一种基于波高抑制的GNSS-R海洋大型藻类探测方法及系统

本发明涉及星载gnss反射信号（gnss-r）海洋遥感数据处理领域，更具体地，涉及一种基于波高抑制的gnss-r海洋大型藻类探测方法及系统，利用大型藻类覆盖海面引起的波高抑制效应，从cygnss卫星数据中计算波高抑制指数，实现海洋大型藻类全天候探测与概率化识别。

背景技术：

1、海洋大型藻类的大规模暴发已成为全球性海洋生态问题。以漂浮马尾藻为例，热带大西洋自2011年以来每年暴发大规模藻类，形成横跨大西洋的马尾藻带，对加勒比海和西非沿海的生态、旅游和渔业造成严重冲击。现有业务化监测依赖modis等光学卫星传感器，通过计算漂浮藻类指数（fai）识别藻类。但光学传感器信号无法穿透云层，且仅在白天工作。热带大西洋常年多云，夏季藻类暴发高峰时云覆盖率可达45%以上，光学有效观测严重不足。

2、cygnss是由八颗微卫星组成的gnss-r星座，接收海面反射的gps l1波段（约19 cm波长）信号，具备全天候全天时观测能力，每日采集数万次海面数据。但cygnss并非成像传感器，单次观测为公里级足迹内的海面粗糙度积分量，不能直接"看到"藻类。

3、由此可知，现有方法无法通过非成像观测量对藻类进行有效检测。

技术实现思路

1、本发明的关键在于将非成像gnss-r海洋观测数据转化为海洋大型藻类的检测信号，突破光学传感器受云层和日照限制的瓶颈，提供全天候、全天时、可概率化输出的海洋大型藻类探测方法及系统。具体地，本发明提出：大型藻类覆盖海面后形成天然粘弹性表面层，对短重力-毛细波产生阻尼，导致给定风速下海面有效波高（swh）系统性降低——即波高抑制效应。本发明将swh与协同定位风速的比值直接定义为波高抑制指数（wave heightsuppression index，whsi），藻类覆盖海域的whsi显著低于清洁海域。基于该指数，可从cygnss数据中直接提取藻类信号，实现全天候探测。

2、为了实现上述目的，本发明第一方面提供了一种基于波高抑制的gnss-r海洋大型藻类探测方法，包括：

3、获取海洋地球物理数据，提取每个镜面反射点的有效波高与风速；

4、基于有效波高与风速，逐点计算波高抑制指数，其中，波高抑制指数用以指示单位风速驱动的有效波高；

5、采用风速分层效应量分析对波高抑制指数的检测效力进行验证；

6、如果波高抑制指数有效，根据观测点的风速从预先建立的清洁水体背景参考表中查询对应风速下波高抑制指数的均值与标准差，并根据波高抑制指数的均值与标准差计算藻类指数；

7、将计算的藻类指数输入预先训练的logistic校准模型，输出观测点的藻类存在概率。

8、在一种实施方式中，基于有效波高与风速，逐点计算波高抑制指数，包括：

9、

10、其中，表示波高抑制指数，表示有效波高，表示era5 10米协同定位风速。

11、在一种实施方式中，采用风速分层效应量分析对波高抑制指数的检测效力进行验证，包括：

12、将观测数据按照风速分为若干个等宽区间；

13、在各区间内分别计算波高抑制指数在藻类水体与清洁水体之间的标准化均值差异效应量及各区间的加权综合值；

14、如果各区间的加权综合值为负且各区间符号一致，则判定波高抑制指数能够有效检出藻类。

15、在一种实施方式中，在各区间内分别计算波高抑制指数在藻类水体与清洁水体之间的标准化均值差异效应量及各区间的加权综合值，包括：

16、分别提取藻类水体与清洁水体的波高抑制指数值；

17、根据公式计算波高抑制指数在藻类水体与清洁水体之间的标准化均值差异效应量：

18、

19、式中，target和reference 分别代表藻类水体和清洁水体类别，表示藻类水体波高抑制指数的均值，表示清洁水体波高抑制指数的均值，表示藻类水体波高抑制指数的标准差，表示清洁水体波高抑制指数的标准差，表示第k个区间的标准化均值差异效应量；

20、根据公式计算各区间的加权综合值：

21、

22、其中，为加权综合值，表示第k个区间的权重，、分别表示藻类水体的样本数量和清洁水体的样本数量。

23、在一种实施方式中，清洁水体背景参考表的构建方式包括；

24、将历史观测数据中光学传感器藻类指数低于清洁阈值的全部样本作为清洁水体样本；

25、按照预设间隔将风速分为若干个等宽区间，逐区间计算波高抑制指数的均值与标准差，构建为清洁水体背景参考表。

26、在一种实施方式中，根据波高抑制指数的均值与标准差计算藻类指数，包括：

27、

28、式中，表示藻类指数的取值，表示风速对应的波高抑制指数的均值，表示风速对应的波高抑制指数的标准差，whsi表示波高抑制指数。

29、在一种实施方式中，将计算的藻类指数输入预先训练的logistic校准模型，输出观测点的藻类存在概率，包括：

30、

31、式中表示在给定藻类指数取值的条件下观测点存在大型藻类的条件概率，表示藻类存在事件，表示藻类指数取值；β0表示截距项、β1表示的回归系数。

32、基于同一发明构思，本发明第二方面提供了一种基于波高抑制的gnss-r海洋大型藻类探测方法，包括：

33、数据获取模块，用于获取海洋地球物理数据，提取每个镜面反射点的有效波高与风速；

34、波高抑制指数计算模块，用于基于有效波高与风速，逐点计算波高抑制指数，其中，波高抑制指数用以指示单位风速驱动的有效波高；

35、风速分层验证模块，用于采用风速分层效应量分析对波高抑制指数的检测效力进行验证；

36、藻类指数计算模块，用于如果波高抑制指数有效，根据观测点的风速从预先建立的清洁水体背景参考表中查询对应风速下波高抑制指数的均值与标准差，并根据波高抑制指数的均值与标准差计算藻类指数；

37、概率校准与判定模块，用于将计算的藻类指数输入预先训练的logistic校准模型，输出观测点的藻类存在概率

38、基于同一发明构思，本发明第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时，用于实现第一方面所述的基于波高抑制的gnss-r海洋大型藻类探测方法。

39、基于同一发明构思，本发明第四方面提供了一种计算机设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，所述处理器执行所述程序时，用于实现第一方面所述的基于波高抑制的gnss-r海洋大型藻类探测方法。

40、相对于现有技术，本发明的优点和有益的技术效果如下：

41、本发明公开的一种基于波高抑制的gnss-r海洋大型藻类探测方法，基于有效波高与风速计算波高抑制指数，藻类覆盖海域因波高抑制效应使该指数系统性偏低，从而可以通过该指数指示单位风速驱动的有效波高；并通过风速分层策略消除风速对swh的主导影响，将抑制信号从背景噪声中分离；再根据观测点的风速从预先建立的清洁水体背景参考表中查询对应风速下波高抑制指数的均值与标准差，并根据波高抑制指数的均值与标准差计算藻类指数；最终输出标准化的存在概率，从而突破光学传感器受云层和日照限制的瓶颈，实现全天候、全天时、可概率化输出的海洋大型藻类的检测。