小程序
微信小程序
人工客服
回顶部

利用Hyperion高光谱数据的三波段法反演太湖叶绿素a浓度

张儒佳 | -> | 1836| 1| 0.315063MB |叶绿素a,三波段模型,Hyperion,高光谱,太湖

张儒佳 张儒佳 | 文档量 |浏览量39062

摘要: 以2004-08-19 太湖野外试验所获取的水质数据( 叶绿素a 浓度718~ 15413 Lg#L- 1, 总悬浮物浓度6510~ 1901 2 mg#L- 1 , N= 38) 和同步的Hyperion 星载高光谱数据为研究对象, 利用三波段算法反演太湖水体的叶绿素a 浓度. 通过分析太湖固有光学量的特点, 提出适用于太湖的3 个特征波段的选择依据, 并对波段进行优化计算, 在此基础上建立了三波段统计模型, 最后对模型的反演精度进行分析与评价. 结果表明,Hyperion 的B34( 691137 nm) 、B37( 721190 nm) 和B50( 8541 18 nm) 组成三波段模型变量与叶绿素a 浓度具有最高的相关系数( r= 01934) , 模型的决定系数( R2 ) 和均方根误差( RMSE) 分别为01 872 和13193 Lg#L- 1 ,其反演精度优于传统经验统计模型, 如比值模型( R 2= 01844, RMSE= 15141 Lg#L- 1 ) 和一阶微分模型( R2 = 01 831, RMSE= 16100Lg#L- 1 ) . 研究结果证实了三波段法适用于内陆富营养化浑浊水体和Hyperion 高光谱数据, 为今后更精确地反演内陆水体的叶绿素a 浓度提供了参考依据.
    当遥感技术成为水环境监测的有效工具之后[ 1] , 如何利用遥感数据来获取水体的叶绿素a( Chla) 浓度就一直是水质监测领域的重点. 虽然针对大洋一类水体的叶绿素a 浓度反演早在20 世纪
70 年代就已获得了成功并进行了业务化运行[ 2, 3] ,但对内陆二类水体的叶绿素提取却依旧困难重重.其主要原因是内陆水体成分复杂, 特别是悬浮泥沙与黄色物质的增多影响了叶绿素对光谱的响应, 因而反演精度始终无法满足实用化的需求[4] .
    目前, 针对内陆水体的叶绿素a 浓度反演算法大致可分为2 种, 一种是采用经验或半经验方法,利用单波段反射率或双波段组合等形式建立与实测浓度值之间的统计模型[ 5~ 7] ; 另一种是利用生物光学模型, 将测得的水中各种固有光学量作为模型参数进行方程组求解[ 8] . 这2 种算法均有其不足之处: 经验模型缺乏物理基础, 水质参数与遥感数据之间的事实相关性不能保证; 而生物光学模型假设水体叶绿素a 浓度的单位吸收系数和荧光量子产率均为常数, 而实际上这2 种固有光学量会因浮游植物的生理状态和组织结构的不同而发生很大的变化[ 9] , 因而这种方法也存在着一定的缺陷.
    最近, Dall. Olmo 等[ 10, 11] 提出了一种三波段概念模型来反演内陆水体的叶绿素a 浓度, 如式( 1) .
张儒佳发布的其他共享资料
    0 色谱币 下载

利用Hyperion高光谱数据的三波段法反演太湖叶绿素a浓度

(315.063K)

所需色谱币: 0

您持有: $userGold色谱币,完成任务赚取色谱币

立即下载

友情链接(联系QQ:47140047)
关于我们  经营理念  业务合作  联系我们  法律声明  网站建议  网站导航  帮助中心
Copyright © 色谱世界 版权所有 陇ICP备2024006362号-2