而近海海域葉綠素a反演受到水體光學(xué)復(fù)雜特性的影響，反演精度較低。技術(shù)實現(xiàn)要素：鑒于以上內(nèi)容，本發(fā)明實施例提供一種葉綠素遙感反演裝置，應(yīng)用于水色參數(shù)反演設(shè)備。所述反演裝置包括：遙感圖像獲取模塊，用于從衛(wèi)星地面接收站獲取預(yù)設(shè)區(qū)域的高光譜遙感圖像；水色參數(shù)獲取模塊，用于獲取所述預(yù)設(shè)區(qū)域的遙感反射率及水色參數(shù)；波普響應(yīng)模擬模塊，用于對所述高光譜遙感圖像進行參考波普的響應(yīng)模擬；及反演模型構(gòu)建模塊，用于對葉綠素a的敏感波譜特性進行分析并構(gòu)建葉綠素a的反演模型；波普獲取模塊，用于通過對所述高光譜遙感圖像進行預(yù)處理，獲得所述預(yù)設(shè)區(qū)域的影像均值波譜；掩膜處理模塊，用于采用水體指數(shù)算法對所述高光譜遙感圖像進行水體的掩膜提??；葉綠素反演模塊，用于將構(gòu)建的葉綠素a的反演模型應(yīng)用于預(yù)處理好的高光譜遙感圖像，確定高光譜遙感影像中每個像元葉綠素a的濃度值，得到葉綠素a的反演結(jié)果；及結(jié)果輸出模塊，用于輸出所述葉綠素a的反演結(jié)果。本發(fā)明實施例還提供一種葉綠素遙感反演方法，應(yīng)用于水色參數(shù)反演設(shè)備，其中，所述方法包括：從衛(wèi)星地面接收站獲取預(yù)設(shè)區(qū)域的高光譜遙感圖像；獲取所述預(yù)設(shè)區(qū)域的遙感反射率及水色參數(shù)；對所述高光譜遙感圖像進行參考波普的響應(yīng)模擬；及對葉綠素a的敏感波譜特性進行分析并構(gòu)建葉綠素a的反演模型；通過對所述高光譜遙感圖像進行預(yù)處理，獲得所述預(yù)設(shè)區(qū)域的影像均值波譜；采用水體指數(shù)算法對所述高光譜遙感圖像進行水體的掩膜提?。粚?gòu)建的葉綠素a的反演模型應(yīng)用于預(yù)處理好的高光譜遙感圖像，確定高光譜遙感影像中每個像元葉綠素a的濃度值，得到葉綠素a的反演結(jié)果；及輸出所述葉綠素a的反演結(jié)果。優(yōu)選地，所述水色參數(shù)反演設(shè)備通過網(wǎng)絡(luò)與多個預(yù)設(shè)區(qū)域分別設(shè)置的衛(wèi)星地面接收站以及走航式觀測設(shè)備通信連接，使所述遙感圖像獲取模塊從衛(wèi)星地面接收站獲取預(yù)設(shè)區(qū)域的高光譜遙感圖像所述，以及所述遙感圖像獲取模塊通過所述走航式觀測設(shè)備獲取所述遙感反射率以及水色參數(shù)。優(yōu)選地，上述對所述高光譜遙感圖像進行參考波普的響應(yīng)模擬，包括：通過卷積運算將上述獲得的遙感反射率采集到hico波段傳感器實現(xiàn)模擬，模擬使用的計算公式如下：其中，λ為波長，λmin為通道的起始波長，λmax為通道的終止波長，r(λ)為對應(yīng)λ波長的地表反射率，f(λ)為光譜響應(yīng)函數(shù)。優(yōu)選地，上述對葉綠素a的敏感波譜特性進行分析并構(gòu)建葉綠素a的反演模型，的步驟包括：基于模擬的高光譜影像的參考波譜，根據(jù)兩波段算法，計算實測的葉綠素a濃度和rrs(λ2)/rrs(λ1)估算的葉綠素a的均方根誤差(rmse)，將最小的rmse對應(yīng)的λ1做為最優(yōu)的波長；其中，λ2的初始值設(shè)為600～700nm，λ1的選取范圍在600～800nm之間，計算得到λ1為673nm，λ2為700nm，對于兩波段算法得到最優(yōu)兩波段組合為[rrs(700)/rrs(673)]、最優(yōu)四波段組合為[rrs(674)-1-rrs(687)-1]*[rrs(723)-1-rrs(673)-1]-1。優(yōu)選地，上述采用水體指數(shù)算法對所述高光譜遙感圖像進行水體的掩膜提取，的步驟包括：采用下述公式實現(xiàn)水體的掩膜提?。簄dwi＝(nir-ir)/(ir+nir)其中，nir為高光譜遙感圖像的第62波段、ir為第44波段，ndwi<-0.05的圖像部分為水體。與現(xiàn)有技術(shù)相比，本發(fā)明實施例提供的葉綠素遙感反演裝置及方法，通過葉綠素a光譜特性的敏感性分析，形成改進的葉綠素a反演模型，去除或削弱近岸水體復(fù)雜光學(xué)特性對葉綠素a的影響，可有效提高葉綠素a的反演精度。為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。附圖說明為了更清楚地說明本發(fā)明實施例的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，應(yīng)當理解，以下附圖僅示出了本發(fā)明的某些實施例，因此不應(yīng)被看作是對范圍的限定，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他相關(guān)的附圖。圖1是本發(fā)明較佳實施例提供的水色參數(shù)反演設(shè)備的方框示意圖。圖2是本發(fā)明較佳實施例提供的應(yīng)用于圖1所示的水色參數(shù)反演設(shè)備的葉綠素遙感反演方法的流程圖。圖3是圖1所示的水色參數(shù)反演設(shè)備通過網(wǎng)絡(luò)與多個衛(wèi)星地面接收站通信的示意圖。圖4是圖1所示的水色參數(shù)反演設(shè)備通過網(wǎng)絡(luò)與多個走航式觀測設(shè)備通信的示意圖。圖5為本發(fā)明實施例的葉綠素遙感反演模型的示意圖。圖6是本發(fā)明一實例中葉綠素遙感反演驗證結(jié)果示意圖。主要元件符號說明水色參數(shù)反演設(shè)備100衛(wèi)星地面接收站200走航式觀測設(shè)備300葉綠素遙感反演裝置10輸入裝置11存儲器12處理器13遙感圖像獲取模塊101水色參數(shù)獲取模塊102波普響應(yīng)模擬模塊103反演模型構(gòu)建模塊104波普獲取模塊105掩膜處理模塊106葉綠素反演模塊107結(jié)果輸出模塊108具體實施方式下面將結(jié)合本發(fā)明實施例中附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。通常在此處附圖中描述和示出的本發(fā)明實施例的組件可以以各種不同的配置來布置和設(shè)計。因此，以下對在附圖中提供的本發(fā)明的實施例的詳細描述并非旨在限制要求保護的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實施例?；诒景l(fā)明的實施例，本領(lǐng)域技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。如圖1所示，是本發(fā)明較佳實施例提供的基于水體組分光譜非線性效應(yīng)校正以用于對近岸河口水色參數(shù)進行反演的水色參數(shù)反演設(shè)備100的方框示意圖。所述水色參數(shù)反演設(shè)備100可以是，但不限于，個人電腦(personalcomputer，pc)、平板電腦、服務(wù)器等具備數(shù)據(jù)分析及處理能力的計算設(shè)備。所述水色參數(shù)反演設(shè)備100還包括一葉綠素遙感反演裝置10、輸入裝置11、存儲器12以及處理器13。本發(fā)明較佳實施例中，葉綠素遙感反演裝置10包括至少一個可以軟件或固件(firmware)的形式存儲于所述存儲器12中或固化在所述水色參數(shù)反演設(shè)備100的操作系統(tǒng)(operatingsystem，os)中的軟件功能模塊。所述處理器13用于執(zhí)行所述存儲器12中存儲的可執(zhí)行軟件模塊，例如所述葉綠素遙感反演裝置10所包括的軟件功能模塊及計算機程序等。本實施例中，所述葉綠素遙感反演裝置10也可以集成于所述操作系統(tǒng)中，作為所述操作系統(tǒng)的一部分。具體地，所述葉綠素遙感反演裝置10包括遙感圖像獲取模塊101、水色參數(shù)獲取模塊102、波普響應(yīng)模擬模塊103、反演模型構(gòu)建模塊104、波普獲取模塊105、掩膜處理模塊106、葉綠素反演模塊107以及結(jié)果輸出模塊108。所應(yīng)說明的是，在其他實施例中，所述葉綠素遙感反演裝置10包括的上述功能模塊中的其中一部分也可省略，或者其還可以包括其他更多的功能模塊。下面將結(jié)合圖2對上述各功能模塊做詳細介紹。請參閱圖2，是本發(fā)明較佳實施例提供的應(yīng)用于圖1所示的水色參數(shù)反演設(shè)備100的水色參數(shù)反演方法的流程圖。下面將對圖2所示的具體流程和步驟進行詳細闡述。步驟s01，所述遙感圖像獲取模塊101從衛(wèi)星地面接收站獲取預(yù)設(shè)區(qū)域(或稱“估算區(qū)”)的高光譜遙感圖像。詳細地，如圖3所示，可在不同的估算區(qū)設(shè)置衛(wèi)星地面接收站200，以從衛(wèi)星接收不同估算區(qū)的高光譜遙感圖像。如此，水色參數(shù)反演設(shè)備100即可通過網(wǎng)絡(luò)與所述衛(wèi)星地面接收站建立通信連接，使得所述遙感圖像獲取模塊101可從衛(wèi)星地面接收站200獲得所述高光譜遙感圖像。所述一種實施方式中，所述高光譜遙感圖像可以是使用衛(wèi)星上設(shè)置的針對海岸的超光譜成像儀(hyperspectralimagerforcoastalocean，hico)獲得。因此，所述高光譜遙感圖像是一種hico圖像，可稱為hico高光譜遙感圖像。步驟s02，所述水色參數(shù)獲取模塊102獲取所述預(yù)設(shè)區(qū)域的遙感反射率及水色參數(shù)。所述水色參數(shù)包括cdom(有色可溶性有機物，coloreddissolvedorganicmatter)、懸浮物、葉綠素a的濃度等。本實施中，所述遙感反射率可通過對各探測樣點(預(yù)設(shè)區(qū)域)的實地測量獲得，所述水色參數(shù)可通過實驗化驗獲得?？稍谠O(shè)定的實驗區(qū)的水域進行走航式觀測，取各個樣點的遙感反射率以及同步的水色參數(shù)，然后通過所述水色參數(shù)反演設(shè)備100的輸入裝置11參數(shù)(如鼠標、鍵盤等)手動錄入的方式獲得所述遙感反射率及水色參數(shù)。其中，可通過光譜采集方法在水面以上進行測量得到所述遙感反射率。在測量水體光譜時，為了避免陰影和太陽直射光照的影響，采用下述的觀測幾何角度。觀測方位角為135°左右(設(shè)太陽入射的方位角為0°)，觀測天頂角θ為40°左右。測量的數(shù)據(jù)包括：標準板反射輻亮度、遮擋直射陽光的標準板反射輻亮度、水面輻亮度、天空光輻亮度和標準板反射輻亮度。在測量波譜的同時，記錄各測點的gps坐標。在實驗化驗得到水色參數(shù)時，可將在各觀測點采集的水體采樣樣本裝在棕色瓶內(nèi)密封冷凍保存，送到實驗室測量。葉綠素a的測定采用分光光度法測量，懸浮物采用烘干稱重法，cdom的光譜吸收系數(shù)采用分光光度法測定。另外，本實施例中，如圖4所示，也可在設(shè)定的實驗區(qū)或估算區(qū)(預(yù)設(shè)區(qū)域)，例如徐聞珊瑚礁自然保護區(qū)(25個點)、珠江口(18個點)、韓江河口(22個點)等三個試驗區(qū)分別設(shè)置走航式觀測設(shè)備300，由走航式觀測設(shè)備300測試所述遙感反射率以及采集水樣化驗獲得所述水色參數(shù)。進一步地，如圖4所示，所述水色參數(shù)反演設(shè)備100可通過網(wǎng)絡(luò)與所述多個實驗區(qū)分別設(shè)置的走航式觀測設(shè)備200通信，進而自動通過所述走航式觀測設(shè)備200獲取所述遙感反射率以及水色參數(shù)。步驟s03，所述波普響應(yīng)模擬模塊103對所述高光譜遙感圖像進行參考波普的響應(yīng)模擬。本實施例中，在該步驟s03中，為了保持地面波譜與遙感影像波譜分辨率的一致性，以及基于地面構(gòu)建的反演模型對高空傳感器的適用性，在模型校正與驗證前，使用所述波普響應(yīng)模擬模塊103對所述高光譜遙感圖像進行參考波普的響應(yīng)模擬。模擬的方式可以通過卷積運算將上述獲得的遙感反射率(野外實測的高光譜)采集到hico波段傳感器實現(xiàn)模擬。具體計算公式如下：上式中，λ為波長，λmin為通道的起始波長，λmax為通道的終止波長，r(λ)為對應(yīng)λ波長的地表反射率，f(λ)為光譜響應(yīng)函數(shù)。步驟s04，所述反演模型構(gòu)建模塊104對葉綠素a的敏感波譜特性進行分析并構(gòu)建葉綠素a的反演模型。詳細地，基于模擬的hico高光譜影像的參考波譜，可根據(jù)兩波段算法，計算實測的葉綠素a濃度和rrs(λ2)/rrs(λ1)估算的葉綠素a的均方根誤差(rmse)，將最小的rmse對應(yīng)的λ1做為最優(yōu)的波長。在一實例中，可設(shè)置λ2的初始值設(shè)為600～700nm，λ1的選取范圍在600～800nm之間。如此，一實驗得到的λ1為673nm，λ2為700nm，即對于兩波段算法其最優(yōu)波段組合為[rrs(700)/rrs(673)]，同樣算法得到最優(yōu)四波段組合是[rrs(674)-1-rrs(687)-1]*[rrs(723)-1-rrs(673)-1]-1，如此實現(xiàn)，基于葉綠素a敏感波譜特性的分析構(gòu)建葉綠素a的反演模型。步驟s05，所述波普獲取模塊105通過對所述高光譜遙感圖像進行預(yù)處理，獲得所述預(yù)設(shè)區(qū)域的影像均值波譜，即水體遙感反射率rrs。其中，所述預(yù)處理包括常規(guī)輻射、大氣校正和幾何處理等。其中，大氣模型參數(shù)根據(jù)實際信息進行設(shè)置：大氣類型設(shè)置為中緯度冬季，氣溶膠類型設(shè)置為海洋氣溶膠類型，由于缺乏同步的大氣信息，實驗采用迭代算法，使得清水區(qū)域近紅外波段的離水輻射率等于0，迭代求解大氣氣溶膠的光學(xué)厚度。步驟s06，所述掩膜處理模塊106采用水體指數(shù)算法對所述高光譜遙感圖像進行水體的掩膜提取。在一實例中，可采用下述公式實現(xiàn)上述掩膜提取處理過程：ndwi＝(nir-ir)/(ir+nir)(2)式(2)中，nir為hico高光譜遙感圖像的第62波段、ir為第44波段。通過實驗分析，ndwi<-0.05為水體。步驟s07，所述葉綠素反演模塊107將構(gòu)建的葉綠素a的反演模型應(yīng)用于預(yù)處理好的高光譜遙感圖像，確定高光譜遙感影像中每個像元葉綠素a的濃度值，得到葉綠素a的反演結(jié)果。步驟s08，所述結(jié)果輸出模塊108將所述葉綠素a的反演結(jié)果輸出。具體地，本實施例中，可通過所述水色參數(shù)反演設(shè)備100的輸出裝置，如顯示器，輸出所述反演結(jié)果，進而方便相關(guān)人員觀測。綜上，可以總結(jié)本發(fā)明主要包括以下幾個方面：a.通過精確大氣校正獲得實驗樣區(qū)(預(yù)設(shè)區(qū)域)的影像均值波譜，即水體遙感反射率rrs。大氣模型參數(shù)設(shè)置非常關(guān)鍵，本發(fā)明中大氣類型設(shè)置為中緯度冬季，氣溶膠類型設(shè)置為海洋氣溶膠類型，由于缺乏同步的大氣信息，實驗可采用迭代算法，使得清水區(qū)域近紅外波段的離水輻射率等于0，迭代求解大氣氣溶膠光學(xué)厚度從而實現(xiàn)大氣校正；b.實測葉綠素a濃度的敏感光譜特性分析，可通過迭代計算獲得最優(yōu)兩波段組合為[rrs(700)/rrs(673)]，以及最優(yōu)四波段組合為[rrs(674)-1-rrs(687)-1]*[rrs(723)-1-rrs(673)-1]-1，將最優(yōu)的兩波段組合、四波段組合算法與葉綠素a濃度進行擬合，得到改進的近海葉綠素的反演模型，如下式chla＝-8.654+18.6557x1+58.4024x2(3)上式中，chla為葉綠素a的濃度，x1為[rrs(700)/rrs(673)]，x2為[rrs(674)-1-rrs(687)-1]*[rrs(723)-1-rrs(673)-1]-1本發(fā)明的算例結(jié)果表明，通過葉綠素a光譜特性的敏感性分析，采用迭代算法選擇最優(yōu)的兩波段和四波段組合并將兩者進行耦合形成改進的葉綠素a反演模型，綜合考慮了近岸水體復(fù)雜光學(xué)特性對葉綠素a的影響，極大的提高了葉綠素a的反演精度。以下通過實際試驗案例對本發(fā)明實施例進行闡述。1.實驗地點：在一個實驗過程中，選擇了徐聞珊瑚礁自然保護區(qū)、珠江口、韓江河口三個試驗區(qū)，同步進行了水體采樣和水體表面反射率的測量(共137個樣點)，其中85個樣點用于葉綠素a反演模型的構(gòu)建，52個樣點用于模型反演精度的評價(如下表1)。表12005年～2013年野外試驗采樣點的位置、時間及測量項目2.水體遙感反射率的獲取光譜采集方法采用水面以上測量法。在測量水體光譜時，為了避免陰影和太陽直射光照的影響，采用下述的觀測幾何角度。觀測方位角為135°左右(設(shè)太陽入射的方位角為0°)，觀測天頂角θ為40°左右。測量的數(shù)據(jù)包括：標準板反射輻亮度、遮擋直射陽光的標準板反射輻亮度、水面輻亮度、天空光輻亮度和標準板反射輻亮度。在測量波譜的同時，記錄各測點的gps坐標。3.水質(zhì)參數(shù)的化驗水體采樣樣本裝在棕色瓶內(nèi)密封冷凍保存，送到實驗室測量。葉綠素a的測定采用分光光度法測量，懸浮物采用烘干稱重法，cdom的光譜吸收系數(shù)采用分光光度法測定。4.hico影像參考波譜響應(yīng)的模擬為了保持地面波譜與遙感影像光譜分辨率的一致性，以及基于地面構(gòu)建的反演模型對高空傳感器的適用性，在模型校正與驗證前，通過卷積運算將野外實測的高光譜反射率采集到hico波段傳感器。5.葉綠素a敏感波譜特性分析基于實測葉綠素a濃度的敏感光譜特性分析，通過迭代計算獲得最優(yōu)兩波段組合為[rrs(700)/rrs(673)]，以及最優(yōu)四波段組合為[rrs(674)-1-rrs(687)-1]*[rrs(723)-1-rrs(673)-1]-1。6.改進的葉綠素a遙感反演模型構(gòu)建改進的模型是將兩波段和四波段組合，達到去除有色可溶性有機物(cdom)影響的目的。將137個葉綠素a濃度數(shù)據(jù)按從小到大的順序排列，每隔3個數(shù)據(jù)抽取5個數(shù)據(jù)，共抽取2/3的數(shù)據(jù)用于建模。1/3的獨立數(shù)據(jù)用于驗證。得到的改進后的反演模型更適用于復(fù)雜水域的葉綠素a的反演工作，實測葉綠素a濃度與波段指數(shù)兩組數(shù)量之間存在更有說服力的相關(guān)性。數(shù)值擬合(r2＝0.8874)比其他算法具有更好的適用性。改進模型如圖5所示。7.hico高光譜遙感影像的預(yù)處理通過對hico高光譜遙感圖像進行預(yù)處理，包括常規(guī)輻射、大氣校正和幾何處理，獲得實驗樣區(qū)的影像均值波譜，即水體遙感反射率。其中大氣模型參數(shù)根據(jù)實際信息進行設(shè)置：大氣類型設(shè)置為中緯度冬季，氣溶膠類型設(shè)置為海洋氣溶膠類型，由于缺乏同步的大氣信息，實驗采用迭代算法，使得清水區(qū)域近紅外波段的離水輻射率等于0，迭代求解大氣氣溶膠的光學(xué)厚度。采用水體指數(shù)算法進行水體的掩膜提取，通過實驗分析，ndwi<-0.05為水體。8.反演結(jié)果驗證驗證結(jié)果見圖6。可以看出改進后模型建模數(shù)據(jù)(n＝85)的驗證結(jié)果rmse＝4.0035μg/l，mae＝2.9782μg/l，其獨立驗證數(shù)據(jù)(n＝52)的驗證結(jié)果為rmse＝4.3555μg/l，mae＝3.5534μg/l。改進模型葉綠素a反演模型具有較高的反演精度。以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本
技術(shù)領(lǐng)域：
的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng)所述以權(quán)利要求的保護范圍為準。當前第1頁12