用光谱数据估算水体叶绿素浓度

水体叶绿素浓度是水域研究中的重要参量。本文根据在密云水库测量的水体光谱反射比,用多元线性回归方程,估算叶绿素浓度,相关系数大于0.94。逐步回归分析也得到了相似的结果。同时还比较了估算叶绿素浓度的不同方法,讨论了利用陆地卫星MSS,TM和气象卫星CZCS波段反射比数据监测叶绿素浓度的可能性。     

用分析模型方法反演水体叶绿素的浓度

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％。     

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。     

水体叶绿素a浓度遥感反演方法研究进展

针对水体叶绿素a浓度反演问题,从反演所需的遥感数据源、主要研究区、主要研究单位以及反演模型4个方面,系统介绍了叶绿素a浓度遥感反演的发展现状,分析了现有水体叶绿素a遥感反演方法的优缺点,提出了目前存在的问题,并对水体叶绿素a浓度反演研究进行了展望。     

基于实测光谱估测密云水库水体叶绿素a浓度

水中叶绿素a浓度是衡量水体初级生产力和富营养化程度的最基本的指标。利用野外便携式地物光谱仪对密云水库水体进行反射光谱测量并同步采集水样。通过分析叶绿素a浓度与光谱反射特征的相关关系,建立了叶绿素a反演模型。结果表明,利用单波段光谱反射率、光谱比值指数或微分光谱比值能够可靠反演叶绿素a浓度;但微分光谱与叶绿素a浓度相关性更高,更适用于密云水库水体叶绿素a浓度的高光谱反演。     

基于CHRIS数据的三峡坝区水体叶绿素浓度遥感监测

本文探讨利用新一代微卫星遥感数据CHRIS/PROBA定量反演三峡坝区叶绿素(Chl)浓度的方法。首先对CHRIS/PROBA高光谱影像进行去条带、几何校正、辐射校正、大气校正等预处理,得到水体像元的遥感反射率;然后结合三峡坝区水质,分析了悬浮物对叶绿素浓度反演的影响,采用半经验回归方法建立了叶绿素浓度反演算法;最后在对算法验证的基础上,将模型应用到经过一系列预处理的影像中,得到三峡坝区叶绿素浓度的遥感反演结果,并对反演结果进行了分析。分析表明,CHRIS/PROBA影像在三峡坝区水质的遥感监测中是可用的,且反演结果精度较高。     

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。     

内陆水体藻类叶绿素浓度与反射光谱特征的关系

通过研究内陆水体反射光谱特征与藻类叶绿素浓度之间的关系,建立藻类叶绿素高光谱定量遥感模型。在实验地太湖地区,采用高分辨率地物光谱仪实地测量了湖水在可见光和近红外波段（３００－１１００ｎｍ）的反射光谱曲线,并且同时采样分析叶绿素、总悬浮固体物质浓度等水质参数。研究发现在叶绿素浓度较高时（〉５μｇ／Ｌ）,水体光谱反射比Ｒ７０５ｎｍ／Ｒ６７５ｎｍ、叶绿素在７００ｎｍ附近反射峰的位置等与叶绿素浓度有较好的     

应用实测光谱估测太湖梅梁湾附近水体叶绿素浓度

遥感方法测定水体中叶绿素含量的核心问题是建立遥感数据和叶绿素含量的定量关系;利用太湖梅梁湾附近水体的实测光谱和水质采样实验室分析,从数量上揭示了位于682nm附近和706nm附近对叶绿素含量估测最重要的两个光谱特征,分别通过比值(R706/R682、R706/R572)、微分、面积、峰高、峰谷距离以及反射峰位置等建立与叶绿素浓度的线性或非线性相关回归模型,通过R2、平均误差以及RMS误差等的分析对比,认为比值和反射峰位置对叶绿素浓度有很好的指示作用,是估测太湖梅梁湾附近水体叶绿素浓度的最好方法,其中与反射峰位置的指数关系R2达0.9199,与R706/R682的直接线性关系R2达0.9038。相对于706nm附近的峰谷距离、峰高以及反射峰面积而言,反射峰的位置是指示叶绿素浓度最敏感的变量;572nm附近、682nm附近以及706nm附近等三个波段对探测叶绿素a具有重要作用。     

利用光谱辐射计测定不同深度水体中泥沙含量的新方法

一、概论 海洋、水文和环境调查中,经常需要测定不同深度水体中的泥沙含量。因目前的常规光学遥感技术只能测量表层水体中的泥沙含量,所以满足这种要求的唯一途径迄今仍然是采用传统的水文学方法。这种方法需要用船只运载笨重的采水器采集不同深度的水样,然后,将大量瓶装的水样,运送回实验室进行过滤、灼烧、衡重、称重等一系列繁杂操作。对于泥沙含量较高的水体,过滤一升水样就需要十多小时。成百上千水样的过滤,耗时十分惊人。所以这种成本高、效率低的技术现状极待改善。     

资源一号02D高光谱影像内陆水体叶绿素a浓度反演

2019-09-12成功发射的资源一号02D卫星(ZY-102D)搭载了新一代可见短波红外高光谱相机AHSI(Advanced Hyperspectral Imager),其丰富的细分波段和较高的空间分辨率在内陆湖库水质监测方面具有较大潜力,但数据可用性有待分析和验证.本研究以中国华东和华北平原的典型富营养湖库(太湖、...     

水体叶绿素的偏振光谱特性

在实验室单一成分叶绿素水体与巢湖复杂水体的条件下,比较了基于反射率光谱与基于偏振度光谱所建模型精度上的区别。结果显示,对于复杂水质条件水体,在叶绿素蓝绿光特征波段处,偏振度光谱比反射率光谱具有更好地克服其他光学活性物质影响和保留叶绿素浓度信息的能力;而在红光特征波段处,两种光谱反演效果的差异性则较小。     

不同藻类水体太阳激发的叶绿素荧光峰（SICF）特性研究

采用现场实测和室内培养两种方式测定了甲藻、赤潮异弯藻、海洋蓝绿藻、叉角藻赤潮和新月菱形藻、叉鞭金藻、塔胞藻、扁藻和小球藻等非赤潮藻类光谱曲线,采用度量太阳激发的叶绿素荧光峰高度的Rmaxred/R560比值法,建立了不同藻类Rmaxred/R560与叶绿素a浓度的关系,R>0.82。随藻类的不同,Rmaxred/R560与叶绿素a的关系发生较大的变化,其关系方程的系数a的变化范围为0.037—1.135之间,b的变化范围为0.094—0.727之间。同时建立了不同藻类荧光峰位置与叶绿素a浓度的关系,除海洋蓝绿藻为0.57外,R均大于0.75。随叶绿素浓度的增加,浮游植物反射光谱荧光峰的位置向红光方向移动。随藻类不同,移动的幅度有所差异,赤潮异弯藻的移动幅度最大,其它藻类每10mgm-3浓度的移动幅度介于0.1—0.3nm之间。叉鞭金藻和塔胞藻在实验的浓度范围内未见移动。     

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。     

基于叶片光谱的森林叶绿素浓度反演研究

准确估测森林叶片叶绿素浓度有助于进一步理解和模拟森林生态系统。基于江西省千烟州试验区主要树种光谱数据和相应叶绿素浓度等化学参量数据,使用高光谱指数和偏最小二乘(PLS)回归方法进行森林叶绿素浓度的反演,对具代表性的几种叶绿素相关的光谱指数进行反演能力评价,构造出表征叶绿素吸收特征的叶绿素吸收面积指数(CAAI),发现TCAR I(改进型的叶绿素吸收比率指数)和CAAI能较好地估测试验区森林主要树种的叶绿素浓度。针对叶片生化参量之间强相关现象,首先使用了叶片生化参量吸收特征分析方法,选定特定波段。然后对叶绿素浓度进行PLS回归估测,并从PLS获得估测模型的结果来评价和解释几种高光谱指数的叶绿素反演能力。     

路域植被叶绿素多光谱遥感定量反演研究

叶绿素是植被光合作用的主要物质,准确估算叶绿素含量对植被生长健康状况和生态环境研究具有重要意义。本文利用辐射传输机制的PRO4SAIL模型模拟植被冠层光谱,以TM影像为数据源,分析物理模型模拟反射率和遥感影像反射率与叶绿素含量之间的相关性,研究利用多光谱信息定量反演路域植被叶绿素含量的可行性。研究结果表明,植被光谱反射率与叶绿素含量之间有较强的相关性;利用PRO4SAIL模型模拟的冠层反射率反演叶绿素含量具有一定可行性。该研究成果为大面积路域植被冠层叶绿素含量遥感监测提供理论依据与参考。     

基于季节分异的太湖叶绿素浓度反演模型研究

叶绿素浓度反演算法主要有经验方法、半经验/分析方法和分析方法,其中半经验/分析方法应用最为广泛。但是反演的模型以及模型中的参数和反演精度都随着水体中叶绿素浓度的变化而改变。不同的季节水体中叶绿素浓度不同,水体反射光谱曲线特征和与叶绿素浓度相关性较高的敏感波段也不一致,使得各季节选用的反演模型和模型中的参数也存在一定的差异。本文在对2005年1—10月份叶绿素a（Chla）浓度季节差异进行分析的基础上,对4—10月份同步测量的水体光谱数据分春、夏、秋三个季节进行分析,分季节建立叶绿素浓度反演模型,并对它们进行比较,旨在为各季节选择最佳的反演模型。研究结果表明：春季和秋季选用波段比值算法反演精度较高,其中对数模型,线性模型和一元二次模型都有较高的相关性;夏季选用微分算法较好,该算法所建立的三种模型均具有较高的相关性。     

基于实测光谱分析的GF-1鄱阳湖水体叶绿素反演实用性研究

通过比较GF-1影像波段比值模型、实测光谱波峰波谷法模型与一阶微分法模型获得的反演数据与实测水体叶绿素浓度数据之间相关性大小,证明GF-1号在鄱阳湖水体反演中的适用性。     

海水背景下不同浓度的甲烷含量高光谱定量反演

在油气资源遥感探测中,通过烃渗漏引起的海表面甲烷气浓度异常来探测海底气藏是最直接的方法之一。为了更好地识别海表甲烷异常,提高遥感反演精度,对海表甲烷气含量进行定量光谱分析研究。设计室内甲烷波谱测试平台,获取海水背景下不同含量甲烷高光谱数据为数据,对光谱数据预处理及进行比值导数光谱法,并提取光谱吸收特征参数,对甲烷含量与光谱参数之间进行相关性分析,构建甲烷含量的反演模型。比值导数光谱法确实抑制了海水背景信息,突出了甲烷特征。1650—1664 nm和2180—2210 nm波段范围的光谱参数与甲烷含量相关性显著;其中,波谷、波深、面积、斜率与甲烷含量显著相关。基于2180—2210 nm波段范围建立的波谷、波深、面积、斜率四元回归方程y=-14.356 - 5931.796x₁ - 4325.081x₂+241.481x₃+7531.973x₄拟合效果最好,R²为0.9817;且在此波段范围内基于波深建立的单变量甲烷反演模型y = 2047.571x - 9.758,R²为0.9741,比基于其他变量所建立的反演模型效果要好。成功获取了和海水背景下甲烷含量线性相关显著的对应波段和吸收特征,可为利用多/高光谱遥感预测勘探海表面甲烷气浓度提供一定的理论和技术依据。     

大米草室内叶片光谱特征参数与叶绿素浓度关系研究

本文通过分析大米草叶片反射光谱特征,并提取红边位置、红边斜率和红边面积三个红边参数以及叶面叶绿素指数(LCI)、水分指数(WI)、三角植被指数(TVI)、结构相关色素指数(SIPI)四个高光谱植被指数,利用线性、对数、倒数、二次函数和三次函数曲线模拟算法得到大米草叶片叶绿素a浓度的高光谱估算模型。研究结果表明:叶绿素a浓度与红边斜率和红边面积在0.01水平上显著负相关,与LCI、WI和TVI在0.01水平上显著正相关。基于红边斜率、红边面积、TVI三个参数,选用倒数法构建叶绿素a浓度的估算模型精度明显高于其他算法。基于LCI和WI参数,应用三次函数法构建的叶绿素a浓度的高光谱检测模型精度明显高于其他算法。比较R2和模型估算误差,利用WI水分指数应用三次函数构建叶绿素a浓度的高光谱检测模型精度在所有模型中最高。因此,利用叶片光谱技术可以较高精度地估算叶绿素a浓度。