本发明涉及水质监测领域，特别涉及一种基于遥感影像的水质监测方法。
背景技术：
：水质的好坏直接影响着国民经济的发展和人民生活水平的提高。然而，随着水体污染问题的日益严重，尤其是近年来湖泊水体污染和营养化问题，已严重制约国民经济的快速可持续发展，并影响着人们的日常生活和身体健康，快捷准确的湖泊水质监测已经显得尤为必要，但传统监测方法费力费时，且仅能了解监测断面的水体污染状况，难以获取大尺度水体水质的变化趋势和空间分布状况，不能满足大范围、实时动态的监测评价要求。技术实现要素：本发明所要解决的技术问题是提供一种基于遥感影像的水质监测方法，以解决现有技术中导致的上述多项缺陷。为实现上述目的，本发明提供以下的技术方案：一种基于遥感影像的水质监测方法，包括如下步骤：(1)获取图像首先采集研究区域的原始图像数据，接着对原始图像数据进行剪裁，得到研究区原始图像数据；(2)几何校正将研究区原始图像数据采用双线性内插法进行几何精校正，得到图像；(3)辐射校正接着利用绝对辐射定标系数将图像转换为辐亮度图像；(4)大气校正将辐亮度图像利用软件进行FLAASH校正模型校正，得到校正后的遥感图像；①将辐射校正后的辐亮度图像合成为多波段文件，将文件格式转化为BIL格式；②生成波普响应函数；③根据相关提示输入遥感卫星参数，包括传感器类型，成像日期，中心经纬度坐标，卫星高度，像元分辨率，研究区高程；④选择大气校正模型和气溶胶模型，得到校正后的遥感图像；(5)水质参数的空间分布状况的获取利用ArcGIS下空间分析模块，对水质数据进行空间内插，得到水质参数的空间分布状况；(6)构建多元线性回归模型利用遥感图像对水质参数进行定量遥感反演，运用SPSS软件对进行多元回归的各波段和波段组合做相关分析，经显著性检验和残差分析，排除多元回归中多重共线性的影响。排除自相关波段组合之后，建立水质参数浓度的多元回归模型。优选的，所述步骤(1)中原始图像数据的要求为能见度高，遥感图像清晰。优选的，所述步骤(2)中几何校正后的图像数据误差精度控制在0-1个像素以内。优选的，所述步骤(3)中图像转换公式为L＝DN/a+L0，所述L为辐亮度，DN为图像值，a为绝对辐射定标系数增益，L0为偏移量。优选的，所述步骤(6)中构建多元线性回归模型后需要进行显著性检验。优选的，所述显著性检验的方法为利用残差分析对各自变量进行检验。采用以上技术方案的有益效果是：本发明提供的一种基于遥感影像的水质监测方法，通过利用经验、半经验或者物理分析的方法，选择合适的遥感波段数据，建立水质参数的遥感估测模型来监测水体中的水质参数浓度，它可以从空间和时间角度分析水质状况和变化情况，发现一些传统方法很难揭示的污染源迁移特征和污染源分布，具有监测范围广、快速、低成本和便于进行长期动态监测的优点，市场前景广阔。具体实施方式下面详细说明本发明的优选实施方式。实施例1：一种基于遥感影像的水质监测方法，包括如下步骤：(1)获取图像首先采集研究区域的原始图像数据，接着对原始图像数据进行剪裁，得到研究区原始图像数据，所述原始图像数据的要求为能见度高，遥感图像清晰；(2)几何校正将研究区原始图像数据采用双线性内插法进行几何精校正，得到图像，所述几何校正后的图像数据误差精度控制在0.3个像素以内；(3)辐射校正接着利用绝对辐射定标系数将图像转换为辐亮度图像，所述图像转换公式为L＝DN/a+L0，所述L为辐亮度，DN为图像值，a为绝对辐射定标系数增益，L0为偏移量；(4)大气校正将辐亮度图像利用软件进行FLAASH校正模型校正，得到校正后的遥感图像；①将辐射校正后的辐亮度图像合成为多波段文件，将文件格式转化为BIL格式；②生成波普响应函数；③根据相关提示输入遥感卫星参数，包括传感器类型，成像日期，中心经纬度坐标，卫星高度，像元分辨率，研究区高程；④选择大气校正模型和气溶胶模型，得到校正后的遥感图像；(5)水质参数的空间分布状况的获取利用ArcGIS下空间分析模块，对水质数据进行空间内插，得到水质参数的空间分布状况；(6)构建多元线性回归模型利用遥感图像对水质参数进行定量遥感反演，运用SPSS软件对进行多元回归的各波段和波段组合做相关分析，经显著性检验和残差分析，排除多元回归中多重共线性的影响。排除自相关波段组合之后，建立水质参数浓度的多元回归模型，所述构建多元线性回归模型后需要进行显著性检验，所述显著性检验的方法为利用残差分析对各自变量进行检验。实施例2：一种基于遥感影像的水质监测方法，包括如下步骤：(1)获取图像首先采集研究区域的原始图像数据，接着对原始图像数据进行剪裁，得到研究区原始图像数据，所述原始图像数据的要求为能见度高，遥感图像清晰；(2)几何校正将研究区原始图像数据采用双线性内插法进行几何精校正，得到图像，所述几何校正后的图像数据误差精度控制在0.6个像素以内；(3)辐射校正接着利用绝对辐射定标系数将图像转换为辐亮度图像，所述图像转换公式为L＝DN/a+L0，所述L为辐亮度，DN为图像值，a为绝对辐射定标系数增益，L0为偏移量；(4)大气校正将辐亮度图像利用软件进行FLAASH校正模型校正，得到校正后的遥感图像；①将辐射校正后的辐亮度图像合成为多波段文件，将文件格式转化为BIL格式；②生成波普响应函数；③根据相关提示输入遥感卫星参数，包括传感器类型，成像日期，中心经纬度坐标，卫星高度，像元分辨率，研究区高程；④选择大气校正模型和气溶胶模型，得到校正后的遥感图像；(5)水质参数的空间分布状况的获取利用ArcGIS下空间分析模块，对水质数据进行空间内插，得到水质参数的空间分布状况；(6)构建多元线性回归模型利用遥感图像对水质参数进行定量遥感反演，运用SPSS软件对进行多元回归的各波段和波段组合做相关分析，经显著性检验和残差分析，排除多元回归中多重共线性的影响。排除自相关波段组合之后，建立水质参数浓度的多元回归模型，所述构建多元线性回归模型后需要进行显著性检验，所述显著性检验的方法为利用残差分析对各自变量进行检验。实施例3：一种基于遥感影像的水质监测方法，包括如下步骤：(1)获取图像首先采集研究区域的原始图像数据，接着对原始图像数据进行剪裁，得到研究区原始图像数据，所述原始图像数据的要求为能见度高，遥感图像清晰；(2)几何校正将研究区原始图像数据采用双线性内插法进行几何精校正，得到图像，所述几何校正后的图像数据误差精度控制在1个像素以内；(3)辐射校正接着利用绝对辐射定标系数将图像转换为辐亮度图像，所述图像转换公式为L＝DN/a+L0，所述L为辐亮度，DN为图像值，a为绝对辐射定标系数增益，L0为偏移量；(4)大气校正将辐亮度图像利用软件进行FLAASH校正模型校正，得到校正后的遥感图像；①将辐射校正后的辐亮度图像合成为多波段文件，将文件格式转化为BIL格式；②生成波普响应函数；③根据相关提示输入遥感卫星参数，包括传感器类型，成像日期，中心经纬度坐标，卫星高度，像元分辨率，研究区高程；④选择大气校正模型和气溶胶模型，得到校正后的遥感图像；(5)水质参数的空间分布状况的获取利用ArcGIS下空间分析模块，对水质数据进行空间内插，得到水质参数的空间分布状况；(6)构建多元线性回归模型利用遥感图像对水质参数进行定量遥感反演，运用SPSS软件对进行多元回归的各波段和波段组合做相关分析，经显著性检验和残差分析，排除多元回归中多重共线性的影响。排除自相关波段组合之后，建立水质参数浓度的多元回归模型，所述构建多元线性回归模型后需要进行显著性检验，所述显著性检验的方法为利用残差分析对各自变量进行检验。经过以上方法后，分别取出样品，测量结果如下：检测项目实施例1实施例2实施例3现有指标监测范围广广广较广监测速度快快快较快成本节省率(％)31190根据上述表格数据可以得出，当实施例2的参数时，监测范围广、快速、低成本，此时更有利于水质的监测。本发明提供了一种基于遥感影像的水质监测方法，通过利用经验、半经验或者物理分析的方法，选择合适的遥感波段数据，建立水质参数的遥感估测模型来监测水体中的水质参数浓度，它可以从空间和时间角度分析水质状况和变化情况，发现一些传统方法很难揭示的污染源迁移特征和污染源分布，具有监测范围广、快速、低成本和便于进行长期动态监测的优点，市场前景广阔。以上所述的仅是本发明的优选实施方式，应当指出，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。当前第1页1 2 3