共查询到20条相似文献，搜索用时 850 毫秒
1.
叶绿素a含量能够在一定程度上反映水质状况,高光谱遥感可有效反演叶绿素a含量.该研究通过分析水体叶绿素a浓度与其高光谱反射特征之间的相关关系,采用单波段相关分析、波段比值、微分光谱和神经网络模型等多种算法建立了叶绿素a高光谱定量模型.结果表明:叶绿素a与单波段光谱在蓝、绿波段相关系数较低,而在红光与近红外波段有明显提高,微分光谱也表现出同样的趋势;反射率比值算法模拟效果好于线性回归法;神经元网络模型可以大大提高实测光谱数据的反演能力,确定性系数高达0.95.这为今后利用星载高光谱传感器在查干湖进行叶绿素a浓度大面积遥感反演提供了研究基础. 相似文献
2.
应用实测光谱估算千岛湖夏季叶绿素a浓度 总被引：4，自引：2，他引：2
依据2010年8月的实测数据构建了千岛湖水体夏季叶绿素a浓度的实测光谱数据估算模型,并进行了验证.利用ASD FieldSpec3野外光谱仪获取高光谱数据,计算水体离水辐亮度和遥感反射率.通过寻找反演水体叶绿素a浓度的高光谱敏感波段,采用单波段相关分析、波段比值、微分光谱、三波段模型、BP人工神经网络等多种算法进行比较分析,结果表明:叶绿素a浓度与单波段光谱反射率的相关性不大;596 nm和489 nm波长处反射率比值、545 nm处光谱一阶微分与叶绿素a浓度均呈较显著相关,估测模型决定系数R2分别为0.782、0.590,RMSE分别为0.89、1.98μg/L;三波段模型的反演结果优于传统的波段比值和一阶微分法,R2为0.838,RMSE为0.71μg/L;神经网络模型大大提高了叶绿素a浓度的反演精度,R2高达0.942,RMSE为0.63μg/L.本研究为今后在千岛湖水域的夏季相邻月份进行叶绿素a浓度大范围遥感反演研究奠定了基础. 相似文献
3.
基于环境一号卫星高光谱遥感数据的巢湖水体叶绿素a浓度反演 总被引：5，自引：0，他引：5
三波段模型是基于生物光学模型构建的叶绿素a浓度反演半分析模型,是目前反演内陆富营养化浑浊水体叶绿素a浓度效果较好的方法.本文通过星地同步实验,分析巢湖水体各组分光谱特征,分别基于地面实测数据与环境一号卫星高光谱遥感数据建立三波段模型反演巢湖水体叶绿素a浓度.结果表明,由于特征波段在不同数据源的位置不同,导致了两个模型波段选择及反演精度的差异.因此,只有在充分考虑遥感数据的光谱特征的条件下,分析遥感信息理论和实际图幅影像有效结合在一起的地物信息,才能进一步优化三波段模型的波段选择,实现遥感数据定量反演水体叶绿素a浓度的目标. 相似文献
4.
基于半分析模型的波段最优化组合反演混浊太湖水体叶绿素a 总被引：5，自引：0，他引：5
内陆水体叶绿素a浓度定量反演是水质遥感的热点与难点.本文基于对内陆水体叶绿素a、悬浮物、溶解有机物与水分子的光谱特征分析,从半分析生物光学模型出发,利用太湖实测的水面 ASD 高光谱遥感数据三波段组合,进行迭代优化,得到与叶绿素浓度密切相关而受悬浮物与黄色物质影响小的最优波段组合模型,反演精度较高,其决定系数和均方根误差分别为 0.8358、3.816mg/m3,该方法可以有效地反演高浓度悬浮物主导光学特性的水体叶绿素a浓度. 相似文献
5.
叶绿素a浓度的动态峰反演方法 总被引：5，自引：1，他引：4
叶绿素a是影响内陆水体光学特性的主要水色要素之一.作为反映水体富营养化程度的重要参数指标,国内外学者发展了大量的算法和模型进行水体中叶绿素a浓度的遥感反演.这些算法均使用固定的波段位置.叶绿素a的特征谱段随着其浓度的变化存在一定的位移,尤其是701nm反射峰,其存在着明显的"红移"现象,因此使用固定波段势必带来一定的误差.通过对不同叶绿素a浓度水样的光谱曲线分析,提出动态峰反演叶绿素a浓度的方法.使用反射峰范围最大值和吸收谷范围最小值,而不是固定波长位置进行建模,以求获得更高的反演精度. 相似文献
6.
基于反射光谱的太湖北部叶绿素a浓度定量估算 总被引：2，自引：0，他引：2
利用地物光谱仪研究了太湖水体的反射光谱特征与叶绿素a浓度之间的定量关系,结果表明太湖水体的叶绿素a浓度可以用720 nm附近的反射率估算,同时也可以用806 nm和571 nm两个波段的反射率比值来估算,前者建立的估算模型具有较好的通用性,而后者只能较好的估算<10μg/L的叶绿素a浓度;通过对光谱微分的分析,发现叶绿素a浓度与690 nm附近的一阶微分和702 nm附近的二阶微分相关性最好,但基于反射光谱一阶微分的叶绿素a浓度估算模型,并没有显著的提高太湖叶绿素a浓度的估测精度,二阶微分后的估测精度好于一阶微分,但其估测精度仍没有利用720 nm反射光谱的反演模型高．太湖水体的叶绿素a浓度可以利用720 nm附近的反射光谱有效地估算． 相似文献
7.
MERIS影像水环境遥感大气校正算法评价——以鄱阳湖叶绿素a浓度反演为例 总被引：1，自引：0，他引：1
MERIS是2002年发射的在轨运行近10年的ENVISAT-1卫星上搭载的主要传感器之一,在波段设置和辐射灵敏度等方面有非常突出的优势,能够较好地运用于Ⅱ类水体叶绿素a浓度反演,但Ⅱ类水体的大气校正仍然是亟待解决的一个关键问题.以我国第一大淡水湖——鄱阳湖为研究区域,采用FLAASH、6S、BEAM和QUAC共4种大气校正算法对2005和2011年具有同步实测光谱数据的鄱阳湖ENVISAT-1卫星MERIS影像进行大气校正处理,并对12种叶绿素a浓度反演模型的波段组合因子进行大气校正效果的对比分析.结果表明:(1)4种大气校正中,大气校正结果精度由高到低表现为FLAASH6SBEAMQUAC,平均相对误差分别为31.13%、31.88%、69.48%和42.64%;决定系数(R2)分别为0.60、0.57、0.38和0.24;(2)在12种叶绿素a浓度反演模型的波段组合因子中,FLAASH得到的结果最优,其次是6S,BEAM和QUAC最差,在FLAASH算法中,由665、708和753 nm 3个波段遥感因子((Rrs(510)/[Rrs(443)/Rrs(560)])组成的模型精度最高,平均相对误差为25.12%,R2为0.74.建议采用FLAASH大气校正结果组成这个波段组合进行鄱阳湖叶绿素a浓度反演. 相似文献
8.
水体Chl.a浓度是水质评价的一个重要指标,受悬浮物浓度季节性变化的影响,如何削弱悬浮物的光谱干扰,是实现内陆水体Chl.a浓度遥感高精度反演的难点之一.基于2011-2013年妫水河6次实测水体高光谱数据和水体Chl.a浓度数据,评价广泛应用的三波段模型和非线性拟合能力较好的支持向量机回归(SVR)模型的反演精度,使用基线校正和一阶微分方法来削弱实测高光谱中非Chl.a光谱信息.定义两种基线:750 nm的反射率值;500与750 nm的反射率值连线,基线校正为光谱反射率减去基线值.利用2013年7月的实测数据进行验证,结果表明,SVR模型比三波段模型更适合季节性浑浊水体的Chl.a浓度反演.通过基线校正筛选后的波段反射率组合作为输入变量能够提高SVR模型的反演精度,决定系数为0.68,均方根误差为3.38μg/L;线性基线校正提高三波段Chl.a估算模型的反演能力有限. 相似文献
9.
NDCI法Ⅱ类水体叶绿素a浓度高光谱遥感数据估算 总被引：1，自引：0，他引：1
以太湖、巢湖为研究区,以Hyperion和HJ-1A卫星HSI高光谱数据以及实测水质浓度数据为实验数据,引入归一化叶绿素指数(NDCI),对Ⅱ类水体的高光谱叶绿素a浓度估算进行分析研究.首先对高光谱数据的光谱通道设置以及水体光谱特征进行分析,研究确定模型的最优波段.然后,将确定最优波段后的NDCI反射率因子作为变量与实测样本点数据进行回归分析,得到NDCI与叶绿素a浓度之间的回归关系,进行叶绿素a浓度的估算.与常用的比值法、一阶微分法和三波段法相比,NDCI的性能优于这3种方法,表明NDCI是一种计算简单、估算精度高、实用性强的Ⅱ类水体叶绿素a浓度估算方法. 相似文献
10.
11.
12.
秋季太湖悬浮物高光谱估算模型 总被引：10，自引：0，他引：10
2004年10月,在太湖设置67个采样点,现场测量了水体遥感反射比、后向散射系数和辅助参数,实验室分析了水体的悬浮物浓度和水色要素吸收系数.本文在对遥感反射比光谱分析的基础上,比较了几种水体遥感反射比光谱估算悬浮物浓度的方法,结果发现广泛应用的带比值项的算法,虽然可以应用于太湖总悬浮物浓度估算,但是普遍存在相对误差较高的弱点.通过对光谱的分析,确定了750hm单波段算法的参数,并提出了利用近红外812nm波峰高度来估算水体悬浮物的方法.文中还详细阐述了为什么比值算法等在太湖水体悬浮物浓度估算中相对误差比较高,并解释了利用近红外估算精度高的原因,并指明以上算法在遥感应用中的优点和不足,以及现实水体(水质)遥感对现有遥感器配置和遥感算法的需求. 相似文献
13.
“引江济太”水系有色溶解有机质的特征与来源 总被引：5，自引：0，他引：5
在"引江济太"水系的调查基础上,分析了有色溶解有机质(CDOM)的吸收光谱、荧光特性及其主要来源,探讨了CDOM与pH、DO、叶绿素a等水质指标的关系。结果表明:水体吸收系数a(355)与CDOM浓度呈显著正相关,均具有明显的空间差异,它们在河道出入湖口及开阔湖区较低,而在望虞河和太浦河中游较高,这显然与中游河道受纳了两岸污水有关,S值也表明望虞河受外源输入影响最大。通过三维荧光激发-发射矩阵(EEM)分析,发现了5种荧光团,包括2种类蛋白荧光团和3种类腐殖质荧光团,其中类蛋白荧光(特别是T峰)明显强于类腐殖质荧光。研究发现,水体DO浓度、pH值均随CDOM浓度呈指数函数递减。荧光指数(FI)明显偏向生物来源(约1.9),因此,"引江济太"水系CDOM以生物的本地生产为主,河道局部污染水体中的类腐殖质荧光可能来源于污水微生物对藻类产生的溶解有机质的转化,在局部河道中也有一定的外源输入。 相似文献
14.
湖泊光学研究进展及其展望 总被引：11，自引：4，他引：7
从湖泊光学研究理论框架、研究方法、水体生物光学特性、有色可溶性有机物(CDOM)生物地球化学循环、光与浮游植物相互关系、沉积物再悬浮光学效应、湖泊水色遥感等几个方面全面回顾了湖泊光学研究进展.湖泊光学研究理论框架主要包括各光学组份吸收、散射、漫射衰减及辐射传输方程;近年来,逐步发展了野外时空格局调查、水动力水华过程连续... 相似文献
15.
太湖梅梁湾水体悬浮颗粒物吸收系数的分离 总被引：1，自引：3，他引：1
针对2004年7月17日梅梁湾16个采样点悬浮颗粒物的吸收系数,利用基于光谱标准的方法,将悬浮颗粒物的吸收系数分离成藻类和非藻类颗粒物两种,并将其中藻类颗粒物的吸收系数与通过甲醇浸泡法所得的结果进行分析对比．结果表明:利用甲醇浸泡提取法对藻类、非藻类吸收系数的分离,当非藻类颗粒物浓度较高时,所得的藻类吸收系数呈现出较明显的非藻类颗粒物的特征,造成藻类颗粒物吸收系数有所放大,且在短波段处体现的尤为明显;而基于光谱标准的模拟法能较好地将藻类颗粒物的吸收系数从总悬浮颗粒物吸收系数中分离出来,与甲醇浸泡法相比,藻类颗粒物在440、675 nm吸收峰处的吸收系数与叶绿素a的浓度相关性(R3)得到了较为明显的提高,分别由原来的0．66、0．75提高到了0．8964和0．8401;就甲醇浸泡法而言,总悬浮物吸收系数的谱形状对藻类吸收系数的放大程度有较大的影响,当其越接近藻类颗粒物的吸收特征时,则色素提取法造成的误差越小,相反,当其越接近非藻类颗粒物的吸收特征时,则甲醇浸泡法造成的误差越大． 相似文献
16.
官厅水库秋季悬浮颗粒物和CDOM吸收特性 总被引：2，自引：0，他引：2
利用2012年9月5日在官厅水库采集的水体吸收系数数据,对总悬浮颗粒物、浮游植物色素颗粒物、非色素颗粒物和有色可溶性有机物的吸收特性进行研究.结果表明:秋季官厅水库的颗粒物吸收以浮游植物色素吸收为主,总颗粒物吸收光谱与浮游藻类吸收光谱相似;非色素颗粒物和有色可溶性有机物的吸收系数随波长的增大接近指数规律衰减;ad(440)、ad(675)与CChl.a呈显著相关,表明官厅水库秋季的非色素颗粒物主要来源于浮游藻类降解产物,陆源性输入较少;a ph(440)、a ph(675)与CChl.a存在显著线性关系,但其比吸收系数较为恒定,与CChl.a基本无关;不同采样点的不同组分吸收系数对总吸收系数的贡献不同,大致有4种表现类型.在富营养程度较高的妫库区,浮游植物色素是水体光谱吸收的主导因子;在富营养程度较低的中库区,颗粒物与有色可溶性有机物共同主导水体光谱吸收. 相似文献
17.
水体中藻类颗粒物、非藻类颗粒物、CDOM的光谱吸收特性的变化是整个水体对光吸收特性变化的源．本文针对梅梁湾水体中介质的吸收系数,分析了总悬浮颗粒物、藻类颗粒物、非藻类颗粒物和CDOM的标准化谱吸收数的变化．结果表明:藻类颗粒物、非藻类颗粒物组成比例的空间分布不同,是造成该区域总悬浮颗粒物标准化谱吸收系数空间变化的原因．且标准化谱吸收系数的变化主要集中在400-425 nm及600-690 nm两个波段;就谱形而言,总悬浮颗粒物的谱吸收特性主要表现为非藻类颗粒物的吸收特点,即在该区域的水体中,非藻类颗粒物是总悬浮颗粒物吸收特性的主要贡献者;藻类颗粒物、非藻类颗粒物和CDOM的吸收系数的空间变化主要是由各自的浓度变化造成的,即在采样时间内,梅梁湾的水体中,藻类颗粒物中的各种组成色素、非藻类颗粒物及CDOM中的腐殖酸和棕黄酸的组成比例在空间上基本没有太大的变化．另针对藻类颗粒物的吸收特性,本文还对比分析了用甲醇浸泡法和光谱标准分离法分离的藻类颗粒物的吸收特性,发现相对光谱标准分离法来说,甲醇浸泡法会造成藻类颗粒物吸收系数的较大波动． 相似文献
18.
Variations in light absorption properties during a phytoplankton bloom in the Pearl River estuary 总被引：1，自引：0，他引：1
From 15 to 28 August in 2007, a Chaetoceros socialis bloom was detected in the Pearl River Estuary water with chlorophyll a concentration (Chl a) up to 30 mg m−3 and cell density up to 106 cells L−1. Time series of bio-optical measurements was obtained at a single site (114.29°E, 22.06°N) with the mooring of marine optical buoy. Light absorption properties of seawater experienced large variability throughout the algal bloom. Absorption by colored dissolved organic matter (CDOM) was one of the dominant optical components of the light absorption (30–70%) especially for pre- and post-bloom waters, and it tended to decrease with Chl a during the algal bloom. Absorption by phytoplankton was another dominant optical component (18–50%) and increased rapidly with Chl a. Phytoplankton and accompanying material played dominant roles in light absorption as indicated by the relationship between absorption coefficient and Chl a. At high pigment concentrations, water samples showed significantly lower specific phytoplankton absorption, compared with pre- and post-bloom conditions, with the specific phytoplankton concentration at 443 nm varied between 0.011 and 0.022 m2 mg−1 and that at 676 nm between 0.007 and 0.018 m2 mg−1; small values of blue-to-red ratio of phytoplankton were also observed. These lower values were associated with variations in phytoplankton size structure. Spectral variability of phytoplankton absorption and total absorption (not including the fixed background absorption by pure water itself) could be expressed as simple linear functions linking absorption at one wavelength to the absorption at the other wavelengths, with the slope of the relationship changing with wavelength. The absorption coefficients by non-algal particles and CDOM follow the general exponential functions with remarkably limited variability in the exponent with means of 0.0105 and 0.0166 nm−1, respectively. These spectral dependencies of absorption coefficients provide useful information for retrieving inherent optical properties from reflectance data in a remote-sensing context. 相似文献
19.
The optical properties and spatial distribution of chromophoric dissolved organic matter (CDOM) in Meiliang Bay of Lake Taihu were evaluated and compared to the results in literature. Concentrations of dissolved organic carbon (DOC) ranged from 8.75 to 20.19 mg L?1 with an average of (13.10 ± 3.51) mg L?1. CDOM absorption coefficients a(λ) at 280 nm, 355 nm, and 440 nm were in the range 11.28...33.46 m?1 (average (20.95 ± 5.52) m?1), 2.42...7.90 m?1 (average (4.92 ± 1.29) m?1), and 0.65...2.44 m?1 (average (1.46 ± 0.44) m?1), respectively. In general, CDOM absorption coefficient and DOC concentration were found to decrease away from the river inflow to Meiliang Bay towards the lake center. The values of the DOC‐specific absorption coefficients a*(λ), given as absorption coefficient related to mass concentration of organic carbon (C) ranged from 0.28 to 0.47 L mg?1 m?1 at 355 nm. The determination coefficients between CDOM absorption and DOC concentration decreased with the increase of wavelength from 280 to 550 nm. The linear regression relationship between CDOM absorption at 280 nm and DOC concentration was following: a(280 nm) = 1.507 L mg?1 m?1 · DOC + 1.215 m?1. The spectral slope S values were dependent on the wavelength range used in the regression. The estimated S values decreased with increasing wavelength range used. A significant negative linear relationship was found between CDOM absorption coefficients, DOC‐specific absorption coefficients and estimated S values especially in longer wavelength range. The linear regression relationship between DOC‐specific absorption coefficients at 440 nm and estimated S values during the wavelength range from 280 to 500 nm was following: a*(440 nm) = (–0.021 μm · S + 0.424) L mg?1 m?1. 相似文献
20.
有色溶解有机物吸收光谱模型对比 总被引：1，自引：1，他引：0
利用6种统计模型对吉林省石头口门水库、松花湖CDOM吸收光谱曲线(350-650nm)进行拟合,从统计F值大小和归一化残差两个角度均证明双曲线模型效果最好;采用15个波段范围拟合CDOM吸收均值光谱斜率S,单指数模型S值变化幅度较大,平均变异系数为12.41%;而双曲线模型S值相对稳定,变异系数为5.85%.将双曲线模型应用于生物光学模型,研究表明双曲线模型可以反映CDOM时空变化规律和物质组成;且双曲线模型拟合光谱斜率S值与CDOM特征波长吸收具有很好的负相关关系,呈幂指数递减,决定系数达0.8137. 相似文献