土壤侵蚀条件下的湖泊有色溶解性有机物遥感估算方法

本发明属于水体遥感反演和水环境参数评价，尤其涉及土壤侵蚀条件下的湖泊有色溶解性有机物遥感估算方法。

背景技术：

1、内陆水体有机碳循环是全球碳循环研究的重要基础。有色溶解性有机物(cdom)具有特殊的吸光性，是水体溶解性有机碳的重要固有光学组分，对于解析溶解性有机物的来源组分、反演水体水色参数和进行水质参数遥感监测具有重要的实际应用价值。cdom是由多种高活性的大分子组成的聚合物，除了具有吸光特性外，还具有非常高的荧光效率和性质，在吸收紫外光后可以发射出荧光。近年来土壤侵蚀情况较为严重，土壤特性、植被特点、降雨特征及人类活动等因素影响着水体中cdom吸收荧光特征及其组成结构。同时近年来由于人类活动导致的湖泊富营养化现象日益严重，内陆水体cdom物质更具复杂性和差异性。

2、传统的cdom吸收获取需要进行大量的野外采样和实验室测量和后续计算分析，手段繁琐复杂，近年来水色遥感技术极大地促进了水体环境大尺度时空范围的研究开展。目前在土壤侵蚀背景下的水体有机物分布研究鲜少报道，对于水陆碳循环的研究造成了一定的障碍。内陆水体cdom的反演研究可以为长时序、大范围监测水体cdom浓度和doc浓度，为流域土壤水土保持提供技术支持。cdom在水体中主要表现为吸收特性,其散射特性较弱。cdom组分复杂，其真实浓度不易测得，cdom在200-800nm波长范围内，呈指数衰减，通常用特征波长吸收系数表示其相对浓度，近年来也用作评估水体污染情况的参量，并结合土地侵蚀类型分析其对cdom的影响以及其与水质参数的相关性。综上所述，利用cdom吸收可以解析湖泊溶解性有机碳的时空分布，与水质参数相结合分析可以评估流域水土流失和水体污染情况，具有评估和监测水体水质环境的潜在作用。东北黑土区是我国重要的商品粮生产基地，水土流失和土壤侵蚀现象严重，来自农田地表径流的土壤面蚀是其主要污染源，也对黑土区湖泊的有机物输入起到了显著地影响作用，大量养分随径流和泥沙进入河流、湖库等水体环境，进而使得cdom值显著升高。cdom的吸收系数越大，表明湖泊cdom的含量越高。cdom遥感模型可以弥补目前传统手段测量时间较长和监测范围较小的不足，为加快黑土区水土保持及生态环境监测评估、流域水资源管理和流域规划提供科学依据，也是保护水质安全和人体健康亟待解决的重大环境问题。

技术实现思路

1、为解决上述技术问题，本发明提出了土壤侵蚀条件下的湖泊有色溶解性有机物遥感估算方法，解决现有水体cdom测试无法在大尺度范围实现连续监测的缺陷。

2、为实现上述目的，本发明提供了土壤侵蚀条件下的湖泊有色溶解性有机物遥感估算方法，包括：

3、采集采样点的样品，获取样品的有色溶解性有机物cdom吸收系数；

4、根据采样时间和地点，获取所述采样点的卫星遥感反射率；

5、基于所述cdom吸收系数和所述卫星遥感反射率，构建数据集；

6、利用xgboost和所述数据集构建cdom机器学习估算模型，通过所述cdom机器学习估算模型获取估算的cdom吸收系数；

7、对所述估算的cdom吸收系数进行反演，获取土壤侵蚀条件下的湖泊有色溶解性有机物含量。

8、可选的，基于所述cdom的吸收系数和所述遥感反射率，构建数据集包括：

9、检验所述卫星遥感反射率的单波段或波段组合与对应所述cdom吸收系数的相关性，选取若干目标单波段或波段组合；

10、利用所述cdom的吸收系数和若干所述目标单波段或波段组合，获取所述数据集。

11、可选的，利用xgboost和所述数据集构建cdom机器学习估算模型包括：利用xgboost构建初始cdom机器学习估算模型，利用所述数据集对所述初始cdom机器学习估算模型进行训练和验证，获取所述cdom机器学习估算模型。

12、可选的，检验所述卫星遥感反射率的单波段或波段组合与对应所述cdom吸收系数的相关性包括：利用pearson相关分析检验所述卫星遥感反射率的单波段或波段组合与对应所述cdom吸收系数的相关性，选取相关系数大于预设值的若干单波段或波段组合。

13、可选的，对所述估算的cdom吸收系数进行反演包括：通过envi软件对所述估算的cdom吸收系数进行反演，获取土壤侵蚀条件下的湖泊有色溶解性有机物含量。

14、本发明技术效果：本发明通过xgboost模型可以准确的估算cdom吸收系数，具有极高的可信度和可应用性；能够在大尺度范围实现水体cdom连续监测的缺陷。

技术特征：

1.土壤侵蚀条件下的湖泊有色溶解性有机物遥感估算方法，其特征在于，包括：采集采样点的样品，获取样品的有色溶解性有机物cdom吸收系数；

2.如权利要求1所述的土壤侵蚀条件下的湖泊有色溶解性有机物遥感估算方法，其特征在于，基于所述cdom的吸收系数和所述遥感反射率，构建数据集包括：

3.如权利要求1所述的土壤侵蚀条件下的湖泊有色溶解性有机物遥感估算方法，其特征在于，利用xgboost和所述数据集构建cdom机器学习估算模型包括：利用xgboost构建初始cdom机器学习估算模型，利用所述数据集对所述初始cdom机器学习估算模型进行训练和验证，获取所述cdom机器学习估算模型。

4.如权利要求2所述的土壤侵蚀条件下的湖泊有色溶解性有机物遥感估算方法，其特征在于，检验所述卫星遥感反射率的单波段或波段组合与对应所述cdom吸收系数的相关性包括：利用pearson相关分析检验所述卫星遥感反射率的单波段或波段组合与对应所述cdom吸收系数的相关性，选取相关系数大于预设值的若干单波段或波段组合。

5.如权利要求1所述的土壤侵蚀条件下的湖泊有色溶解性有机物遥感估算方法，其特征在于，对所述估算的cdom吸收系数进行反演包括：通过envi软件对所述估算的cdom吸收系数进行反演，获取土壤侵蚀条件下的湖泊有色溶解性有机物含量。

技术总结
本发明公开了土壤侵蚀条件下的湖泊有色溶解性有机物遥感估算方法，包括：采集采样点的样品，获取样品的有色溶解性有机物CDOM吸收系数；根据采样时间和地点，获取所述采样点的卫星遥感反射率；基于所述CDOM吸收系数和所述卫星遥感反射率，构建数据集；利用XGBoost和所述数据集构建CDOM机器学习估算模型，通过所述CDOM机器学习估算模型获取估算的CDOM吸收系数；对所述估算的CDOM吸收系数进行反演，获取土壤侵蚀条件下的湖泊有色溶解性有机物含量。本发明能够准确的估算CDOM吸收系数，具有极高的可信度和可应用性。

技术研发人员：尚盈辛,宋开山,温志丹,赖锋发,王强,刘阁,马延吉
受保护的技术使用者：中国科学院东北地理与农业生态研究所
技术研发日：
技术公布日：2024/1/15