首页 | 本学科首页   官方微博 | 高级检索  
     检索      

巢湖藻类高斯垂向分布结构参数的遥感估算
引用本文:梁其椿,张玉超,薛坤,段洪涛,马荣华.巢湖藻类高斯垂向分布结构参数的遥感估算[J].湖泊科学,2017,29(3):546-557.
作者姓名:梁其椿  张玉超  薛坤  段洪涛  马荣华
作者单位:中国科学院南京地理与湖泊研究所 中国科学院流域地理学重点实验室 南京 210008;中国科学院大学 北京 100049,中国科学院南京地理与湖泊研究所 中国科学院流域地理学重点实验室 南京 210008;淮阴师范学院 江苏省区域现代农业与环境保护协同创新中心 淮安 223001,中国科学院南京地理与湖泊研究所 中国科学院流域地理学重点实验室 南京 210008;中国科学院大学 北京 100049,中国科学院南京地理与湖泊研究所 中国科学院流域地理学重点实验室 南京 210008,中国科学院南京地理与湖泊研究所 中国科学院流域地理学重点实验室 南京 210008;淮阴师范学院 江苏省区域现代农业与环境保护协同创新中心 淮安 223001
基金项目:国家自然科学基金项目(41431176,41471287);江苏省区域现代农业与环境保护协同创新中心面上项目(HSXT236)
摘    要:藻类垂向分布异质性导致了遥感反演的湖泊表层叶绿素a浓度结果与单元水柱内藻类生物量间不存在一一对应的关系,因此有效确定藻类垂向分布结构是遥感反演湖泊藻类生物量的基础.受自身因素和外环境条件的影响,藻类垂向分布结构呈现出多种类型,其中高斯类型应用最广.本文基于3200组HydroLight模拟的高斯垂向数据构建BP神经网络,实现用MODIS数据相对应的3个波段的遥感反射比R_(rs)(469)、R_(rs)(555)、R_(rs)(645)和表层叶绿素a浓度共同估算高斯垂向分布结构参数h和σ.经巢湖地面实测数据验证显示,h和σ的估算值与实测值的相关系数分别为0.97和0.95,对应的相对误差分别为13.20%和12.36%,两者相对误差同时小于30%的占总数据量的87.5%,表明该BP神经网络估算巢湖藻类高斯垂向分布结构的有效性和准确性,为基于卫星遥感数据获取湖泊藻类生物量提供了重要的理论基础.

关 键 词:叶绿素a  高斯垂向分布  HydroLight  BP神经网络  巢湖
收稿时间:2016/4/21 0:00:00
修稿时间:2016/7/18 0:00:00

Remote sensing-based estimation for Gaussian distribution parameters of vertical structure of algal biomass in Lake Chaohu
LIANG Qichun,ZHANG Yuchao,XUE Kun,DUAN Hongtao and MA Ronghua.Remote sensing-based estimation for Gaussian distribution parameters of vertical structure of algal biomass in Lake Chaohu[J].Journal of Lake Science,2017,29(3):546-557.
Authors:LIANG Qichun  ZHANG Yuchao  XUE Kun  DUAN Hongtao and MA Ronghua
Institution:Key Laboratory of Watershed Geographic Sciences, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, P.R.China;University of Chinese Academy of Sciences, Beijing 100049, P.R.China,Key Laboratory of Watershed Geographic Sciences, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, P.R.China;Jiangsu Collaborative Innovation Center of Regional Modern Agriculture & Environmental Protection, Huaiyin Normal University, Huaian 223001, P.R.China,Key Laboratory of Watershed Geographic Sciences, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, P.R.China;University of Chinese Academy of Sciences, Beijing 100049, P.R.China,Key Laboratory of Watershed Geographic Sciences, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, P.R.China and Key Laboratory of Watershed Geographic Sciences, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 210008, P.R.China;Jiangsu Collaborative Innovation Center of Regional Modern Agriculture & Environmental Protection, Huaiyin Normal University, Huaian 223001, P.R.China
Abstract:
Keywords:Chlorophyll-a  Gaussian vertical distribution  HydroLight  back propagation neural network  Lake Chaohu
本文献已被 CNKI 等数据库收录!
点击此处可从《湖泊科学》浏览原始摘要信息
点击此处可从《湖泊科学》下载免费的PDF全文
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