基于分析方法的太湖叶绿素a反演研究——以MODIS数据为例

目前, 针对太湖水体的叶绿素波段敏感性的分析, 大多集中在实测的高光谱反射率数据或者图像提取反射率与叶绿素浓度的统计分析结果上, 缺乏基于水体光学特性的研究, 并且两者之间的一致性也一直缺少论证。研究中采用2004 年4 月和2007 年8 月的两期数据, 首先从水质参数的生物光学特性入手, 基于生物光学模型, 利用叶绿素和其他水质参数的吸收和后向散射系数, 模拟计算其他水质参数不变, 叶绿素浓度处于不同水平时的水面反射率, 分析实测反射率对叶绿素浓度变化的响应; 利用MODIS 的波段响应函数把实测光谱模拟成宽波段的MODIS 反射率, 以此作为桥梁进而对实测的高光谱反射率和MODIS 图像提取反射率与叶绿素浓度的相关程度的一致性进行分析, 为利用MODIS 图像进行水质参数反演时的反演因子选择提供了依据。     

基于神经网络的二类水体大气修正

大气修正是海洋水色遥感中的关键技术之一。近海二类水体大气修正面临两个挑战：浑浊水体造成NIR大气修正波段的离水辐射明显大于零;近海上空存在较强吸收性的气溶胶。本文针对HY-1A CZI,在辐射传输模拟的基础上建立了基于神经网络技术的二类水体大气修正算法,可以由波段1-4的TOA反射率和三个角度反演得到离水反射率、气溶胶光学厚度等参数。利用模拟数据进行了算法的性能评估,并开展了卫星数据处理试验。结果表明,除了在非常浑浊的水体,反演结果基本合理。     

鄱阳湖叶绿素a浓度遥感定量模型研究

叶绿素a浓度是反映湖泊水体营养状况的重要指标,本研究通过分析水体叶绿素a浓度与高光谱反射特征的相互关系,采用一阶微分值和峰值比值法分别建立了叶绿素a的高光谱定量反演模型,在此基础上与同步MODIS数据敏感波段建立卫星定量反演模型。结果表明:叶绿素a荧光峰出现在波段690nm-700nm,波段696nm一阶微分值相关系数最大;波段700nm与波段680nm的比值与其对数相关性较好,MODIS数据波段2和波段1比值的指数模型为最佳的回归模型。     

利用深蓝算法从HJ-1数据反演陆地气溶胶

大气气溶胶是环境空气污染监测的重要指标,在利用环境一号卫星CCD相机进行气溶胶监测时,暗目标法和结构函数法都有相应的不足。本文从Hsu等人(2004)提出的深蓝算法出发,以MODIS的地表反射率产品为基础建立反射率库,并利用地面观测数据分析了各种典型地物在CCD相机与MODIS蓝波段反射率之间关系,提出了将MODIS地表反射率修正到CCD相机的方法,进而实现地气解耦,反演气溶胶光学厚度。选择北京地区为实验区,进行了算法实验,并用AERONET/PHOTONS北京站的数据进行了验证,结果表明,(1)光学厚度较大时(>0.5),深蓝算法精度能够较好的满足环境一号卫星CCD相机对气溶胶日常监测的要求;(2)气溶胶模式会对结果产生较大的影响,尤其是城市型气溶胶。     

珠江口海水透明度与光谱相关关系研究

通过对2009年5月珠江口门内外水体光谱采样数据的分析处理,得到该海域水体离水光谱反射率及其负对数值;分别计算水体离水光谱反射率及其负对数与水体透明度的相关系数,发现后者与海水透明度的相关系数比前者要高出约11％.为便于应用卫星遥感数据开展南海海域水体透明度的反演,选用和Hyperion卫星数据相关波段中心波长相对应、...     

太湖草型湖区底质对遥感反射比的贡献

水体的光谱特性主要表现为体散射而非表面反射,光学浅水中,光穿透水体而到达水底,离水辐射包含水体自身的贡献以及底质反射并透过水体到达水面的贡献.2004年10月试验获取了太湖67个样点的遥感反射比、后向散射以及吸收等表观光学量和固有光学量,同时测量了叶绿素、悬浮物和DOC含量,以及其他相关参数,如透明度、水深;以草泥均匀分布的水平朗伯性湖底、均质水体为假设条件,使用LEE模型,计算了太湖草型湖区底质对恰在水面下遥感反射比的贡献,同时计算了漫垂直衰减系数;分析了漫垂直衰减系数与透明度、悬浮颗粒以及与无机悬浮颗粒的关系,同时分析了漫垂直衰减系数与底质贡献的关系,从而为太湖水质参数遥感反演精度的提高打下了良好的基础并有了定量判断底质贡献的科学依据.     

内陆水体叶绿素a浓度反演的区域化三波段模型研究

以太湖和石头口门水库为例,建立了一种可直接计算水体叶绿素a浓度的区域化三波段模型。该模型通过对研究水体的光学特性分析,明确三波段组合与叶绿素a浓度间的函数关系参数,不仅可较好指示研究水体叶绿素a浓度水平,而且大大减小了回归算法所带来的模型不确定性。利用高精度、长时间序列的水体光学特性观测数据,建立针对不同研究水体的区域化三波段模型可为实现内陆水体叶绿素a浓度遥感监测业务化运行提供方法借鉴。     

混合光谱分解模型提取水体叶绿素含量的研究

遥感监测水体叶绿素含量是水质遥感研究的难点之一。本文通过研究不同叶绿素含量水体反射率的光谱特征，确定了提取叶绿素a含量的最佳特征波段，建立了太湖水体叶绿素a的混合光谱模型。研究发现，混合光谱模型提取的水体叶绿素a百分比浓度与同步采样分析的叶绿素a浓度之间有较好的线性相关性。并基于TM和HEPERION图像利用此模型生成了叶绿索a浓度分布图。研究结果表明，混合光谱分解模型可以作为遥感监测水体叶绿素a含量的定量模型。     

基于高光谱遥感反射比的太湖水体叶绿素a含量估算模型

旨在寻找叶绿素a的高光谱遥感敏感波段并建立其定量估算模型。通过对太湖水体的连续监测，获得了从2004年6月到8月3个月的太湖水体高光谱数据和水质化学分析数据。利用实测的高光谱数据分析计算太湖水体的离水辐亮度和遥感反射比；然后，通过相关分析寻找反演叶绿素a浓度的高光谱敏感波段，进而建立反演太湖水体叶绿素a浓度的高光谱遥感定量估算模型，并用相关数据对模型进行精度分析。研究发现，水体的遥感反射比光谱在719nm和725nm存在两个峰，其中719nm处的峰更明显且稳定。通过模型的对比分析，发现用这两个峰值处的遥感反射比参与建模可以提高叶绿素a的估算精度；并且认为由反射比比值变量R719／R670所建立的线性模型对叶绿素a浓度的估算精度最理想。     

应用MODIS数据反演河北省海域叶绿素a浓度

为了建立更加合理、准确的叶绿素a遥感反演模型,利用地物光谱仪测定了河北省海域水面的光谱反射率,分析了光谱反射率与实测叶绿素a浓度之间的关系.在此基础上,通过MODIS数据各波段及波段组合的反射率与实测叶绿素a浓度的相关分析,确定第1波段(B1)为最佳反演波段,建立了应用B1反演叶绿素a浓度的遥感模型,并对模型精度进行验证.结果表明:该模型相关系数为0.66,反演结果均方根误差为0.48 mg/m3,模型精度优于SeaDAS的OC3标准经验算法;该模型反演河北省海域表层水体的叶绿素a浓度有较好的效果.     

In memoriam

Journal of Geodesy -     

Surveying In Switzerland

The author traces the development of the Swiss official surveying system from its origins according to the federal law in 1912 until the system of the renewed cadastre 93, standards for which were recently issued. He summarizes the techniques applied today in the official surveying system and describes the commercial situation of the private surveyors and surveying companies.