[發(fā)明專利]一種水華期藻類群落結構高光譜識別方法有效
| 申請?zhí)枺?/td> | 202010798423.8 | 申請日： | 2020-08-06 |
| 公開（公告）號： | CN111795941B | 公開（公告）日： | 2023-05-16 |
| 發(fā)明（設計）人： | 周博天;尚明生;閃錕;馬健榮;封雷 | 申請（專利權）人： | 中國科學院重慶綠色智能技術研究院 |
| 主分類號： | G01N21/31 | 分類號： | G01N21/31;G01N21/84 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 400714 重慶市北*** | 國省代碼： | 重慶;50 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 水華期 藻類 群落 結構 光譜 識別 方法 | ||
1.一種水華期藻類群落結構高光譜識別方法，由原位數碼相機和地物光譜儀來實現，其特征在于，該方法包含以下步驟：
S1：利用原位數碼相機獲取高清相片，初步判定觀測水域是否存在水華現象，如果未發(fā)現水色異常，則最終判定未暴發(fā)水華現象，否則，轉至步驟S2；
S2：利用地物光譜儀獲取水面反射光譜數據，提取對藻類群落與種群變化敏感的特定波長遙感反射率；
S3：利用敏感波長的遙感反射率數據，構建表征藻類群落和藍-綠-硅藻種群診斷光合色素的光譜參量；
S4：利用表征藻類群落診斷光合色素光譜參量，最終判定觀測水域是否存在水華現象，如果存在，則轉至步驟S5；
S5：利用表征藍-綠-硅藻種群診斷光合色素的光譜參數，辨識水華期藻類群落結構及其優(yōu)勢種群；
所述的原位數碼相機和地物光譜儀對相同水域進行觀測，且都背向太陽方向安裝，分別與水面保持一定角度的夾角；
所述的步驟S1具體為：首先，利用原位數碼相機定時對水面進行拍照；然后，利用圖像識別技術對照片進行分析；最后，判斷是否存在由藻類聚集水面導致的水體顏色異常，即水體灰度值達到水華現象的設定閾值，如果未達到閾值，則最終判定未暴發(fā)水華現象，否則，轉至步驟S2；
步驟S2所述的敏感波長依次分別為葉綠素α、葉綠素b、藻藍素、巖藻黃素的特征反射波波峰(R1、R2、R3、R4)對應的四個波長(λ1、λ2、λ3、λ4)和特征反射波波谷(R5、R6、R7、R8)對應的四個波長(λ5、λ6、λ7、λ8)，共計八個波長；
步驟S3所述的構建表征藻類群落和藍-綠-硅藻種群診斷光合色素光譜參量的計算公式如下：
(1)表征藻類群落診斷光合色素葉綠素α的光譜參量：
(2)表征綠藻種群診斷光合色素葉綠素b的光譜參量：
(3)表征藍藻種群診斷光合色素藻藍素的光譜參量：
(4)表征硅藻種群診斷光合色素巖藻黃素的光譜參量：
所述的步驟S4具體為：首先，設定水華現象的閾值參數H；然后，利用步驟S3中的Ha進行數據對比，如果Ha＜H，則最終判定水華未暴發(fā)，否則最終判定存在水華現象，轉至步驟S5；
步驟S5所述的辨識水華期藻類群落結構根據步驟S3中的Hb、HP和HF構建藍-綠-硅藻種群相對豐度比例公式如下：
藍藻∶綠藻∶硅藻＝A·HP∶B·Hb∶HF
其中，A、B為比例參數；
所述的參數H、A、B的設定都可以通過大量現有藍-綠-硅藻水華的水面高光譜數據在深度學習神經網絡中訓練得出。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于中國科學院重慶綠色智能技術研究院，未經中國科學院重慶綠色智能技術研究院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010798423.8/1.html，轉載請聲明來源鉆瓜專利網。
