排序方式: 共有62条查询结果,搜索用时 625 毫秒
21.
2008年11月、2009年4月,分别对太湖水体以及2009年6月对巢湖水体进行野外实验.对太湖水体遥感反射率进行因子分析,并利用遥感反射率的不同因子,对叶绿素和总悬浮物浓度进行反演,并对反演因子的普适性进行验证.利用第一因子反演太湖春季叶绿素浓度,平均相对误差为22.1%,均方根误差为3.48g/L,利用该方法反演巢湖、太湖秋季水体的叶绿素浓度没有取得较好的效果;利用第二因子反演太湖春季总悬浮物浓度,平均相对误差为13.9%,均方根误差为11.33mg/L,利用该因子反演巢湖、太湖秋季水体的总悬浮物浓度同样取得较好效果.结果表明:利用遥感反射率的第一因子对叶绿素浓度进行反演,该方法不具有普适性;利用遥感反射率的第二因子对总悬浮物浓度进行反演能取得较好的结果,此方法具有一定的普适性. 相似文献
22.
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
23.
太湖水体散射特性及其空间分异 总被引:2,自引:0,他引:2
利用Wetlabs公司研制的AC-S和BB9于2006年10月24目至11月2目对太湖水体的散射系数和后向散射系数进行了测量,在此基础上建立了太湖水体散射系数与后向散射系数之间的关系模型。用2种曲线函数模拟,即在蓝光波段使用S形曲线模型,在绿光和红光波段使用逆函数模型,各模型的MAPE和RMSE变化范围分别为0.027-0.156m^-1、0.005-0.050m^-1,模型整体预测精度都较高。研究发现后向散射系数与散射系数的空间分异现象明显,北部梅梁湾、湖心区、西部及西南部水域散射较强,而东太湖、胥口湾等东部水域的散射相对较弱。 相似文献
24.
我国淡水湖库频发水华,不同类群形成的水华特征、危害及其治理方法差异显著,因此,如何区分不同藻种的遥感反射率特征,获取湖泊优势种信息是一个亟待解决的科学问题。研究基于室内藻种培养实验,培养了富营养化湖泊中的典型蓝藻和绿藻藻种,其中,蓝藻包括铜绿微囊藻(Microcystis aeruginosa)、假鱼腥藻(Pseudanabaenasp.)和束丝藻(Aphanizomenonsp.),绿藻包括小球藻(Chlorellasp.)以及四尾栅藻(Scenedesmus quadricauda);基于实测的遥感反射率,经归一化处理后,分析了不同藻种的遥感反射率特征,构建了DI(difference index)指数以及ADI(algae distinguish index)指数,建立了藻种分类模型,利用验证集数据进行检验,整体识别精度达77.55%,Kappa系数为0.7178。将分类方法应用于太湖野外实测遥感反射率数据集中,结果与实测的生物量数据有较好的匹配;将模型应用于太湖OLCI(ocean and land colour instrument)影像数据,获得了2019年12月和2020... 相似文献
25.
分季节的太湖悬浮物遥感估测模型研究 总被引:6,自引:0,他引:6
根据1996-2002年无锡太湖监测站的水质资料分析,太湖悬浮物具有季节性特征,因而分季节的悬浮物估测模型比单一的模型可能更加适合用来估测太湖全年的悬浮物浓度.在分析太湖水体光谱特征的基础上,根据太湖悬浮物的季节性分布特征,使用春夏秋冬四季的Landsat TM/ETM图像和准同步的水质采样数据,建立了太湖分季节的悬浮物估算模型.结果表明:估测因子(B2 B3)/(B2/B3)在春、秋、冬三季都能很好地估测出悬浮物的浓度(R2>0.52).夏季由于叶绿素的干扰性较大,悬浮物的估测效果不理想.冬季的估测效果最好(R2=0.81),模型为lnSS=14.656×(B2 B3)/(B2/B3) 1.661,其中,ln SS表示悬浮物取自然对数后的值,B2、B3为TM/ETM图像经过6S大气校正、3×3低通滤波后第2、3波段的反射率值. 相似文献
26.
27.
28.
应用时间序列分析法对太湖叶绿素-a含量的动态研究 总被引:2,自引:1,他引:1
叶绿素-α是湖泊浮游植物现存量的重要指标,其含量能反映水中浮游植物的丰度和变化规律。研究叶绿素含量的动态变化,可以有效防止、监控湖泊富营养化的发生。以太湖为研究对象,根据其营养水平进行分区,使得不同区域内叶绿素的浓度不同,而同一区域内浓度大体一致,然后利用地理信息系统技术对每个区域内未采样点的叶绿素浓度进行插值,取区域内所有栅格的平均值作为其最终浓度。应用时间序列分析方法对太湖1998-2004年每月的叶绿素含量进行动态模拟,建立各湖区的预测模型。结果表明,中营养区I符合MA(1)模型,轻富营养区Ⅱ和中富营养区Ⅲ符合AR(1)模型,富营养区Ⅳ符合MA(5)模型,重富营养区V符合AR(6)模型。由此预测出2005年各湖区总叶绿素的含量,经前10个月实测数据的验证说明,所建模型在一定程度上能反映太湖各区域叶绿素浓度的变化。 相似文献
29.
利用氧气和水汽吸收波段暗像元假设的MERIS影像二类水体大气校正方法 总被引:1,自引:0,他引:1
摘 要:MERIS数据以其更为合理的水色波段设置和300m较高的空间分辨率,在内陆湖泊水环境遥感监测中有较大的应用潜力, 对其进行有效的大气校正则是水环境参数定量化反演的前提。以太湖为研究区, 研究基于氧气和水汽吸收波段的暗象元假设, 改进传统的近红外波段暗像元假设的大气校正方法。采用MERIS L2p数据辅助获取湖区气溶胶参数, 并利用2007年11月11日、2008年11月20日以及2009年4月25日三景MERIS影像进行方法验证。结果表明, 该方法能够快速、有效地完成MERIS影像的大气校正, 与地面准同步实测数据相比, 三次校正的RMSP都在25%以下; 与BEAM自带的二类水体大气校正算法、气溶胶厚度辅助的6S大气校正以及改进的暗象元算法进行精度比较, 表明该算法校正精度较高。由于该算法不需要同步实测气溶胶数据, 因此具有一定的适用性。 相似文献
30.