[發明專利]一種水華期藻類群落結構高光譜識別方法

有效

• 申請號: 202010798423.8
• 申請日: 2020-08-06
• 公開（公告）號: CN111795941B
• 公開（公告）日: 2023-05-16
• 發明（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

本發明為一種水華期藻類群落結構高光譜識別方法，屬于生態環境監測領域。首先采用高清相片初步判定水華現象，然后利用藍藻、綠藻、硅藻種群在水面反射光譜敏感波長的光譜特征差異，構建表征藻類群落與種群診斷光合色素的光譜參量，并應用于水華現象的最終判定與藻類種群特征的定量估算，最后通過計算藍?綠?硅藻種群相對豐度比例，實現水華期藻類群落結構的提取。本發明方法能夠準確的判斷水華現象和識別水華期藻類群落結構。

技術領域

本發明涉及一種水華期藻類群落結構高光譜識別方法，屬于生態環境監測領域，尤其適用于水華期藍-綠-硅藻種群相對豐度的定量估算。

背景技術

水華現象是水體中藻類暴發性增殖引起的大量藻類聚集現象。當水華現象發生在人口密集或生態敏感區域，且危害到人類和生態健康時，則定義為有害水華。藍藻、綠藻、硅藻是內陸富營養化水體中最常見的水華藻類，尤其藍藻水華是內陸湖庫管理以及水資源開發利用所面臨的重要生態問題。水華的危害主要表現為：聚集于水體表層的大量藻類會遮蔽光照入水和阻擋空氣交換，不利于其它非優勢藻類進行光合作用，并且導致水體溶解氧下降造成的其它浮游生物死亡；一些有害藍藻具有分泌腹瀉性、麻痹性和神經性毒素的潛力，致使魚蝦死亡與景觀污染，進而直接危及周邊居民飲用水安全，造成巨大經濟損失和負面社會影響。因此，需要建立一整套水華現象監測技術體系，以實現水華期藻類群落結構(藍-綠-硅藻種群相對豐度比例)的提取及其優勢種群的辨識。

水華現象的常規監測方法主要是，選取水華易發區為觀測水域，實地測量水華初發、發展、消亡全過程的水體生化參數，并分別利用電子顯微鏡和浮游植物分類熒光儀測定水樣中的藻細胞個數和判別優勢藻種。然而，水華現象常規監測方法可能受到水華在時空域上存在諸多不確定性的限制，且會產生較高的人力和經濟成本，不利于開展長期與廣域監測。因而，在水華現象動態觀測過程中引入具有準實時、高精度、大范圍、低成本等特點的遙感監測技術是很有必要的。

目前，水華現象遙感提取算法主要是通過對葉綠素α對應的敏感光譜特征進行分析，達到估算藻類生物量的目的。然而，水華暴發期間的藻類群落結構往往比較復雜，基于葉綠素α濃度定量反演模型的水華遙感提取算法在估算藍藻、綠藻、硅藻種群生物量時往往會失效，從而無法評價水華的潛在藻毒素風險。藍光、綠光和紅光波段的固有光學屬性能夠直觀反映藍藻、綠藻、硅藻種群的生理生化特性，并且隨著三類藻種相對豐度變化而表現出光譜特征差異，從而可以有效提取水華期藍-綠-硅藻種群相對豐度比例，即藻類群落結構。為有效辨識水華期藻類群落結構，需要結合藍-綠-硅藻種群的光譜特征差異，從藻類種群固有光學定量角度分析，實現觀測水域水華期藻類群落結構的高光譜識別。

發明內容

有鑒于此，本發明提供一種水華期藻類群落結構高光譜識別方法，通過構建適用于水面高光譜數據的表征藻類群落和種群診斷光合色素光譜參量，能夠準確的判斷水華現象和識別水華期藻類群落結構(藍-綠-硅藻種群相對豐度比例)。

為達到上述目的，本發明提供如下技術方案：

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，包括如下步驟：

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，如果未發現水色異常，則最終判定未暴發水華現象，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，提取對藻類群落和種群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勢種群。