本發(fā)明屬于遙感，具體涉及一種上層海水顆粒有機碳剖面結(jié)構(gòu)計算方法及系統(tǒng)。

背景技術：

1、海洋碳泵是指海洋調(diào)節(jié)對大氣中二氧化碳的吸收并將其儲存在海洋內(nèi)部或埋藏在海底沉積物中的過程，其中，由真光層浮游植物光合作用驅(qū)動的生物泵過程，通過將海水中的無機碳轉(zhuǎn)化為有機碳，并以顆粒有機碳（poc）形式向深海輸出，從而在海洋中實現(xiàn)碳的固存。盡管浮游植物僅占海洋生物量的0.2%-0.3%，但由于其高周轉(zhuǎn)率，該過程可解釋溶解無機碳垂直梯度變化的約70%。生物泵的有效運作對大氣二氧化碳（）濃度具有重要調(diào)節(jié)作用，若其過程停止，大氣濃度將增加近200?ppm，相當于比當前水平增加約40%。因此，提高對真光層內(nèi)poc的分布、組成及其在不同氣候條件下變化的認知，是氣候變化研究的關鍵領域之一。

2、目前，水色衛(wèi)星遙感是滿足全球或區(qū)域尺度上層水體poc連續(xù)觀測需求的唯一可行手段。然而，傳統(tǒng)水色衛(wèi)星的觀測能力理論上僅限于第一光學深度，即真光層的上20%區(qū)域，這對整個真光層內(nèi)poc剖面的觀測造成局限性?，F(xiàn)有研究主要采用兩類方法來評估上層水體的poc分布：一是通過建立海表poc濃度與水層（第一光學深度、真光層深度或混合層深度）積分或平均濃度之間的統(tǒng)計關系；二是結(jié)合海表衛(wèi)星觀測，構(gòu)建典型剖面模型。早期研究發(fā)現(xiàn)對于浮游植物主控的海水，真光層內(nèi)葉綠素chla的積分儲量可通過海表chla的冪函數(shù)關系進行估算，并進一步構(gòu)建了7類真光層chla的高斯剖面分布模型，從而實現(xiàn)全球尺度上層水體chla的三維遙感觀測。在此基礎上，研究了真光層poc剖面的結(jié)構(gòu)特征，并分別在層化與混合均勻條件下，構(gòu)建了真光層內(nèi)poc積分儲量與海表poc濃度的經(jīng)驗冪函數(shù)關系，以實現(xiàn)全球尺度的poc遙感估算。

3、然而，全球尺度的經(jīng)驗性方法在邊緣海區(qū)域應用時，需要對模型常數(shù)進行重新調(diào)優(yōu)，甚至其模型結(jié)構(gòu)（線性或冪函數(shù)）本身也可能不適用于區(qū)域性的變化特征。此外，專利（cn202110272580.x）提出了一種依賴于海表poc濃度、混合層深度及水深的poc剖面分布類別區(qū)分方法。然而，該方法基于固定的季節(jié)性輸入，適用于月均尺度觀測，在月內(nèi)尺度上可能存在跳變現(xiàn)象，并且季節(jié)內(nèi)使用固定常數(shù)，難以滿足遙感影像逐像元的動態(tài)觀測需求。

4、近年來，針對poc研究逐步聚焦于高垂向分辨率的水體固有光學量，以更好表征傳統(tǒng)離散采樣poc的剖面特征。然而，目前尚缺乏基于衛(wèi)星遙感的水體固有光學量剖面結(jié)構(gòu)動態(tài)觀測方法，相關研究仍主要依賴現(xiàn)場觀測數(shù)據(jù)或直接使用現(xiàn)場儀器測量的光學剖面數(shù)據(jù)作為模型輸入。因此，亟需發(fā)展基于水體固有光學量的遙感動態(tài)觀測技術，以提升上層水體poc的三維遙感觀測能力。

技術實現(xiàn)思路

1、本發(fā)明提供一種上層海水顆粒有機碳剖面結(jié)構(gòu)計算方法及系統(tǒng)，以解決現(xiàn)有技術缺乏基于遙感的水體固有光學量剖面結(jié)構(gòu)動態(tài)觀測方法，主要依賴現(xiàn)場觀測數(shù)據(jù)或直接使用現(xiàn)場儀器測量的光學剖面數(shù)據(jù)的問題。

2、為了解決上述技術問題，本發(fā)明實施例公開了如下技術方案：

3、本發(fā)明的一個方面提供一種上層海水顆粒有機碳剖面結(jié)構(gòu)計算方法，應用于海盆區(qū)，所述方法包括：

4、獲取海盆區(qū)內(nèi)多個觀測點的海水特征數(shù)據(jù)，每個觀測點的海水特征數(shù)據(jù)均至少包括海表葉綠素濃度、海水溫度剖面數(shù)據(jù)、海水鹽度剖面數(shù)據(jù)、顆粒有機碳剖面類型和顆粒衰減系數(shù)剖面數(shù)據(jù)；

5、基于所有觀測點的海水特征數(shù)據(jù)對神經(jīng)網(wǎng)絡進行訓練，得到顆粒衰減系數(shù)剖面預測模型；

6、在目標遙感影像中識別出海盆區(qū)像元，并采用預設方式確定每個海盆區(qū)像元的顆粒有機碳剖面類型；

7、針對每個海盆區(qū)像元，均將獲取的海表葉綠素濃度、海水溫度剖面數(shù)據(jù)、海水鹽度剖面數(shù)據(jù)，以及對應的顆粒有機碳剖面類型輸入預測模型，獲得顆粒衰減系數(shù)剖面數(shù)據(jù)；

8、預先獲取海盆區(qū)內(nèi)顆粒有機碳濃度與顆粒衰減系數(shù)的轉(zhuǎn)換關系；

9、基于所述轉(zhuǎn)換關系，根據(jù)對應的顆粒衰減系數(shù)剖面數(shù)據(jù)獲得每個海盆區(qū)像元的顆粒有機碳剖面數(shù)據(jù)，并構(gòu)建目標海盆區(qū)的上層海水顆粒有機碳三維場。

10、可選的，所述基于所有觀測點的海水特征數(shù)據(jù)對神經(jīng)網(wǎng)絡進行訓練，得到顆粒衰減系數(shù)剖面預測模型，包括：

11、基于所有觀測點的海水特征數(shù)據(jù)構(gòu)建訓練數(shù)據(jù)集，每個樣本均包括任一觀測點在同一時段內(nèi)觀測的海表葉綠素濃度、海水溫度剖面數(shù)據(jù)、海水鹽度剖面數(shù)據(jù)和顆粒衰減系數(shù)剖面數(shù)據(jù)，以及所述觀測點處的顆粒有機碳剖面類型；

12、將樣本中的海表葉綠素濃度、海水溫度剖面數(shù)據(jù)、海水鹽度剖面數(shù)據(jù)和顆粒有機碳剖面類型作為輸入數(shù)據(jù)，顆粒衰減系數(shù)剖面數(shù)據(jù)作為輸出數(shù)據(jù)，對神經(jīng)網(wǎng)絡模型進行訓練并采用5折交叉方法進行驗證，最終得到顆粒衰減系數(shù)剖面預測模型。

13、可選的，在執(zhí)行所述基于所有觀測點的海水特征數(shù)據(jù)對神經(jīng)網(wǎng)絡進行訓練，得到顆粒衰減系數(shù)剖面預測模型的步驟之前，所述方法還包括：

14、對所有觀測點的海水特征數(shù)據(jù)進行預處理，所述預處理至少包括異常值去除和標準化處理。

15、可選的，所述在目標遙感影像中識別出海盆區(qū)像元，并采用預設方式確定每個海盆區(qū)像元的顆粒有機碳剖面類型，包括：

16、獲取目標遙感影像中每個像元處的水深；

17、將水深超過預設深度閾值的像元確定為海盆區(qū)像元；

18、計算每個海盆區(qū)像元對應的真光層深度，并判斷真光層深度是否大于預設分類閾值；

19、若是，確定所述像元對應的顆粒有機碳剖面類型為類高斯型；

20、若否，確定所述像元對應的顆粒有機碳剖面類型為指數(shù)衰減型。

21、可選的，采用以下公式計算每個海盆區(qū)像元對應的真光層深度：

22、kvis=k1+k2/(1+z)^0.5

23、te=kvis×z

24、zeu=min(abs(te-4.605))

25、其中，z為所述像元處的水深；kvis為水體漫射衰減系數(shù)；te為光學深度；k1和k2由水體固有光學量通過以下公式計算獲得：

26、k1=(x0+x1×at490^0.5+x2×bbt490)?×(1+a0×sin());

27、k2=(c0+c1×at490+c2×bbt490)?×(a1+a2×cos());

28、其中，x0=-0.057；x1=0.482；x2=4.221；c0=0.183；c1=0.702；c2=-2.567；a0=0.090；a1=1.465；a2=-0.667；at490和bbt490分別為海表下490nm波長處的總吸收系數(shù)和后向散射系數(shù)，由遙感影像元數(shù)據(jù)獲得；為太陽天頂角。

29、可選的，按照以下公式確定海盆區(qū)內(nèi)顆粒有機碳濃度與顆粒衰減系數(shù)的轉(zhuǎn)換關系：

30、poc=10?^?(?(?log(cp660)+1.71?)?/?1.27?)

31、其中，cp660為顆粒衰減系數(shù)；poc為上層海水顆粒有機碳濃度。

32、可選的，所述方法還包括：

33、對目標遙感影像進行預處理；

34、分別獲取每個像元對應的海表葉綠素濃度、海水溫度剖面數(shù)據(jù)和海水鹽度剖面數(shù)據(jù)。

35、可選的，所述分別獲取每個像元對應的海表葉綠素濃度、海水溫度剖面數(shù)據(jù)和海水鹽度剖面數(shù)據(jù)，包括：

36、采用公開的遙感產(chǎn)品獲取海表葉綠素濃度；

37、基于hycom全球海洋模式獲取海水溫度剖面數(shù)據(jù)和海水鹽度剖面數(shù)據(jù)。

38、可選的，按照以下方式構(gòu)建目標海盆區(qū)的上層海水顆粒有機碳三維場：

39、針對每個海盆區(qū)像元的顆粒有機碳剖面數(shù)據(jù)，均進行滑動平均處理，獲得所述海盆區(qū)像元顆粒有機碳濃度的垂直分布數(shù)據(jù)；

40、對所有海盆區(qū)像元顆粒有機碳濃度的垂直分布數(shù)據(jù)所組成的平面數(shù)據(jù)，采用中值濾波進行平滑處理；

41、基于處理后的顆粒有機碳濃度數(shù)據(jù)構(gòu)建三維場。

42、本發(fā)明的另一個方面公開一種上層海水顆粒有機碳剖面結(jié)構(gòu)計算系統(tǒng)，所述系統(tǒng)執(zhí)行前述方面中任意一項所述的上層海水顆粒有機碳剖面結(jié)構(gòu)計算方法。

43、本發(fā)明公開的一種上層海水顆粒有機碳剖面結(jié)構(gòu)計算方法及系統(tǒng)，通過高頻的顆粒衰減系數(shù)觀測數(shù)據(jù)，為神經(jīng)網(wǎng)絡模型構(gòu)建提供豐富的現(xiàn)場數(shù)據(jù)，在此基礎上，綜合考慮模型精度與輸入?yún)?shù)的水色衛(wèi)星遙感及數(shù)值模式可獲取性，利用海表葉綠素濃度、海水溫度剖面數(shù)據(jù)、海水鹽度剖面數(shù)據(jù)、顆粒有機碳剖面類型作為輸入?yún)?shù)，構(gòu)建水體顆粒衰減系數(shù)預測模型；最終依據(jù)水體顆粒有機碳濃度與顆粒衰減系數(shù)的轉(zhuǎn)換關系，獲取海盆區(qū)域內(nèi)水體顆粒有機碳濃度的三維分布。從而借助遙感大范圍準實時長時序的觀測優(yōu)勢，實現(xiàn)海盆區(qū)水體顆粒有機碳濃度三維場的動態(tài)監(jiān)測與歷史變化評估。

44、提供
技術實現(xiàn)要素：
部分是為了以簡化的形式來介紹對概念的選擇，它們在下文的具體實施方式中將被進一步描述。發(fā)明內(nèi)容部分無意標識本公開的重要特征或必要特征，也無意限制本公開的范圍。