一种湿地河流叶绿素a遥感反演方法

查看全文 作　　者：[1,2]刘卫华;[1]王思远;[1,2]马元旭;[1,2]申明;[1,2]游永发;[3]海凯;[4]吴林霖

机构地区：[1]中国科学院空天信息创新研究院,数字地球重点实验室,北京100094;[2]中国科学院大学,北京100049;[3]福州大学,福州350002;[4]东华理工大学,南昌330013

出　　处：《地球信息科学学报》索引2020年第22卷第10期,共16页

基　　金：中国科学院战略性先导科技专项(A类)地球大数据科学工程(XDA19030501);第二次青藏高原综合科学考察专题(2019QZKK0204)。 摘　　要：叶绿素a作为一项重要的水质安全评价指标,其浓度的准确监测对水产行业发展、水生态系统平衡和人类饮水安全等有着重要意义。随着对地观测卫星传感器空间和光谱分辨率的提高,遥感技术在河流水质时空变化监测中发挥着越来越重要的作用。本文以新疆巴音布鲁克湿地河流水体为研究对象,同步采集了水体反射光谱和水样,并在实验室对叶绿素a、浊度等水质参数进行测定。首先,基于光谱波段对叶绿素a浓度的敏感性分析,构建了多种光谱指数模型;然后,提出以4.50 mg/m^3作为水体叶绿素a浓度分级阈值,利用三波段半分析模型因子D3B与叶绿素a的线性关系建立水体叶绿素a浓度分级标准,进而对比评估了11种经验、半分析模型分别在全部样本数据集和两级叶绿素a浓度数据集中的精度表现;其次,根据各模型精度结果选用三波段半分析模型D3B和蓝绿波段比模型OC2V4,组成叶绿素a分级反演算法OC2-D3B,其精度(R2=0.96,RMSE=0.32 mg/m^3,MAE=0.24 mg/m^3,MRE=5.71%)相比以上2种单一算法提高了50%以上;最后,本文利用Sentinel-2影像,对湿地河流水体叶绿素a浓度的空间分布特征和季节时序模式进行了分析,得到该水域夏季叶绿素a含量最高,春秋季次之,冬季最低的结论。此外,本研究还发现气温相比其他环境因子对水体Chl-a浓度的控制作用更加明显。 关键词：遥感光谱分析湿地河流模型评价叶绿素a反演时空分布气象因子巴音布鲁克

相关文献

参考文献（51）
引证文献（5）
耦合文献（558）

参考文献(51)

引证文献(5)

耦合文献(558)

互联网出版许可证新出网证(渝)字10号全国400电话 - 免长途话费

一种湿地河流叶绿素a遥感反演方法

参考文献(51)

引证文献(5)

耦合文献(558)

用户提示