本發(fā)明涉及遙感技術(shù)領(lǐng)域，尤其涉及大型富營養(yǎng)化湖泊藍(lán)藻水華和水生植被的MODIS衛(wèi)星高精度同步監(jiān)測方法。

背景技術(shù)：

藻類大量繁殖引起的水華現(xiàn)象是湖泊水體富營養(yǎng)化的重要特征(孔繁翔和高光,2005)，我國已經(jīng)成為世界上藍(lán)藻水華暴發(fā)最嚴(yán)重、分布最廣的國家之一(吳慶龍等,2008)。衛(wèi)星遙感具有快速、周期性、大范圍的特點(diǎn)，已成為湖泊藍(lán)藻水華監(jiān)測和預(yù)測預(yù)警不可或缺的技術(shù)手段(潘德爐和馬榮華,2008)。自2007年以來，太湖藍(lán)藻水華面積的衛(wèi)星遙感監(jiān)測已基本實(shí)現(xiàn)了業(yè)務(wù)化運(yùn)行(馬榮華等，2010)，為政府及水環(huán)境管理部門提供了重要的決策依據(jù)。

藍(lán)藻水華水體在近紅外波段具有明顯的植物特征“陡坡效應(yīng)”，是衛(wèi)星監(jiān)測藍(lán)藻水華的主要依據(jù)(段洪濤等，2008)。藍(lán)藻水華和水生植物共同擁有類似光譜特征，在光學(xué)遙感影像上，藍(lán)藻水華和水生植物(尤其是挺水、浮葉植物)容易混淆；但是，太湖水生植物區(qū)主要位于鎮(zhèn)湖灣、光福灣、胥口灣、東太湖等區(qū)域(張壽選等，2008；馬榮華等，2010)，與藻華易發(fā)區(qū)(太湖西部和北部)(馬榮華等，2008；Hu et al.,2010)存在較大差異，因此，目前太湖藍(lán)藻水華日常遙感監(jiān)測中通常將東太湖水生植被區(qū)直接去除，該區(qū)域內(nèi)不再考慮藍(lán)藻水華的發(fā)生。

2012年以來，隨著太湖各種污染整治和生態(tài)修復(fù)措施的深入實(shí)施，太湖梅梁湖、貢湖以及南太湖等藻華易發(fā)區(qū)域，出現(xiàn)了大量的水生植物(以菹草、馬來眼子菜、荇菜為主)，面積可達(dá)數(shù)十平方公里(Luo et al.,2014)。此時(shí)，傳統(tǒng)太湖藍(lán)藻水華日常遙感監(jiān)測方法會(huì)將水生植物誤判為藍(lán)藻水華，嚴(yán)重影響了藍(lán)藻水華的日常遙感監(jiān)測精度；此外，為了減少大量水生植物對(duì)航運(yùn)帶來的不利影響，當(dāng)?shù)叵嚓P(guān)部門會(huì)定期收割，造成水生植物區(qū)的人為性變化；再加上太湖主要優(yōu)勢水生植物具有不同的生活史，生長期差異顯著，水生植物的時(shí)空分布短期變化顯著。綜合上述因素，采取固定水生植物區(qū)分方式已無法適應(yīng)水生植物的時(shí)空變化情形和滿足藍(lán)藻水華遙感高精度監(jiān)測的要求。

因此，開展太湖水生植物與藍(lán)藻水華的遙感自動(dòng)識(shí)別研究，實(shí)現(xiàn)藍(lán)藻水華和各種水生植物的日常同步遙感監(jiān)測，是提高藍(lán)藻水華遙感監(jiān)測精度研究中亟待解決的一個(gè)科學(xué)問題和關(guān)鍵技術(shù)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供大型富營養(yǎng)化湖泊藍(lán)藻水華和水生植被的MODIS衛(wèi)星高精度同步監(jiān)測方法，可精確同步獲取大型富營養(yǎng)化湖泊藍(lán)藻水華和水生植被時(shí)空分布，準(zhǔn)確評(píng)估水華藍(lán)藻的實(shí)際強(qiáng)度和水生植物區(qū)范圍，正確把握藍(lán)藻水華及湖泊生態(tài)系統(tǒng)的情勢，提高預(yù)測精度，為富營養(yǎng)化湖泊的水環(huán)境管理和決策提供重要的科技支撐。

本發(fā)明的上述目的通過獨(dú)立權(quán)利要求的技術(shù)特征實(shí)現(xiàn)，從屬權(quán)利要求以另選或有利的方式發(fā)展獨(dú)立權(quán)利要求的技術(shù)特征。

為達(dá)成上述目的，本發(fā)明所采用的技術(shù)方案如下：

一種大型富營養(yǎng)化湖泊藍(lán)藻水華和水生植被的MODIS衛(wèi)星高精度同步監(jiān)測方法，所述方法包括以下步驟：

1)構(gòu)建分離含藻水體和含草水體的藻草指數(shù)(AGI)；

其中，所述對(duì)分離含藻水體和含草水體的藻草指數(shù)(AGI)是指基于藍(lán)藻水華、沉水植物和浮葉/挺水植物光譜響應(yīng)特征，以藍(lán)光與短波近紅外波段為基線，選擇綠波段的差值表達(dá)形式，可有效避免不同氣溶膠類型、不同氣溶膠厚度以及不同衛(wèi)星觀測角度對(duì)AGI數(shù)值變化的不利影響，并以該指數(shù)作為含藻水體和含草水體遙感監(jiān)測基本指數(shù)；

其表達(dá)形式為：

$AGI=R_{rc,{\mathrm{\λ}}_{GREEN}}-R_{rc,{\mathrm{\λ}}_{BLUE}}-\[R_{rc,{\mathrm{\λ}}_{SWIR}}-R_{rc,{\mathrm{\λ}}_{BLUE}}\]\×({\mathrm{\λ}}_{GREEN}-{\mathrm{\λ}}_{BLUE})/({\mathrm{\λ}}_{SWIR}-{\mathrm{\λ}}_{BLUE})---\left(1\right)$

2)構(gòu)建識(shí)別高渾濁水體的渾濁水體指數(shù)(TWI)以及區(qū)分沉水植被和浮葉/挺水植被的浮游藻類指數(shù)(FAI)；

在野外實(shí)測光譜數(shù)據(jù)的基礎(chǔ)上，結(jié)合藍(lán)藻水華、沉水植物和浮葉/挺水植物光譜響應(yīng)特征，結(jié)合識(shí)別高渾濁水體的渾濁水體指數(shù)(TWI)排除高渾濁水體干擾，再綜合浮游藻類指數(shù)(FAI)在區(qū)分沉水植被和浮葉/挺水植被的優(yōu)勢，確定藍(lán)藻水華與沉水植被、浮葉/挺水植被的MODIS衛(wèi)星遙感同步監(jiān)測基本方法；

其中，識(shí)別高渾濁水體的渾濁水體指數(shù)(TWI)具體表達(dá)形式如下：

$TWI=R_{rc,{\mathrm{\λ}}_{RED}}-R_{rc,{\mathrm{\λ}}_{SWIR}}---\left(2\right)$

3)獲取AGI、TWI以及FAI指數(shù)的分類閾值；

基于歷史獲取的MODIS衛(wèi)星數(shù)據(jù)，結(jié)合富營養(yǎng)化湖泊野外實(shí)測經(jīng)驗(yàn)，以統(tǒng)計(jì)學(xué)的方法，獲取分離含藻水體和含草水體的AGI閾值、識(shí)別高渾濁水體的TWI閾值以及區(qū)分沉水植物與浮葉/挺水植物的FAI閾值；

4)構(gòu)建基于MODIS衛(wèi)星數(shù)據(jù)的藍(lán)藻水華和水生植被的遙感同步監(jiān)測方法；

基于前述步驟和方法，應(yīng)用至經(jīng)過瑞利散射矯正的MODIS衛(wèi)星影像數(shù)據(jù)，基于前述的分類方法，采用分類決策樹實(shí)現(xiàn)對(duì)藍(lán)藻水華和水生植被進(jìn)行遙感同步監(jiān)測，在對(duì)多幅時(shí)間序列的衛(wèi)星影像處理后獲取富營養(yǎng)化湖泊藍(lán)藻水華和水生植被的年際、月際變化規(guī)律及其空間分布。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述AGI、TWI和FAI指數(shù)建立在MODIS衛(wèi)星影像的輻射定標(biāo)、幾何糾正和大氣瑞利散射校正的基礎(chǔ)上。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述步驟1)和2)中，藍(lán)藻水華、沉水植物和浮葉/挺水植物光譜響應(yīng)特征來自于湖泊野外實(shí)測的光譜數(shù)據(jù)R_rs，采用的監(jiān)測儀器為美國ASD公司的FieldSpec FR地面光譜監(jiān)測儀(350-2500nm)。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述步驟2)中應(yīng)用于區(qū)分沉水植被和浮葉/挺水植被的浮游藻類指數(shù)(FAI)具體表達(dá)形式如下：

$FAI=R_{rc,{\mathrm{\λ}}_{NIR}}-R_{rc,{\mathrm{\λ}}_{RED}}-\[R_{rc,{\mathrm{\λ}}_{SWIR}}-R_{rc,{\mathrm{\λ}}_{RED}}\]\×({\mathrm{\λ}}_{NIR}-{\mathrm{\λ}}_{RED})/({\mathrm{\λ}}_{SWIR}-{\mathrm{\λ}}_{RED})---\left(3\right)$

作為本發(fā)明的進(jìn)一步改進(jìn)，所述步驟1)中，氣溶膠類型參照SeaDas的LUT的結(jié)果，氣溶膠厚度參照湖泊地區(qū)常年監(jiān)測結(jié)果范圍，衛(wèi)星觀測角則依據(jù)太陽、衛(wèi)星和湖泊的相對(duì)位置確定。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述步驟1)至3)中，應(yīng)用于MODIS影像的波段是λ_BLUE＝469nm，λ_GREEN＝555nm，λ_RED＝645nm，λ_NIR＝859nm，λ_SWIR＝1240nm，并且，MODIS影像的AGI、TWI和FAI指數(shù)建立在MODIS衛(wèi)星影像的輻射定標(biāo)、幾何糾正和大氣瑞利散射校正的基礎(chǔ)上。

作為本發(fā)明的進(jìn)一步改進(jìn)，所述步驟4)中，分類決策樹流程如圖5所示，具體如下：

(1)獲取MODIS Rrc數(shù)據(jù)，逐像元計(jì)算AGI、TWI以及FAI指數(shù)；

(2)采用TWI閾值識(shí)別高渾濁水體，排除高渾濁水體干擾；

(3)對(duì)排除高渾濁水體的Rrc數(shù)據(jù)用AGI閾值分離含藻水體和含草水體；

(4)對(duì)于含藻水體，利用FAI＝-0.004識(shí)別藍(lán)藻水華和一般湖水；對(duì)于含草水體，利用FAI閾值區(qū)分一般湖水、沉水植物和浮葉/挺水植物；

由以上本發(fā)明的技術(shù)方案可知，本發(fā)明的大型富營養(yǎng)化湖泊藍(lán)藻水華和水生植被的MODIS衛(wèi)星高精度同步監(jiān)測方法，基于湖泊藍(lán)藻水華和水生植被遙感監(jiān)測基本原理，構(gòu)建區(qū)分含藻水體和含草水體的AGI指數(shù)，和識(shí)別高渾濁水體的TWI指數(shù)，并借助于浮游藻類指數(shù)FAI區(qū)分沉水植物和浮葉/挺水植物，基于歷史獲取的MODIS Rrc數(shù)據(jù)，利用統(tǒng)計(jì)學(xué)方法確定AGI、TWI和FAI的閾值，最終通過分類決策樹來實(shí)現(xiàn)對(duì)MODIS影像中的一般湖水、藍(lán)藻水華、沉水植被以及浮葉/挺水植被的高精度同步監(jiān)測，更加客觀真實(shí)地反映湖泊藍(lán)藻水華和水生植被的時(shí)空分布。大型富營養(yǎng)化湖泊藍(lán)藻水華和水生植被的MODIS衛(wèi)星高精度同步監(jiān)測方法，可精確同步獲取大型富營養(yǎng)化湖泊藍(lán)藻水華和水生植被時(shí)空分布，精確評(píng)估水華藍(lán)藻的實(shí)際強(qiáng)度和水生植物區(qū)范圍，正確把握藍(lán)藻水華及湖泊生態(tài)系統(tǒng)的情勢，提高預(yù)測精度，為富營養(yǎng)化湖泊的水環(huán)境管理和決策提供重要的科技支撐。

應(yīng)當(dāng)理解，前述構(gòu)思以及在下面更加詳細(xì)地描述的額外構(gòu)思的所有組合只要在這樣的構(gòu)思不相互矛盾的情況下都可以被視為本公開的發(fā)明主題的一部分。另外，所要求保護(hù)的主題的所有組合都被視為本公開的發(fā)明主題的一部分。

結(jié)合附圖從下面的描述中可以更加全面地理解本發(fā)明教導(dǎo)的前述和其他方面、實(shí)施例和特征。本發(fā)明的其他附加方面例如示例性實(shí)施方式的特征和/或有益效果將在下面的描述中顯見，或通過根據(jù)本發(fā)明教導(dǎo)的具體實(shí)施方式的實(shí)踐中得知。

附圖說明

附圖不意在按比例繪制。在附圖中，在各個(gè)圖中示出的每個(gè)相同或近似相同的組成部分可以用相同的標(biāo)號(hào)表示。為了清晰起見，在每個(gè)圖中，并非每個(gè)組成部分均被標(biāo)記。現(xiàn)在，將通過實(shí)施例并參考附圖來描述本發(fā)明的各個(gè)方面的實(shí)施例，其中：

圖1是AGI指數(shù)區(qū)分含藻水體和含草水體的基本原理示意圖。

圖2是基于實(shí)測R_rs光譜數(shù)據(jù)的AGI指數(shù)監(jiān)測湖水、藍(lán)藻水華、沉水植物和浮葉/挺水植物數(shù)值范圍示意圖；其中，W為湖水，C為藍(lán)藻水華，S為沉水植物，F(xiàn)為浮葉/挺水植物。

圖3是不同氣溶膠類型及其厚度，不同太陽高度角、衛(wèi)星觀測角以及方位角對(duì)AGI穩(wěn)定性影響。

圖4是獲取AGI、TWI和FAI閾值的流程圖；圖中Roi_i為大太湖水域，Roi_ii為胥口灣區(qū)無水草區(qū)，Roi_iii為胥口灣區(qū)沉水植物區(qū)。

圖5是藍(lán)藻水華、沉水植物和浮葉/挺水植物MODIS衛(wèi)星同步監(jiān)測的分類決策樹。

圖6是太湖藍(lán)藻水華和水生植物的MODIS衛(wèi)星高精度監(jiān)測空間分布結(jié)果(2013年8月9日)。

圖7是基于AGI、TWI和FAI的分類決策樹對(duì)于高懸浮物影響的應(yīng)用示意圖。

前述圖示1-7中，作為英文形式表達(dá)的各坐標(biāo)、標(biāo)識(shí)或其他表示，均為本領(lǐng)域所公知的，并不在本例中再做贅述。

具體實(shí)施方式

為了更了解本發(fā)明的技術(shù)內(nèi)容，特舉具體實(shí)施例并配合所附圖式說明如下。

在本公開中參照附圖來描述本發(fā)明的各方面，附圖中示出了許多說明的實(shí)施例。本公開的實(shí)施例不必定意在包括本發(fā)明的所有方面。應(yīng)當(dāng)理解，上面介紹的多種構(gòu)思和實(shí)施例，以及下面更加詳細(xì)地描述的那些構(gòu)思和實(shí)施方式可以以很多方式中任意一種來實(shí)施，這是應(yīng)為本發(fā)明所公開的構(gòu)思和實(shí)施例并不限于任何實(shí)施方式。另外，本發(fā)明公開的一些方面可以單獨(dú)使用，或者與本發(fā)明公開的其他方面的任何適當(dāng)組合來使用。

本實(shí)施例以太湖為例，對(duì)本發(fā)明的方法作進(jìn)一步描述。

本發(fā)明給予MODIS衛(wèi)星數(shù)據(jù)對(duì)大型富營養(yǎng)化湖泊藍(lán)藻水華和水生植被的高精度同步監(jiān)測方法，上述目的是這樣實(shí)現(xiàn)的：

構(gòu)建分離含藻水體和含草水體的藻草指數(shù)(AGI)；

結(jié)合識(shí)別高渾濁水體的渾濁水體指數(shù)(TWI)以及區(qū)分沉水植被和浮葉/挺水植被的浮游藻類指數(shù)(FAI)，確定基本分類方法；

結(jié)合2010-2016年MODIS的R_rc數(shù)據(jù)，獲取AGI、TWI以及FAI指數(shù)的分類閾值；

構(gòu)建基于MODIS衛(wèi)星數(shù)據(jù)的藍(lán)藻水華和水生植被的遙感同步監(jiān)測方法。

作為示例性的描述，下面結(jié)合附圖所示，對(duì)前述方法的實(shí)施進(jìn)行具體說明。

步驟1、構(gòu)建分離含藻水體和含草水體的藻草指數(shù)(AGI)；

分離含藻水體和含草水體的藻草指數(shù)(AGI)是指基于藍(lán)藻水華、沉水植物和浮葉/挺水植物光譜響應(yīng)特征，以藍(lán)光與短波近紅外波段為基線，選擇綠波段的差值表達(dá)形式，可有效避免不同氣溶膠類型、不同氣溶膠厚度以及不同衛(wèi)星觀測角度對(duì)AGI數(shù)值變化的不利影響，并以該指數(shù)作為含藻水體和含草水體遙感監(jiān)測基本指數(shù)；

具體地，基于一般湖水、藍(lán)藻水華、沉水植物和浮葉/挺水植物的光譜響應(yīng)特征，并結(jié)合現(xiàn)有各類植被指數(shù)和藻華識(shí)別指數(shù)，比較分析各自優(yōu)缺點(diǎn)，選擇含藻水體和含草水體具有典型差異的波段，并參照對(duì)大氣狀況和衛(wèi)星觀測條件不敏感的基線指數(shù)形式，構(gòu)建區(qū)分含藻水體和含草水體的MODIS衛(wèi)星監(jiān)測基本指數(shù)，以克服對(duì)大氣狀況和衛(wèi)星觀測條件對(duì)MODIS衛(wèi)星遙感監(jiān)測的不利情況。

本實(shí)施例中，由于藍(lán)藻水華和各種水生植被均在700nm之后的近紅外有顯著的抬升效應(yīng)，且藍(lán)藻水華在近紅外的抬升高度難以實(shí)現(xiàn)與水生植被的區(qū)分(圖1)。但是藍(lán)藻水華因葉綠素a在442nm的強(qiáng)吸收而造成藍(lán)光波段的反射谷，但是水生植被該特點(diǎn)并不明顯，此外，在藍(lán)藻水華在572nm處有一個(gè)強(qiáng)烈的反射峰，盡管浮葉/挺水植物也具有該特點(diǎn)，但是沉水植物的反射峰明顯偏低，因此，可以從MODIS對(duì)應(yīng)的上述特征波段來區(qū)分含藻水體和含草水體。圖1是MODIS波段設(shè)置下藍(lán)藻水華、各種水生植被、高渾濁以及一般水體的光譜，可以看出如果以469nm、1240nm波段為兩端基點(diǎn)，利用在555nm波段與基線間的高度差即可區(qū)分含藻水體和含草水體。此外，基于藍(lán)光波段(469nm)和短波紅外波段(1240nm)為基線，可以濾除一定的大氣狀況和衛(wèi)星觀測條件的影響。根據(jù)此特點(diǎn)，提出了AGI(Algae and Grass index)指數(shù)：

$AGI=R_{rc,{\mathrm{\λ}}_{GREEN}}-R_{rc,{\mathrm{\λ}}_{BLUE}}-\[R_{rc,{\mathrm{\λ}}_{SWIR}}-R_{rc,{\mathrm{\λ}}_{BLUE}}\]\×({\mathrm{\λ}}_{GREEN}-{\mathrm{\λ}}_{BLUE})/({\mathrm{\λ}}_{SWIR}-{\mathrm{\λ}}_{BLUE})---\left(1\right)$

其中，R_rc，λ是MODIS衛(wèi)星R_rc數(shù)據(jù)獲得的中心為λ波段的水體遙感反射比，λ_BLUE＝469nm，λ_GREEN＝555nm，λ_SWIR＝1240nm。

圖2是基于實(shí)測R_rs光譜數(shù)據(jù)，藍(lán)藻水華、沉水植物和浮葉/挺水植物的AGI數(shù)值范圍，進(jìn)一步證明了AGI可以準(zhǔn)確區(qū)分含藻水體和含草水體。此外，通過考察太湖地區(qū)在不同氣溶膠類型及厚度、不同太陽高度角、衛(wèi)星觀測角以及方位角對(duì)AGI數(shù)值的影響(圖3)，發(fā)現(xiàn)AGI對(duì)不同大氣狀況和衛(wèi)星觀測條件具有較好的魯棒性和穩(wěn)定性。

步驟2、結(jié)合識(shí)別高渾濁水體的渾濁水體指數(shù)(TWI)以及區(qū)分沉水植被和浮葉/挺水植被的浮游藻類指數(shù)(FAI)，確定基本分類方法；

在野外實(shí)測光譜數(shù)據(jù)的基礎(chǔ)上，結(jié)合藍(lán)藻水華、沉水植物和浮葉/挺水植物光譜響應(yīng)特征，結(jié)合識(shí)別高渾濁水體的渾濁水體指數(shù)(TWI)排除高渾濁水體干擾，再綜合浮游藻類指數(shù)(FAI)在區(qū)分沉水植被和浮葉/挺水植被的優(yōu)勢，確定藍(lán)藻水華與沉水植被、浮葉/挺水植被的MODIS衛(wèi)星遙感同步監(jiān)測基本方法。

本實(shí)施例中，高渾濁水體在555nm附近有類似于藍(lán)藻水華和浮葉/挺水植物的反射峰，但是在665nm并沒有葉綠素a的吸收峰，因此，可以利用MODIS的645nm波段作為識(shí)別高渾濁水體的基本波段，考慮到大氣狀態(tài)和衛(wèi)星觀測條件差異，最終以645nm和1240nm波段的差值作為識(shí)別高渾濁水體的TWI指數(shù)。此外，沉水植物在可見光-近紅外光譜信息因水體的強(qiáng)吸收明顯低于浮葉/挺水植物，因此，利用以MODIS的645nm，859nm和1240nm為基礎(chǔ)波段的浮游藻類指數(shù)FAI(Hu，2009)，實(shí)現(xiàn)沉水植物和浮葉/挺水植物的區(qū)分。TWI和FAI指數(shù)具體如下表示：

$TWI=R_{rc,{\mathrm{\λ}}_{RED}}-R_{rc,{\mathrm{\λ}}_{SWIR}}---\left(2\right)$

$FAI=R_{rc,{\mathrm{\λ}}_{NIR}}-R_{rc,{\mathrm{\λ}}_{RED}}-\[R_{rc,{\mathrm{\λ}}_{SWIR}}-R_{rc,{\mathrm{\λ}}_{RED}}\]\×({\mathrm{\λ}}_{NIR}-{\mathrm{\λ}}_{RED})/({\mathrm{\λ}}_{SWIR}-{\mathrm{\λ}}_{RED})---\left(3\right)$

其中，R_rc，λ是MODIS衛(wèi)星R_rc數(shù)據(jù)獲得的中心為λ波段的水體遙感反射比，λ_red＝645nm，λ_NIR＝859nm，λ_SWIR＝1240nm。

步驟3、獲取AGI、TWI以及FAI指數(shù)的分類閾值；

基于2010-2016年MODIS衛(wèi)星數(shù)據(jù)，結(jié)合太湖野外實(shí)測經(jīng)驗(yàn)，如圖4所示，選取大太湖(Open Lake)水域(Roi_i)、胥口灣(Xukou lake)區(qū)(Roi_ii為無水草區(qū)；Roi_iii為沉水植物區(qū))等為實(shí)驗(yàn)區(qū)，按照不同篩選要求，以統(tǒng)計(jì)學(xué)的方法，獲取分離含藻水體和含草水體的AGI閾值、識(shí)別高渾濁水體的TWI閾值以及區(qū)分沉水植物與浮葉/挺水植物的FAI閾值。

本實(shí)施例中，MODIS影像僅瑞利散射矯正，也就是大氣層頂?shù)墓鈱W(xué)信息去除了瑞利散射的影響，依然包含著氣溶膠信息以及地面信息。瑞利散射矯正過程如下(Hu et al.,2004)：

$R_{rc}={\mathrm{\πL}}_t^{*}/\left(F_0{\mathrm{cos\θ}}_0\right)-R_r---\left(4\right)$

式中，是校正臭氧和其他氣體吸收效應(yīng)后的傳感器輻射率，F(xiàn)₀是獲取數(shù)據(jù)時(shí)的大氣圈外太陽輻照度，θ₀是太陽天頂角，R_r是采用6S(Vermote et al.,1997)預(yù)測的瑞利反射率。

基于輻射傳輸理論以及假定一個(gè)非耦合的海洋—大氣系統(tǒng)，R_rc可以表達(dá)為：

R_rc＝R_a+t₀tR_target (5)

式中，R_a是氣溶膠反射率(包括來自于氣溶膠分子的相互作用)，R_target是野外實(shí)測目標(biāo)的表面反射率，t₀是從太陽到目標(biāo)物的大氣透射率，t是從目標(biāo)物到衛(wèi)星傳感器的大氣透射率。

步驟4、構(gòu)建基于MODIS衛(wèi)星數(shù)據(jù)的藍(lán)藻水華和水生植被的遙感同步監(jiān)測方法；

基于前述步驟和方法，應(yīng)用至經(jīng)過瑞利散射矯正的MODIS衛(wèi)星影像數(shù)據(jù)，基于前述的分類方法，在對(duì)多幅時(shí)間序列的衛(wèi)星影像處理后獲取富營養(yǎng)化湖泊藍(lán)藻水華和水生植被的年際、月際變化規(guī)律及其空間分布。

基于MODIS影像的瑞利散射矯正，根據(jù)圖5分類決策樹即可實(shí)現(xiàn)全影像中藍(lán)藻水華、沉水植物與浮葉/挺水植物的同步監(jiān)測。決策分類樹的流程是：基于TWI閾值刪除高渾濁水體；基于AGI閾值，把剩余水體分為含藻水體和含草水體；對(duì)于含藻水體，利用FAI＝-0.004(Hu et al.,2010)識(shí)別藍(lán)藻水華和一般湖水；對(duì)于含草水體，利用FAI閾值區(qū)分一般湖水、沉水植物和浮葉/挺水植物。

具體流程主要如下：①對(duì)獲取的MODIS影像進(jìn)行幾何糾正和輻射定標(biāo)計(jì)算。幾何糾正采用Geographic Lat/Lon投影，結(jié)合1B數(shù)據(jù)中的經(jīng)緯度信息進(jìn)行校正，校正后的位置精度達(dá)到0.5個(gè)像素。在ERDAS中利用湖泊矢量邊界，通過掩膜技術(shù)提取湖泊水域，除去島嶼植被的影響，利用最近鄰法，將MODIS 500m和1000m影像數(shù)據(jù)重采樣為250m；②MODIS影像中逐一像元計(jì)算其在band 1(645nm)、band 2(859nm)、band 3(469nm)、band 4(555nm)和band 5(1240nm)的R_rc值；③根據(jù)公式(1)-(3)逐一像元計(jì)算AGI、TWI和FAI值；④繼而根據(jù)AGI、TWI和FAI的閾值，即可得到全湖的藍(lán)藻水華、沉水植物與浮葉/挺水植物空間分布情況(見圖6)。

此外，我們還將該分類方法進(jìn)行了高渾濁水體干擾對(duì)比試驗(yàn)，結(jié)果分別如圖7所示，相比較發(fā)現(xiàn)方法能夠準(zhǔn)確去除高渾濁水體的干擾，具有較高的精度，具有一定的普適性。

通過上述方法即可實(shí)現(xiàn)精確同步獲取大型富營養(yǎng)化湖泊藍(lán)藻水華和水生植被時(shí)空分布，準(zhǔn)確評(píng)估水華藍(lán)藻的實(shí)際強(qiáng)度和水生植物區(qū)范圍，正確把握藍(lán)藻水華及湖泊生態(tài)系統(tǒng)的情勢，提高預(yù)測精度，為富營養(yǎng)化湖泊的水環(huán)境管理和決策提供重要的科技支撐。

雖然本發(fā)明已以較佳實(shí)施例揭露如上，然其并非用以限定本發(fā)明。本發(fā)明所屬技術(shù)領(lǐng)域中具有通常知識(shí)者，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作各種的更動(dòng)與潤飾。因此，本發(fā)明的保護(hù)范圍當(dāng)視權(quán)利要求書所界定者為準(zhǔn)。