基于半分析方法的黄河口悬浮物浓度遥感反演

河口区的悬浮物浓度受陆源输入和水动力等其他因素的影响严重,具有重要研究意义。本文利用黄河口及其邻近区域采集的145个站位光谱数据和悬浮物(Suspended Particulate Matter,SPM)浓度数据,检验了Nechad模型、多波段准分析算法(Quasi-Analytical Algorithm,QAA)、最优化模型和半经验辐射传输模型(Semi-Empirical Radiative Transfer,SERT)在黄河口水域的适用性。结果表明,QAA561模型和Nechad561模型在低浓度水域反演结果较好,QAA655模型反演结果较差,Nechad665模型适合于低浓度水域,但反演精度低。QAA865模型和Nechad865模型在中高浓度水域的反演结果较好。SERT655模型反演精度较低。最优化模型和SERT滑动模型的反演精度较高。由于黄河口水域悬浮物浓度变化范围较大,因此,本文建立了分段QAA模型和Nechad模型。分段模型的反演结果均优于单一模型。根据误差敏感性分析可知,Nechad分段模型和QAA分段模型对于遥感反射率的50%以内的误差不敏感,稳定可靠。将分段模型应用于Landsat-8 OLI数据,获取了悬浮物浓度时空分布图。结果表明,反演结果与已有研究具有相似的分布特征。两种模型得到的悬浮物浓度在数值上存在差异,然而分布趋势在中高浓度季节有非常好的一致性。