专利名称：一种基于八邻域算法估算悬沙反演模型尺度误差的方法
技术领域：
本发明涉及一种基于八邻域算法估算悬浮泥沙浓度的遥感反演模型尺度误差的 方法，属于水色遥感理论与应用技术研究领域。
背景技术：
随着沿湖与沿海社会的发展，水资源短缺与经济增长需求的矛盾日益激烈，进而 加大了大面积水质监测与水环境保护的压力。水色遥感作为大尺度监测水体悬浮泥沙 分布状况的便捷手段，为缓解上述压力提供了新思路。通常，悬浮泥沙浓度(suspended sediment concentration简称为SSC)遥感反演的技术路线为从野外遥感参数和水质浓 度组分测量入手，建立遥感参数与水质组分浓度之间的定量模型，最后将这种定量模型应 用于由卫星传感器获得的整景影像数据。地面试验观测与卫星对地观测所对应的空间尺度存在很大的差异。在地面试验观 测尺度上建立的反演模型，在卫星对地观测尺度上应用将产生模型尺度不匹配问题，需要 进行尺度修正。由于悬浮泥沙浓度分布的动态变化性及像元所涉及区域过大，导致常规实 验手段难以获得测区像元内悬浮泥沙浓度分布方差，而像元内悬浮泥沙浓度分布方差是反 演模型进行尺度修正的关键参数，这使得悬浮泥沙反演模型尺度效应的研究仅局限于理论 探讨阶段。
发明内容
本发明的目的在于提供一种基于八邻域算法估算悬浮泥沙浓度的遥感反演模型 尺度误差的方法，以解决现有技术中存在的缺陷。本发明一种基于八邻域算法估算悬浮泥沙浓度的遥感反演模型尺度误差的方法， 其具体步骤如下(1)读入悬浮泥沙浓度数据、光谱反射率数据、悬浮泥沙浓度反演模型所涉及波段 的遥感影像。(2)在步骤(1)的数据基础上，利用最小二乘法构建悬浮泥沙浓度的线性反演模 型、指数反演模型和对数反演模型。悬浮泥沙浓度反演模型可分为分析模型、半分析模型和经验模型三类。且每一类 又可细分为许多小类。在众多的反演模型中，数以线性模型、对数模型和指数模型为代表的 经验模型应用最广。(3)在步骤(1)的数据基础上，构建分段映射反演模型，并利用该模型从遥感影像 中提取悬浮泥沙浓度空间分布状况信息。设一组实测数据如下R = (R1, R2-, RJX= (X1, X2, ...XJ式中，Ri和Xi表示第i个观测站点光学参数与水质参数的实测值。为了公式推导的方便，假设Ri的下标i表示Ri值从小到大排列的序号。由Newton插值原理可得两个节 点的插值公式如下 f (R) = f (Ri) +f [Ri，Ri+1] (R-Ri) +f [R，Ri，Ri+1] (R-Ri) (R_Ri+1) 式中，f()为Ri — Xi 的映射函数，R e [Ri, Ri+1]。(4)利用八邻域算法近似估算像元内的悬浮泥沙浓度分布方差，其理论依据如 下连续介质的运动必须维持质点的连续性，即质点不能发生空隙。因此，根据质量守 恒原理，对于影像中的一个像元，其净流入的流体质量必等于像元内因流体密度变化而增 加的质量。仅考虑二维情况，流体连续方程的差分近似表述如下 式中，/《广表示t+At时亥Ij (χ, y)点处的流体密度；P。表示t时刻(x，y)点处的 流体密度；Α+δ^表示t时刻(χ+Δχ，y)点处的流体密度；表示t时刻(X，y+Δγ)点 处的流体密度；<+&』表示t时刻(x+AX，y)点处的流体流速；表示t时刻(x，y+Ay) 点处的流体流速；<,_表示t时刻(x，y-Ay)点处的流体流速；表示t时刻(χ-Δχ， y)点处的流体流速；At，Δχ, Ay为差分方程的时间与空间步长。由上述方程可知，对于一个3X3的格网，格网中心点的流体流速完全由包围该点 的8个相邻格网点流速决定。而水体中悬浮物浓度与流速和流向密切相关。因此，格网中 心点处的悬浮物浓度与其相邻的8个格网点的浓度密切相关的。另外，若用稍小的格网尺 寸从原3X3的格网中提取一个3X3的子格网。方程对于该子格网仍然成立。这就是说， 子格网中心点的流体流速和悬浮物浓度仍然可近似地由与其相邻的8个子格网点的流速 和浓度决定。由此可知，流体中的悬浮物浓度空间分布具有一定的自相似特点，并且，像元 内的悬浮泥沙浓度分布的异质状况与相邻的8个像元的悬浮泥沙浓度状况密切相关。本发明所涉及的八邻域算法的运算规则如下①逐像元提取以某像元为中心的一个3X3窗口。②判断该像元是否为边界像元，若为边界像元则不足构成3 X 3窗口的边界用0加 以扩展，以达到足以构成3X3窗口为止。③判断3 X 3窗口的中心像元是否为背景像元，若是，则该像元的方差赋值为0 ；否 则剔除3X3窗口中所有的像元浓度值为0的格网，计算剩余非0值格网点的方差，并以此 方差作为格网中心像元悬浮物浓度分布的方差。(5)计算与推导悬浮泥沙浓度反演模型的尺度误差模型。含沙水体的反射光谱有两个峰值，一个位于黄光波段的主峰，另一个位于近红外波段的次级峰。许多学者实测了两个峰值所在波段遥感反射率R同悬浮泥沙浓度S的关系，
并得出如下3点结论①R随着S的增大而增大，即
, (const为常数)
而是随着S的增大而减�。碸· <0;③S = O时，
,其
中S为常数，且O < O <1。利用上述波段反射率与悬浮泥沙浓度关系曲线的微分性质可 以推导出悬浮泥沙浓度反演模型的尺度修正模型。推导过程如下假定像元为平面不均一像元(主要目的是为了回避多次散射)，这种假设有利于 讨论浓度差引起的发射率差异尺度纠正。为了和实际符合设平面不均一像元由η种泥沙浓 度不同的水体组成，用公式表述如下 则该平面不均一像元的发射率可以泰勒展开，并舍去三阶及以上高阶导数项可 得 由于 因此近一步简化得到不均一像元发射率尺度纠正公式 式中，民为像元内悬浮泥沙浓度的平均值成为第i种泥沙浓度的水体组分；D(S) 为不均一像元悬浮泥沙浓度分布方差；艮为像元实际反射率；Ra为当悬浮泥沙浓度等于像 元平均浓度时，由反演模型计算而得到的反射率；R" 3为Ra对应的反演模型的二阶导数； R" aD(P)即为由像元悬浮泥沙浓度分布的不均一性和反演模型的非线性共同作用引起的 反演模型尺度效应误差。(6)在步骤(3)、(4)和(5)的基础上，计算悬浮泥沙浓度反演模型的尺度效应误差。本发明一种基于八邻域法估算悬浮泥沙浓度的遥感反演模型尺度误差的方法，其 优点及功效在于利用悬浮泥沙浓度空间分布信息，估算像元内泥沙浓度分布方差，进而估 算悬浮泥沙浓度反演模型尺度误差，这将有利于悬浮泥沙浓度反演向着更高精度水平方向 发展。
图1为本发明的太湖实验站点分布；图2为本发明的基于分段映射的悬浮泥沙反演模型。图3(a) (b)为本发明的悬浮泥沙浓度经验反演模型。
具体实施例方式为了更好的说明本发明涉及的一种基于八邻域算法估算悬浮泥沙浓度的遥感反 演模型尺度误差的方法，具体实现步骤如下(1)读入2003年10月27日和28日水质实验所测取的悬浮泥沙浓度数据、光谱反 射率数据、以及28日与水质实验同步的Landsat/TM多光谱影像数据。其中，实验位置和光 谱数据如图1所示；(2)在步骤⑴的数据基础上，利用最小二乘法构建悬浮泥沙浓度的指数反演模 型和对数反演模型，见表2和图3 ；表2对数模型与指数模型的尺度误差 (3)在步骤(1)的数据基础上，构建分段映射反演模型，并利用该模型从遥感影像 中提取悬浮泥沙浓度空间分布状况信息。基于分段映射的悬浮泥沙浓度反演模型如图3所示。结合2003年10月27日的 LandSat影像数据与地面同步光谱数据及其对应的实测悬浮泥沙浓度数据，在IDL平台的 支持下，从LandSat卫星影像中提取太湖悬浮泥沙浓度。(4)利用八邻域算法近似估算像元内的悬浮泥沙浓度分布方差。本发明所涉及的八邻域算法的运算规则如下①逐像元提取以某像元为中心的一个3 X 3窗口。②判断该像元是否为边界像元，若为边界像元则不足构成3 X 3窗口的边界用0加 以扩展，以达到足以构成3X3窗口为止。③判断3 X 3窗口的中心像元是否为背景像元，若是，则该像元的方差赋值为0 ；否 则剔除3X3窗口中所有的像元浓度值为0的格网，计算剩余非0值格网点的方差，并以此 方差作为格网中心像元悬浮物浓度分布的方差(假定悬浮泥沙浓度值为0的像元为非水体目标)。在IDL平台的支持下，结合图悬浮泥沙浓度，利用八邻域方差估算算法计算而得 像元内悬浮泥沙浓度布方差状况。(5)计算与推导悬浮泥沙浓度反演模型的尺度误差模型。鉴于线性模型的尺度误差为0，本发明重点讨论指数模型与对数模型的尺度修正 模型(表1)。对实测光谱反射率(TM2)与悬浮泥沙浓度之间的关系利用最小二乘法进行回 归分析，可以获得悬浮泥沙定量反演的指数模型与对数模型及其尺度误差，结果如图3和 表2所示。表1三种常用经验模型的尺度效应修正模型 (6)在步骤(3)、(4)和(5)的基础上，计算悬浮泥沙浓度反演模型的尺度效应误差。以上述计算的悬浮泥沙浓度及其方差数据为基�。帽�2所示的两种尺度误差 修正模型，可分别计算的指数模型与对数模型尺度效应误差分布状况，用反射率的相对误 差。由计算结果可知大部分区域由尺度效应引起的尺度误差较小(这里指反射率相对误 差，以下同)，在士3%以内，主要分布在浓度分布方差较小的区域，如湖心；局部区域的尺 度效应误差较大，达到士 10%以上，如湖体边缘区域。另外，对于本研究中的数据，对数模 型的尺度误差比指数模型的尺度误差整体上大；在局部区域对数模型的尺度效应误差达 士31%，比指数模型大3倍。这表明当悬浮泥沙分布方差一定时，模型的尺度效应误差的 大小由模型自身特征决定，不同的模型其尺度效应现象存在很大的区别。这就要求反演模 型不仅能较好地描述实测光学参数与悬浮泥沙浓度之间的关系，而且能有效地抑制尺度效 应误差。尤其对于悬浮泥沙浓度空间分布复杂的II类水体，悬浮泥沙浓度及其分布方差都 较大，进而引起反演模型较大的尺度效应误差。显然，这是不利于悬浮泥沙遥感定量精度的 提高与改善。
权利要求
一种基于八邻域算法估算悬沙反演模型尺度误差的方法，其步骤如下(1)读入悬浮泥沙浓度数据、光谱反射率数据、悬浮泥沙浓度反演模型所涉及波段的遥感影像；(2)在步骤(1)的数据基础上，利用最小二乘法构建悬浮泥沙浓度的线性反演模型、指数反演模型和对数反演模型；(3)在步骤(1)的数据基础上，构建分段映射反演模型，并利用该模型从遥感影像中提取悬浮泥沙浓度空间分布信息；(4)利用八邻域算法估算像元内的悬浮泥沙浓度分布方差；(5)计算与推导悬浮泥沙浓度反演模型的尺度误差模型；(6)在步骤(3)、(4)和(5)的基础上，计算悬浮泥沙浓度反演模型的尺度效应误差。
2.根据权利要求1所述的一种基于八邻域算法估算悬沙反演模型尺度误差的方法，其 特征在于步骤(3)中所述的分段映射反演模型规则如下设一组实测数据如下R= (R1, R2-, RJX = (X1, X2, ...XJ式中，Ri和Xi表示第i个观测站点光学参数与水质参数的实测值；为了公式推导的方 便，假设Ri的下标i表示Ri值从小到大排列的序号；由Newton插值原理可得两个节点的插 值公式如下 式中，f()为Ri — Xi的映射函数，R e [Ri, Ri+1]。
3.根据权利要求1所述的一种基于八邻域算法估算悬沙反演模型尺度误差的方法，其 特征在于步骤(4)中所述的八邻域算法的运算规则如下①逐像元提取以某像元为中心的一个3X3窗口；②判断该像元是否为边界像元，若为边界像元则不足构成3X 3窗口的边界用O加以扩 展，以达到足以构成3X3窗口为止；③判断3X 3窗口的中心像元是否为背景像元，若是，则该像元的方差赋值为O ；否则剔 除3X3窗口中所有的像元浓度值为O的格网，计算剩余非O值格网点的方差，并以此方差 作为格网中心像元悬浮物浓度分布的方差，在此，假定悬浮泥沙浓度值为O的像元为非水 体目标。
4.根据权利要求1所述的一种基于八邻域算法估算悬沙反演模型尺度误差的方法，其 特征在于步骤(5)中所述的悬浮泥沙浓度反演模型的尺度效应修正模型建立依据如下含沙水体的反射光谱有两个峰值，一个位于黄光波段的主峰，另一个位于近红外波段的次级峰；许多学者实测了两个峰值所在波段遥感反射率R同悬浮泥沙浓度S的关系，并得出如下3点结论①R随着S的增大而增大，即；> 0 ；②；* const, (const为常数)而是 随着S的增大而减�。�"^ <0;③S = 0时 ，其中S为常数，且0< O < 1 ；利用上述波段反射率与悬浮泥沙浓度关系曲线的微分性质可以推 导出悬浮泥沙浓度反演模型的尺度修正模型；推导过程如下假定像元为平面不均一像元，这种假设有利于讨论浓度差引起的发射率差异尺度纠 正；为了和实际符合设平面不均一像元由η种泥沙浓度不同的水体组成，用公式表述如下 则该平面不均一像元的发射率可以泰勒展开，并舍去三阶及以上高阶导数项可得 由于 因此近一步简化得到不均一像元发射率尺度纠正公式 Rr = Ra+R" aD(S)式中，民为像元内悬浮泥沙浓度的平均值成为第i种泥沙浓度的水体组分；D(S)为 不均一像元悬浮泥沙浓度分布方差；艮为像元实际反射率；Ra为当悬浮泥沙浓度等于像 元平均浓度时，由反演模型计算而得到的反射率；R" 3为Ra对应的反演模型的二阶导数； R" aD(P)即为由像元悬浮泥沙浓度分布的不均一性和反演模型的非线性共同作用引起的 反演模型尺度效应误差。
全文摘要
一种基于八邻域算法估算悬沙反演模型尺度误差的方法，其步骤如下(1)读入悬浮泥沙浓度数据、光谱反射率数据、悬浮泥沙浓度反演模型所涉及波段的遥感影像；(2)在步骤(1)的数据基础上，利用最小二乘法构建悬浮泥沙浓度的线性反演模型、指数反演模型和对数反演模型；(3)在步骤(1)的数据基础上，构建分段映射反演模型，并利用该模型从遥感影像中提取悬浮泥沙浓度空间分布信息；(4)利用八邻域算法估算像元内的悬浮泥沙浓度分布方差；(5)计算与推导悬浮泥沙浓度反演模型的尺度误差模型；(6)在步骤(3)、(4)和(5)的基础上，计算悬浮泥沙浓度反演模型的尺度效应误差。
文档编号G01B21/00GK101893540SQ20101022167
公开日2010年11月24日 申请日期2010年7月9日 优先权日2010年7月9日
发明者孙记红, 温珍河, 陈军 申请人:青岛海洋地质研究所
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
