首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 156 毫秒
1.
基于实测光谱估测密云水库水体叶绿素a浓度   总被引:2,自引:0,他引:2  
水中叶绿素a浓度是衡量水体初级生产力和富营养化程度的最基本的指标。利用野外便携式地物光谱仪对密云水库水体进行反射光谱测量并同步采集水样。通过分析叶绿素a浓度与光谱反射特征的相关关系,建立了叶绿素a反演模型。结果表明,利用单波段光谱反射率、光谱比值指数或微分光谱比值能够可靠反演叶绿素a浓度;但微分光谱与叶绿素a浓度相关性更高,更适用于密云水库水体叶绿素a浓度的高光谱反演。  相似文献   

2.
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   

3.
水体叶绿素浓度是水域研究中的重要参量。本文根据在密云水库测量的水体光谱反射比,用多元线性回归方程,估算叶绿素浓度,相关系数大于0.94。逐步回归分析也得到了相似的结果。同时还比较了估算叶绿素浓度的不同方法,讨论了利用陆地卫星MSS,TM和气象卫星CZCS波段反射比数据监测叶绿素浓度的可能性。  相似文献   

4.
叶绿素荧光是光合作用的有效探针,可用于海洋浮游植物的监测与定量评估。太阳诱导叶绿素荧光覆盖可见光—近红外650—800 nm,在~685 nm与~740 nm表现出两个形态不同的荧光峰特征。基于~685 nm荧光峰的叶绿素浓度反演算法较为成熟,但在高悬浮物和高叶绿素浓度的水体中,算法的有效性不足。基于叶绿素荧光在氧气吸收谱段(O2-A)的填充作用,水体遥感反射率光谱~761 nm峰值中包含有太阳诱导叶绿素荧光信号,能用于水体叶绿素浓度的估算,但该反射峰形态特征还取决于传感器的光谱分辨率。本研究基于不同光谱分辨率的大气吸收谱线特征,模拟了水体遥感反射率光谱(750—775 nm)上太阳诱导叶绿素荧光的信号响应特征;分析了利用遥感反射率(~761 nm)计算叶绿素荧光的原理,阐明了不同光谱分辨率条件下水体叶绿素荧光信号在反射光谱上的形态变化规律。采用水面以上测量法获取的离水光谱辐亮度,包含了水面的菲涅尔反射信号,由于真实的菲涅尔系数难以准确测量,这给基于~761 nm处遥感反射率峰值的荧光信号估算带来不确定性影响。研究表明,假定菲涅尔系数为0时,虽然~761 nm叶绿素荧光信号与其浓度具有较好的线性统计关系,但却带来较大的不确定性;这种不确定的影响,在低浓度叶绿素水体中表现明显,在高浓度叶绿素水体中,影响相对较小;准确估算菲涅尔系数,有助于减少这种不确定性影响。对基于遥感反射率~761 nm叶绿素荧光信号的深入探讨,将能推动未来水体叶绿素荧光的识别与利用。  相似文献   

5.
应用实测光谱估测太湖梅梁湾附近水体叶绿素浓度   总被引:40,自引:1,他引:40  
遥感方法测定水体中叶绿素含量的核心问题是建立遥感数据和叶绿素含量的定量关系;利用太湖梅梁湾附近水体的实测光谱和水质采样实验室分析,从数量上揭示了位于682nm附近和706nm附近对叶绿素含量估测最重要的两个光谱特征,分别通过比值(R706/R682、R706/R572)、微分、面积、峰高、峰谷距离以及反射峰位置等建立与叶绿素浓度的线性或非线性相关回归模型,通过R2、平均误差以及RMS误差等的分析对比,认为比值和反射峰位置对叶绿素浓度有很好的指示作用,是估测太湖梅梁湾附近水体叶绿素浓度的最好方法,其中与反射峰位置的指数关系R2达0.9199,与R706/R682的直接线性关系R2达0.9038。相对于706nm附近的峰谷距离、峰高以及反射峰面积而言,反射峰的位置是指示叶绿素浓度最敏感的变量;572nm附近、682nm附近以及706nm附近等三个波段对探测叶绿素a具有重要作用。  相似文献   

6.
基于季节分异的太湖叶绿素浓度反演模型研究   总被引:4,自引:0,他引:4  
叶绿素浓度反演算法主要有经验方法、半经验/分析方法和分析方法,其中半经验/分析方法应用最为广泛。但是反演的模型以及模型中的参数和反演精度都随着水体中叶绿素浓度的变化而改变。不同的季节水体中叶绿素浓度不同,水体反射光谱曲线特征和与叶绿素浓度相关性较高的敏感波段也不一致,使得各季节选用的反演模型和模型中的参数也存在一定的差异。本文在对2005年1—10月份叶绿素a(Chla)浓度季节差异进行分析的基础上,对4—10月份同步测量的水体光谱数据分春、夏、秋三个季节进行分析,分季节建立叶绿素浓度反演模型,并对它们进行比较,旨在为各季节选择最佳的反演模型。研究结果表明:春季和秋季选用波段比值算法反演精度较高,其中对数模型,线性模型和一元二次模型都有较高的相关性;夏季选用微分算法较好,该算法所建立的三种模型均具有较高的相关性。  相似文献   

7.
不同藻类水体太阳激发的叶绿素荧光峰(SICF)特性研究   总被引:15,自引:1,他引:15  
赵冬至  张丰收  杜飞  赵玲  郭皓 《遥感学报》2005,9(3):265-270
采用现场实测和室内培养两种方式测定了甲藻、赤潮异弯藻、海洋蓝绿藻、叉角藻赤潮和新月菱形藻、叉鞭金藻、塔胞藻、扁藻和小球藻等非赤潮藻类光谱曲线,采用度量太阳激发的叶绿素荧光峰高度的Rmaxred/R560比值法,建立了不同藻类Rmaxred/R560与叶绿素a浓度的关系,R>0.82。随藻类的不同,Rmaxred/R560与叶绿素a的关系发生较大的变化,其关系方程的系数a的变化范围为0.037—1.135之间,b的变化范围为0.094—0.727之间。同时建立了不同藻类荧光峰位置与叶绿素a浓度的关系,除海洋蓝绿藻为0.57外,R均大于0.75。随叶绿素浓度的增加,浮游植物反射光谱荧光峰的位置向红光方向移动。随藻类不同,移动的幅度有所差异,赤潮异弯藻的移动幅度最大,其它藻类每10mgm-3浓度的移动幅度介于0.1—0.3nm之间。叉鞭金藻和塔胞藻在实验的浓度范围内未见移动。  相似文献   

8.
肖青  闻建光  柳钦火  周艺 《遥感学报》2006,10(4):559-567
遥感监测水体叶绿素含量是水质遥感研究的难点之一。本文通过研究不同叶绿素含量水体反射率的光谱特征,确定了提取叶绿素a含量的最佳特征波段,建立了太湖水体叶绿素a的混合光谱模型。研究发现,混合光谱模型提取的水体叶绿素a百分比浓度与同步采样分析的叶绿素a浓度之间有较好的线性相关性。并基于TM和HEPERION图像利用此模型生成了叶绿索a浓度分布图。研究结果表明,混合光谱分解模型可以作为遥感监测水体叶绿素a含量的定量模型。  相似文献   

9.
鄱阳湖叶绿素a浓度遥感定量模型研究   总被引:1,自引:0,他引:1  
江辉 《测绘科学》2012,37(6):49-52
叶绿素a浓度是反映湖泊水体营养状况的重要指标,本研究通过分析水体叶绿素a浓度与高光谱反射特征的相互关系,采用一阶微分值和峰值比值法分别建立了叶绿素a的高光谱定量反演模型,在此基础上与同步MODIS数据敏感波段建立卫星定量反演模型。结果表明:叶绿素a荧光峰出现在波段690nm-700nm,波段696nm一阶微分值相关系数最大;波段700nm与波段680nm的比值与其对数相关性较好,MODIS数据波段2和波段1比值的指数模型为最佳的回归模型。  相似文献   

10.
研究中,通过选择目标区的POLDER图象数据来估计目标的二向性反射分布函数,其主要结果可简述如下:1)我们发展了一种大气纠正算法,它适用于源自POLDER传感器的图象数据格式。通过这种算法,将连续的不同视角的POLDER陆地图象转化为一系列表面反照率图象,该过程考虑了多次散射。2)然后,选定21个目标区,包括河流、水塘、城市、道路、森林等,其光谱二向性反射分布函数通过连续的反照率图象来估计。研究发现,水表面的二向性反射分布函数550nm,650nm,850nm处呈现朗伯体特征,同时发现有植被覆盖地表的二向性反射分布函数在550nm和650nm处大致为各向同性,而在850nm处则表现为各向异性。该文给出了所有靶区按经验二向性反射分布函数的拟合参数值。  相似文献   

11.
本文分析了高光谱反射率及红边位置与叶片绿度的相关性,建立了基于敏感波段和红边位置的叶绿素估算模型。通过对不同叶绿素含量高光谱曲线特征的分析,提出了基于高光谱曲线峰度和偏度的叶绿素估算新思路,并分别建立基于原始光谱560-760nm波段和一阶导数光谱660-760nm波段对应峰度、偏度的叶绿素反演模型。结果表明,法国梧桐、无花果和白毛杨基于敏感波段的叶绿素含量反演模型的拟合度,与传统估算模型相比,本文提出的新估算模型可以明显提高高光谱反演叶绿素含量的能力。  相似文献   

12.
The Normalized Area Over reflectance Curve (NAOC) is proposed as a new index for remote sensing estimation of the leaf chlorophyll content of heterogeneous areas with different crops, different canopies and different types of bare soil. This index is based on the calculation of the area over the reflectance curve obtained by high spectral resolution reflectance measurements, determined, from the integral of the red–near-infrared interval, divided by the maximum reflectance in that spectral region. For this, use has been made of the experimental data of the SPARC campaigns, where in situ measurements were made of leaf chlorophyll content, LAI and fCOVER of 9 different crops – thus, yielding 300 different values with broad variability of these biophysical parameters. In addition, Proba/CHRIS hyperspectral images were obtained simultaneously to the ground measurements. By comparing the spectra of each pixel with its experimental leaf chlorophyll value, the NAOC was proven to exhibit a linear correlation to chlorophyll content. Calculating the correlation between these variables in the 600–800 nm interval, the best correlation was obtained by computing the integral of the spectral reflectance curve between 643 and 795 nm, which practically covers the spectral range of maximum chlorophyll absorption (at around 670 nm) and maximum leaf reflectance in the infrared (750–800 nm). Based on a Proba/CHRIS image, a chlorophyll map was generated using NAOC and compared with the land-use (crops classification) map. The method yielded a leaf chlorophyll content map of the study area, comprising a large heterogeneous zone. An analysis was made to determine whether the method also serves to estimate the total chlorophyll content of a canopy, multiplying the leaf chlorophyll content by the LAI. To validate the method, use was made of the data from another campaign ((SEN2FLEX), in which measurements were made of different biophysical parameters of 7 crops, and hyperspectral images were obtained with the CASI imaging radiometer from an aircraft. Applying the method to a CASI image, a map of leaf chlorophyll content was obtained, which on, establishing comparisons with the experimental data allowed us to estimate chlorophyll with a root mean square error of 4.2 μg/cm2, similar or smaller than other methods but with the improvement of applicability to a large set of different crop types.  相似文献   

13.
利用多时相的高光谱航空图像监测冬小麦条锈病   总被引:31,自引:1,他引:31  
冬小麦发生锈病 ,叶绿素被大量破坏 ,水分蒸滕量大大增加 ,叶片细胞大小、形态、叶片结构发生了改变 ,从而改变了叶片和冠层的光学特性 ,使得遥感探测与评价成为可能。利用多时相的高光谱航空飞行图像数据 ,了解、分析和发现条锈病病害对作物光谱的影响及其光谱特征 ;设计了病害光谱指数 ,成功地监测了冬小麦条锈病病害程度与范围。对比 3个生育期的条锈病与正常生长冬小麦的PHI图像光谱及光谱特征 ,发现 :5 6 0— 6 70nm黄边、红谷波段 ,条锈病病害冬小麦的冠层反射率高于正常生长的冬小麦光谱反射率 ;近红外波段 ,条锈病病害的冠层反射率低于正常生长的冬小麦光谱反射率 ;条锈病冬小麦冠层光谱红谷吸收深度和绿峰的反射峰高度都会减小  相似文献   

14.
不同钾素处理春玉米叶片营养元素含量变化及其光谱响应   总被引:3,自引:0,他引:3  
王磊  白由路 《遥感学报》2007,11(5):641-647
目的是研究不同钾营养水平春玉米典型生育期叶片的光谱响应,探索叶片内营养成分与叶片光谱反射率的相关性。方法是设置了不同梯度钾处理的盆栽试验,按玉米生育期进行光谱测定和取样分析。结果,通过对不同钾处理间玉米叶片养分含量的差异性分析表明,随着施钾的提高,叶片钾含量差异性达到显著水平。分析不同钾营养水平不同生育时期春玉米叶片光谱反射率与叶片钾含量的相关关系,并建立了喇叭口期利用叶片光谱反射率估测叶片钾含量的数学模型;以及分析了该处理下喇叭口期叶片内水分、叶绿素、氮、磷、钙、镁、锌、锰、铜、铁含量与叶片光谱反射率的相关性。结果表明:不同生育时期叶片钾含量与其光谱反射率的相关关系在光谱维方向存在明显差别,730—930nm和960—1100nm两波段为春玉米喇叭口期评价钾营养状况的敏感波段,光谱变量R767+R1057,(R767+R1057) /(logR767+logR1057)和(R767-R1057) /(logR767-logR1057)均能很好的预测喇叭口期叶片钾含量;该时期叶片内不同成分与光谱反射率相关分析表明:550nm,710nm,950nm三波段处是各个相关曲线的突变点;叶片内各成分间高度相关的,它们的光谱相关曲线趋势也极为一致或对称。  相似文献   

15.
叶片化学组分成像光谱遥感探测机理分析   总被引:69,自引:5,他引:64  
利用地面光谱仪的测量数据 ,进行了成像光谱遥感探测叶片化学组分的机理性研究。采用多元逐步回归方法 ,分析了鲜叶片 7种化学组分含量与其光谱特性的统计关系 ,分别建立了反射率 ρ及其变化式 1/ρ、logρ和ρ的一阶导数Kρ 与化学组分含量的统计方程 ,并对这 4个指标的性能进行了比较和评价。结果表明 ,在 95 %的置信水平下 ,可以由叶片的精细光谱特征较好地反映出化学组分含量 ;特别是利用Kρ 作为因子 ,使置信水平提高到 99% ,尤以对粗蛋白质、N、K含量反映最好 ,R2 均达到 0 8以上 ,粗蛋白质可达 0 95 6 4,从而为进一步探讨在中国利用成像光谱遥感探测叶片化学组分奠定了基础  相似文献   

16.
利用细分光谱仪数据分析水体泥土含量的方法研究   总被引:8,自引:1,他引:8  
分析了水中泥土含量对水体光谱特征的影响。对利用水体的光谱反射率计算水体中泥土含量的方法进行了分析,找出了用于泥土含量计算的最佳波段。该方法对今后的利用高光谱遥感图像计算河流和海水中的泥沙含量及估算水土流失具有一定的参考意义。  相似文献   

17.
通过田间开顶式小区熏气试验,研究在SO2急性伤害条件下水稻冠层导数光谱与叶片含硫量、叶液pH值以及叶绿素含量的相 关性。分别选择分蘖期和抽穗期显著相关的波段(分蘖期: 689 nm、584 nm、570 nm; 抽穗期: 689 nm、584 nm、585 nm)建立 预测叶片含硫量、叶液pH值及叶绿素含量的回归模型,并分别用拔节期和灌浆期相应导数光谱反射率检验模型预测精度。结果表明 ,由分蘖期建立的回归模型估测拔节期叶液pH值以及叶绿素含量与实测值之间相关系数分别为0.884和0.630; 由抽穗期建立的回 归模型估测灌浆期的叶片含硫量、叶绿素含量与实测值之间相关系数分别为0.659和0.768,均通过显著检验。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号