改进DINEOF算法在中国渤海叶绿素a遥感缺失数据重构中的应用研究

摘要：

叶绿素a(chl-a)是重要的海洋环境水色参数,但是受云雾覆盖的影响,卫星遥感chl-a产品中普遍存在数据缺失的现象,大大降低了数据的应用效果.经验正交函数插值方法(DINEOF)是目前在长时间序列缺失数据重构方面应用最广泛的数据插值重构方法,本研究针对DINEOF方法在空间小尺度上过度平滑的缺陷,设计了 一种面向渤海chl-a的分层重构方法(SDS-DINEOF),该方法重点考虑了渤海chl-a分布呈现近岸高、中部低的规律,将渤海海域等距离分为32个区域,对位于每个区域的子数据集分别进行重构;利用该方法对2019年全年每日10时13分的渤海GOCI卫星chl-a产品进行了重构,并将其重构结果与DINEOF重构结果进行了对比分析.分析结果表明:应用SDS-DINEOF方法相比DINEOF方法,chl-a重构精度和时间效率上均得到了提升,其中整体精度提高了 3.52％,重构时间节约了 125％,尤其是在距离陆地最远的渤海中部区域,应用该方法重构精度提升最为显著.本文取得的研究结果对于海洋遥感数据产品的质量提高和应用效率的提升,具有较为重要的理论意义和实际应用价值.

关键词：卫星遥感、渤海、GOCI、chl-a产品、缺失率、重构、DINEOF、SDS-DINEOF、分层

所属期刊栏目：23

分类号：P208;TP722.4;I207

资助基金：国家自然科学基金;国家重点研发计划;山东科技大学科研创新团队项目

在线出版日期：2021-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：737-748