水体中的叶绿素a(Chl-a)浓度是反映水体富营养化的重要指标,针对Landsat数据反演内陆河流Chl-a浓度分辨率低的问题,联合高分一号和哨兵二号遥感影像,以浙江省湖州市吴兴区环城河为研究区域,选取2020年5—9月实测Chl-a浓度和对应日期的...水体中的叶绿素a(Chl-a)浓度是反映水体富营养化的重要指标,针对Landsat数据反演内陆河流Chl-a浓度分辨率低的问题,联合高分一号和哨兵二号遥感影像,以浙江省湖州市吴兴区环城河为研究区域,选取2020年5—9月实测Chl-a浓度和对应日期的遥感影像为数据源,结合半分析模型和APPEL(APProach by Elimination)模型,反演内陆河流Chl-a浓度。通过预处理提取各波段的反射率与实测Chl-a浓度值,对其进行相关性分析,选取80%的实测Chl-a浓度数据与适宜的波段组合为特征变量建立半分析模型,并以对应波段反射率为特征变量建立APPEL模型,利用剩余20%的数据验证半分析模型和APPEL模型反演精度。结果表明,半分析模型反演Chl-a浓度的决定系数(R2)最高达0.66,比APPEL模型高0.50,反演效果优于APPEL模型,更适用于反演小范围流域的Chl-a浓度,而APPEL模型适用于反演大面积流域的Chl-a浓度。展开更多
为验证Landsat-8陆地成像仪(operational land imager,OLI)遥感数据与Sentinel-2多光谱成像仪(multispectral imager,MSI)遥感数据监测近海海域叶绿素a浓度可行性,以其为数据源,香港近海海域为研究区域,以半分析模型为方法,挑选与监测...为验证Landsat-8陆地成像仪(operational land imager,OLI)遥感数据与Sentinel-2多光谱成像仪(multispectral imager,MSI)遥感数据监测近海海域叶绿素a浓度可行性,以其为数据源,香港近海海域为研究区域,以半分析模型为方法,挑选与监测点实测叶绿素a浓度采集时间一致且遥感影像云覆盖率小于10%影像清晰的两类遥感影像。对两类遥感影像分别选取2/3的遥感影像数据经预处理后提取其对应实测日期监测点位置遥感反射率进行相关性分析,得到相关性最高的反演因子进行建模,并且利用剩下的1/3数据对其反演回复回归模型进行精度检验,其结果与OCx Ocean Chlorophyll X模型反演结果进行对比效果显著。基于Landsat-8遥感数据建立的最佳反演回归半分析模型决定系数R^(2)为0.906,略高于基于Sentinel-2遥感数据建立的最佳反演回归半分析模型,其R^(2)为0.801。与此同时证明了就香港近海海域叶绿素a浓度反演两类遥感数据的可行性,且两类数据的反演结果均呈现出香港近海海域内部海域叶绿素a浓度高于外部叶绿素a浓度的现象。展开更多
文摘水体中的叶绿素a(Chl-a)浓度是反映水体富营养化的重要指标,针对Landsat数据反演内陆河流Chl-a浓度分辨率低的问题,联合高分一号和哨兵二号遥感影像,以浙江省湖州市吴兴区环城河为研究区域,选取2020年5—9月实测Chl-a浓度和对应日期的遥感影像为数据源,结合半分析模型和APPEL(APProach by Elimination)模型,反演内陆河流Chl-a浓度。通过预处理提取各波段的反射率与实测Chl-a浓度值,对其进行相关性分析,选取80%的实测Chl-a浓度数据与适宜的波段组合为特征变量建立半分析模型,并以对应波段反射率为特征变量建立APPEL模型,利用剩余20%的数据验证半分析模型和APPEL模型反演精度。结果表明,半分析模型反演Chl-a浓度的决定系数(R2)最高达0.66,比APPEL模型高0.50,反演效果优于APPEL模型,更适用于反演小范围流域的Chl-a浓度,而APPEL模型适用于反演大面积流域的Chl-a浓度。