[发明专利]红潮模式识别方法

权利要求书

1.一种红潮模式识别方法，包括：

确定与被监控海域关联的红潮相关因子参数；

确定出与所述被监控海域关联的水面异常区域范围参数；

基于所确定的红潮相关因子参数和所确定的水面异常区域范围参数选择红潮区域样本；以及

根据所选择的样本确定出所述被监控海域中已经发生了红潮的区域。

2.如权利要求1所述的方法，其中，采用光学遥感仪器MODIS作为数据源确定所述红潮相关因子参数以及确定所述水面异常区域范围参数。

3.如权利要求2所述的方法，其中，所述根据所选择的样本确定出所述被监控海域中已经发生了红潮的区域的步骤包括：

采用通过所述数据源的第4波段的绿光波段和第3波段的蓝光波段的反射率比值与通过所述数据源的第1，4，3波段合成的4波段数据对所选择的样本进行监督分类，从而确定出所述被监控海域中已经发生了红潮的区域。

4.如权利要求2所述的方法，其中，所述确定水面异常区域范围参数的步骤包括：

通过比值识别模式确定所述水面异常区域范围参数。

5.如权利要求4所述的方法，其中，通过比值识别模式来确定所述水面异常区域范围参数的步骤进一步包括：

从所述数据源获取含有红潮水体的吸收信息和反射信息；以及

确定所述吸收信息和所述反射信息的比值是否大于预定值，如果是，则将所述吸收信息和所述反射信息确定为水面异常区域范围参数。

6.如前述任意一项权利要求所述的方法，其中，所述红潮相关因子特征参数包括叶绿素a浓度、水面表面温度和悬浮泥沙浓度中的一个或多个。

7.如权利要求6所述的方法，其中，所述水面表面温度通过多通道分裂窗算法模式确定。

8.如权利要求6所述的方法，其中，所述叶绿素a浓度采用NASA标准经验算法确定。

9.如权利要求8所述的方法，其中，用NASA标准经验算法确定所述叶绿素a浓度的步骤包括：

将所述数据源的第9、10、12波段的离水辐射率数据转化为遥感反射率值；以及

基于所述遥感反射率值确定出海表叶绿素a浓度信息。

10.如权利要求6所述的方法，其中，通过经验统计模式确定所述悬浮泥沙浓度。

11.如权利要求2所述的方法，还包括对从所述MODIS获取的数据进行预处理的步骤。

12.如权利要求11所述的方法，所述预处理的步骤包括：

对从所述MODIS获取的数据进行辐射校正；

对经过辐射校正的数据进行几何校正，从而消除或校正所述数据中存在的与遥感图像几何畸变相关的数据；

对经过校正的数据进行重采样，并基于重采样后的数据形成多波段遥感数据；以及

将组合的多波段遥感数据进行空间裁剪处理以获取感兴趣的数据区域。

13.一种红潮模式识别方法，包括：

从光学遥感仪器MODIS获取的数据源中确定与被监控海域关联的红潮相关因子参数，其中，所述参数包括叶绿素a浓度、水面表面温度和悬浮泥沙浓度；

从所述数据源的第3通道中获取含有红潮水体的吸收信息；

从所述数据源的第4通道获取含有红潮水体的反射信息；以及

将所述吸收信息和所述反射信息所对应的两通道反射率的比值大于预定值的数据确定为水面异常区域范围参数；

基于所获取的红潮相关因子参数和所确定的水面异常区域范围参数选择红潮区域样本；以及

通过对所选择的样本进行监督分类确定出所述被监控海域中已经发生了红潮的区域。

14.一种红潮模式识别系统，包括：

参数确定单元，确定与被监控海域关联的红潮相关因子参数，以及与所述被监控海域关联的水面异常区域范围参数；

样本选择单元，基于所获取的红潮相关因子参数和所确定的水面异常区域范围参数选择红潮区域样本；以及

红潮区域确定单元，根据所选择的样本确定出所述被监控海域中已经发生了红潮的区域。