开云优惠体育网页版入口

专利名称：一种海洋生产力的遥感估算方法及系统

专利类型：发明专利

专利申请号：CN202411146667.2

专利申请（专利权）人：泰山学院
权利人地址：山东省泰安市岱岳区东岳大街525号

专利发明（设计）人：杨萌萌,房桦,桑胜举,张国锋,侯迎坤,冯昌利

专利摘要：本发明属于海洋卫星遥感技术领域，具体涉及一种海洋生产力的遥感估算方法及系统；其中，海洋生产力的遥感估算方法包括：获取卫星遥感Chl?a浓度数据；计算像元内高出时空平均Chl?a浓度值的频率，结合遥感像元Chl?a浓度水平，构建海洋生产力遥感估算指标，计算时序Chl?a浓度的变化趋势，得到全球海洋生产力分布和全球Chl?a浓度变化趋势；根据所得到的全球海洋生产力分布和全球Chl?a浓度变化趋势，进行全球水体的分类，评估海洋生产力的空间分布和变化趋势。本发明解决了尚未有能够精确估算全球海洋生产力的通用方法以提高对全球高生产力海洋区域时空分布和控制机制理解的难题，实现了海洋生产力遥感的精准估算。

主权利要求：
1.一种海洋生产力的遥感估算方法，其特征在于，包括：
获取卫星遥感Chl?a浓度数据；
根据所获取的数据,计算像元内高出时空平均Chl?a浓度值的频率，结合遥感像元Chl?a浓度水平，构建海洋生产力遥感估算指标；所述计算像元内高出时空平均Chl?a浓度值的频率，具体为：采用掩膜法提取保留所获取的卫星遥感Chl?a浓度数据中的近海区域数据，在所提取的数据中计算时空平均Chl?a浓度；根据每个像元内有效Chl?a浓度数据的个数以及不小于所得到的时空平均Chl?a浓度的个数，得到像元内高出时空平均Chl?a浓度的频率；
根据所获取卫星遥感Chl?a浓度数据，计算时序Chl?a浓度的变化趋势；
根据所构建的遥感估算指标和时序Chl?a浓度变化趋势，得到全球海洋生产力分布和全球Chl?a浓度变化趋势；具体为：结合所获取的卫星遥感数据，采用Chl?a浓度反演算法得到改进的遥感像元时序Chl?a浓度数据；基于改进的遥感像元时序Chl?a浓度数据计算像元内高出时空平均Chl?a浓度的频率；根据像元内高出时空平均Chl?a浓度的频率和像元Chl?a浓度水平，完成海洋生产力遥感估算指标的构建；使用非参数趋势估计法计算时序Chl?a浓度的变化趋势，使用趋势检验法对所得到的时序Chl?a浓度变化趋势进行显著性检验，得到全球Chl?a浓度变化趋势；
根据所得到的全球海洋生产力分布和全球Chl?a浓度变化趋势，进行全球水体的分类；
根据所得到的全球水体分类结果，评估海洋生产力的空间分布和变化趋势。
2.如权利要求1中所述的一种海洋生产力的遥感估算方法，其特征在于，根据所得到的像元内高出时空平均Chl?a浓度值的频率和Chl?a浓度数据，将全球海洋生产力水体分为高生产力水体、中生产力水体、低生产力水体和无生产力水体。
3.如权利要求1中所述的一种海洋生产力的遥感估算方法，其特征在于，所述全球水体分类结果至少包括高生产力增长趋势水体、高生产力无趋势水体、高生产力减少趋势水体、中生产力增长趋势水体、中生产力无趋势水体、中生产力减少趋势水体、低生产力增长趋势水体、低生产力无趋势水体、低生产力减少趋势水体、无生产力增长趋势水体、无生产力无趋势水体和无生产力减少趋势水体。
4.一种海洋生产力的遥感估算系统，采用如权利要求1所述的一种海洋生产力的遥感估算方法，其特征在于，包括：获取模块，其被配置为获取卫星遥感Chl?a浓度数据；
构建模块，其被配置为根据所获取的数据,计算像元内高出时空平均Chl?a浓度值的频率，结合遥感像元Chl?a浓度水平，构建海洋生产力遥感估算指标；
计算模块，其被配置为根据所获取卫星遥感Chl?a浓度数据，计算时序Chl?a浓度的变化趋势；根据所构建的遥感估算指标和时序Chl?a浓度变化趋势，得到全球海洋生产力分布和全球Chl?a浓度变化趋势；
分类模块，其被配置为根据所得到的全球海洋生产力分布和全球Chl?a浓度变化趋势，进行全球水体的分类；
估算模块，其被配置为根据所得到的全球水体分类结果，评估海洋生产力的空间分布和变化趋势。
5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现了如权利要求1?3中任一项所述的海洋生产力的遥感估算方法的步骤。
6.一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现了如权利要求1?3中任一项所述的海洋生产力的遥感估算方法的步骤。
7.一种计算机程序产品，包括软件代码，其特征在于，所述软件代码中的程序执行如权利要求1?3中任一项所述的海洋生产力的遥感估算方法的步骤。 说明书 : 一种海洋生产力的遥感估算方法及系统技术领域[0001] 本发明属于海洋卫星遥感技术领域，具体涉及一种海洋生产力的遥感估算方法及系统。背景技术[0002] 本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。[0003] 高生产力的海洋区域富含浮游植物生物量，并支持着丰富的生物多样性；鱼类和其他次级消费者，如鸟类和海龟，在这些地区也较为丰富。就其独特的非生物和生物特征而言，这些区域具有离散的特性。因此，监测高生产力的海洋区域对了解海洋环境及其生物多样性非常重要。[0004] 叶绿素?a(chlorophyll?a,简称Chl?a)浓度是浮游植物生物量的常用指标，可通过持续监测Chl?a浓度来探测高生产力的海洋区域。分析海表水的其他生物和非生物信息来解释海洋生产力，有助于确定与表层水体相关联的进一步生物网络。例如，埃克曼输运通过风力和科氏力导致海水的垂直运动，引起上升流，其将底层富含营养盐的冷海水带到海洋表层，从而增强浮游植物生长，维持海洋初级生产力和生物多样性；对每个数据点使用基于风力计算的上升流指数，能够为该地区的海洋学提供内在的季节性视角。因此，联合使用Chl?a浓度、海面温度（SeaSurfaceTemperature，简称SST）和风数据有助于更准确地监测高生产力的海域。[0005] 据发明人了解，卫星遥感技术具有准实时、覆盖范围广和周期性观测等优势，现已成为监测海洋生产力的有效手段之一。有相关研究发现Chl?a浓度与SST呈负相关关系，以及与风相关的上升流对高生产力海洋区域具有重要的影响。但是，尚未有能够精确估算全球海洋生产力的通用方法以提高对全球高生产力海洋区域时空分布和控制机制的理解。发明内容[0006] 为解决上述问题，本发明提出了一种海洋生产力的遥感估算方法及系统，根据时序Chl?a浓度数据计算像元内高出时空平均Chl?a浓度的频率，结合频率和遥感像元Chl?a浓度水平，构建海洋生产力的遥感估算指标；使用Sen’sslope方法计算时序Chl?a浓度的变化趋势，使用MK?test方法对变化趋势进行显著性检验；根据所构建的遥感估算指标和变化趋势得到全球海洋生产力水体分类和Chl?a浓度的变化趋势图，完成海洋生产力的精准遥感估算。[0007] 根据一些实施例，本发明的第一方案提供了一种海洋生产力的遥感估算方法，采用如下技术方案：[0008] 一种海洋生产力的遥感估算方法，包括：[0009] 获取卫星遥感Chl?a浓度数据；[0010] 根据所获取的数据,计算像元内高出时空平均Chl?a浓度值的频率，结合遥感像元Chl?a浓度水平，构建海洋生产力遥感估算指标；[0011] 根据所获取卫星遥感Chl?a浓度数据，计算时序Chl?a浓度的变化趋势；[0012] 根据所构建的遥感估算指标和时序Chl?a浓度变化趋势，得到全球海洋生产力分布和全球Chl?a浓度变化趋势；[0013] 根据所得到的全球海洋生产力分布和全球Chl?a浓度变化趋势，进行全球水体的分类；[0014] 根据所得到的全球水体分类结果，评估海洋生产力的空间分布和变化趋势。[0015] 作为进一步的技术限定，采用掩膜法提取保留所获取的卫星遥感Chl?a浓度数据中的近海区域数据，在所提取的数据中计算时空平均Chl?a浓度；根据每个像元内有效Chl?a浓度数据的个数以及不小于所得到的时空平均Chl?a浓度的个数，得到像元内高出时空平均Chl?a浓度的频率。[0016] 作为进一步的技术限定，结合所获取的卫星遥感数据，采用Chl?a浓度反演算法得到改进的遥感像元时序Chl?a浓度数据；基于改进的遥感像元时序Chl?a浓度数据计算像元内高出时空平均Chl?a浓度的频率；根据像元内高出时空平均Chl?a浓度的频率和像元Chl?a浓度水平，完成海洋生产力遥感估算指标的构建。[0017] 进一步的，使用非参数趋势估计法（即Sen’sslope）计算时序Chl?a浓度的变化趋势，使用趋势检验法（即MK?test）对所得到的时序Chl?a浓度变化趋势进行显著性检验，得到全球Chl?a浓度变化趋势。[0018] 作为进一步的技术限定，根据所得到的像元内高出时空平均Chl?a浓度值的频率和Chl?a浓度数据，将全球海洋生产力水体分为高生产力水体、中生产力水体、低生产力水体和无生产力水体。[0019] 作为进一步的技术限定，所述全球水体分类结果至少包括高生产力增长趋势水体、高生产力无趋势水体、高生产力减少趋势水体、中生产力增长趋势水体、中生产力无趋势水体、中生产力减少趋势水体、低生产力增长趋势水体、低生产力无趋势水体、低生产力减少趋势水体、无生产力增长趋势水体、无生产力无趋势水体和无生产力减少趋势水体。[0020] 根据一些实施例，本发明的第二方案提供了一种海洋生产力的遥感估算系统，采用如下技术方案：[0021] 一种海洋生产力的遥感估算系统，包括：[0022] 获取模块，其被配置为获取卫星遥感Chl?a浓度数据；[0023] 构建模块，其被配置为根据所获取的数据,计算像元内高出时空平均Chl?a浓度值的频率，结合遥感像元Chl?a浓度水平，构建海洋生产力遥感估算指标；[0024] 计算模块，其被配置为根据所获取卫星遥感Chl?a浓度数据，计算时序Chl?a浓度的变化趋势；根据所构建的遥感估算指标和时序Chl?a浓度变化趋势，得到全球海洋生产力分布和全球Chl?a浓度变化趋势；[0025] 分类模块，其被配置为根据所得到的全球海洋生产力分布和全球Chl?a浓度变化趋势，进行全球水体的分类；[0026] 估算模块，其被配置为根据所得到的全球水体分类结果，评估海洋生产力的空间分布和变化趋势。[0027] 根据一些实施例，本发明的第三方案提供了一种计算机可读存储介质，采用如下技术方案：[0028] 一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方案所述的海洋生产力的遥感估算方法中的步骤。[0029] 根据一些实施例，本发明的第四方案提供了一种电子设备，采用如下技术方案：[0030] 一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的程序，所述处理器执行所述程序时实现如本发明第一方案所述的海洋生产力的遥感估算方法中的步骤。[0031] 根据一些实施例，本发明的第五方案提供了一种计算机程序产品，采用如下技术方案：[0032] 一种计算机程序产品，包括软件代码，所述软件代码中的程序执行如本发明第一方案所述的海洋生产力的遥感估算方法中的步骤。[0033] 与现有技术相比，本发明的有益效果为：[0034] 本发明基于卫星反演的Chl?a浓度构建全球海洋生产力遥感估算指标，以对全球海洋生产力进行初步的评估；使用卫星反演的Chl?a浓度数据，在宏观（全球）和微观（区域）层面提供系统的海洋生产力评估，并具备足够的时间信息，为沿海水域管理者提供决策支持。[0035] 本发明根据时序Chl?a浓度数据计算像元内高出时空平均Chl?a浓度的频率，结合频率和遥感像元Chl?a浓度水平，构建海洋生产力的遥感估算指标；使用Sen’sslope方法计算时序Chl?a浓度的变化趋势，使用MK?test方法对变化趋势进行显著性检验；根据所构建的遥感估算指标和变化趋势得到全球海洋生产力分布和Chl?a浓度的变化趋势图，进而得到全球海洋水体分类图，完成海洋生产力的精准遥感估算。附图说明[0036] 构成本实施例的一部分的说明书附图用来提供对本实施例的进一步理解，本实施例的示意性实施例及其说明用于解释本实施例，并不构成对本实施例的不当限定。[0037] 图1为本发明实施例一中的全球有效Chl?a浓度值的百分比；[0038] 图2为本发明实施例一中的全球海洋生产力分布图；[0039] 图3为本发明实施例一中的全球Chl?a浓度变化斜率（Sen’sslope）分布图；[0040] 图4为本发明实施例一中的全球Chl?a浓度变化斜率显著性检验（MK?test）分布图；[0041] 图5为本发明实施例一中的全球Chl?a浓度变化趋势图；[0042] 图6为本发明实施例一中的全球海洋生产力及Chl?a浓度变化趋势联合分布图；[0043] 图7为本发明实施例一中的某一海域生产力及Chl?a浓度变化趋势联合分布图；其中，图7中的（a）为基于MODIS?Aqua标准Chl?a算法的分布图，图7中的（b）为基于YOC算法的分布图；[0044] 图8为本发明实施例一中的实测数据站点分布图；[0045] 图9为本发明实施例一中的不同站点的实测Chl?a浓度时序图；其中，图9中的（a）为站点KC?6的实测Chl?a浓度时序图，图9中的（b）为站点CK?4的实测Chl?a浓度时序图，图9中的（c）为站点CK?1的实测Chl?a浓度时序图，图9中的（d）为站点TE?1的实测Chl?a浓度时序图。具体实施方式[0046] 下面结合附图与实施例对本发明作进一步说明。[0047] 应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。[0048] 需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。[0049] 在本发明中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，只是为了便于叙述本发明各部件或元件结构关系而确定的关系词，并非特指本发明中任一部件或元件，不能理解为对本发明的限制。[0050] 在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。[0051] 实施例一[0052] 本发明实施例一介绍了一种海洋生产力的遥感估算方法。[0053] 为实现全球海洋生产力的遥感估计，本实施例借助中分辨率成像光谱仪(MODIS)?Aqua数据，创建基于Chl?a浓度联合指标的全球海洋生产力遥感估算方法。[0054] 为监测全球海洋生产力，本实施例采用20年（2003?2022）的MODIS?Aqua每日Chl?a浓度数据（2018再处理数据），空间分辨率为1km。[0055] 在沿海区域，比如某一海域，基于标准海洋水色算法（如MODIS?AquaOC3M）估算得到的Chl?a浓度不精确；原因在于这些复杂水域（也称为2类水体）的光学特性不仅受浮游植物的影响，还受其他光学活性成分（包括有色溶解有机物）的影响，这些成分可能彼此独立变化。因此，本实施例采用从NOWPAP海洋环境监测所获取的区域调优Chl?a浓度数据集，这些数据是以1km空间分辨率的月度合成数据形式提供的。[0056] 本实施例中的区域调优的Chl?a浓度数据集是使用YOC算法计算得到的，旨在减轻有色溶解有机物和悬浮沉积物对Chl?a浓度提取的影响。YOC产品是基于YOC算法和基于OC算法结合颜色指数（CI）算法（即OCI算法）计算的Chl?a浓度的混合值。两者之间的切换由555nm处的归一化水离开辐亮度 值决定。YOC算法应用于高nLw555的水域，而OCI应用于低nLw555 的水域。在nLw555中间范围通过线性组合确保了两种极端之间的平滑过渡。因此，可以在高nLw的水域获得适当的Chl?a浓度估计，否则这些水域的Chl?a浓度会被高估。在这种情况下，YOCChl?a浓度在空间和时间变化方面相对于标准产品具有更好的质量。[0057] 由于高生产力海域主要集中在近海区域（水深<200m），因此对20年（2003?2022）的全球MODIS?AquaChl?a数据，本实施例使用掩膜的方法只保留了近海区域的数据；计算所有有效像素值占总像素值的比例，得到如图1所示的全球有效Chl?a浓度值的百分比图。[0058] 如图1所示，有效Chl?a浓度值的百分比在高纬度（50°N以上）和低纬度（50°S以下）海域最低，主要位于北极和南极地区，这些地区的气候条件比较恶劣，不利于浮游植物生长，导致有效值百分比较低；另外，有效值百分比在赤道附近（20°S 20°N）较低，区域水温较~高，不利于浮游植物生长。[0059] 本实施例结合遥感像元Chl?a浓度水平和时序Chl?a数据中高出平均Chl?a浓度的像元频率，生成4种水体，即：[0060] ①高生产力水体：[0061] Chl?a 1.8 &频率 50%（1）[0062] ②中生产力水体：[0063] Chl?a 1.8 &频率<50%（2）[0064] ③低生产力水体：[0065] Chl?a<1.8 &频率 50%（3）[0066] ④无生产力水体：[0067] Chl?a<1.8 &频率<50%（4）[0068] 其中，Chl?a为每个像元所有时序数据的平均值，1.8 为所有像元的时空平均值，并将该值作为阈值，频率为每个像元在时间序列中满足Chl?a 1.8 的数据的个数与每个像元在时间序列中所有有效数据（像元Chl?a>0 ）的个数的比值。[0069] 本实施例结合频率和Chl?a浓度水平得到如图2所示的全球海洋生产力分布图，如图2所示，高生产力海域（Chl?a 1.8 &频率 50）主要集中在最靠岸的沿岸区域，中生产力海域（Chl?a 1.8 &频率<50）离沿岸次远，低生产力海域（Chl?a<1.8&频率 50）更远，而无生产力海域（Chl?a<1.8 &频率<50）最远。此外，有明海几乎整个海域和某一海域沿岸海域被划分为高生产力海域；水体分布较为合理，也跟野外观测的数据较为吻合。[0070] 本实施例采用计算趋势斜率Sen’sslope（即非参数趋势估计方法，可在95%显著性水平上检测月度数据记录中存在的单调趋势；在非正态性的情况下提供更高的统计能力，对异常值和大数据间隙具有鲁棒性）进行每个遥感像元的时序MODIS?AquaChl?a数据趋势的计算，计算结果如图3所示，0值表示无趋势，正值表示增长趋势，而负值表示减少趋势。[0071] 采用MK?test进行趋势的显著性判断，如图4所示，当MK?test值为0时，表示变化趋势不显著；MK?test值大于0时，表示增长趋势；MK?test值小于0时，表示减少趋势。[0072] 将趋势图和MK?test图结合起来得到如图5所示的趋势图，如附图5所示，其中有大约一半的区域Chl?a表现出无趋势，剩余区域中的Chl?a更多地表现出增长趋势。[0073] 如图2和图5所示，本实施例将全球海洋划分成如图6所示的12类水体，分别为高生产力增长趋势（HI）、高生产力无趋势（HN）、高生产力减少趋势（HD）、中生产力增长趋势（MI）、中生产力无趋势（MN）、中生产力减少趋势（MD）、低生产力增长趋势（LI）、低生产力无趋势（LN）、低生产力减少趋势（LD）、无生产力增长趋势（NI）、无生产力无趋势（NN）和无生产力减少趋势（ND）。[0074] 为验证本实施例中所提出方法的有效性和准确性，本实施例以某一海域为研究区，通过MODIS?AquaYOCChl?a重新计算该区域的海洋生产力和Chl?a浓度趋势，制作了水体分类图。基于MODIS?Aqua标准Chl?a产品和YOCChl?a产品制作的某一海域水体分类对比图分别如图7中的（a）和（b）所示。[0075] 在图7中，两个分类图整体上都在沿海区域表现出HI和HN，而在远海区域表现出NN和NI。但使用MODIS?AquaYOCChl?a得到的某一海域分类图在沿海区域表现出更细节的分类水体分类包括了HI、HN、HD、MI和MN，而使用MODIS?Aqua标准Chl?a浓度得到的某一海域分类图在沿海区域只有HI、HN和MN。由于沿海区域海水光学性质复杂，更多的水体分类较为合理。另外，使用MODIS?AquaYOCChl?a浓度得到的水体分类边界较为平滑，如HN和NN之间有MN得以过渡，而使用MODIS?Aqua标准Chl?a浓度得到的水体分类中，HN和NN之间出现明显的边界。因此，使用MODIS?AquaYOCChl?a浓度得到的水体分类图更加准确可靠。[0076] 为验证某一海域水体分类结果，本实施例采用实测Chl?a浓度数据进行验证；为计算观测站点实测Chl?a浓度的变化趋势，采用如图8所示的4个观测站点；其中，KC?6离沿岸较近，受冲淡水影响较大，该站点的遥感水体分类是HN；CK?4和CK?1均位于某一海域中陆架海域，而CK?4更靠近沿岸，它们的遥感水体分类分别是NN和NI；TE?1位于对马海峡，遥感水体分类结果为NN。[0077] 这4个站点的实测Chl?a浓度时序图如图9所示，其中（a）、（b）、（c）和（d）分别对应站点KC?6、CK?4、CK?1和TE?1，可得出Chl?a浓度与时间的回归线和方程式；对每个站点的数据计算Sen’sslope和MK?test，以确定如表1所示的趋势及其显著性。[0078] 根据表1可得，KC?6的所有实测Chl?a浓度的平均值为1.56 ，趋势为不显著，这与卫星数据分类结果基本一致，只有Chl?a浓度水平稍低了一些；CK?4的所有实测Chl?a浓度的平均值为0.4 ，趋势为不显著，这与卫星数据分类结果一致；CK?1的所有实测Chl?a浓度的平均值为0.3 ，趋势为增加，这与卫星数据分类结果也一致；TE?1的所有实测Chl?a浓度的平均值为0.8 ，趋势为不显著，这与卫星数据分类结果也一致。[0079] 表1用于验证某一海域遥感水体分类结果的实测数据的统计表[0080][0081] 本实施例基于卫星反演的Chl?a浓度构建全球海洋生产力遥感估算指标，以对全球海洋生产力进行初步的评估；使用卫星反演的Chl?a数据，在宏观（全球）和微观（区域）层面提供系统的海洋生产力评估，并具备足够的时间信息，为沿海水域管理者提供决策支持；根据时序Chl?a浓度数据计算像元内高出时空平均Chl?a浓度的频率，结合频率和遥感像元Chl?a浓度水平，构建海洋生产力的遥感估算指标；使用Sen’sslope方法计算时序Chl?a浓度的变化趋势，使用MK?test方法对变化趋势进行显著性检验；根据所构建的遥感估算指标和变化趋势得到全球海洋生产力水体分类和Chl?a浓度的变化趋势图，完成海洋生产力遥感的精准估算。[0082] 实施例二[0083] 本发明实施例二介绍了一种海洋生产力的遥感估算系统。[0084] 一种海洋生产力的遥感估算系统，包括：[0085] 获取模块，其被配置为获取卫星遥感Chl?a浓度数据；[0086] 构建模块，其被配置为根据所获取的数据,计算像元内高出时空平均Chl?a浓度值的频率，结合遥感像元Chl?a浓度水平，构建海洋生产力遥感估算指标；[0087] 计算模块，其被配置为根据所获取卫星遥感Chl?a浓度数据，计算时序Chl?a浓度的变化趋势；根据所构建的遥感估算指标和时序Chl?a浓度变化趋势，得到全球海洋生产力分布和全球Chl?a浓度变化趋势；[0088] 分类模块，其被配置为根据所得到的全球海洋生产力分布和全球Chl?a浓度变化趋势，进行全球水体的分类；[0089] 估算模块，其被配置为根据所得到的全球水体分类结果，评估海洋生产力的空间分布和变化趋势。[0090] 详细步骤与实施例一提供的海洋生产力的遥感估算方法相同，在此不再赘述。[0091] 实施例三[0092] 本发明实施例三提供了一种计算机可读存储介质。[0093] 一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明实施例一所述的海洋生产力的遥感估算方法中的步骤。[0094] 详细步骤与实施例一提供的海洋生产力的遥感估算方法相同，在此不再赘述。[0095] 实施例四[0096] 本发明实施例四提供了一种电子设备。[0097] 一种电子设备，包括存储器、处理器及存储在存储器上并在处理器上运行的程序，所述处理器执行所述程序时实现如本发明实施例一所述的海洋生产力的遥感估算方法中的步骤。[0098] 详细步骤与实施例一提供的海洋生产力的遥感估算方法相同，在此不再赘述。[0099] 实施例五[0100] 本发明实施例五提供了一种计算机程序产品。[0101] 一种计算机程序产品，包括软件代码，所述软件代码中的程序执行如本发明实施例一所述的海洋生产力的遥感估算方法中的步骤。[0102] 详细步骤与实施例一提供的海洋生产力的遥感估算方法相同，在此不再赘述。[0103] 以上所述仅为本实施例的优选实施例而已，并不用于限制本实施例，对于本领域的技术人员来说，本实施例可以有各种更改和变化。凡在本实施例的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本实施例的保护范围之内。

专利地区：山东

专利申请日期：2024-08-21

专利公开日期：2024-11-29

专利公告号：CN118674598B