一种叶绿素a和悬浮物水面光谱同步迭代反演方法

技术领域

本发明涉及叶绿素a和悬浮物浓度反演领域，尤其涉及叶绿素a和悬浮物浓度同步替代反演领域。

背景技术

水体内组分光学信号的变化影响着水体的表观光学特性。水体反射率的主要影响因子包括叶绿素a、悬浮物和有色可溶性有机物(CDOM)。叶绿素a、悬浮物作为水体中的重要光学物质，光学特性较为复杂。CDOM的光学特性较为单一，后向散射可以忽略，在可见光区域的紫外和蓝光波段表现为吸收特性，并且吸收光谱随着波长增加呈指数衰减趋势，选取吸收特性较弱的位置，避开水体中CDOM的吸收作用。

当前针对叶绿素a、悬浮物反演方法主要集中在单要素的反演方面，常规的单要素反演方法只考虑单要素的特征波段。由于叶绿素a和悬浮物的吸收和散射作用彼此独立变化又相互影响，为了同时得到叶绿素a和悬浮物的反演结果，利用叶绿素a和悬浮物的共同敏感波段，通过同步迭代以获得性能较好的反演方法。

我国内陆水体的水环境问题形势不容乐观，太湖地处江苏、浙江两省的交界，是我国第三大淡水湖，水域面积为2338.1平方公里，湖水不仅常年浑浊而且富营养化特征比较显著，叶绿素a、悬浮物浓度与太湖地区的水环境质量和经济发展密切相关，利用水面光谱数据展开针对太湖地区的叶绿素a和悬浮物的同步迭代反演研究，为太湖水体治理提供科学参考具有重要意义和价值。

因此，如何构建叶绿素a和悬浮物同步迭代反演方法则成为亟待解决的问题。

发明内容

本发明实施例提供了一种叶绿素a和悬浮物水面光谱同步迭代反演方法，同时反演得到叶绿素a浓度和悬浮物浓度，可为水质监测和水环境保护提供理论参考。

第一方面，本发明提供了一种叶绿素a和悬浮物水面光谱同步迭代模型构建方法，方法包括：

获得研究水体的实测水质参数数据以及研究水体的水质环境参数，所述实测水质参数数据包括叶绿素a浓度、悬浮物浓度和有色可溶性有机物的参数数据；

将实测水质参数数据和研究水体的水质环境参数输入Hydrolight辐射传输模型获得所述研究水体的模拟光谱数据；

对模拟光谱数据中的490nm和660nm波段数据分别处理并与叶绿素a浓度、悬浮物浓度和有色可溶性有机物的参数数据进行相关性分析,筛选出叶绿素a浓度、悬浮物浓度显著强相关的490nm波段组合反射率和660nm波段组合反射率；

将实测叶绿素a浓度、悬浮物浓度分别输入Hydrolight辐射传输模型进行模拟得到叶绿素a以及悬浮物的单一组分反射率；

基于490nm波段组合反射率以及叶绿素a和悬浮物的单一组分反射率构建第一多元回归模型；基于660nm波段组合反射率以及叶绿素a和悬浮物的单一组分反射率构建第二多元回归模型；

以叶绿素a浓度为初始变量基于第一多元回归模型、第二多元回归模型建立叶绿素a浓度和悬浮物浓度的第一迭代关系式；以悬浮物浓度为初始变量基于第一多元回归模型、第二多元回归模型建立叶绿素a浓度和悬浮物浓度的第二迭代关系式；基于第一迭代关系式和第二迭代关系式构建叶绿素a和悬浮物水面光谱同步迭代模型。

在一些可能的实施例中，实测水质参数数据的获得方法包括：

采用基于热乙醇萃取的分光光度法测定叶绿素a浓度；

采用过滤烘干煅烧称重法测定悬浮物浓度；

采用分光光度计法测定有色可溶性有机物；

所述叶绿素a浓度、悬浮物浓度和有色可溶性有机物选用440nm波段处的吸收系数表示。

在一些可能的实施例中，水面光谱数据的获得方法包括：

采用ASD光谱仪通过水面以上测量法采集水面光谱数据；

其中，水面光谱数据中的水面遥感光谱基于波长λ、水面的光谱值Lt(λ)、天空光的光谱值Lsky(λ)、灰板的光谱值Lp(λ)以及实验室内标定的灰板反射率ρp(λ)和天空光气水界面反射率ρsky(λ)通过计算获得。

在一些可能的实施例中，叶绿素a浓度、悬浮物浓度显著强相关的490nm和660nm波段组合反射率，包括：

同时与叶绿素a浓度、悬浮物浓度相关系数绝对值大于0.7(P<0.01)的显著强相关的490nm和660nm波段组合反射率

在一些可能的实施例中，单一组分反射率和叶绿素a浓度、悬浮物浓度之间的决定系数均大于0.99。

另一方面，本发明提供了一种叶绿素a和悬浮物水面光谱同步迭代方法，方法包括：

获得研究水体的实测水质参数数据；

将实测水质参数数据中的叶绿素a浓度和悬浮物浓度输入叶绿素a和悬浮物水面光谱同步迭代模型反复迭代获得所述研究水体叶绿素a和悬浮物的同步迭代反演结果。

另一方面，本发明实施例提供了一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述了上述针对芯片设计中算法实现的评估方法。

另一方面，本发明实施例提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行上述针对芯片设计中算法实现的评估方法。

相比较现有技术，本发明实施例提供的叶绿素a和悬浮物水面光谱同步迭代反演方法，通过水面光谱验证Hydrolight辐射传输模型的模拟光谱；选取归一化反射率数据同时与叶绿素a浓度、悬浮物浓度呈显著强相关的两个组合因子作为方法因子；以叶绿素a和悬浮物作为初始变量，构造迭代关系式得到水面光谱的叶绿素a和悬浮物同步迭代反演模型；将同步迭代模型应用于水面光谱数据，得到水体的叶绿素a和悬浮物的同步迭代反演结果，可为水体水质监测和水环境保护提供理论参考，具有重要意义和价值。

附图说明

图1为叶绿素a和悬浮物水面光谱同步迭代模型构建方法的流程图；

图2为模拟光谱与实测光谱比对示意图；

图3为本发明实施例提供的以490nm为归一化基数的归一化反射率与三要素相关性的示意图；

图4为本发明实施例提供的以660nm为归一化基数的归一化反射率与三要素相关性的示意图；

图5为本发明实施例提供的利用Hydrolight模型获取的叶绿素a单组份贡献反射率率

图6为本发明实施例提供的利用Hydrolight模型获取的悬浮物单组份贡献反射率

图7为本发明实施例提供的太湖地区地面光谱叶绿素a浓度和悬浮物浓度反演结果的示意图；

图8为叶绿素a和悬浮物水面光谱同步迭代方法的流程图。

具体实施方式

为了水体水质监测和水环境保护提供理论参考，通过水面光谱验证Hydrolight辐射传输模型的模拟光谱；选取归一化反射率数据同时与叶绿素a浓度、悬浮物浓度呈显著强相关的两个组合因子作为方法因子；以叶绿素a和悬浮物作为初始变量，构造迭代关系式得到水面光谱的叶绿素a和悬浮物同步迭代反演模型；将同步迭代模型应用于水面光谱数据，得到水体的叶绿素a和悬浮物的同步迭代反演结果。本发明提供的实施例公开了叶绿素a和悬浮物水面光谱同步迭代反演方法。

本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。

一方面，本发明提供了一种叶绿素a和悬浮物水面光谱同步迭代模型构建方法，图1是叶绿素a和悬浮物水面光谱同步迭代模型构建方法的流程图，该方法包括：

S110：获得研究水体的实测水质参数数据以及水面光谱数据

通过野外采样获得水体的实测水质参数数据和水面光谱数据。实测水质参数数据包括叶绿素a浓度、悬浮物浓度和有色可溶性有机物的参数数据，也称为三要素浓度；

叶绿素a浓度的测定采用基于热乙醇萃取的分光光度法。

总悬浮物浓度的测定采用过滤烘干煅烧称重法。

有色可溶性有机物(CDOM)的测定，采用分光光度计法，浓度可以选用440nm处的吸收系数表示。采用ASD光谱仪通过水面以上测量法采集，水面遥感反射率的计算公式如下：

R

ρ

水体总吸收系数可看作是水体中纯水、叶绿素a、悬浮物、CDOM吸收系数之和，总后向散射系数可看作是水体中纯水、叶绿素a、悬浮物后向散射系数之和，水体遥感反射率R

其中，f为经验参数，f≈0.32-0.37；Q为光场分布参数，受太阳高度角、观测角度的影响；t作为由水体向大气的界面透射系数，通常取值为0.98；n是水体折射指数，通常取值为1.34；a

S120：利用Hydrolight辐射传输模型获得所述研究水体的模拟光谱数据

基于水体辐射传输原理，利用Hydrolight辐射传输模型，根据水体中纯水、叶绿素a、悬浮物、CDOM四组分的吸收、散射作用，结合湖水的水质环境，得到湖水光谱模拟数据。图2是模拟光谱与实测光谱比对示意图。

在一个可能的实施例中，利用Hydrolight辐射传输模型根据水体组分的吸收、散射特性，结合水环境条件得到水体模拟光谱数据。

S130：筛选出叶绿素a浓度、悬浮物浓度显著强相关的波段组合反射率

分别将模拟光谱数据中的490nm和660nm波段数据作为归一化基数进行归一化处理得到490nm和660nm波段的归一化反射率，对所述归一化反射率与水质参数数据进行相关性分析并筛选出叶绿素a浓度、悬浮物浓度显著强相关的490nm和660nm波段组合反射率，具体实施如下：

首先，以490nm、660nm作为归一化基数对模拟光谱数据进行归一化处理。

然后，对归一化反射率分别与叶绿素a浓度、悬浮物浓度和有色可溶性有机物进行相关性分析。由于水体光学特性是悬浮物、叶绿素a和CDOM三组分综合作用的结果，水体反射率可以看做是悬浮物、叶绿素a、CDOM贡献的累加和。因此可以选取CDOM相关性较弱的波段组合，将其看做是叶绿素a和悬浮物浓度两组分的混合反射率。

最后，筛选出叶绿素a浓度、悬浮物浓度显著强相关的波段组合反射率，图3是本发明实施例提供的以490nm为归一化基数的归一化反射率与三要素相关性的示意图，图4是本发明实施例提供的以660nm为归一化基数的归一化反射率与三要素相关性的示意图。如图所示，通过比较三要素浓度和与归一化反射率的相关性，

构建迭代反演模型的核心是建立迭代关系收敛的迭代关系式，基于悬浮物和叶绿素a同时显著相关的两个波段组合之间的关系构建，这两个波段组合可以看成是叶绿素a和悬浮物两个组分构成的混合反射率。

S140：利用Hydrolight辐射传输模型得到单一组分反射率

叶绿素a和悬浮物单一组分贡献的反射率可以由Hydrolight模拟得到，在一个可能的实施例中，分别将实测叶绿素a浓度、悬浮物浓度输入Hydrolight辐射传输模型进行模拟得到叶绿素a的单一组分反射率

图5是本发明实施例提供的利用Hydrolight模型获取的叶绿素a单组份贡献反射率率

S150：构建第一多元回归模型、第二多元回归模型

多元回归分析是为了从混合反射率中分解叶绿素a和悬浮物两组分的影响，从而达到反演单组分浓度的目的。

在一个可能的实施例中，基于490nm波段组合反射率

第一多元回归模型、第二多元回归模型分别以叶绿素a浓度和悬浮物浓度为变量，第一多元回归模型的多元回归分析的数学表达式为：

第二回归模型的多元回归分析的数学表达式为：

其中，

S160：建立第一迭代关系式和第二迭代关系并基于第一、第二迭代关系式构建叶绿素a和悬浮物水面光谱同步迭代模型

模型可以分别将叶绿素a浓度chl和悬浮物浓度tsm作为初始变量，初始浓度值可以任意设定，基于

以叶绿素a浓度为初始变量基于第一多元回归模型、第二多元回归模型建立叶绿素a浓度和悬浮物浓度的第一迭代关系式；以悬浮物浓度为初始变量基于第一多元回归模型、第二多元回归模型建立叶绿素a浓度和悬浮物浓度的第二迭代关系式；基于第一迭代关系式和第二迭代关系式构建叶绿素a和悬浮物水面光谱同步迭代模型。

第一迭代关系式的数学表达式为：

tsm＝((Rrs(785/490)-0.12068-(chl*0.00408+0.0078)*0.78882)/0.81477-

0.00411)/0.00701)

其中chl为初始变量代表叶绿素a浓度，，

第二迭代关系式的数学表达式为：

其中，tsm为初始变量代表悬浮物浓度，

图7是本发明实施例提供的太湖地区地面光谱叶绿素a浓度和悬浮物浓度反演结果的示意图，如图所示，因为组合反射率和单一组分反射率跟浓度都有直接的联系，多元回归模型可以转换为悬浮物和叶绿素a浓度表示，建立起两个多元回归模型之间的联系。从而完成了太湖地区地面光谱的叶绿素a和悬浮物同步迭代反演模型的构建。

另一方面，本发明提供了一种叶绿素a和悬浮物水面光谱同步迭代方法，图8是叶绿素a和悬浮物水面光谱同步迭代方法的流程图，方法包括：

S810：获得研究水体的实测水质参数数据；

S820：将实测水质参数数据中的叶绿素a浓度和悬浮物浓度输入叶绿素a和悬浮物水面光谱同步迭代模型反复迭代获得所述研究水体叶绿素a和悬浮物的同步迭代反演结果。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

以上所述的具体实施方式，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方式而已，并不用于限定本发明的保护范围，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。