共查询到19条相似文献，搜索用时 109 毫秒
1.
针对广西茅尾海入海河口池塘养殖污染问题,本文利用无人机多光谱遥感影像和实测水质数据,建立了反映水体营养状态的叶绿素a (Chl-a)、化学需氧量(COD)、悬浮物(SS)、总氮(TN)、总磷(TP)5种水质参数,反演光谱特征及遥感反演模型,并利用湖泊综合营养指数法对水体富营养化状态进行评价。研究结果表明:①Chl-a与蓝、近红外波段相关性显著,COD与红、红边波段相关性显著,SS与红边波段相关性显著,TN与近红外波段相关性显著,TP与蓝、绿波段相关性显著;②在建立的几种水质参数反演模型中,二次多项式函数反演模型综合效果最佳;③池塘养殖区水体富营养指数多集中在60～80,属于中度和重度富营养化程度,且近岸水体富营养化程度大多低于远岸。 相似文献
2.
昆承湖水质状况遥感监测与空间特征分析 总被引：2，自引：0，他引：2
针对镇域水资源常规的监测方法不能满足对水质适时、大尺度的监测评价要求等问题,该文以江苏常熟辛庄镇昆承湖为例,分析叶绿素a(Chl-a)和悬浮物(SS)浓度值与水体归一化反射光谱、一阶微分反射光谱特征的关系,运用PEARSON法分析两者之间的相关性,确定Chl-a和SS的敏感波段,利用Chl-a和SS敏感波段归一化光谱反射值和实测浓度数据建立了水质参数反演模型。采用同时相ETM遥感数据对水质参数(叶绿素a和悬浮物)浓度进行遥感定量反演,并根据反演结果分析镇域水体污染空间分布特征。结果表明,对水质参数几个最大正(负)相关的光谱值进行波段组合处理可以提高反演精度,并且模型反演值和实测浓度值之间误差较低。通过对叶绿素、悬浮物等水质参数反演实现了对昆承湖水体污染状况的快速、准确和动态的信息获取和评价,有效地实时监测镇域水体在空间和时间上的变化状况和特性。 相似文献
3.
建立了基于支持向量机的遥感水质参数反演模型, 构建了基于浮点数编码的遗传算法优选模型参数。以渭河为研究对象, 基于高分辨率多光谱遥感SPOT-5数据和水质实地监测数据, 分别建立了一元和多元经验模型进行渭河水质参数的反演。在样本数目有限的情况下, 提出的GA-SVM方法的反演结果比神经网络和传统的统计回归方法好, 且各方法的多元回归结果均好于一元回归的结果。SVM具有强的非线性映射能力, 适合小样本情况, 由GA实现了模型参数的自动优选, 使GA-SVM用于解决回归问题表现出优势。将机器学习和全局优化智能 相似文献
4.
5.
利用合成孔径雷达(SAR)遥感数据可以有效地估测平均树高、生物量、蓄积量等森林生物学参数。但是遥感数据精度易受SAR系统不确定性因素的影响,造成森林参数反演精度降低甚至异常。遥感系统的全链路模拟可以将遥感过程的各类影响因素解耦,获取大量具有指定参数特征的遥感数据,有利于对不确定性因素单独或联合分析。建立了SAR三维森林场景全链路模拟模型,基于E-SAR样地参数及数据验证了模型的有效性,并以森林高度反演这一典型的林业应用为对象,定量分析了运动补偿残余相位误差这一典型的SAR系统不确定性因素对反演精度的影响程度,得到了残余相位误差与高度反演RMSE测量结果之间的关系曲线。 相似文献
6.
由于时空变化而产生的水体后向散射系数参数化差异一直是影响水质参数遥感定量反演精度的一个重要因素。在对太湖遥感反射率光谱进行分类的基础上,针对影响太湖水体水色的不同主导因子,把太湖水体分为3种类型,分别利用半分析方法和光学闭合原理对后向散射系数进行模拟,在此基础上研究其光学特性及其与水体组分浓度的关系,最后针对3种不同主导类型的水体分别建立了后向散射系数参数化模型。将后向散射特性在不同时间和空间上的差异转化为水体不同主导因子在生物-光学上的差异,从而得到适用于太湖不同湖区及不同季节的后向散射系数参数化模型,为利用分析方法对太湖水质参数进行更为精确的遥感反演提供了基础。 相似文献
7.
湖泊水体污染和营养化问题是当前湖泊研究的重点之一,遥感反演技术由于具有快速、宏观、低成本、周期性的特点,已成为当前水质监测评价的重要技术手段。本文阐述了水质反演方法、反演参数和反演基于的遥感数据源三方面的发展过程,讨论了目前反演过程中存在的主要问题,并对未来遥感反演的研究重点进行了展望。 相似文献
8.
基于野外测定的水质参数,通过研究三峡坝区水体中水色要素浓度与反射率之间的关系,选择反演叶绿素、悬浮物、溶解性有机物的最佳波段,建立了反演水色要素浓度的遥感定量模型。研究表明,在波段比值的基础上进行幂次修正的波段组合反射率与SS浓度相关性较好(R2=0.76),可以用来估算悬浮物浓度;悬浮物浓度影响叶绿素浓度的反演精度,通过在模型中增加一个红绿波段比值指数项的方法能够抑制或削弱悬浮物的影响,提高了叶绿素浓度的反演精度(R2=0.75);DOC反演模型中,绿光波段与红光波段反射率的对数值能较好的估算DOC浓度,且与log(DOC)相关程度最高,决定系数为0.85,反演精度较高。 相似文献
9.
为了更好应用国产高分辨率遥感影像监测评价南方路域植被环境,研究南方路域针叶植被叶面积指数遥感反演.该文以长益高速研究区域的高分六号影像(GF-6)为基础,提出了可适用于针叶叶片的LIBERTY+ SAIL耦合模型并结合多元线性回归、局部加权回归反演路域植被针叶LAI的方法.研究中以耦合模型模拟的冠层光谱反射率、GF-6影像和野外实测生化参数为数据源,通过相关性分析,将与LAI相关性较高的SAVI、RVI和EVI 3种植被指数作为反演因子,结合组合模型反演LAI并评定模型的反演精度.结果 表明,耦合模型对南方路域针叶植被LAI的估算精度整体较高,对比分析两种叶面积指数的组合预测模型,耦合模型结合局部加权回归组合反演LAI具有优越性,可更好地反演路域植被针叶LAI. 相似文献
10.
黄浦江上游水域的多光谱遥感水质监测与反演模型 总被引：5，自引：1，他引：5
运用遥感、GPS定位技术对黄浦江上游淀山湖及支干流水环境质量中的水质污染进行了监测，探讨了以实际监测数据与遥感多光谱特征数据建立溶解氧和透明度两种水质参数的遥感反演数学模型。结果表明，利用遥感技术和数据能有效地监测水质污染状况与分布情况，是一种较为快速、可行的监测手段。 相似文献
11.
鄱阳湖富营养化高光谱遥感监测模型初探 总被引：4，自引：1，他引：3
基于对光谱反射率与水质参数的相关分析,分别选取特征波长建立水质参数高光谱估测模型。结合修正营养状态指数,对湖泊的富营养化程度进行了监测和评价。结果表明:①总氮、总磷含量和透明度值的高光谱估测模型效果较理想;②单项指数评价水体富营养化水平其结果存在较大差异,综合考虑多个指标,计算营养指数的平均值,可以对富营养化程度进行正确的评价;③由于悬浮物浓度变化较大,掩盖了水体的叶绿素a信息,以致叶绿素a估测模型不具有通用性,为了完善叶绿素a浓度估测模型需要获得大范围、多季节的光谱数据,以便建立更有代表性和通用性的模型;④评价结果显示,鄱阳湖呈现轻度到中度富营养化状态,需要采取有力的保护措施防止进一步恶化。 相似文献
12.
黄浦江水质指标与反射光谱特征的关系分析 总被引：16，自引：0，他引：16
利用地物光谱测量技术及同步配套的常规水质采样分析实验，对上海市黄浦江全河段水体进行调查研究。共选取31个典型站位进行了光谱测量和同步水质取样，每个测点分析了9个水质指标，包括TP，TN，CODMn，CODCr，NH3-N，BOD5，DO，悬浮物浓度和浊度。各水质参数之间存在较大的相关性，以总氮（TN）和悬浮物浓度两个水质指标为例，分析了这两个水质指标与单波段归一化反射率、反射率的一阶微分、不同波段之间反射率的比值以及反射率取对数等之间的相关关系，给出了以上两个水质指标的单波段归一化反射率、一阶微分反射率识别的特征波段，以及两个波段比值的最佳波段组合。建立了常规水质参数与水体光谱反射率之间的关系模型，为利用遥感技术监测水环境提供了基础。 相似文献
13.
采用2000～2010年的陆地卫星TM数据,选取叶绿素a作为主要水质参数对浙江省德清市境内的水体富营养化程度进行反演。在同步实测数据缺乏的条件下,基于波段特征的比值法可以有效地进行叶绿素a的反演,对于反演结果分析总结德清地区水质污染情况并分析原因。 相似文献
14.
Chao Song 《地球空间信息科学学报》2013,16(4):200-211
Phytoplankton blooms, particularly in the Southern Ocean, can have significant impact on global biogeochemistry cycling. To investigate the accuracy of chlorophyll-a distribution, and to better understand the spatial and temporal dynamics of phytoplankton biomass, we examine chlorophyll-a estimates (October–March from 2002 to 2012) derived from Moderate Resolution Imaging Spectrometer (MODIS) data following the ocean chlorophyll-a 3 model (OC3M) algorithm. Noticeable seasonality occurs in the temporal distribution of chlorophyll-a concentrations, which shows the highest value in December and January and an increasing tendency during the 2002–2012 period. The spatial distribution of chlorophyll-a varies greatly with latitude, as higher latitudes experience more phytoplankton blooms (chlorophyll-a concentration larger than 1 mg/m3) and marginal seas (Ross Sea and Amundsen Sea) show different bloom anomalies caused by two dominant algae species. Areas at higher latitudes and shallow water (<500 m) experience the shorter ice-free periods with greater seasonality. A noticeable bathymetry gradient exists at 2500-m isobaths, while water at the 500–2500-m depth experiences quite long ice-free periods with a stable water environment. Blooms generally occur near topographic features where currents have strong interactions when the water depth is more than 2500 m. Based on these findings, we can classify the Southern Ocean into two bloom subregions, 0–500 m as an enhanced bloom zone (EBZ), and 500–2500 m as a moderate bloom zone (MBZ). The EBZ has a quite high-bloom probability of about 30%, while the MBZ has only 10%. 相似文献
15.
R K Sarangi Prakash Chauhan Shailesh Nayak 《Journal of the Indian Society of Remote Sensing》2001,29(4):197-201
Remote sensing of ocean colour yields information on the constituents of sea water, such as the concentration of phytoplankton
pigments, suspended sediments and yellow substances. It is well understood that the study of ocean colour is significantly
related with the primary production and zonation of potential fishing sites in coastal and oceanic waters. The major pigment
constituent is predominated by chlorophyll-a (ocean colour pigment of phytoplankton). The chlorophyll mapping on regular basis
plays a major role in assessing water quality and classifying different water types. IRS P-3 MOS-B satellite data for three
consecutive passes of path 94, during the period of January-February 1997 have been used to derive chlorophyll-a concentration.
The present study emphasizes on the chlorophyll mapping using IRS-P3 MOS-B data for the coastal and offshore water of Maharashtra
coast, India. 相似文献
16.
T. Preethi Latha P. V. Nagamani K. H. Rao S. K. Dash S. B. Choudhury Aziz Rehman V. V. S. S. Sarma M. Naveen Babu P. Amarendra B. Srinivasa Rao T. D. V. Prasad 《Journal of the Indian Society of Remote Sensing》2014,42(1):129-138
In this study chlorophyll measurements were made during March 2012 in the estuarine waters of Off Kakinada and Yanam coast, Bay of Bengal onboard a coastal vessel. In-situ water samples and optical data was collected at 21 stations (surface to 150 m depth) using Underwater radiometer (Hyperpro-II). In-vivo chlorophyll profiles were collected using wet labs fluorometer integrated with underwater Hyperspectral radiometer. Chlorophyll-a concentrations were estimated using HPLC by collecting the water samples at each sampling location. And also chlorophyll-a concentrations were retrieved from the OCM-2 data of OCEANSAT-2 satellite, processed using SeaDAS v.6.2 with the available global ocean colour algorithms namely, OC2 and OC4V4. A total of 33 samples used covering all the stations for chlorophyll-a estimation, and surface water samples of all the stations only being used for direct comparison among chlorophyll concentrations of HPLC, in-situ (fluorometrically integrated to Hyperpro-II) and retrieved from OCM-2. A good correlation found between the Fluorometer derived and HPLC measured chlorophyll-a concentration with an R2 value of 0.78. The relation between Chlorophyll-a concentration measured from HPLC and retrieved from OCM-2 (OC2 and OC4V4 algorithms) using SeaDASv.6.2 for 10 samples has been compared for validation and obtained an R2 value of 0.6. Also comparisons done with the in-situ measured (fluorometer) Chlorophyll-a concentration with OCM-2 chlorophyll data (OC4-V4 and OC2 algorithms) and validation with 10 concurrent in-situ surface measurements showed a significant overestimation by OCM-2 at low chlorophyll-a concentrations and underestimation at high chlorophyll-a concentrations. 相似文献
17.
基于高光谱遥感反射比的太湖水体叶绿素a含量估算模型 总被引：19，自引：1，他引：19
旨在寻找叶绿素a的高光谱遥感敏感波段并建立其定量估算模型。通过对太湖水体的连续监测，获得了从2004年6月到8月3个月的太湖水体高光谱数据和水质化学分析数据。利用实测的高光谱数据分析计算太湖水体的离水辐亮度和遥感反射比；然后，通过相关分析寻找反演叶绿素a浓度的高光谱敏感波段，进而建立反演太湖水体叶绿素a浓度的高光谱遥感定量估算模型，并用相关数据对模型进行精度分析。研究发现，水体的遥感反射比光谱在719nm和725nm存在两个峰，其中719nm处的峰更明显且稳定。通过模型的对比分析，发现用这两个峰值处的遥感反射比参与建模可以提高叶绿素a的估算精度；并且认为由反射比比值变量R719／R670所建立的线性模型对叶绿素a浓度的估算精度最理想。 相似文献
18.
Accurate estimation of chlorophyll-a concentration in turbid coastal waters by means of remote sensing is challenging due to the optical complexity of these waters. We have developed a four-band quasi-analytical algorithm for assessment of chlorophyll-a concentration in coastal waters. The objectives of this study are to validate the applicability of three-band semi-analytical algorithm, quasi-analytical algorithm, and four-band quasi-analytical algorithm in estimating chlorophyll-a concentration in turbid coastal waters for MODIS sensor. These three algorithms are calibrated and evaluated against coastal evaluation datasets provided by SeaWiFS Bio-optical Archive and Storage System. The algorithm validation results indicate that the four-band quasi-analytical algorithm produces a superior performance to both three-band semi-analytical algorithm and quasi-analytical algorithm. By comparison, using four-band quasi-analytical algorithm produces 21.61 % uncertainty in estimating chlorophyll-a concentration from turbid coastal waters, lower than 77.90 % for three-band semi-analytical algorithm and 74.31 % for quasi-analytical algorithm, respectively. The significantly reduced uncertainty in chlorophyll-a concentration assessment is due to effectively removal of pigment-package effects and particle overlapping effects on the chlorophyll-a absorption estimation using a optical classification method. These findings imply that, provided that an atmospheric correction scheme for visible and near-infrared bands is available, the database of MODIS imagery could be used for quantitative monitoring of chlorophyll-a concentration in turbid coastal waters by four-band quasi-analytical algorithm. 相似文献
19.
太湖梅梁湖湾蓝藻生物量遥感估算 总被引：21，自引：0，他引：21
本文利用陆地卫星TM数据和图像处理方法对太湖富营养化严重的梅梁湖区的浮游蓝藻生物量作了遥感估算。1992年夏季在海梁湖开展了星地同步浮游藻类监测,获得了湖中16个采样点的现场叶绿素a生物量(Qa)和蓝藻生物量(QB)数据,并利用这两组数据分别建立了与差异植被指数DVI的遥感回归模型,从而得到水体中叶绿素a以及蓝藻生物量的空间分布信息。从遥感定量模型出发,运用逐个像元积分统计技术,估算出梅梁湖叶绿素a总量为2133kg、蓝藻总量为178.2t.与地面方法相比,遥感估算方法充分利用了TM数据中的浮游藻类含量分布与变化信息,具有较高的估算精度。 相似文献