基于MERIS数据的滇池叶绿素浓度时空变化(2003-2009年)及趋势

基于多时相MERIS数据,本文对滇池叶绿素a浓度的时空变化趋势进行了研究.以野外实测数据为基础,对应用较好的三种叶绿素a浓度反演模型进行了验证比较,通过精度评价和误差分析选择最优的三波段模型;将其应用到经过几何纠正和大气纠正等预处理后的MERIS数据系列,得到2003-2009年时间序列下的57幅滇池叶绿素a浓度分布图.分析结果表明,在2003-2009年间,滇池叶绿素a浓度总体呈周期性波动缓慢上升趋势,每年2-3月浓度最低,4-11月较快上升达到峰值,12-1月开始回落;空间分布上,叶绿素a浓度高值区多出现在滇池北部、岸边带等靠近城镇的人口聚集区域,且浓度越高的季节,空间分布差异越显著.

基于ENVISAT-MERIS数据的过火区制图方法研究

森林或草原在发生火灾后,过火区内的植被层在近红外波段的反射率通常要比健康植被低,利用光学遥感数据的近红外波段和红光波段可以探测出植被层的反射率在大气上界的明显变化。对过火区域的提取是利用卫星数据进行测算森林或草原火灾过火面积的关键技术之一。根据实验区内近年来发生的多次重特大森林或草原火灾,在对ENVISAT-MERIS数据中典型地物光谱特征进行分析的基础上,分别采用图像处理方法、植被指数法和面向对象的图像分析方法对过火区制图方法进行对比研究。研究结果表明,通过面向对象的图像分析方法获得的过火区域,可以较好地适用于过火区面积的估测,该方法是一项实现定量提取过火区域的行之有效的方法。

台湾海峡MERIS数据大气校正研究

根据MERIS(Medium Resolution Imaging Spectrometer,中等分辨率成像光谱仪)L1B产品特点,以台湾海峡为研究区域,开展MERIS数据大气校正研究。在阐述水色遥感数据大气校正原理的基础上,首先进行水体像元提取和辅助参数空间内插,获取大气校正所需的数据集。接着进行耀斑反射率计算和校正并利用加倍法精确计算瑞利散射。最后针对台湾海峡水体为清洁到轻度浑浊,提出先区分水体类别,再分别利用epsilon指数外推法进行一类水体气溶胶散射计算,和利用神经网络法计算二类水体离水反射率即ρw的方法。对大气校正的结果进行ρw负值像元数统计和光谱分析表明,该方法不仅降低ρw为负值的像元数,而且使大气校正后水体的光谱曲线同现场数据保持较好的一致性。

基于MERIS数据的太湖悬浮物与叶绿素a遥感估算研究

基于MERIS数据,采用最大叶绿素指数算法,分别建立太湖悬浮物浓度与叶绿素a浓度的估算模型。经误差分析证明,该模型适宜检测悬浮物与叶绿素a质量浓度范围分别为15 g/m3～80 g/m3与10 mg/m3～20 mg/m3的水域,可用于太湖水体悬浮物与叶绿素a的MERIS遥感估算。

基于MERIS数据的太湖叶绿素浓度的反演研究

水污染一直是备受关注的问题,叶绿素a浓度是反映水体污染程度的重要指标。以太湖为试验区,结合MERIS遥感图像和同步实测的太湖水质参数数据,应用Apple模型对太湖区域进行分区建模,并对模型进行验证和分析。结果表明,Apple模型下的叶绿素浓度反演数据与实测叶绿素浓度相关性好,相关系数为0.788 2。由此可见,Apple模型对于反演叶绿素浓度分布是可行的。

太湖、巢湖水体总悬浮物浓度半分析反演模型构建及其适用性评价

总悬浮物浓度是水体重要的水质参数.本研究利用太湖春季、秋季和巢湖夏季多期野外实测数据,通过对生物光学模型进行合理的简化构建适用于太湖、巢湖水体总悬浮物浓度反演的半分析模型,并将该模型应用于MERIS和环境一号卫星高光谱卫星影像上以验证该方法的适用性.结果表明:①针对太湖和巢湖水体,总悬浮物浓度最优反演波段范围为730～832nm(氧气吸收带除外);②针对MERIS数据,波段10(中心波长754 nm)和波段12(中心波长779 nm)均适用于太湖总悬浮物浓度反演,而波段11(中心波长761 nm)由于氧气吸收带的影响不适用于总悬浮物浓度反演;③针对太湖MERIS数据,模型反演结果的相对误差基本上呈现出随距离卫星过境时间增大而逐渐增加的趋势,在卫星过境时间正负3 h内测量的样点,模型反演结果的相对误差均在50%以内,而时间差超过3 h,相对误差则逐渐增大到50%以上;④环境一号卫星高光谱数据17个波段(B83～B99)均能够对巢湖总悬浮物浓度进行较好的反演,其反演效果要好于MERIS数据在太湖的反演结果.

基于辐射传输优化模型的二类水体大气校正

遥感影像的大气校正是水色参数反演的前提。以太湖为研究区，采用6s大气辐射传输模型以及近红外波段离水反射率模型相结合的方法。通过神经网络模拟大气辐射传输过程，并利用中分辨率成像光谱仪（MERIS）754、779、865、885nm4个近红外波段进行光谱优化，求算550nm处气溶胶光学厚度等变量。通过外推，实现可见光波段的大气校正。将2007年11月11日、20日、21日，2008年11月20日MERIS Levellp影像以及野外实测水体遥感反射率数据集用于精度验证，结果表明，该方法能够较好地反演水体遥感反射率光谱，校正后的13个波段的平均相对误差大多分布在20％～40％之间。与6S以及Beam4．9软件自带的大气校正方法相比，具有较高的校正精度和较强的稳定性，在太湖有较好的适用性。