基于水面反射率光谱分类的太湖藻蓝蛋白浓度反演
藻蓝蛋白是蓝藻的标志性色素,利用遥感反演藻蓝蛋白浓度的时空分布对于蓝藻水华监测和预警具有重要意义.太湖水体光学特性时空差异较大,传统的藻蓝蛋白遥感反演方法在太湖各湖区各季节的适用性有限.因此,本文采用先分类再反演的策略,基于水面反射率光谱分类进行太湖藻蓝蛋白浓度反演建模.首先采用逐步迭代的K均值聚类方法实现光谱分类;然后分别利用每一类的训练样本光谱数据建立最适用于该类的藻蓝蛋白反演模型;最后利用每一类的检验样本光谱数据进行反演模型精度评价.为了对比,同时采用不分类的传统方法进行反演建模和精度评价.检验结果表明:基于不分类的传统建模方法得到的均方根误差RMSE=14.14 μg· L-1,平均相对误差σ=59.1％.反演结果和实测数据可决系数为0.46;基于光谱分类的建模方法得到RMSE=8.47 μg· L-1,σ=31.3％,反演结果和实测数据可决系数为0.87.因此,基于光谱分类的藻类蛋白反演方法有效地提高了反演精度,可以为其它水体的藻蓝蛋白浓度反演提供借鉴.
太湖、藻蓝蛋白、反射率光谱、光谱分类、遥感、反演模型
36
X87(环境遥感)
国家自然科学基金No.41101378;国家高分辨率对地观测重大专项No.05-Y30B02-9001-13/15;“十二五”国家水体污染控制与治理科技重大专项No.2014ZX07508-1Supported by the National Natural Science Foundation of ChinaNo.41101378,the National Key Project of High-resolution to Earth Observation SystemNo.05-Y30B02-9001-13/15 and the National Major Science and Technology Program for Water Pollution Contorl and TreatmentNo.2014ZX07508-1
2016-09-08（万方平台首次上网日期，不代表论文的发表时间）
2905-2910
