共查询到15条相似文献，搜索用时 109 毫秒
1.
叶绿素a质量浓度是水体富营养化的重要指标,及时和有效地对水体叶绿素a质量浓度进行监测和评价,对环境保护十分必要。本文基于2011年至2016年的卫星遥感数据,分析了北部湾海表叶绿素a质量浓度的时空分布特征。研究结果表明:北部湾叶绿素a质量浓度有明显的月变化和季节性变化,北部湾叶绿素a月平均质量浓度在8月和1月分别达到峰值,北部湾冬季与夏季的叶绿素a季平均质量浓度高于春季和秋季,夏季北部湾海域表层的叶绿素a质量浓度开始迅速升高,秋季北部湾中南部叶绿素a质量浓度呈下降的趋势。在空间分布上,北部湾近岸海域叶绿素a质量浓度平均水平较高,叶绿素a质量浓度高值区集中在湾北部雷州半岛西部沿岸的浅水区海域,而低值区在湾中部以及湾南部的深水区海域。 相似文献
2.
叶绿素a质量浓度是水体水环境一个重要指标。本文结合实测的叶绿素a质量浓度、水体的光谱数据和FY-3A中等分辨率成像光谱仪的数据,研究利用FY-3A遥感监测湛江湾及其邻近海域叶绿素a质量浓度的可行性。研究结果表明,湛江湾海域大部水体接近一类水体,二类水体主要集中在湛江港附近的狭小封闭海域;OC4算法可以用于湛江湾海域的叶绿素a质量浓度的遥感监测,实测叶绿素a质量浓度与反演的叶绿素a质量浓度具有较好的相关性,相关系数R达到0.7以上;FY-3A中等分辨率成像光谱仪的数据可以较好地反映湛江湾海域叶绿素a质量浓度的空间分布。 相似文献
3.
利用经验正交函数数据插值法(Data INterpolating Empirical Orthogonal Functions)重构由MODIS-Aqua卫星提供的三级产品叶绿素a质量浓度,得到了从2003—2009年东中国海叶绿素a质量浓度的月平均场。东中国海近岸叶绿素a质量浓度7 a平均值明显高于外海。对叶绿素a质量浓度季节平均场进行分析研究表明,东中国海叶绿素a质量浓度主要受长江径流、海表水温和季风的影响。对叶绿素a质量浓度异常场进行EOF分析表明,第一模态方差贡献为37.8％,空间分布显示,在长江口东北部出现叶绿素a质量浓度异常高值区,时间变化以半年和半年以下周期为主;第二模态方差贡献为21.4％,空间分布显示,在长江口东部出现叶绿素a质量浓度异常高值区,时间系数主要表现为年际变化。 相似文献
4.
认识海洋在全球碳循环中的作用及其对环境变化的响应，需要高时空分辨率的观测数据。由于轨道宽度、云雨天气、太阳耀斑等的影响，单一的水色传感器的观测能力十分有限，将多源海洋水色卫星进行融合是提高水色数据时空覆盖的一种有效途径。SeaWiFS和MERIS分别于2010年12月11日和2012年5月9日停止运行，在很大程度上降低了水色融合产品时空覆盖的提升。我们在融合过程中加入了FY-3 MERSI数据，生成了全球海洋叶绿素浓度遥感融合产品数据集。数据源包括SeaWiFS、MERIS、MODIS-Aqua、VIIRS和MERSI。结果表明：加入MERSI后，融合产品的日平均有效空间覆盖提高了9%；采样频率（同一区域一年中获取有效数据的次数）由57天/年提高到109天/年。利用实测数据和国外同类融合产品（ESA GlobColour和NASA MEaSUREs）对新的数据集进行了质量评价。与实测数据相比，加入MERSI的融合产品精度与未加入MERSI的融合产品基本一致；与国外同类融合产品的偏差小于10%。新数据集的时间序列特性与未加入MERSI的融合产品以及单传感器的一致。 相似文献
5.
浮游植物是海洋生态系统食物链的基础组成, 并通过光合作用影响着海表二氧化碳通量变化。文章基于高叶绿素a浓度水域面积指标构建南海浮游植物生物量的估算体系。利用遥感数据, 采用经验正交函数分解插值方法, 重构长时间序列的南海叶绿素a浓度场, 并研究了南海高叶绿素a浓度水域面积特征的时空分布。结果发现: 高叶绿素a浓度水域面积变化有着显著季节特征, 在冬季面积达到最大值, 在夏季达到最小值, 但是该水域对应的叶绿素a浓度却在冬季达到最小值, 在夏季达到最大值, 这一特征可能是由于风驱动的海表动力过程使得海表叶绿素重新分布; 空间分布上, 高叶绿素a浓度水域常年存在于海岸附近, 特别是在中国沿海、越南沿岸、泰国湾以及婆罗洲岛附近。在巽他陆架与湄公河口东部中央海盆, 高叶绿素a浓度区域面积呈年际变化。受厄尔尼诺调控的南海季风, 导致不同年份湄公河口东南沿海存在不同程度的北部冷水侵入, 北部冷水入侵可能是引起局地浮游植物生物量增减的原因。 相似文献
6.
海水养殖已成为近海水体环境的重要污染源, 叶绿素a作为水体浮游植物生物量的一个重要参数, 是水质评价的重要指标。本文以广东省柘林湾为研究区域, 采用2018年9月4日的哨兵2号(Sentinel-2)影像与海水养殖区水体中实测的叶绿素a浓度数据构建了叶绿素a浓度的单波段模型、比值模型、三波段模型与归一化叶绿素a指数模型(Normalized Difference Chlorophyll Index, NDCI)等估算模型; 通过对比评价, 以反演精度高的模型估算了2018年多个月份的叶绿素a浓度, 并分析其分布特征。结果显示: 1) NDCI模型的反演精度明显高于其他模型, 其可决系数R2为0.8, 均方根误差(Root Mean Square Error, RMSE)为9.7, 平均绝对百分比误差(Mean Absolute Percentage Error, MAPE)为0.99; 利用实测数据对NDCI模型的时间适用性进行检验, 表明NDCI模型能有效地估算出叶绿素a浓度的空间分布特征。2) 叶绿素a浓度呈现出从近岸向湾外逐步降低的趋势, 养殖区中叶绿素a浓度的总体趋势为池塘养殖区>滩涂插养区>网箱养殖区>浮筏养殖区; 受到水体交换、降雨及养殖活动的影响, 池塘养殖区中的叶绿素a浓度在投放幼苗期的2月最低, 其变化趋势为2月<4月<6月<12月。本文的研究结果可为相关部门对柘林湾养殖水体的环境监测提供参考。 相似文献
7.
文章使用2019年7月5日—20日在珠江河口伶仃洋定点连续观测的海表面叶绿素a质量浓度、海表面气温、气压、风速、风向、海表温度、盐度、流速、流向、遥感降雨量数据和中等分辨率成像光谱仪可见光波段影像, 利用小波分析和集成经验模态分解方法分析了观测期间内伶仃洋海表面叶绿素a的时间变化特征及其影响因子。分析结果表明, 观测期间海水表层叶绿素a质量浓度的变化范围为0.44~1.75µg·L-1, 平均值为0.80µg·L-1, 其变化周期主要为6h、12h和24h。其与相对应周期的潮流存在明显的相位关系, 并且在降雨后两者的相位关系发生了转换。7月5日—12日, 叶绿素a与潮流基本呈反相位关系, 涨急时叶绿素a质量浓度低, 落急时叶绿素a质量浓度较高, 浓度相差约为0.3µg·L-1。珠江流域在7月8日—13日发生了一次强降雨过程, 降雨前后海水表层叶绿素a质量浓度在6h、12h和24h周期波段的振幅由0.02~0.09µg·L-1增加到0.15µg·L-1左右。同时, 降雨对珠江河口的叶绿素a质量浓度造成了一个持续80h的增加过程, 浓度增加了0.3µg·L-1。发生降雨后, 7月13日—20日期间潮流滞后于叶绿素a约6h, 水位最高时叶绿素a质量浓度最低, 水位最低时叶绿素a质量浓度最高。由以上结果可以看出, 降雨不仅引起了河口区叶绿素a质量浓度的增加, 还造成了叶绿素a和潮流间相位关系的转换。 相似文献
8.
本文基于Aqua/MODIS、Terra/MODIS和Envisat/MERIS多源卫星叶绿素a浓度产品,研究了客观分析融合方法,制作了西北太平洋海域(0°~50°N,100°~150°E)叶绿素a浓度融合产品,并从有效数据空间覆盖率和产品精度两个方面对融合方法进行了评价。与单传感器以及欧洲太空局发布的GSM模型业务化融合产品相比,客观分析融合产品空间覆盖率明显提高;与收集的2002-2012年间叶绿素a浓度实测数据比较,GSM模型业务化融合产品的匹配数据点为578个,偏差为-0.20 mg/m3,均方根误差为0.37 mg/m3,客观分析法融合产品的匹配数据点为1432个,偏差为-0.21 mg/m3,均方根误差为0.36 mg/m3。结果表明:本文研究的客观分析融合方法在保证融合产品精度的同时可显著提高产品的空间覆盖率,在海洋水色融合应用前景广阔。 相似文献
9.
基于遥感手段准确估算浮游植物吸收系数aph(l), 可为长时间、大尺度范围识别浮游植物功能种群提供有力的数据和方法支撑。利用2003至2012年获取自南海、琼东、广东近岸和珠江口各典型海区的实测aph(l)数据, 对比分析表层光谱特征, 初步判断浮游植物种群结构差异; 基于MODIS-Aqua二级遥感反射率产品, 分别采用经验算法PL和半分析算法QAA对aph(l)遥感产品进行精度评估。结果表明, 以南海、琼东为代表的清洁海域和以广东沿岸、珠江口为代表的浑浊海域表层aph(l)光谱差异明显; aph(l)在清洁海域量值较小但在颗粒物吸收中居于主导, 而在浑浊海域并不占优; 浮游植物单位吸收系数aph*(l)存在明显的空间差异, 色素打包效应以及色素组成是造成差异的可能原因。经验算法PL较之于半分析算法QAA反演得到的aph(l)(l=412, 443, 490)遥感产品精度更高, 平均相对误差APD小于22%; 采用区域优化算法NOCI获得的Chl-a产品作为输入参数, 算法PL所得的aph(l)遥感产品APD不超过14%。结果表明, 基于水色遥感产品进行aph(l)遥感产品精度评估和探讨不同海区浮游植物功能种群具有较强应用前景。 相似文献
10.
利用SeaDAS从SeaWiFS卫星数据反演中国东海叶绿素浓度 总被引：1，自引：0，他引：1
卫星海洋遥感反演海中叶绿素浓度,对海洋初级生产力估算及赤潮预报均有重要意义.本文介绍了SeaWiFS卫星传感器业务化算法OC4,利用SeaDAS软件反演中国东海叶绿素浓度,并与东海同步现场数据进行验证.结果表明:利用SeaDAS方法计算的东海叶绿素含量与实测含量之间具有较好的相关性,但总体上计算值要高于实际测量值;东海叶绿素含量具有分带性,河口、近岸海域高,中陆架次之,外陆架最低,这种发育特点与该海域的陆源营养盐输入、海洋动力系统有着显著的关系. 相似文献
11.
Comparative Analysis of Chlorophyll-a Distribution from SeaWiFS,MODIS-Aqua,MODIS-Terra and MERIS in the Arabian Sea 总被引：1，自引：0，他引：1
The variability of Chlorophyll-a (Chl-a) distribution derived from MODIS (on Aqua and Terra platforms) and MERIS sensors have been compared with SeaWiFS data in the Arabian Sea. MODIS Aqua has overestimated the SeaWiFS Chl-a within 25–32% in the coastal turbid (eutrophic) waters and underestimated in open ocean waters with error within 20%. However, there is no significant bias (?0.1 on log-scale) observed as the slope is well within 0.97-1.1 (log transformed). MODIS-Terra has underestimated the Chl-a concentration in open ocean waters by about 29–31%, which is higher than MODIS-Aqua. MODIS-Terra is observed to be more accurate than MODIS-Aqua in the coastal waters. MERIS is overestimating the SeaWiFS Chl-a with log RMS error of ～0.15 and log bias of ～0.13–0.2. The differences in the Chl-a estimates between each sensor are possibly due to differences in the sensor design, bio-optical algorithms and also due to the time differences between the satellites over passes. We have examined that the MERIS is performing similar to SeaWiFS and the MODIS-Aqua (Terra) data are reliable in open ocean (coastal) waters. However, Chl-a retrieval algorithms need to be improved especially for coastal turbid waters to continue with SeaWiFS data for long-term studies. 相似文献
12.
离水辐射非朗伯特性的Monte Carlo模拟及分析 总被引：12，自引：2，他引：10
水体光场的非朗伯特性(二向性)是目前水色反演算法中的误差因素之一。随着新一代高精度水色遥感器的发射,原来的许多次要因素已变得不可忽略。为研究水体光场的非朗伯特性,首先建立了一个三维MonteCarlo海洋光学模型,并利用国际上提出的7个海洋光学标准问题中的4个对模型的正确性进行了检验;在此基础上,模拟了不同太阳天顶角、体成分等参数对离水辐射率的方向特性的影响。模拟结果表明,在一定的遥感器-太阳-像元几何条件下,同一水体的光场二向性带来的离水辐射率变化可能大于已有的业务化水色大气修正算法反演高水辐射率的误差。模拟结果对水色遥感中正确进行现场数据获取及遥感与地面数据比对有一定的意义。 相似文献
13.
Study on detection of coastal water environment of China by ocean color remote sensing 总被引：11，自引：1，他引：11
ＳＡＴＥＬＬＩＴＥＰＲＯＧＲＡＭＳＦＯＲＣＯＡＳＴＡＬＷＡＴＥＲＤＥＴＥＣＴＩＯＮＳｉｎｃｅｔｈｅ 1 980ｓ,ｇｒｅａｔａｔｔｅｎｔｉｏｎｈａｓｂｅｅｎｐａｉｄｔｏｔｈｅａｄｖａｎｃｅｄｒｅｍｏｔｅｓｅｎｓｉｎｇｔｅｃｈｎｉｑｕｅｉｎＣｈｉｎａ ,ｅｓｐｅｃｉａｌｌｙｔｏｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｓａｔｅｌｌｉｔｅｐｒｏｇｒａｍｓｆｏｒｃｏａｓｔａｌｗａｔｅｒｅｎｖｉｒｏｎｍｅｎｔ.Ｔｗｏｏｃｅａｎｃｏｌｏｒｃｈａｎｎｅｌｓａｄｄｅｄｔｏｔｈｅｆｉｒｓｔｒｅｍｏｔｅｓｅｎｓｉｎｇｓａｔｅｌｌｉｔ… 相似文献
14.
水色遥感是海洋环境监测的主要技术手段之一.对于任何海洋水色遥感器来说,监测其在轨期间的定标系数变化是非常重要的,否则无法得到精确的定量产品.以我国“HY-1B”卫星水色遥感器为研究对象,开展了基于大洋水体上空的瑞利散射定标方法研究,利用通过对SeaWiFS数据叶绿素、离水辐亮度和气溶胶产品进行分析,选择了符合条件的7个海区实施大气瑞利散射定标,根据2010年12月份选定的4个区域定标结果得到不同海区/不同时间获得的定标系数一致性较好,CH1至CH6的定标系数标准差分布在0.9％～2.1％的范围内,因此瑞利散射定标是有效的非现场定标方法,具有较高的定标精度,其总误差在4.09％. 相似文献
15.
The algorithms of extracting chlorophyll-a(Chl-a) concentration have been established for Chinese moderate resolution imaging spectrometer(CMODIS) mounted on Shenzhou-3 spaceship launched on 25 March 2002.The CMODIS is an ocean color sensor with 30 visible channels and 4 infrared channels,much different from other ocean color satellites and needs new algorithms to process data.Three models of Chl-a concentration were established based on Chl-a data retrieved from sea-viewing wide field-of-view sensor(SeaWiFS),with the average relative errors of 26.6%,24%.0% and 33.5%,respectively.This practical and economic approach can be used for developing the algorithms of Chinese ocean color and temperature sensor(COCTS) on the satellite Haiyang-1 to derive the Chl-a concentration concentration distribution.The applicability of the algorithms was analyzed using some in situ measurements.Suspended sediment is the main factor influencing the accuracy of the spectral ratio algorithms of Chl-a concentration.The algorithms are suitable to using in the regions where suspended sediment concentrations(SSC) are less than 5 g/m3 under the condition of relative error of Chl-a concentration retrieval within 35%.High concentration of suspended sediment leads to the overestimate remote sensing retrieval of concentration of Chl-a,while low-middle SSCs lead to the low Chl-a concentration values using the spectral ratio algorithms.Since the accuracy of Chl-a concentration by the spectral ratio algorithms is limited to waters of Case 2,it is necessary to develop semi-analytical models to improve the performance of satellite ocean color remote sensing in turbid coastal waters. 相似文献