一种基于近红外波段光学遥感影像的海冰密集度反演方法

1.本发明属于海冰密集度反演技术领域，具体涉及一种基于近红外波段光学遥感影像的海冰密集度反演方法。


背景技术：

2.海冰作为高纬度地区海洋的重要组成部分，在气候系统和航道运输中扮演着重要作用。因此，对于海冰的遥感监测成为研究热点，其中利用光学遥感影像对于海冰进行监测是一种有效的手段。海冰密集度sic(sea iceconcentration)(海区内海冰面积所占百分比数)反映了海冰的空间密集程度，它不仅是描述海冰特征的重要参数，也是大气和海洋环流模式的输入变量。目前，基于光学遥感影像的海冰密集度反演的算法尚未成熟，现有算法大多利用波段反射率阈值法对海冰密集度进行估算，但这类方法的结果精度不高。


技术实现要素：

3.本发明的目的在于克服现有方法的不足，基于近红外波段和像元二分模型，并提供了一种基于近红外波段光学遥感影像的海冰密集度反演方法。
4.本发明提供基于近红外波段光学遥感影像的海冰密集度反演方法，包括以下步骤：
5.s1对目标区域的光学遥感影像进行预处理；
6.s2利用光学遥感影像的近红外波段对海冰进行识别；
7.s3利用近红外波段的大气顶层反射率分别确定纯海冰反射率和纯海水的反射率；
8.s4采用光学遥感影像近红外波段反射率与像元二分模型相结合反演算法确定海冰密集度。
9.进一步的，包括：
10.所述预处理包括：
11.卫星光学遥感影像经过辐射校正、几何校正、陆地掩膜和去云处理，从而获取目标区域光学遥感影像的大气顶层反射率影像。
12.进一步的，包括：
13.所述步骤s2具体包括：
14.根据光学遥感影像的近红外波段对海冰与海水反射率不同的特点，将近红外波段的大气顶层反射率大于0.08的像元，判定为海冰，其他情况均判定为海水，所述近红外波段为840nm波段。
15.进一步的，包括：
16.所述步骤s3具体包括：
17.对步骤s2识别的海冰区域进行像元反射率频率累计统计，并且取5％作为置信区间，即5％和95％对应的近红外波段像元值分别作为纯海水和纯海冰的反射率。
18.进一步的，包括：
19.利用光学遥感影像近红外波段反射率与像元二分模型相结合提出光学遥感影像海冰密集度反演算法，并且将近红外波段反射率小于纯海水反射率的像元规定为海水，大于纯海冰反射率的像元规定为海冰，所述反演算法公式为：
[0020][0021]
其中，sic为海冰密集度(sea ice concentration)，r
nir
为近红外波段的大气顶层反射率，r
water
为纯海水反射率，r
ice
为纯海冰反射率。
[0022]
有益效果：本发明提出的一种光学遥感影像海报密集度反演方法。根据海冰与海水不同的光谱特征，在近红外波段海冰反照率远高于海水，在遥感图像上能够产生足以区分它们的灰度差。然后，利用波段阈值法在近红外波段将海冰与海水进行识别，取r＝0.08，以r为阈值对近红外波段进行阈值分割，当r
nir
大于等于阈值r，判定为海冰，否则判定为海水。随后，对判定的海冰区域进行像元反射率频率累计统计，以5％作为置信区间。最后，将近红外波段反射率与像元二分模型相结合，提出海冰密集度反演方法。本方法有效简化了光学海冰密集度反演算法流程，将近红外波段反射率与像元二分模型相结合。与其他光学单波段海冰密集度算法相比，平均偏差为-2.05％，标准偏差为3.61％。
附图说明
[0023]
图1为本发明实施例所述的海冰密集度反演算法流程图；
[0024]
图2为本发明实施例所述的landsat8海冰密集度反演结果图；
[0025]
图3为本发明实施例所述的modis海冰密集度反演结果图；
具体实施方案
[0026]
下面结合附图和具体实施方式对本发明作进一步的说明。
[0027]
本发明基于近红外波段和像元二分模型对光学遥感影像进行海冰密集度反演的方法，具体方法流程如图1所示，步骤主要包括：
[0028]
步骤s1，针对目标区域的光学遥感影像预处理。卫星光学遥感影像经过辐射校正、几何校正、陆地掩膜和去云处理等预处理，获取目标区域光学遥感影像的大气顶层反射率影像。
[0029]
步骤s2，利用近红外波段(即840nm波段)进行海冰识别。根据光学遥感影像的近红外波段(即840nm波段)对海冰与海水反射率不同的特点，将近红外波段(即840nm波段)的大气顶层反射率大于0.08的像元，判定为海冰；其他情况均判定为海水。
[0030]
步骤s3，分别确定纯海冰和纯海水近红外波段的反射率。利用近红外波段(即840nm波段)的大气顶层反射率分别确定纯海冰反射率和纯海水反射率，对步骤s2识别的海冰区域进行像元反射率频率累计统计，并且取5％作为置信区间，即5％和95％对应的近红外波段像元值分别作为纯海水和纯海冰的反射率。
[0031]
步骤s4，提出基于近红外波段大气顶层反射率和像元二分模型的海冰密集度反演算法。利用光学遥感影像近红外波段(即840nm波段)反射率与像元二分模型相结合提出光
学遥感影像海冰密集度反演算法，并且将近红外波段反射率小于纯海水反射率的像元规定为海水，大于纯海冰反射率的像元规定为海冰。即算法公式为：
[0032][0033]
其中，sic为海冰密集度(sea ice concentration)，r
nir
为近红外波段的大气顶层反射率，r
water
为纯海水反射率，r
ice
为纯海冰反射率。
[0034]
利用本方法，案例计算结果如图2和图3所示。
[0035]
其中，图2为landsat8影像海冰密集度反演案例：(a)为landsat8影像案例a区域假彩色合成影像；(b)为案例a区域海冰密集度反演结果图；(c)为landsat 8影像案例b区域假彩色合成影像；(d)为案例b区域海冰密集度反演结果图。海冰密集度反演结果图中海冰密集度的范围从0％到100％，即0％代表纯海水像元，100％代表纯海冰像元。
[0036]
其中，图3为modis影像海冰密集度反演案例：(a)为modis影像案例c区域假彩色合成影像；(b)为案例c区域海冰密集度反演结果图。
[0037]
本方法有效简化了光学海冰密集度反演算法流程，将近红外波段反射率与像元二分模型相结合。与其他光学单波段海冰密集度算法相比，平均偏差为-2.05％，标准偏差为3.61％。
[0038]
以上结合附图对本发明的实施方式做出详细说明，但本发明不局限于所描述的实施方式。对本领域的普通技术人员而言，在本发明的原理和技术思想的范围内，对这些实施方式进行多种变化、修改、替换和变形仍落入本发明的保护范围。


技术特征：
1.一种基于近红外波段光学遥感影像的海冰密集度反演方法，其特征在于，包括以下步骤：s1对目标区域的光学遥感影像进行预处理；s2利用光学遥感影像的近红外波段对海冰进行识别；s3利用近红外波段的大气顶层反射率分别确定纯海冰反射率和纯海水的反射率；s4采用光学遥感影像近红外波段反射率与像元二分模型相结合反演算法确定海冰密集度。2.根据权利要求1所述的海冰密集度反演方法，其特征在于，所述预处理包括：卫星光学遥感影像经过辐射校正、几何校正、陆地掩膜和去云处理，从而获取目标区域光学遥感影像的大气顶层反射率影像。3.根据权利要求1所述的海冰密集度反演方法，其特征在于，所述步骤s2具体包括：根据光学遥感影像的近红外波段对海冰与海水反射率不同的特点，将近红外波段的大气顶层反射率大于0.08的像元，判定为海冰，其他情况均判定为海水，所述近红外波段为840nm波段。4.根据权利要求1所述的海冰密集度反演方法，其特征在于，所述步骤s3具体包括：对步骤s2识别的海冰区域进行像元反射率频率累计统计，并且取5％作为置信区间，即5％和95％对应的近红外波段像元值分别作为纯海水和纯海冰的反射率。5.根据权利要求1所述的海冰密集度反演方法，其特征在于，利用光学遥感影像近红外波段反射率与像元二分模型相结合提出光学遥感影像海冰密集度反演算法，并且将近红外波段反射率小于纯海水反射率的像元规定为海水，大于纯海冰反射率的像元规定为海冰，所述反演算法公式为：其中，sic为海冰密集度(sea ice concentration)，r
nir
为近红外波段的大气顶层反射率，r
water
为纯海水反射率，r
ice
为纯海冰反射率。

技术总结
本发明公开了一种基于近红外波段光学遥感影像海冰密集度反演方法，利用光学遥感影像计算出目标区域的大气顶层反射率；同时，利用近红外波段进行海冰海水识别，将光学遥感影像近红外波段反射率大于0.08判定为海冰，否则判定为海水；然后，对海冰区域进行像元反射率频率累计统计，采用5％区间作为置信区间即5％和95％对应的光学遥感影像的近红外波段反射率分别为纯海水和纯海冰的反射率；最后，利用光学遥感影像近红外波段反射率与像元二分模型相结合提出光学遥感影像海冰密集度反演算法。该方法基于光学遥感影像近红外波段大气顶层反射率和像元二分模型，对海冰密集度进行反演，将海报密集度反演问题简化为波段之间的比值计算。值计算。值计算。


技术研发人员：谢涛 陈星哲 白淑英 张雪红
受保护的技术使用者：南京信息工程大学
技术研发日：2022.08.30
技术公布日：2022/11/8