一種實現水體葉綠素a遙感反演精度評估方法
2023-07-15 20:34:16
專利名稱：一種實現水體葉綠素a遙感反演精度評估方法
技術領域：
本發明涉及一種實現水體葉綠素a遙感反演精度評估方法，屬於海洋水色遙感與 內陸水環境遙感技術領域，適用於定量遙感的理論方法和應用技術研究。
背景技術：
目前，內陸與近海水體汙染嚴重，面臨著富營養化的威脅。利用遙感技術可以及時 快速大尺度同步監測水質狀況與變化趨勢，對於水資源管理與水環境保護具有十分重要的
眉、ο水色遙感產品的精度評估與精度表達問題是目前水色遙感研究的熱點與難點。在 傳統水色遙感理論與應用研究過程中，反演結果的精度及其表達方式較少受關注，許多水 色遙感產品因缺少精度描述信息而被閒置。因此，對遙感數據反演產品精度的研究有助於 提高遙感數據的利用率。常用的精度描述方式為計算實測值與模型預測值之間的偏差，這 種方式有利於總體上把握產品精度信息。但是這種精度評估方法只適合於衛星同步實驗站 點附近水域反演精度的評估，而不適合於地面實驗測點以外區域的外推，容易導致較大的 偏差。遙感產品的精度問題的研究進展是定量遙感發展水平的一個重要標誌。在遙感數 據處理與模型分析過程中，誤差將從一種形式轉化成另外一種形式。將帶有誤差的遙感數 據作為空間分析算法或模型的輸入參數，將導致分析結果也具有誤差。數據精度信息是數 據的重要組成部分，遙感數據精度問題的關鍵在於遙感數據精度信息的表達。在過去的數 十年中，許多學者對遙感數據精度的表達方法做了有益的探討，並逐步形成了以「帶模型」 為理論核心的研究熱潮。ε _帶模型是「帶模型」的雛形，隨後逐漸出現了 E-帶模型，S-帶 模型和G-帶模型等。
發明內容
本發明的目的在於提供一種實現水體葉綠素a遙感反演精度評估方法，主要藉助 於廣義上的「帶模型」理論，即將水質參數反演函數等效地視為一條空間曲線，將實測值與 模型預測值之間的偏差視為反演函數在各個節點處的反演誤差，構建一種實用性強，精度 信息詳細的葉綠素a濃度反演精度評估方法，實現太湖葉綠素a濃度遙感反演精度的評估。本發明的技術解決方案是一種實現水體葉綠素a遙感反演精度評估方法能夠獲取像元級別的水質濃度反演精度的描述信息。以回歸係數或均方根誤差作為反演精度描述 指標的傳統反演精度評估方法具有精度信息過於綜合且不詳細，局部區域精度信息不準確 等缺點。而本發明的帶模型評估方法不僅有利於用戶詳細了解反演產品的質量，以確定其 使用範圍，而且有利於提高遙感數據的利用率。本發明一種實現水體葉綠素a遙感反演精度評估方法，其步驟如下(1)葉綠素a濃度數據、光譜數據以及高光譜遙感影像讀入。(2)建立基於四波段的葉綠素a濃度半分析遙感反演模型。為了減少波段搜索處理的計算量，初步確定X」X2、、和入4搜索範圍的前提下，以枚舉的方法，分別回歸了遙 感參數與葉綠素a濃度的對數值之間、遙感參數與葉綠素a濃度的指數值之間、以及遙感參 數與葉綠素a濃度之間三種經驗關係，以回歸係數最高者作為最終的反演結果。所採用的葉綠素a濃度遙感反演模型如下式pChla =——
iT1 ⑷-iT1 ⑷Chla = f (pChla)式中，入^ X2、入3禾日為四個不同的波長；R為反射率；Chla為葉綠素a濃度； pChla為半分析算法遙感參數；f為遙感參數與葉綠素a濃度之間的函數關係。(3)以實測濃度作為該實測站點所在影像像元的濃度真值，計算模型預測值與實 測值的偏差，並以偏差作為該四波段遙感反演模型的反演誤差。具體是將步驟(2)搜索而 得的最優擬合結果作為葉綠素a濃度反演結果，計算實驗樣本的葉綠素a濃度與模型預報 濃度之間的偏差，並以該偏差作為模型在該遙感參數值處的反演誤差。(4)以步驟(3)的計算結果作為反演誤差，以不確定性原理為基礎，構建兩個臨近 濃度節點區段的帶模型在平面坐標系中，假設C(x，y)是由端點A(xa，ya)和端點B(xb，yb) 定義的隨機線元AB上的任意一點，則C的坐標可由A和B點表示如下x = (l-t)xa+txby = (l-t)ya+tyb式中，t為定比分係數，其取值範圍為0彡t彡1。假設①端點A與端點B的測量 誤差是不相關的，即兩者的協方差等於0 ；②誤差主要集中在葉綠素a濃度參數，而遙感反 射率參數不存在誤差。即假設遙感參數的測量是準確的，而把遙感參數的測量誤差綜合到 葉綠素a濃度估算誤差中去(即隨機線元上的任意點在x軸上的分量不存在誤差，而測量 誤差僅存在y分量上)。由此，對上式的y分量兩邊取方差可得D(y) = (l-t)2D(ya)+t2D(yb)(5)利用「帶模型」計算葉綠素a濃度反演結果的相對誤差和絕對誤差。本發明一種實現水體葉綠素a遙感反演精度評估方法，其優點及功效在於本發 明將廣義上的「帶模型」誤差理論，應用於水色遙感反演產品的精度評估中，即將水質參數 反演函數等效地視為一條空間曲線，將實測值與模型預測值之間的偏差視為反演函數在各 個節點處的反演誤差，構建一種實用性強，精度信息詳細的葉綠素a濃度反演精度評估方 法，實現太湖葉綠素a濃度遙感反演精度的評估。本方法優點與特殊之處在於，不僅可以得 到所有實驗樣本空間的總體精度信息，更重要的是能得到產品精度的詳細信息，即能給出 在不同的濃度範圍內水色遙感反演產品的精度描述信息，能為用戶提供高可信度的產品。
具體實施例方式為了更好地說明本發明涉及的一種實現水體葉綠素a遙感反演精度評估方法，本 發明的模型建立和驗證數據集為2004年8月19日上午10點的Hyperion高光譜影像數據 和與衛星過境同步的水質濃度數據。本發明一種實現水體葉綠素a遙感反演精度評估方 法，具體實現步驟如下(1)實驗數據和影像數據的讀入讀入太湖2004年8月19日的Hyperion高光譜
4影像數據、葉綠素a濃度等數據；(2)建立葉綠素a遙感反演的四波段半分析模型。基於指數回歸模型，並選擇 A : = 671. 02nm, A 2 = 701. 55nm,入 3 = 711. 72nm 和 X 4 = 742. 25nm 作為四波段半分析 算法的反演波段，能較好的從2004年8月19日獲取的Hyperion數據中提取葉綠素a濃 度空間分布信息。葉綠素a濃度的對數值與四波段參數之間具有較好的線性關係，相關係 數R2為0. 8613，擬合的絕對誤差為10. 8639 u g/L，相對誤差為21. 087 %，均方根誤差為 11. 8327 ii g/L。(3)以實測濃度作為該實測站點所在影像像元的濃度真值，計算模型預測值與實 測值的偏差，並以偏差作為該四波段遙感參數對應的模型的反演誤差。將每一組實測數據 的四波段遙感參數作為步驟(2)的結果的輸入參數，可得模型的葉綠素a濃度預報值，該值 與實驗值的偏差作為該測點模型的反演誤差。(4)以步驟(3)的計算結果作為反演誤差，以不確定性原理為基礎，構建兩個臨近 濃度節點區段的帶模型。將各個實測數據位置處的葉綠素a濃度估算偏差代入「帶模型」 中，並結合反演模型可得四波段半分析算法的帶模型。可知，四波段半分析算法的估算誤 差隨著反演參數(pChla)呈非規律性震蕩變化；在10-20 u g/L和50-100 u g/L濃度區間 段，葉綠素a濃度反演誤差較低，大約為士20% ；在20-50 u g/L濃度區間，葉綠素a濃度反 演誤差較高，大約為士40%，局部區段甚至高達士60%左右。太湖水體的葉綠素a含量主 要為20-50 u g/L,因此，雖然四波段半分析算法的相關係數較高，但是對於濃度主要分布在 20-50 y g/L之間的太湖水體而言，其反演精度並不理想。根據四波段半分析算法反演精度 的一個總體指標，在10-20 y g/L和50-100 y g/L區間，該指標與「帶模型」表達的精度信息 近似一致，而對於20-50 u g/L區段，該指標將失效。(5)利用「帶模型」計算葉綠素a濃度反演結果的相對誤差和絕對誤差。利用四 波段半分析算法及其帶模型，從Hyperion影像中逐像元提取葉綠素a濃度及其反演精度信 息。四波段半分析算法在10-20 y g/L和50-100 y g/L濃度區間具有較低的反演誤差，而在 20-50 y g/L濃度區間的反演誤差較高，因此四波段半分析算法精度呈湖心低，湖北和湖南 高的格局。另外，四波段半分析算法在Hyperion影像中應用的絕對誤差為不超過13. 5 y g/ L，其對應的相對誤差為72%;大部分區域的反演誤差為7. 5-10. 5 u g/L，其對應的相對誤差 為40-56 % ；局部區域的葉綠素a濃度估算誤差較高，如沿湖區域，估算誤差小於6 u g/L,其 對應的相對誤差為32%。
權利要求
一種實現水體葉綠素a遙感反演精度評估方法，其特徵在於該方法包含以下步驟(1)葉綠素a濃度數據、遙感參數以及高光譜遙感影像讀入；(2)建立基於四波段的葉綠素a濃度半分析遙感反演模型；(3)以實測濃度作為該實測站點所在影像像元的濃度真值，計算模型預測值與實測值的偏差，並以偏差作為該四波段遙感參數對應的模型的反演誤差；(4)以步驟(3)的計算結果作為反演誤差，以不確定性原理為基礎，構建兩個臨近濃度節點區段的帶模型；(5)利用「帶模型」計算葉綠素a濃度反演結果的相對誤差和絕對誤差。
2.根據權利要1所述的一種實現水體葉綠素a遙感反演精度評估方法，其特徵在於步驟(2)中所採用的葉綠素a濃度半分析遙感反演模型如下式R~] (A1)-R-Uly) pChla = 乂——及-丨⑷-丨『⑷Chla = f(pChla)式中，λ ρ λ 2、λ 3和λ 4為四個不同的波長；R為反射率；Chla為葉綠素a濃度；pChla 為半分析算法遙感參數；f為遙感參數與葉綠素a濃度之間的函數關係。
3.根據權利要1所述的一種實現水體葉綠素a遙感反演精度評估方法，其特徵在於 步驟(4)所述的帶模型描述如下在平面坐標系中，假設C(x，y)是由端點A(xa，ya)和端點 B(xb, yb)定義的隨機線元AB上的任意一點，則C的坐標可由A和B點表示如下χ = (l-t)xa+txb Y = (l"t)ya+tyb式中，t為定比分係數，其取值範圍為O < t < 1，假設①端點A與端點B的測量誤差 是不相關的，即兩者的協方差等於O ；②誤差主要集中在葉綠素a濃度參數，遙感影像大氣 校正誤差綜合到葉綠素a濃度估算誤差中，即隨機線元上的任意點在χ軸上的分量不存在 誤差，而測量誤差僅存在y分量上；由此，對上式的y分量兩邊取方差可得 D(y) = (l-t)2D(ya)+t2D(yb)式中，DO為求方差算子，即為線段AB上任意點的誤差，其大小由線元端點的測量誤差 決定。
全文摘要
一種實現水體葉綠素a遙感反演精度評估方法，其步驟如下(1)葉綠素a濃度數據、水面光譜數據以及高光譜遙感影像讀入；(2)搜索最優參數與葉綠素a濃度的回歸模型；(3)以實測濃度作為該像元的濃度真值，計算模型預測值與實測值的偏差，並以偏差作為該四波段遙感反演模型的反演誤差；(4)以步驟(3)的計算結果作為反演誤差，以不確定原理為基礎，構建兩個臨近濃度節點區段的帶模型；(5)利用「帶模型」計算葉綠素a濃度反演結果的相對誤差和絕對誤差。
文檔編號G01N21/25GK101852722SQ20101017738
公開日2010年10月6日 申請日期2010年5月20日 優先權日2010年5月20日
發明者周冠華, 溫珍河, 陳軍 申請人:北京航空航天大學