基于“哨兵3号”卫星OLCI影像和C2RCC算法的南黄海叶绿素a及总悬浮物反演效果分析

利用遥感数据处理软件SNAP中基于神经网络技术的C2RCC算法,对2019年5月9日南黄海“哨兵3号”卫星OLCI影像数据进行了叶绿素a及总悬浮物浓度反演,将其与5月间江苏省海洋环境监测预报中心的海水表层叶绿素a和悬浮物实测数据进行了比较分析。结果表明,叶绿素a的遥感反演尚未能达到业务化应用,总悬浮物遥感反演结果的空间分布与实测值的一致性相对较好。但在星地同日或相差一天监测的南通海域,遥感反演叶绿素a浓度的空间分布趋势以及总悬浮物遥感反演结果与海面实测结果的一致性较好,可达到一定的业务化应用效果。

基于Sentinel-2卫星数据的城市湖泊湿地叶绿素A及总悬浮物浓度定量监测分析——以长沙市松雅湖为例

将湖南省长沙市松雅湖生态湿地湖泊作为研究区,以2016年12月9日和2020年11月8日两期Sentinel-2卫星MSI影像为基础数据源,基于二类水体区域性近岸海域水色算法(C2RCC),对监测区的叶绿素A浓度及总悬浮物浓度进行反演。监测结果表明,秋冬季节,松雅湖水生态修复区的叶绿素A浓度和总悬浮物浓度平均值与非修复区相比,呈现整体偏低的趋势。随着时间推移,松雅湖三个区域的整体叶绿素A浓度和悬浮物浓度均有明显降低。研究结果表明,此方法可为快速高效开展生态湿地湖泊水体的生态状况评价提供基础数据支撑。

珠江口近岸水域实测光谱与Sentinel-2卫星影像光谱的对比分析

地面实测的水体高光谱数据与卫星影像上的多光谱数据都是水质反演与监测中的重要数据来源,二者之间存在光谱分辨率等差异,其关联性在一定程度上影响了水质反演的精度。为探究实测光谱与影像光谱之间的相关关系,文章以珠江口近岸水域为研究区,基于2020年与2021年间共计4轮同步实测的水体高光谱与哨兵2号影像数据,分别从光谱形态、反射率的角度对比分析不同大气校正算法的影像结果与实测数据之间的关系与差异。分别将等效反射率与Sen2cor(Sentinel-2 atmospheric correction)、C2RCC(Case-2 Regional/Coast Color)大气校正算法影像结果进行两两对比,得出以下结论:①Sen2cor大气校正算法在浑浊水体中表现更好,其影像光谱形态与实测光谱契合程度更高;②C2RCC大气校正算法在一般水体或非浑浊水体中的效果更好,其影像上的绝对反射率可以更好地还原水体的地面反射率。

格陵兰努普·康格鲁阿峡湾叶绿素a浓度时空变化分析

努普·康格鲁阿(Nuup Kangerlua)峡湾的叶绿素a(Chl a)浓度的时空分布对于气候变化有一定的指示作用。基于此,结合通过C2RCC算法对Sentinel-3 OLCI反演得到的Chl a数据、OSTIA海表面温度(SST)数据以及Nuuk气象站数据,对2016—2020年该区域的Chl a浓度分布进行时空分析。结果表明,在峡湾入口端,Chl a的分布主要受风力和海温的影响,在9月风力最强盛时达到最大;而在冰川出水口端,除风力和水温外,在冰川融水的作用下,浮游植物在春季爆发后,还伴随有秋季二次爆发。

基于哨兵-2数据的喀斯特高原深水湖库COD_(Mn)遥感反演

利用哨兵-2数据及多种方法反演喀斯特高原深水湖库的高锰酸盐指数(COD_(Mn)),对于区域水环境管理和丰富水质反演理论具有重要意义。以贵阳市红枫湖与百花湖为研究区,基于Sentinel-2 MSI影像和COD_(Mn)浓度数据,使用随机森林回归(RFR)、支持向量回归方法(SVR)、高斯过程回归(GPR),构建COD_(Mn)反演模型,获得2018~2020年不同时期的COD_(Mn)空间分布。结果表明:(1)RFR模型估算精度最高,验证集RMSE为0.222 mg·L^(-1),MAPE为5.84%,R2为0.841;(2)红枫湖COD_(Mn)浓度变化呈现上游高于下游、春季高于夏季的时空分布特征。百花湖除了上游,整体湖区COD_(Mn)浓度较低且随时间变化不大。研究揭示了RFR模型与Sentinel-2数据在喀斯特高原深水湖库COD_(Mn)浓度反演具有良好的适用性。