基于OLCI的湖泊浊度制图方法

本发明涉及卫星遥感技术及其应用领域，具体涉及基于olci传感器的湖泊浊度制图方法。

背景技术：

1、水体的浑浊程度作为人们直观判断水体质量的依据之一，反映了光线通过水体时所受到的阻碍程度，既可以作为水质监测的光学环境指标，也可作为沉积物输送中悬浮颗粒物浓度的易于测量的替代指标。它可以影响水下透光率从而改变水体浮游植物的生产力，损害水生生物、降低水质，对水生生物和人类饮用水安全造成不良影响。浊度的大小不仅与水中颗粒物数量和可溶性分子浓度有着密切的关系，还受到颗粒物和可溶性分子的大小、形状、折光系数等多种因素的影响，且经常与总悬浮物、透明度、有色有机溶解物共同变化。

技术实现思路

1、本发明的目的是为了解决水体的浑浊程度影响水下透光率从而改变水体浮游植物的生产力，损害水生生物、降低水质，对水生生物和人类饮用水安全造成不良影响的技术问题，提供了一种基于olci的湖泊浊度制图方法。

2、基于olci的湖泊浊度制图方法如下：

3、一、获取目标湖泊olci卫星传感器经过大气校正后不同波段olci遥感反射率；

4、二、将不同波段olci遥感反射率作为xgboost输入变量；

5、所述不同波段olci遥感反射率包括：

6、oa1、oa2、oa3、oa4、oa5、oa6、oa7、oa8、oa9、oa10、oa11、oa12、oa15、oa16、oa17、oa18、oa11+oa15、oa11+oa16、oa11×oa16、oa16/oa11、oa6×oa12、oa111×oa16/oa6、oa11/(oa21+oa6)、oa16+oa11/oa6、(oa4-oa9)/(oa4+oa9)和(oa11+oa15+oa16)/(oa6+oa4)；

7、所述oa1表示olci波段1遥感反射率；

8、oa2表示olci波段2遥感反射率；

9、oa3表示olci波段3遥感反射率；

10、oa4表示olci波段4遥感反射率；

11、oa5表示olci波段5遥感反射率；

12、oa6表示olci波段6遥感反射率；

13、oa7表示olci波段7遥感反射率；

14、oa8表示olci波段8遥感反射率；

15、oa9表示olci波段9遥感反射率；

16、oa10表示olci波段10遥感反射率；

17、oa11表示olci波段11遥感反射率；

18、oa12表示olci波段12遥感反射率；

19、oa15表示olci波段15遥感反射率；

20、oa16表示olci波段16遥感反射率；

21、oa17表示olci波段17遥感反射率；

22、oa18表示olci波段18遥感反射率；

23、oa11+oa15表示olci波段11和波段15遥感反射率之和；

24、oa11+oa16表示olci波段11和波段16遥感反射率之和；

25、oa11×oa16表示olci波段11和波段16遥感反射率之积；

26、oa16/oa11表示olci波段11和波段16遥感反射率之商；

27、oa6×oa12表示olci波段6和波段12遥感反射率之积；

28、oa11×oa16/oa6表示olci波段11和波段16遥感反射率之积与波段6遥感反射率之商；

29、oa11/(oa21+oa6)表示olci波段11遥感反射率与波段21和波段6遥感反射率之和的商；

30、oa16+oa11/oa6表示olci波段16遥感反射率与波段11和波段6遥感反射率之商的和；

31、(oa4-oa9)/(oa4+oa9)表示olci波段4和波段9遥感反射率之差与波段4和波段9遥感反射率之和的商；

32、(oa11+oa15+oa16)/(oa6+oa4)表示olci波段4、波段15和波段16遥感反射率之和与波段6和波段4之和的商；

33、三、采用xgboost算法输出为湖泊浊度，实现不同时空尺度湖泊浊度制图。

34、步骤二中所述xgboost输入变量，即不同波段olci遥感反射率，是基于湖泊浊度反演模型构建，湖泊浊度反演模型构建过程如下：

35、a.采集中国不同湖区湖泊表层深度为0-0.5m水体样品的湖泊浊度实测数据，浊度测定方法每个样点重复三次，记录并计算平均值作为该点的实测值，单位为ntu；

36、b.获取与湖泊浊度实测数据对应的olci遥感反射率数据，遥感数据采集方式以±7d为时间窗口、3像元为空间窗口，筛选有效匹配数据；基于二进制质量评估数据快速筛选出有效匹配数据，筛选出与湖泊实测数据匹配的无云覆盖、无山体阴影的遥感反射率数据，获取不同波段olci遥感反射率；

37、c.基于湖泊浊度实测数据和与湖泊浊度有效匹配olci波段遥感反射率，建立浊度遥感模型：

38、随机选择湖泊浊度实测数据和匹配的olci遥感反射率数据为模型构建数据集，分析不同波段遥感反射率与湖泊浊度实测数据的线性相关性，选出pearson相关系数变化范围为[-0.4,0.4]的波段及组合，置信度双侧为0.01；测试不同组合形式与实测浊度的线性相关性，将相关的波段及波段组合作为xgboost算法输入变量，建立中国湖泊浊度的遥感反演模型；

39、所述线性相关性分析在spss16.0软件平台实现，皮尔逊相关系数r表达如下：

40、

41、其中，xi是湖泊浊度测量值，yi是与湖泊浊度有效匹配olci波段遥感反射率，n是样本数。

42、所述xgboost输入变量，是将权利要求2选择后剩余的湖泊浊度实测数据和匹配的olci遥感反射率数据对构建的中国湖泊浊度的遥感反演模型进行精度验证；

43、所述精度验证的表达式如下：

44、

45、

46、其中，rmse是均方根误差，mae是平均绝对百分比误差，n是样本数，yi是湖泊浊度测量值，yi'是湖泊浊度估算值。

47、基于本发明olci的湖泊快速制图方法，可借助于snap、gee地理计算云平台和在线数据访问功能，通过自主编程搭建xgboost模型，输入本发明的olci输入遥感反射率波段及组合，可进行湖泊浊度估算，并结果以规范化快速制图，准确获取湖泊水体的浊度浓度的年际、月际变化规律及其空间分布。本发明使用了覆盖全国73个湖泊和1081个同步点训练xgboost输入变量，能够较好地代表不同水体光学属性，保证开发的模型具有较好的适用性，可有效评估湖泊水质状况和生态修复的绩效。

48、采用本发明的方法能够实现湖泊浊度浓度的长期高精度监测，经实测样点模型验证发现该模型可以准确的估算湖泊浊度，有助于水体生态环境变化和修复绩效监测管理。

技术特征：

1.基于olci的湖泊浊度制图方法，其特征在于所述基于olci的湖泊浊度制图方法如下：

2.根据权利要求1所述基于olci的湖泊浊度制图方法，其特征在于步骤二中所述xgboost输入变量，即不同波段olci遥感反射率，是基于湖泊浊度反演模型构建，湖泊浊度反演模型构建过程如下：

3.根据权利要求1所述基于olci的湖泊浊度制图方法，其特征在于步骤二中所述xgboost输入变量，是将权利要求2选择后剩余的湖泊浊度实测数据和匹配的olci遥感反射率数据对构建的中国湖泊浊度的遥感反演模型进行精度验证；

技术总结
基于OLCI的湖泊浊度制图方法，它涉及卫星遥感技术及其应用领域，具体涉及基于OLCI传感器的湖泊浊度制图方法。本发明是为了解决水体的浑浊程度影响水下透光率从而改变水体浮游植物的生产力，损害水生生物、降低水质，对水生生物和人类饮用水安全造成不良影响的问题。本方法：获取目标湖泊OLCI卫星传感器经过大气校正后不同波段OLCI遥感反射率；将不同波段OLCI遥感反射率作为XGBoost输入变量；采用XGBoost算法输出为湖泊浊度，实现不同时空尺度湖泊浊度制图。采用本发明的方法能够实现湖泊浊度浓度的长期高精度监测，经实测样点模型验证发现该模型可以准确的估算湖泊浊度，有助于水体生态环境变化和修复绩效监测管理。

技术研发人员：李思佳,李勇,宋开山,刘阁,穆光熠
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：2024/1/13