利用高光谱反演模型评估太湖水体叶绿素a浓度分布
叶绿素a浓度是评价水体富营养化和初级生产力的一个重要参数,高光谱遥感是获取叶绿素a浓度的有效手段.为建立太湖水域叶绿素a的最佳高光谱估算模型,选取2015年5-7月共计60组同步实测高光谱数据和叶绿素a浓度数据,在地面光谱反射率和叶绿素a浓度相关性分析的基础上,使用2∶1的数据样本进行太湖水域叶绿素a的最佳高光谱估算模型的建立和验证,筛选模型分别为波段比值、三波段、荧光峰位置、峰谷距离、一阶微分、NDCI(Normalized Difference Chlorophyll Index)、峰面积、荧光峰高度、WCI(Water Chlorophyll-a Index)和四波段模型.结果表明,建模得到的四波段模型决定系数最高,峰面积模型的决定系数相对最低;四波段模型的反演精度最高,均方根误差(RMSE)为0.00376 mg·L-1,平均绝对误差(MAPE)为27.86％,而WCI模型的反演精度相对最低,RMSE为0.01231 mg·L-1,MAPE为45.11％.将反演精度最高的四波段模型应用于2015年8月3日的两景HSI(Hyperspectral Imaging Radiometer)高光谱影像数据,也得到较高精度,利用同步实测叶绿素a浓度验证的决定系数为0.7643,RMSE为0.00433 mg·L-1,MAPE为45.62％.在春、夏季叶绿素对水体光学特性占主导作用且叶绿素分布均匀的情景下,本研究可为太湖水域叶绿素a的高光谱反演和水环境监测提供有价值的参考,其它季节水体光谱特点的研究尚待进一步开展.
太湖、高光谱、叶绿素a、遥感反演模型、方法对比
37
X524(水体污染及其防治)
国家水体污染控制与治理科技重大专项子课题No.2012ZX07506-002 Supported by the Major Science and Technology Program for Water Pollution Control and Treatment2012ZX07506-002
2017-04-13（万方平台首次上网日期，不代表论文的发表时间）
共12页
888-899
