[发明专利]基于FY-3D MERSI-II数据的赤潮监测方法及装置有效
| 申请号: | 202210844966.8 | 申请日: | 2022-07-19 |
| 公开(公告)号: | CN114923867B | 公开(公告)日: | 2022-10-11 |
| 发明(设计)人: | 李洪平;周磊 | 申请(专利权)人: | 中国海洋大学 |
| 主分类号: | G01N21/25 | 分类号: | G01N21/25;G01N21/53;G01N21/55;G06F16/583;G06F16/587;G06V10/24;G06V20/13 |
| 代理公司: | 青岛中天汇智知识产权代理有限公司 37241 | 代理人: | 韩丽萍 |
| 地址: | 266100 山*** | 国省代码: | 山东;37 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 fy mersi ii 数据 赤潮 监测 方法 装置 | ||
1.基于FY-3D MERSI-II数据的赤潮监测方法,其特征在于,包括以下步骤:
(1)通过卫星地面分发系统获取实验区光学遥感数据,选择覆盖海域为晴朗无云的数据;
(2)针对光学遥感数据进行数据预处理,预处理包括大气校正、几何校正、海陆掩膜和云检测,其中,MERSI-II大气校正利用辐射传输模型进行计算,从卫星影像获取的总遥感反射率中去除瑞利散射和气溶胶散射,几何校正通过经纬度数据集构建地理查找表,基于地理查找表进行几何校正,海陆掩膜利用官方发布的区域陆地矢量文件进行剔除,保留海洋区域数据,云检测通过构建的云掩膜指数进行剔除;
(3)根据现场采集的叶绿素a浓度和赤潮信息数据建立叶绿素a浓度反演模型和赤潮提取指数,结合现场实测数据,分析对叶绿素a浓度敏感的波段并结合MERSI-II数据的光谱响应函数构建叶绿素a浓度反演模型,结合赤潮藻类的特征,构建赤潮信息提取指数MRI;
(4)根据步骤(3)的叶绿素a浓度反演模型反演叶绿素a浓度,同时利用对应的赤潮信息提取指数MRI进行赤潮信息提取,选取叶绿素a浓度大于1.3mg/m3的阈值和MRI大于4阈值共同作用提取赤潮;
(5)将提取的叶绿素a浓度和赤潮信息快速批量专题制图。
2.根据权利要求1所述的方法,其特征在于,所述步骤(1)中,采用FY-3D MERSI-II L1B数据,选择图像中海域云覆盖率30%的遥感数据。
3.根据权利要求1所述的方法,其特征在于,所述步骤(2)中,卫星接收到的大气瑞利散射为:
其中,ρ(λi)为卫星接收到的瑞利散射,λi是MERSI-IIL1B数据对应的第i波段,τr(λi)为瑞利光学厚度,Toz(λi)为臭氧的透射率,wr为单次散射反照率,pr是太阳以三种不同的通道散射到卫星的概率因子,θS为太阳天顶角,cosθs为太阳天顶角余弦,θv为卫星天顶角,cosθv为卫星天顶角余弦;
计算瑞利散射校正反射率ρrc(λ):
ρrc(λ)=ρt(λ)-ρr(λ)=ρa(λ)+tv(λ)ρw(λ)
其中,tv(λ)为观测方向的大气漫透射率,ρa(λ)为气溶胶散射反射率,ρr(λ)是瑞利散射反射率,ρt(λ)是卫星观测总的反射率,ρw(λ)是离水反射率。
4.根据权利要求1所述的方法,其特征在于,所述步骤(2)中,基于GDAL库中GEOLOC校正算法进行几何校正,通过FY-3D MERSI-II数据对应的地理定位文件中经纬度数据集进行构建地理查找表,然后实现MERSI-II数据的几何校正。
5.根据权利要求1所述的方法,其特征在于,所述步骤(2)中,选取FY-3D MERSI-II数据中3个对云、地表比较敏感的波段进行云检测,将0.65μm与0.94μm云与各种地物波谱特征形成明显反差,将两者归一化处理,选择I-cloud指数判断某个像素是否是云,其中,B0.65为0.65μm中心波长对应的波段,B0.94为0.94μm中心波长对应的波段。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国海洋大学,未经中国海洋大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210844966.8/1.html,转载请声明来源钻瓜专利网。





