共查询到20条相似文献,搜索用时 250 毫秒
1.
以武汉东湖为研究区域,利用MODIS数据和地面准同步叶绿素a浓度实测数据,建立适合东湖水体的叶绿素a浓度遥感定量估算模型,从而分析MODIS数据应用于内陆湖泊水体叶绿素a浓度反演的可行性。 相似文献
2.
3.
4.
5.
用分析模型方法反演水体叶绿素的浓度 总被引:19,自引:2,他引:19
水体叶绿素浓度是水质评价的一个重要指标。建立水体光学传输的分析模型,进而用分析模型反演水体叶绿素浓度,对于提高遥感反演水质参数的精度和实用性具有重要意义。作者于2004年6月初对太湖18个点位进行了同步水体波谱实测和水体取样分析。由这18个点位的实测数据,利用Gordon模型建立了R(0^-)的模拟模型,并进而用优化函数的方法反演水体叶绿素浓度。反演值与实测值的相关系数达到0.99,当叶绿素浓度高于30mg/m^3时,反演的相对误差小于20%。进而用该模型反演2005年7月太湖7个点位的叶绿素浓度,反演值与实测值的相关系数为0.94,其中,有6个点位的反演值相对误差小于60%。 相似文献
6.
7.
叶绿素a荧光遥感研究进展 总被引:11,自引:0,他引:11
继叶绿素a反演的“蓝绿比值法”后,叶绿素a荧光遥感成为海水叶绿素a浓度反演的重要方法,对提高二类水体和赤潮水体的叶绿素a浓度的反演精度效果明显。本文回顾了人们对水体叶绿素a荧光的认识、测量和研究的历史过程,介绍了荧光产生的生物学机理以及它随叶绿素a浓度的正相关和“红移现象”等主要光谱特征。本文还总结了荧光量子产量、不同藻种生理状态、水体其他物质及大气的吸收等多种因素对叶绿素a荧光遥感的影响。基于对叶绿素a荧光光谱特征和影响因素的认识,人们相继建立了两种荧光遥感方法———基线荧光高度法和归一化荧光高度法。对于前景广阔的叶绿素荧光遥感领域,人们正进行着更深入的研究与探索,积累更多的现场数据和卫星同步数据,逐步完善和改进反演模型。 相似文献
8.
9.
基于人工神经网络的一类水域叶绿素—a浓度反演方法 总被引:17,自引:0,他引:17
介绍了一种基于人工神经网络的海中一类水域叶绿素反演方法。人工神经网络是3层的反向传输神经网络。其结构是输入层有4个节点,它们分别对应4个波段412m,443nm,490nm,510nm的遥感反射比与555nm波段遥感反射比的比值,隐含层有5个节点,输出层一个节点对应于叶绿素深度。该神经网络的训练和试验样本集来自SeaBAM的数据集。数据集中的919个站位的70%(644个)用于训练,30%(275个)用于测试。结果表明,该方法的精度优于被广泛采用的三次经验方法。 相似文献
10.
针对传统水体透明度测量方法不仅耗时费力,而且在时间和空间的监测中也会受到很大的限制,只能了解研究区域内点状剖面的透明度状况,但是遥感技术的发展为解决传统采样方法的局限性问题提供了可能。该文在分析内陆湖泊水体光学特征的基础上,利用三期Landsat8 OLI影像数据及准同期的地面实测数据,寻找与东平湖水体透明度敏感的波段,对东平湖丰、平、枯水期水体透明度的进行遥感反演研究。结果表明,OLI影像B3、B4波段的反射率与实测的透明度数据之间具有良好的相关关系,并以此为基础建立了该区域水体透明度遥感反演模型。结果表明:模拟值与实测值的总体相对误差为19.77%,均方根误差为19.35cm,模型精度在可以接受的范围之内;由于受围网养殖、叶绿素a含量等因素的影响,东平湖透明度总体呈现出南低北高的分布趋势。据此绘制了东平湖丰、平、枯水期水体透明度分布图。 相似文献
11.
12.
植被参数是生态遥感定量反演的热点和难点,也是生态系统研究的基础性参数。本文在广泛阅读国内外公开发表的文献资料基础上,将现有的植被生态遥感参数概括为物理类、生化组分类、能量和功能类3大类,系统梳理了每类参数定量反演的主要模型方法,进行优缺点和适用性分析,对现阶段存在的不足和未来发展趋势进行了探讨。物理类植被生态遥感参数主要介绍了植被覆盖度、生物量、叶面积指数、树高等研究进展,生化组分类植被生态遥感参数主要介绍了植被含水量、叶绿素含量和光合能力等研究进展,能量类植被生态遥感参数介绍了光合有效辐射、植被吸收光合有效辐射等研究进展,功能类植被生态遥感参数主要介绍了植被生产力和碳交换量等研究进展。存在的主要问题包括混合像元分解、病态反演、物理模型应用过程中的误差传递、数据融合的尺度效应和空间变异性、模型耦合的最优方案确定问题。 相似文献
13.
岷江上游典型流域植被覆盖度的遥感模型及反演 总被引:2,自引:0,他引:2
本文在对岷江上游典型流域研究区实地踏勘和定位观测的基础上,综合利用Aster和ETM遥感数据、地面实测数据和常规观测数据等资料,研究了植被指数与植被覆盖度之间的相关性,确定了岷江上游典型流域植被覆盖度模型。以遥感图像中单个像元作为测算单位,对植被指数NDVI进行了计算,并对岷江上游毛儿盖地区植被覆盖度进行了反演。利用研究区实测数据、生态环境本底遥感调查数据和水文气象数据,对上述模型反演结果进行验证和精度分析。结果表明,模型反演结果精度较高,能较真实的反应研究区植被覆盖度实际状况。 相似文献
14.
被动微波遥感积雪参数反演方法进展 总被引:1,自引:0,他引:1
雪深(snow depth,SD)和雪水当量(snow water equivalent,SWE)是气候水文研究中的重要参数,在雪灾监测中尤为重要。首先,简要介绍了被动微波遥感SD和SWE反演算法的物理基础——积雪微波辐射传输模型,分析了不同微波频段、不同特点的积雪微波辐射和散射特性。然后,根据前人的研究从数学角度将反演算法分为线性亮温梯度法和基于先验知识法,总结了2类算法的优势和局限性:线性亮温梯度法相对简单、速度快,一般只适用于特定的研究区;先验知识法需要获取研究区的样本数据,并反复训练才能达到较好的精度,但对样本的独立性及其均值差异显著性的要求较高。最后,重点介绍了我国风云三号微波成像仪(FY-3 MWRI)的全球SD和SWE反演算法和针对中国区域的改进算法,并对未来的研究热点进行了展望。 相似文献
15.
采用遥感影像进行湖底地形反演具有操作简单、处理周期短的优势。本文提出了一种基于克里金法的湖底地形反演方法,以鄱阳湖为研究对象,通过分析周边8个水位站的空间位置与水位间的相关性,获取湖区边界水位变化趋势,利用克里金法反演湖区边界点的水位,将边界点的水位作为高程点进行湖底地形反演,并用实测湖底地形数据验证反演方法的可靠性。研究结果表明,通过克里金插值法反演得到的湖底地形,交叉验证的误差标准平均值在0.2 m以内;地形反演平均绝对误差在1 m以内,说明该方法可用于湖底地形反演且反演精度较高。 相似文献
16.
17.
With the maturation of satellite technology,Hyperspectral Remote Sensing(HRS)platforms have developed from the initial ground-based and airborne platforms into spaceborne plat-forms,which greatly promotes the civil application of HRS imagery in the fields of agriculture,forestry,and environmental monitoring.China is playing an important role in this evolution,especially in recent years,with the successful launch and operation of a series of civil hyper-spectral spacecraft and satellites,including the Shenzhou-3 spacecraft,the Gaofen-5 satellite,the SPARK satellite,the Zhuhai-1 satellite network for environmental and resources monitoring,the FengYun series of satellites for meteorological observation,and the Chang'E series of spacecraft for planetary exploration.The Chinese spaceborne HRS platforms have various new characteristics,such as the wide swath width,high spatial resolution,wide spectral range,hyperspectral satellite networks,and microsatellites.This paper focuses on the recent progress in Chinese spaceborne HRS,from the aspects of the typical satellite systems,the data processing,and the applications.In addition,the future development trends of HRS in China are also discussed and analyzed. 相似文献
18.
19.
光学与微波数据协同反演农田区土壤水分 总被引:1,自引:0,他引:1
光学和微波协同遥感反演对于提高农田土壤水分遥感反演精度十分重要。本文采用SMEX02数据集,研究了L波段土壤发射率与地表土壤水分之间的关系,分析了地面植被覆盖对L波段土壤发射率与地表水分之关系的影响规律,推导了以L波段土壤发射率和归一化植被指数NDVI为自变量的土壤水分反演模型。研究表明:L波段土壤发射率与地表土壤水分之间的相关性随NDVI的增加而下降。验证结果表明,本文算法相对常规经验算法,土壤水分反演精度明显提高,H极化条件下,土壤水分的反演精度RMSE由0.0553提高到0.0407,相关系数R2由0.70提高到0.81;V极化条件下,反演精度RMSE由0.0452提高到0.0348,相关系数R2由0.79提高到0.86。 相似文献