共查询到20条相似文献，搜索用时 78 毫秒
1.
南海北部水体叶绿素a浓度反演的生物光学模型 总被引：2，自引：0，他引：2
利用2003年至2005年秋季在南海多个航次的现场观测数据,研究了南海北部海区遥感反射率的变化,并分析了用于全球海洋叶绿素a浓度反演的OC2和OC4模型在本海区的适用性。结果表明,在南海北部海域,OC2和OC4模型高估了叶绿素a浓度,高估范围一般约在80%—200%之间,其中最高可达640%,即OC2和OC4模型并不适用于南海海域。在此基础上,根据现场实测的表观光学数据,利用遥感反射率比值(Rrs(433)/Rrs(555))与叶绿素a浓度的关系建立了两套能够精确反演南海北部海域叶绿素a浓度的本地化经验算法———算法1和算法2,并利用其对南海北部海域的叶绿素a浓度进行反演。结果表明,由本地化模型反演得到的叶绿素a浓度与实测的叶绿素a浓度具有较好的相关关系,其平均相对偏差分别为51%和53%,相关系数为0.75。 相似文献
2.
为提高我国海洋水色遥感技术和海水环境监测水平,文章根据北海区海水遥感现场监测数据,基于经验算法和荧光基线高度法的回归分析,开展海水表层叶绿素a浓度的遥感定量反演,并选取北黄海近岸海域样本数据进行算法检验。研究结果表明:辽东湾等9个北海区典型海域具有相同或相似海水表层光学特性,适宜建立海水表层叶绿素a浓度遥感定量反演模型;典型海域海水表层叶绿素a浓度与遥感反射率之间的相关关系较强,模型均为简单波段比值模型;二类海水研究区域海水表层叶绿素a浓度与荧光基线高度之间的相关关系不明显;北黄海近岸海域海水表层叶绿素a浓度的最优模型遥感定量反演值的相对误差的平均值为0.669μg/L。 相似文献
3.
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
4.
《海洋通报(英文版)》2017,(2)
叶绿素a浓度是浮游植物现存量的表征。本文基于2012年春季渤海湾叶绿素实测数据,下载了相应的遥感数据,利用MODIS数据的OC3M和OC2方法进行叶绿素浓度a反演,利用GOCI数据的波段比值、OC3G以及YOC算法对叶绿素a浓度进行反演,反演结果与实测结果的空间分布趋势一致。由反演精度分析,GOCI的波段比值法与MODIS的OC3M算法的反演精度相近,GOCI数据的YOC叶绿素浓度算法在渤海湾反演精度比其他反演算法高。 相似文献
5.
水体中叶绿素a的含量是研究浮游植物生物量、初级生产力的重要指标，因此对于河口海湾区域叶绿素a的长期监测具有重要的生态学意义。借助遥感技术能够获取长时序大范围观测数据的特点，本文利用1986-2015年的Landsat TM/ETM+影像，通过构建基于实测数据的定量反演模型，得到了30年来胶州湾海域秋季叶绿素a浓度的分布情况:叶绿素a浓度的空间分布规律稳定，呈现西北高东南低的特点，叶绿素a浓度均值呈波动略有上升的趋势。本文利用遥感反演的胶州湾海表面温度及胶州湾流域的土地利用分类和景观格局指数，从自然因素和人为因素两方面对胶州湾叶绿素a浓度时空分布的影响因素进行分析，发现胶州湾秋季叶绿素a浓度与海表面温度密切相关，并且受到近海养殖区破碎化程度、修建大型人工设施等人为因素的影响。 相似文献
6.
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
7.
叶绿素a作为最重要的水质参数之一,是评价水体富营养化和初级生产力状况的主要因素。我国海洋一号C（HY-1C）卫星海岸带成像仪（CZI）具有高时空分辨率的观测优势。本文基于东海和南海现场实测数据建立了HY-1C卫星CZI叶绿素a浓度反演模型并在实测水域进行反演,与MODIS叶绿素a浓度反演产品进行了对比验证,应用CZI叶绿素a浓度模型在珠江口、长江口、渤海湾水域进行了叶绿素a浓度反演示例试验。结果表明,叶绿素a浓度模型估算浓度与实测浓度相关系数为0.774 3,平均相对误差为24.58%,利用实测叶绿素a浓度对模型进行精度验证,相关系数达到0.993 9,平均相对误差为18.49%。模型在实测水域反演得到的叶绿素a浓度分布与MODIS叶绿素a浓度产品分布大体一致。在珠江口水域反演得到叶绿素a浓度空间分布为由西北向东南逐级递减,峰值出现在珠江口西沿岸。在长江口、渤海湾反演叶绿素a浓度空间分布均符合地理实情。研究表明HY-1C卫星CZI数据可应用于中国近海水色定量化研究。 相似文献
8.
以珠江口海域的Radarsatt-2全极化SAR数据和海域表层水面叶绿素a质量浓度实测数据为基础,利用微波散射原理及Cloude Pottier理论对SAR图像进行分解,得到平均散射角a、散射熵H及VH、VV、HH、HV等6个参数;采用BP人工神经网络模型建立上述6个参数与叶绿素a质量浓度的数学关系模型,并结合实测数据对叶绿素a质量浓度进行分类。结果表明:当隐含层节点数为9,输入层和隐含层传递函数分别为tansig和logsig,学习速率和动量系数均为0.2时的网络结构对叶绿素质量浓度反演取得了较好的效果,叶绿素a质量浓度实测值与预测值之间的决定系数(R~2)为0.826。将模型应用于不同时期的2幅图像进行验证,效果良好,与实际情况基本相符。 相似文献
9.
文章利用舟山近岸海域实测水体光谱及泥沙浓度数据，分析光谱反射率与悬浮泥沙浓度的相关性，并结合Landsat8遥感数据进行该海域的悬浮泥沙浓度遥感反演。研究表明：随着水体悬浮泥沙浓度的增加，各波段的反射率相应增加，且不同波段的增幅有明显不同，水体光谱曲线存在“双峰”现象；Landsat8遥感数据的波段4与波段3的比值与悬浮泥沙浓度的相关性较好；舟山群岛海域总体处于高泥沙浓度的状态，岛屿近岸悬浮泥沙浓度明显高于开阔水域，岛屿周围的悬浮泥沙浓度呈现“西高东低”的格局；一元二次方程模型（二次模型）对舟山海域水体的悬浮泥沙浓度反演精度较其他模型（线性模型，对数模型，指数模型，幂指数模型）高；Landsat8遥感数据可用于舟山海域悬浮泥沙浓度的监测。本研究成果能为近岸海域港口建设、航道安全、环境监测等研究提供数据支持。 相似文献
10.
《海洋技术学报》2018,(6)
由于渤海湾水质光学性质复杂,使用传统线性叶绿素浓度反演方法进行反演时的精度不高。为提高渤海湾叶绿素浓度的反演精度,利用2012年4月渤海湾的表层叶绿素浓度实测数据和GOCI同步遥感反射率数据,建立了渤海湾叶绿素浓度反演的BP神经网络模型,并与GOCI的3种叶绿素浓度业务算法(OC2算法、OC3G算法和YOC算法)进行比较。结果表明,在渤海湾GOCI 3种业务算法的标准误差均大于1,决定系数均小于20%;BP神经网络算法的标准误差为0.615 4,决定系数为89.98%,且反演的叶绿素浓度分布与实测值的分布趋势一致,反演的精度高于GOCI传统业务算法。因此该BP神经网络模型可用于反演春季渤海湾表层叶绿素浓度,且反演精度比GOCI业务反演算法精度高。 相似文献
11.
珠江口水体叶绿素荧光特性研究 总被引：3，自引：0，他引：3
利用2003年1月和2004年1月珠江口实测的遥感反射率和叶绿素浓度,建立了基于实测1nm带宽及其模拟MERIS遥感反射率数据的叶绿素荧光特征与叶绿素浓度之间的拟合关系。基于实测1nm带宽遥感反射率光谱,叶绿素荧光峰的位置和高度分别与叶绿素浓度之间存在良好的线性关系和指数关系;基于模拟MERIS遥感反射率数据,叶绿素荧光峰的高度与叶绿素浓度之间存在良好的线性关系,叶绿素荧光峰位置与叶绿素浓度之间不存在明显的相关关系,但可作为叶绿素浓度数量级的有效探针。利用2006年5月和8月的珠江口实测遥感反射率和叶绿素浓度对拟合结果进行了检验,结果表明其精度较高,说明叶绿素荧光特征在探测叶绿素浓度时效果良好且MERIS数据在近岸二类水体叶绿素浓度反演、水质监测等方面有着良好的应用前景。 相似文献
12.
基于进化建模方法的HJ-1 CCD黄海悬浮物和叶绿素a浓度遥感反演模型研究 总被引：2，自引：1，他引：1
本文利用实测数据集,发展了基于进化建模方法的HJ-1CCD黄海悬浮物(TSM)和叶绿素a浓度(Chl a)遥感反演模型,建模过程中有针对性地设计了适合水色反演的端点集和函数集,并利用转基因方法引入水色先验知识。经实测数据检验,TSM反演的平均相对误差约为31%(相关系数R2为0.96),Chl a反演误差约为33%(R2为0.88)。分析了模型对输入误差的敏感性,当输入端引入±5%的误差时,模型误差的波动在大多数情形下都可控制在±10%以内。与神经网络模型相比,本文发展的进化模型具有检验精度高、结构简单等优势。利用不同季节的黄、东海实测数据进行了模型精度的独立检验。本文的研究工作表明,进化建模方法适用于水色遥感反演建模问题,可由程序自动生成多个满足精度要求、结构形式多样的显式模型,为水色反演应用提供了多种选择,对于拥有数百个波段的高光谱数据水色反演具有更大的应用潜力。本文最后探讨了进化建模方法的改进方向。 相似文献
13.
《海洋通报(英文版)》2017,(2)
渤海湾水体交换能力差,自净能力低,每年都要接纳大量的陆源污染物,叶绿素浓度的遥感估算对研究渤海湾海洋赤潮,监测海洋水体水质有重要作用,选择最佳算法反演叶绿素浓度有利于提高反演的精度。本文使用渤海湾的现场测量数据及GOCI遥感反射率数据,利用荧光线高度法、OC3算法、蓝绿波段比值法和近红-红波段比值法建立叶绿素浓度反演模型,并利用实测数据进行算法验证,通过比较各算法的拟合效果和验证结果,对各算法模型进行了评价。结果显示,不同的反演方法准确性有明显差别,荧光线高度法的拟合和反演效果为最佳,而近红-红波段比值法的反演效果最差,OC3算法与蓝绿波段比值法的拟合和反演效果基本相似。 相似文献
14.
南海叶绿素a浓度垂直分布的统计估算 总被引：2，自引：0，他引：2
分析整理了1993—2006年近10 a南海北部海域、南沙海域和南海其他海域的叶绿素a浓度历史航次调查资料,基于前人提出的全球叶绿素浓度垂直分布的统计分析模式,根据南海表层叶绿素a浓度大小的不同分级,对南海叶绿素a浓度进行了参数化处理,拟合估算了南海各水层剖面的叶绿素a浓度分布值,并结合不同海区的环境特征,分析了南海叶绿素a浓度垂直分布与其海水物理环境的关系。初步分析结果表明,叶绿素a浓度随深度垂直变化的拟合曲线呈一定倾斜的正态分布特征,当表层叶绿素a浓度较低时,作为南海深水海盆区的代表,拟合值更接近实测平均值的分布,叶绿素a浓度高值集中在次表层剖面上;当表层叶绿素a浓度较高时,作为近岸区和河口区的代表,高值多集中在表层海水,拟合误差偏大。该统计估算模式对于揭示南海叶绿素a浓度垂直分布结构进行了有益的尝试,为发展适合不同海区特点的模式以及校正参数奠定了基础。利用该模式与海洋水色卫星遥感数据有效结合,将对南海叶绿素a浓度时空分布格局的研究具有重要的意义。 相似文献
15.
16.
《海洋湖沼通报》2018,(5)
本研究利用4个航次的叶绿素a浓度实测值以及HJ-1卫星数据,对三种适用于黄海Ⅱ类水体的叶绿素a浓度反演算法(MODIS OC3M算法、NSOAS黄东海算法和进化建模法)的精度进行了验证,并利用其中的最优算法对荣成湾海域2009~2016年叶绿素a浓度的时空变化特征进行分析,以期为该海域的生态修复提供科学参考。结果表明:OC3M算法为最优算法,利用其反演得到的叶绿素a浓度季节变化特征为:秋季最高,夏季和春季次之,冬季最低;年际变化上,天鹅湖及近岸区叶绿素a浓度整体呈下降趋势,养殖区的叶绿素a浓度保持稳定;叶绿素a浓度的空间分布呈现近岸高、外海低的变化趋势。 相似文献
17.
浒苔的暴发会对水体生态环境产生巨大的影响, 对此进行遥感监测具有十分重要的意义。本文基于现场同步实测的有色溶解有机物(colored dissolved organic matter, CDOM)吸收系数、叶绿素浓度以及光谱数据建立遥感反演模型,再结合MODIS卫星影像提取山东半岛南侧近岸海域在各年份浒苔暴发前后CDOM与叶绿素浓度的时空分布特征。结果表明, 浒苔的消亡分解会在水体中产生大量的CDOM, 但浒苔的生长繁殖同样会消耗CDOM, 此外CDOM还受到浒苔暴发时期强烈的光降解作用。在各种因素的综合作用下, 研究区海域CDOM浓度在浒苔暴发时期微弱升高, 浒苔消亡后CDOM浓度则开始回落。浒苔在暴发期会抑制其他浮游微藻的生长, 使研究区海域叶绿素浓度有所降低, 而浒苔消亡后叶绿素浓度有所上升。水体中的叶绿素受多种生物地球化学因素的影响, 因此叶绿素浓度的降低与浒苔的暴发强度之间没有明确的相关性。遥感反演可以大范围快速地提取水体中各种要素的分布情况, 但就浒苔的暴发对海水中各要素的影响机制而言, 还需要结合各种生态环境因子进行综合分析。 相似文献
18.
19.
利用2017年8-9月期间大连长兴岛海域实测遥感反射率、悬浮物浓度及GF-1 WFV数据,研究了该区域悬浮物浓度的遥感反演算法,发现遥感反射率与悬浮物浓度的散点图存在两种不同的变化趋势,将2008-2015年期间辽东湾内其它海域的数据与长兴岛海域数据进行叠加后,可初步推断产生两种变化趋势的主要原因在于疏浚区与非疏浚区悬浮物的粒径大小不同,导致其光学特性和反演算法也存在差异。将两种算法分别应用于2017年9月20日辽东湾及长兴岛近岸海域的GF-1 WFV4影像,发现采用非疏浚区算法反演长兴岛海域悬浮物浓度时,出现明显的低估现象,而疏浚区算法则能较好地反映出疏浚施工过程中悬浮物的分布规律,具有较好的工程应用价值。 相似文献
20.
珠江河口混浊高产水域叶绿素a浓度的遥感估算模型 总被引：2，自引：0，他引：2
近年来为提高混浊高产水体叶绿素a浓度的估算精度,Gitelson等提出了一种基于红与近红外3个波段遥感反射率的概念模型.文章基于2004年的实测数据,检验该概念模型在珠江河口水域的适用性,估算该概念模型以及它的特殊形式--两波段模型对应的光谱位置,在此基础上构建利用卫星数据提取珠江河口水域叶绿素a浓度的遥感估算模型.结果表明,珠江河口混浊高产水域叶绿素a浓度与三波段模型和两波段模型均有很强的线性相关性,相关系数分别达到0.91与0.88.构建的三波段模型和两波段模型估算的叶绿素a浓度与实测叶绿素a浓度的均方根差(RMSE)分别为5.82mg·m-3和6.53mg·m-3,精度高于其他常用算法.根据MERIS的波段设置构建的三波段模型估算的叶绿素a浓度与实测叶绿素a浓度的RMSE为6.47mg·m-3,显示了良好的应用潜力. 相似文献