一种利用OLI数据估算水体漫衰减系数的模型方法与流程

本发明涉及水体质量的评价领域，尤其涉及一种利用OLI数据估算水体漫衰减系数的模型方法。

背景技术：

当太阳辐射进入水体后，受到水体中的悬浮颗粒物、浮游植物和有色可溶性有机物等水体组分吸收和散射作用的影响，辐射照度随深度的增加而呈指数衰减，此衰减指数即为漫衰减系数(diffuse attenuation coefficient)。漫衰减系数是水体清澈程度的重要表征参数，也是刻画水下光场和水体生态环境的主要参数。

漫衰减系数的定义如下：

$K_d(\mathrm{\λ},z)=\frac{d\left({\mathrm{lnE}}_d\right(\mathrm{\λ},z\left)\right)}{dz}=-\frac{1}{E_d(\mathrm{\λ},z)}\frac{{\mathrm{dE}}_d(\mathrm{\λ},z)}{dz}$

式中，E_d(λ,z)为水面以下z深度处的下行辐照度；K_d(λ,z)为水面至z深度处的漫衰减系数。

水体漫衰减系数主要通过现场观测的方法获取：基于船载或平台的方式使用水下光谱仪测量水体不同深度的辐照度，然后通过上述公式进行计算。

现场测量的方法获得数据准确，但是无法获取大面积水域的数据，并且测量过程费时费力，如果能够利用遥感技术，建立水体漫衰减系数的卫星影像估算模型，则可同步获取整个水域的漫衰减系数信息，并可实现对整个水域水体环境的评价。

OLI(Operational Land Imager)是Landsat8卫星搭载的陆地成像仪，多光谱数据的空间分辨率为30m，适用于对内陆水体进行遥感监测。

技术实现要素：

本发明要解决的技术问题在于提供一种快速获取整个水域的漫衰减系数的利用OLI数据估算水体漫衰减系数的模型方法。

实现本发明目的的技术方案是：一种利用OLI数据估算水体漫衰减系数的模型方法，包括如下步骤：

步骤1：使用Landsat8卫星搭载的陆地成像仪对内陆水体进行遥感监测获取水体的OLI影像；

步骤2：对获取的水体的OLI影像进行大气校正，得到绿光波段和近红外波段大气校正后的遥感反射率值；

步骤3：使用公式1对490nm波长的漫衰减系数进行计算，公式1如下：

K_d(490)_OLI＝2.468*ln(R_rs(NIR)/R_rs(Green))+8.81 公式1

其中，K_d(490)是490nm波长的漫衰减系数，R_rs(Green)和R_rs(NIR)是OLI影像的绿光波段和近红外波段大气校正后的遥感反射率值。

作为本发明的优化方案，使用大气校正6S模型对步骤2中获取的水体的OLI影像进行大气校正。

作为本发明的优化方案，遴选了Landsat8卫星搭载的陆地成像仪9个波段中的绿光波段和近红外波段进行漫衰减系数的计算。

本发明具有积极的效果：本发明针对我国内陆水体提出，其中选取了OLI数据的绿光和近红外波段。该发明利用卫星遥感数据进行水体漫衰减系数的估算，克服了常规观测需要对地面样点进行实地取样观测的缺陷，可以快速获取整个水域的漫衰减系数，便于对水体水质空间差异及水生态环境进行整体评价。

附图说明

为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明：

图1为地面同步采样点估算值与实测值估算效果图；

图2为卫星影像估算值与实际测量值的对比结果图。

具体实施方式

如图1所示，本发明公开了一种利用OLI数据估算水体漫衰减系数的模型方法，包括如下步骤：

步骤1：使用Landsat8卫星搭载的陆地成像仪对内陆水体进行遥感监测获取水体的OLI影像；

步骤2：对获取的水体的OLI影像进行大气校正，得到绿光波段和近红外波段大气校正后的遥感反射率值；

步骤3：使用公式1对490nm波长的漫衰减系数进行计算，公式1如下：

K_d(490)_OLI＝2.468*ln(R_rs(NIR)/R_rs(Green))+8.81 公式1

其中，K_d(490)是490nm波长的漫衰减系数，R_rs(Green)和R_rs(NIR)是OLI影像的绿光波段和近红外波段大气校正后的遥感反射率值。

使用大气校正6S模型对步骤2中获取的水体的OLI影像进行大气校正。

Landsat8卫星搭载的陆地成像仪具有9个波段，适用于对内陆水体进行遥感监测，遴选了Landsat8卫星搭载的陆地成像仪9个波段中的绿光波段和近红外波段进行漫衰减系数的计算。

实施时：

首先，通过网站http://glovis.usgs.gov/下载获取Landsat 8 OLI数据，数据的地点是洞庭湖，数据时间是2015年8月，数据轨道是Path/Row:123/40。

其次，对获得的水体的OLI影像的绿光波段和近红外波段，采用6S模型进行大气校正，得到绿光波段和近红外波段2个通道的水面遥感反射率数据。

最后，利用公式1估算洞庭湖水体漫衰减系数：

K_d(490)_OLI＝2.468*ln(R_rs(NIR)/R_rs(Green))+8.81 公式1

其中，K_d(490)是490nm波长的漫衰减系数，R_rs(Green)和R_rs(NIR)是OLI影像的绿光波段和近红外波段大气校正后的遥感反射率值。

利用OLI数据估算水体漫衰减系数的模型方法的精度验证采用下面两种方式进行：

方法一：利用地面实测的漫衰减系数以及水面光谱进行验证。首先，在洞庭湖实测了25个样点的漫衰减系数，并同步利用地面野外光谱辐射计测量了水面光谱；其次，利用水面光谱，结合Landsat8卫星搭载的陆地成像仪的光谱响应函数，拟合OLI绿光和近红外波段数据，并利用拟合的数据，代入公式1估算样点的漫衰减系数；最后，将估算值与实测值对比评价模型拟合精度。模型估算效果如图1所示。

方法二：利用卫星影像估算值与地面准同步数据进行验证。在卫星过境的前后3小时内获得了地面9个样点的漫衰减系数实测数据，将这些数据与卫星估算的相同样点的数据进行对比，用MAPE和RMSE评价模型精度，结果如图2所示。

$MAPE=\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}\left|\frac{y_i-y_i^{,}}{y_1}\right|*100\%$

$RMSE=\sqrt{\frac{1}{n}\underset{i=1}{\overset{n}{\Σ}}{(y_i-y_i^{,})}^2}$

其中，n是样本数，y_i和y′_i分别代表测量值和预测值。

通过方法一和方法二可以看出，利用OLI数据估算水体漫衰减系数的模型方法精度高。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。