申请/专利权人：广东海洋大学;国家卫星海洋应用中心

申请日：2023-12-19

公开（公告）日：2024-03-22

公开（公告）号：CN117744031A

主分类号：G06F18/27

分类号：G06F18/27;G01N21/17;G01N21/55;G06F18/213;G06F18/22

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.09#实质审查的生效;2024.03.22#公开

摘要：本发明涉及一种在水色遥感技术领域，且公开了一种基于遥感反射率的大洋水体次表层叶绿素a浓度最大值深度反演方法，包括以下步骤：S1：选取波段，获取MODIS遥感产品中的遥感反射率产品，选取412nm、555nm、678nm三个波段的遥感反射率数据，并且进行预处理。本发明不仅能够减小了机器学习对于海表面叶绿素a浓度、海表面温度数据、海表面高度数据的依赖，减小了运行机器学习的计算资源消耗，而且能够有效提高反演精度，还能够有效的降低了反演次表层叶绿素a最大值的计算资源消耗和反演难度。

主权项：1.一种基于遥感反射率的大洋水体次表层叶绿素a浓度最大值深度反演方法，其特征在于，包括以下步骤：S1：选取波段，获取MODIS遥感产品中的遥感反射率产品，选取412nm、555nm、678nm三个波段的遥感反射率数据，并且进行预处理；S2：计算R值，计算412nm与678nm波段遥感反射率之差，再计算该差值与555nm遥感反射率数据的比值得到R；S3：采集数据，提取全球实测BGC-Argo叶绿素a浓度剖面数据，利用高斯函数拟合BGC-Argo叶绿素a剖面，选取叶绿素a浓度最大值的深度作为ZSCM，计算各个BGC-Argo数据的次表层叶绿素a最大值深度，并且记录经纬度；S4：构建模型，通过BGC-Argo浮标所提供的经纬度数据与对应经纬度MODIS遥感反射率相匹配，并通过BGC-Argo经纬度定位得到的格点周围的2个格点的遥感反射率数据进行计算得到的R值进行平均作为一组数据，并按照此步骤对全球BGC-Argo数据进行配对，将平均后的R值作为输入特征，次表层叶绿素a最大值深度作为输出特征，得到匹配数据集，通过得到的数据集对ZSCM与R值进行绘制二者散点图，得到非线性模型；S5：计算ZSCM，根据S4中的非线性模型计算得到非线性模型的函数表达式，在非线性模型的函数表达式的基础上结合不同叶绿素a浓度垂向分布的遥感反射率特征R值进行回归得到最佳的大洋水体次表层叶绿素a浓度最大值深度。

全文数据：

权利要求：

百度查询： 广东海洋大学;国家卫星海洋应用中心 一种基于遥感反射率的大洋水体次表层叶绿素a浓度最大值深度反演方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD