基于藻类指数频次法的富营养水体水生植被遥感提取方法
【技术领域】
[0001] 本发明设及水环境遥感反演过程中藻类与水生植被的区分技术领域，尤其设及一 种基于指数频次法的富营养化（藻华频发）水域中水生植被遥感提取方法。
【背景技术】
[0002] 水生植被在水生态系统中有诸多重要的生态和经济价值，如；为水生生物提供必 要的生境、沉积物的固定、营养盐的循环W及维持渔业生产。水质的恶化往往伴随着水生植 被面积的急剧消退，水生植被分布情况往往成为水生态系统中水质及营养盐输入的指示指 标。因此，水生植被分布及面积的及时有效监测对湖泊（水库）的监测和管理有着极其重 要的作用。
[000引传统的实地观测费时费力且频率较低，利用遥感手段对大型湖泊进行水生植被的 面积和分布进行调查，有着传统实地观测不可比拟的优势。一般来说，水生植被的遥感监测 多使用机载照相机或多光谱遥感影像数据（如Landsat TM和SPOT)来进行。较之机载成 像，卫星遥感影像具有诸多优势；1)区域的重复性。卫星会周期性的覆盖固定区域，有利于 监测目标地物的时空变化。2)数据处理的便捷性。遥感卫星数据是数字格式，可W便捷的 整合进地理信息系统W便进一步的分析处理。3)更加经济实用。反之，机载成像花费高且 处理过程复杂，不适合区域的重复监测。
[0004] 通过卫星遥感影片判别水生植被的分析手段一般有影像分类法和植被指数 法。众多遥感影像的分析方法已被运用在水生植被的判别中，如监督最大似然分类 法，决策树法，人工神经网络和模糊聚类法，非监督聚类分类法W及基于先验知识的遥 感反演等。植被指数可加强植被的信号，归一化植被指数（Normalized Difference Vegetation Index, NDVI),最大叶绿素指数（Maximum Qiorophyll Index, MCI),藍藻指数 (切anobacteria Index, Cl)和漂浮藻类指数（Floating Algal Index, FAI)等。其中，FAI 指数最初用于浑浊二类水体漂浮藻类的识别，在浑浊水体和浅水水域的实用性更强，可有 效避免CD0M、厚气溶胶W及夏季太阳耀斑的影响；并已在太湖，黄海，墨西哥湾等水域得到 了验证。
[0005] 然而，对于大型浅水湖泊太湖而言，由于富营养化严重，藻类频发，而目前的中等 分辨率卫星均难W区分藻类与水生植被的光谱信息，因而极大的影响了水生植被面积的遥 感精确反演。在藻类和水生植被共存的水域，悬浮藻类的光谱信息与挺水植被类似，所W极 易形成误判。同时，目前现存的利用中等分辨率卫星对此类水域水生植被的判别均是基于 环境先验知识（直接去除可能出现藻类的区域）或者缺少地面实测数据的检验。事实上， 在浅水环境中水生植被与藻类共存的情况十分多见。W太湖为例，实地监测表明，即使是在 藻华频发的竺山湾，梅梁湾和贡湖湾依然有较多水生植被生存。并且，目前的方法反演水生 植被面积时直接依据先验知识去除藻类频发的区域，在长时间序列反演时会造成较大的误 差，不能真实的反映水生态系统的演变过程。
[0006] 有鉴于此，针对富营养化水域该一敏感地带，有必要提出一种基于藻类指数频次 法的富营养化水体水生植被遥感提取方法，提高水生植被的遥感判别精度。
【发明内容】
[0007] 本发明的目的在于提供一种基于藻类指数频次法的富营养水体水生植被遥感提 取方法，适用于藻类频发的大面积水域，同时操作方法简便，便与推广和应用。
[0008] 本发明利用版)DIS(Moderate Resolution Imaging Spectroradiometer，M孤IS) 影像，通过FAI植被指数、藻类和水生植被物候学的典型时段划分W及植被信号出现频次 =者结合的方法实现了对太湖水生植被分布的精确反演。该方法一方面去除了漂浮藻类引 起的误判，另一方面去除了常年水华堆积区域引起的误判，具有较为明显的优势和创新性。
[0009] 为实现上述目的，本发明采用如下技术方案：
[0010] 一种基于藻类指数频次法的富营养水体水生植被遥感提取方法，所述方法包括：
[0011] S1、对富营养化水域中水生植被茂盛且面积稳定的若干时段选取M0DIS影像；
[001引 S2、对选取的M0DIS影像进行FAI指数的计算；
[001引 S3、根据FAI指数计算若干时段中每一像元j处植被信号出现频次VPF ;
[0014] S4、定义所有时段的VPF阔值，计算水生植被面积Aw。
[0015] 作为本发明的进一步改进，所述步骤S1包括：
[0016] 所述富营养化水域为不存在常年堆积藻华的富营养化水域时，选取富营养化水域 中水生植被茂盛且面积稳定的时段内的M0DIS影像；或
[0017] 所述富营养化水域为存在常年堆积藻华的富营养化水域时，将富营养化水域划分 为藻类和水生植被繁茂期的第一时段、堆积藻类和越冬植被共存期的第二时段、和越冬植 被期的第=时段，选取各时段的M0DIS影像。
[0018] 作为本发明的进一步改进，所述富营养化水域为不存在常年堆积藻华的富营养化 水域时，选取的时段大于或等于2个月；所述富营养化水域为存在常年堆积藻华的富营养 化水域时，第一时段为当年的6月-10月，第二时段为当年的2月和3月，第S时段为上一 年的12月和当年的1月。
[0019] 作为本发明的进一步改进，所述步骤S2具体为：
[0020] 对选取的M0DIS影像进行FAI指数的计算，计算方法为：
[002U FAI = Ra 巧59) -Rr。' 巧59)，
[0022] Rrc' 巧59) = Rrc (645) +[Rrc (1240)-Rrc 化45)] ?巧59-645)/(1240-645)，
[0023] 其中，化c( A)为经瑞利散射校正后的遥感反射率，A为波长。
[0024] 作为本发明的进一步改进，所述步骤S3具体为：
[0025] 计算各个时段中每一像元j处植被信号出现频次VPF ;
[0026] 当FAI大于阔值Tw，即将像该元j在FAI层赋值为1 ;否则，即赋值为0 ;
[0027]
【主权项】
1. 一种基于藻类指数频次法的富营养水体水生植被遥感提取方法，其特征在于，所述 方法包括： 51、 对富营养化水域中水生植被茂盛且面积稳定的若干时段选取MODIS影像； 52、 对选取的MODIS影像进行FAI指数的计算； 53、 根据FAI指数计算若干时段中每一像元j处植被信号出现频次VPF ; 54、 定义所有时段的VPF阔值，计算水生植被面积Aw。
2. 根据权利要求1所述的方法，其特征在于，所述步骤S1包括： 所述富营养化水域为不存在常年堆积藻华的富营养化水域时，选取富营养化水域中水 生植被茂盛且面积稳定的时段内的MODIS影像；或 所述富营养化水域为存在常年堆积藻华的富营养化水域时，将富营养化水域划分为藻 类和水生植被繁茂期的第一时段、堆积藻类和越冬植被共存期的第二时段、和越冬植被期 的第=时段，选取各时段的MODIS影像。
3. 根据权利要求2所述的方法，其特征在于，所述富营养化水域为不存在常年堆积藻 华的富营养化水域时，选取的时段大于或等于2个月；所述富营养化水域为存在常年堆积 藻华的富营养化水域时，第一时段为当年的6月-10月，第二时段为当年的2月和3月，第 S时段为上一年的12月和当年的1月。
4. 根据权利要求2所述的方法，其特征在于，所述步骤S2具体为： 对选取的MODIS影像进行FAI指数的计算，计算方法为： FAI = Rr。巧59)-Rr。' 巧59)， Rrc' 巧59) =Rrc (645) +[Rrc (1240)-Rrc 化45)] ?巧59-645)/(1240-645)， 其中，化c( A)为经瑞利散射校正后的遥感反射率，A为波长。
5. 根据权利要求4所述的方法，其特征在于，所述步骤S3具体为： 计算各个时段中每一像元j处植被信号出现频次VPF ; 当FAI大于阔值Tw，即将像该元j在FAI层赋值为1 ;否则，即赋值为0 ;
其中，VPF。,.指像元j在影像集n中植被信号出现的频次，代表总影像数量n中像元j 值为1的频次。
6. 根据权利要求5所述的方法，其特征在于，所述阔值T W为-0. 025。
7. 根据权利要求5所述的方法，其特征在于，所述富营养化水域为不存在常年堆积藻 华的富营养化水域时，所述步骤S4具体为： 计算水生植被面积Aw; A…=A讯， Aw指水生植被面积；T是所选取时段的VPF阔值；A(T)指在VPF图层中数值大于阔值 T的区域。
8. 根据权利要求7所述的方法，其特征在于，所述步骤S4中所选取时段的VPF阔值为 0. 85。
9. 根据权利要求5所述的方法，其特征在于，所述富营养化水域为存在常年堆积藻华
的富营养化水域时，所述步骤S4具体为： 计算水生植被面积Aw; Aav= A (T 1) -A 化）+A 化)-A (cbpth)， Aav指水生植被面积；Ti、T2、T3分别是第一时段、第二时段和第S时段的VPF阔值； A化）、A化）、A(T3)指ミ个VPF图层中数值大于VPF阔值Tl、T2、T3的区域;A(depth)指水 深大于某一深度阔值的区域。
10.根据权利要求9所述的方法，其特征在于，所述步骤S4中第一时段、第二时段和第 S时段的VPF阔值分别为；0. 85、0. 45和0. 55 ;水生植被生长的深度阔值为2. 2m。
【专利摘要】本发明提供了一种基于藻类指数频次法的富营养水体水生植被遥感提取方法，包括：S1、对富营养化水域中水生植被茂盛且面积稳定的若干时段选取MODIS影像；S2、对选取的MODIS影像进行FAI指数的计算；S3、根据FAI指数计算若干时段中每一像元j处植被信号出现频次VPF；S4、定义所有时段的VPF阈值，计算水生植被面积Aav。本发明能有效去除漂浮藻类在水生植被遥感反演中造成的影响，通过典型时段划分、频次判定与卫星影像判定结合的方式，达到了同时去除漂浮藻类以及常年水华区域对水生植被面积遥感精确反演影响的目的。
【IPC分类】G01B11-28
【公开号】CN104596448
【申请号】CN201510074116
【发明人】刘笑菡, 张运林, 施坤, 周永强
【申请人】中国科学院南京地理与湖泊研究所
【公开日】2015年5月6日
【申请日】2015年2月11日