[发明专利]一种基于蓝-黄波段高光谱数据的浅海水深反演方法

说明书

技术领域

本发明涉及一种卫星遥感应用技术，特别是涉及一种海洋光学遥感清洁水体浅海水深反演技术。 

背景技术

太阳辐射在水体中传播时受到水体物质分子的衰减作用主要包括吸收和散射作用，这种作用会通过水体表面可见光波段光谱反射率的不同表现出来，并且随着水体深度的增加，衰减量越多。对于清洁水体(一类水体)来说，水体中对太阳辐射具有散射作用的可溶性有机物(CDOM)、悬浮泥沙含量和具有吸收作用的叶绿素a浓度低，太阳辐射在水体中衰减率低，光线可穿透的水体深度增加，从而能够到达水体底质并经过反射到达水体表面，水体表面发射率光谱的变化也就能够反映出水体深度的变化。 

基于上述物理过程，国内外专家学者发展了大量水深反演算法，这些算法包括针对多光谱数据特点的经验算法(Clark et al，1987；Lyzenga，1981；Philpot，1989)和半分析算法(Lee et al.，2001；StumpfI，2003，Adler-Golden et al.，2005，Albert and Gege，2006)，其中经验算法针对不同水域、不同数据类型难以实现通用，需要现场实测数据进行模型回归。而半分析方法也需要针对不同水域采集实测水深数据对算法系数进行订正，并且因为多光谱数据波段宽，光谱信息有限，上 述算法均假设水体底质类型单一，因此其水深反演误差会随着底质类型的复杂程度增加而大幅增大。 

随着高光谱遥感技术的发展，特别是星载高光谱遥感数据信噪比的大幅提高和量化等级的增加，为清洁水体浅海水深反演提供了新的数据源。高光谱数据能够提供水体丰富的光谱信息，为准确提取浅海水深提供了可能。 

发明内容

为了克服上述现有技术的不足，本发明提供了一种基于蓝-黄波段高光谱数据的浅海水深反演方法。该方法只需要针对高光谱数据载荷特征进行一次算法系数订正即可用于不同底质类型清洁水体浅海水深的反演。 

本发明所采用的技术方案是：首先对高光谱数据进行辐射定标、大气校正、太阳耀斑去除、白帽订正、水陆分割等数据预处理，得到海水表面遥感反射率数据。然后利用现场实测水深数据寻找高光谱影像中水深最接近于0(0.2米以内)的像元，获取其蓝-黄(450-610nm)波段的光谱曲线作为参考光谱。接着计算影像水域范围内其他像元蓝-黄波段光谱与参考光谱之间的光谱角，光谱角计算公式见公式(3)。利用实测水深数据，通过统计回归建立相对水深(相对参考像元点)与光谱角之间的函数关系，即得到水深反演函数。 

与现有技术相比，本发明的有益效果是，由于光谱角能够对光谱信息进行压缩，突出光谱之间的主要差异，从而减少了底质类型对反演算法的影响，此外，本发明针对一种遥感器只需进行一次算法系数 定标即可实现不同底质类型水域的水深反演。 

附图说明

图1基于蓝-黄波段高光谱数据的浅海水深反演方法流程 

具体实施方式

下面结合附图和实施例对本发明具体实施方式进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。 

图1为本发明基于蓝-黄波段高光谱数据浅海水深反演方法流程图，如图1所示，本发明反演清洁水体浅海水深流程如下： 

(1)高光谱遥感数据预处理： 

首先对要处理的高光谱遥感数据进行预处理，包括辐射校正、大气校正、海面校正、水域提取。首先进行辐射校正将影像DN值转化为辐射亮度值，计算公式为公式(1)： 

L_b＝Gain*DN_b+Bias                (1) 

得到高光谱各波段辐射亮度影像后，采用6S大气校正方法或者MODTRAN大气校正算法进行大气校正，得到海表面遥感反射率数据。由于海表面太阳耀斑以及风场引起的白帽效应会对反射率数据造成影响，因此需要对得到的海表面遥感反射率数据进行太阳耀斑去除和白帽订正。对经过上述处理的遥感反射率数据，采用改进的水体指数算法(MNDWI)提取水体部分影像。水体指数计算公式为公式(2) 

MNDWI＝(Green-MIR)/(Green+MIR)              (2) 

式中，Green表示绿波段，MIR为中红外波段，MNDWI为改进的水体指数，MNDWI大于0的像元即为水体像元。 

(2)现场实测数据集获取：