基于QAA算法的巢湖悬浮物浓度反演研究

QAA(quasi-analytical algorithm)算法基于辐射传输原理,估算水体后向散射系数,是目前较为成熟的半分析模型方法.2009年6月对巢湖水体进行野外实测,在获得遥感反射率、吸收衰减系数、悬浮物浓度(cTSM)等数据的基础上,构建了巢湖水体cTSM的近红外双波段反演模型,并将QAA算法计算得到的后向散射概率作为输入,以期提高cTSM的反演精度.结果表明,①对巢湖水体而言,807 nm和834 nm是构建近红外双波段模型的最佳波段,807 nm处的单位散射系数为0.411 m2.g-1,834 nm处的单位散射系数为0.395 m2.g-1;②利用QAA算法计算得到的巢湖水体的后向散射概率为0.029,将该值输入反演模型后,cTSM的反演精度与输入其他经验值相比得到明显提高,反演值与实测值的均方根误差RMSE和平均相对误差绝对值MAPE分别达到12.143 mg.L-1和24.378%;③在cTSM较高的站点(近似高于30 mg.L-1),利用近红外双波段模型反演的悬浮物浓度结果更为稳定和可靠.

基于QAA算法的昆承湖固有光学量反演模型

基于2010年4月在昆承湖采集的野外实验数据,建立了适用于昆承湖的QAA固有光学量反演模型。结果表明:该模型可以得到较高精度的反演结果。所有验证点在411~700nm波段范围内,反演总吸收系数和实测总吸收系数的决定系数R2都高于0.984,平均相对误差ε都低于14.5%。在440、488和532nm 3个波段处,总吸收系数反演值和实测值决定系数R2分别为0.655、0.742和0.826,平均相对误差ε分别为6.5%、3.6%和3.4%,精度较高。反演后向散射系数与和参考后向散射系数在440、488和532nm处均具有较好的相关性,且532nm处反演后向散射系数与实测总悬浮物浓度决定系数为0.624,呈正相关,反演后向散射系数具有一定的可信度。该模型能够为昆承湖固有光学量的反演提供一条有效途径。

QAA在遥感影像反演中的性能评估与分析

准分析算法QAA(Quasi-analytical algorithm)作为最常用的半分析反演算法被广泛应用于水体吸收系数和后向散射系数的反演,但目前对其在大范围遥感影像中的反演性能研究还较少。基于Sentinel-3系列卫星搭载的OLCI遥感影像,将朝鲜海峡、马六甲海峡、白令海峡和霍尔木兹海峡作为不同类别大范围水体的代表海域,并选取水体漫衰减系数作为间接评价参量,对QAA在4个海峡的反演性能进行了分析评估。结果表明,基于QAA计算得到的水体吸收系数和后向散射系数具有较高的精度和可靠性,而且反演精度与水质呈线性负相关,在Kd490等于0.05 m^-1左右时的反演精度最高。

基于SDGSAT-1影像的总悬浮物浓度反演方法研究

总悬浮物浓度是海洋的重要水质参数之一,其对水体透明度、水下光场及初级生产力有显著影响,同时对河流入海口与海岸带冲淤变化过程有重要作用。本文基于我国自主研制的SDGSAT-1卫星遥感影像,使用准分析算法(Quasi-Analytical Algorithm,QAA)获取水体固有光学量,并结合2022年4月黄河口区域总悬浮物浓度实测数据,建立水体固有光学量与总悬浮物浓度实测数据的单波段、波段加减、波段比值,以及多波段组合等模型并开展遥感反演,最后将反演结果同实测数据及基于Sentinel-2B影像的总悬浮物浓度反演结果进行对比。研究结果表明:基于SDGSAT-1影像的总悬浮物浓度反演结果在黄河口高浓度区域的决定系数为0.622,均方根误差为7.94 mg/L;基于Sentinel-2B影像的总悬浮物浓度反演结果在黄河口高浓度区域的决定系数为0.589,均方根误差为8.27 mg/L。故在我国近岸海域总悬浮物浓度反演方面,SDGSAT-1影像反演精度与Sentinel-2B影像反演精度相媲美。

北冰洋有色溶解有机物与溶解有机碳遥感监测

借助MODIS卫星数据,利用准分析算法(Quasi-Analytical Algorithm,QAA)反演得到2010年与2011年夏季北冰洋表层水体有色溶解有机物(Colored Dissolved Organic Matter,CDOM)吸收系数,并依据实测反射率数据将CDOM与溶解有机碳(Dissolved Organic Carbon,DOC)分类,研究不同波段(412、443、490、532、555、667 nm)、不同类别的CDOM与DOC的相关性差异,在此基础上建立增强回归树模型,分析影响DOC质量浓度变化的主要驱动因素。结果表明:使用QAA反演北冰洋表层水体CDOM吸收系数具有较高的精度;反射波峰位于555 nm时,CDOM与DOC相关性(R^(2)=0.95)高于整体相关性(R^(2)=0.94),CDOM的反演精度更高(R^(2)=0.88,MRE=28.6%);反射峰位于490或465 nm时,CDOM与DOC相关性较弱(R^(2)=0.76),CDOM的反演精度较低(R^(2)=0.37,MRE=36.4%)。影响因素分析表明,CDOM、悬浮颗粒物以及叶绿素a是影响北冰洋夏季DOC质量浓度变化的主要驱动因素。

基于半分析模型的渤海湾近岸海域悬浮泥沙浓度遥感反演

悬浮泥沙浓度是海洋质量和环境评价的重要参数之一,遥感技术可以实现对海洋水色要素基础信息实时、连续、大范围监测,是当前大尺度海洋生态环境监测的重要手段。然而,现今并没有一个通用的模型可以实现对所有复杂水体悬浮泥沙浓度的反演。该文基于野外站点观测、结合研究区水体光谱特性,构建了基于多波段准分析算法(QAA)的渤海湾近岸海域悬浮泥沙浓度遥感反演半分析模型,并利用Landsat TM遥感数据,对研究区悬浮泥沙浓度进行了反演,制作了悬浮泥沙浓度空间分布图。研究结果显示,该文构建的半分析模型与前人研究的经验统计模型相比,具有更高的精度和普适性,相对误差达到18.28%;研究区的悬浮泥沙浓度整体较低,平均泥沙浓度为27mg/L,且呈现近海大于远海、南部海域大于北部海域的规律。

水体透明度两种半分析反演模型的对比与分析

针对目前反演遥感透明度的方法多是经验方法,而半分析方法运用在二类水体时,由于分析参数较难获取导致应用较少等问题,本文在缺少相关光学参数实测数据的情况下,基于GOCI卫星影像数据及实测透明度数据开展两种半分析透明度反演模型的对比与分析。首先选用555 nm和660 nm两种参考波段的QAA-v6算法分别反演水体固有光学参数,代入到Lee15和Jiang19两种半分析模型中定量反演胶州湾水域透明度。结果表明,660nm作为参考波段的Lee15模型反演精度更高,误差更小(R~2=0.771,MAPE=0.137,RMSE=0.331)。为进一步探究各模型在不同透明度范围内的反演精度,将透明度范围分成3段(0.5~1.5,1.5~2.5,2.5~3.5 m)分别进行误差分析后发现,660 nm Lee15模型在各分段均达到最佳精度。所以该模型能够为胶州湾这种二类水体的透明度反演提供一条有效途径。

北冰洋固有光学特性遥感反演研究

基于北极地区2009年波弗特海、2010年和2011年楚科奇海巡航所收集的生物光学数据集,验证半分析反演模型QAA_V6(Quasi-Analytical Algorithm)、半分析海洋水色模型(Garver-Siegel-Maritorena,GSM)和线性矩阵求逆模型(The Linear Matrix Inversion Algorithm,LMI)反演北冰洋固有光学特性的性能。结果表明,QAA_V6模型的反演结果最理想,GSM模型次之,LMI模型并不适合北冰洋的反演。通过分析北冰洋特有的光学特性和误差产生原因,对QAA_V6模型进行优化。在443 nm处,a_(dg)的均方根误差(RMSE)和平均相对误差(MRE)分别为0.10和0.27,a的RMSE和MRE分别为0.13和0.18,a_(ph)的RMSE和MRE分别为0.03和0.65,a_(dg)和a的R^(2)均为0.86,a_(ph)的R^(2)为0.63。改进后的QAA_V6模型表现出更好的反演结果,为北冰洋生物光学特性的研究提供了参考,促进了生物光学模型的开发与利用。

一种水质分析方法：基于GOCI影像的东平湖叶绿素a浓度估算

目前我国水环境质量差,水生态受损严重,约1/3的重点湖泊呈富营养状态,叶绿素a浓度直接反映水中藻类物质的含量,是衡量湖泊富营养化的重要参数。而常规的单点采集方式已无法满足快速大面积获取水质状况的需求,因此研究非接触式的遥感反演方法是十分必要的。本实验以东平湖为研究区,基于GOCI多光谱影像通过QAA反演算法实现叶绿素a浓度的估算及精度验证。实验结果表明:利用QAA算法反演的叶绿素a浓度精度优于传统的经验模型,同时该模型具有较好的移植性,其次由反演结果的分布情况可以看出居民生活区集中的湖区沿岸叶绿素a浓度较高,大量生活污染物的排放可能是造成叶绿素a浓度高的原因。