共查询到17条相似文献,搜索用时 109 毫秒
1.
以太湖为试验区,基于MERIS遥感图像数据以及同步实测的太湖水质参数数据,应用归一化叶绿素指数算法(NDCI),对太湖水体叶绿素a浓度进行反演,得到了太湖区域的水体叶绿素a反演结果,并对反演结果进行了验证和分析。结果表明:归一化叶绿素指数反演算法能够精确地反演太湖区域的叶绿素a浓度值,模型的决定系数(R2)为0.881 2,反演精度优于传统经验统计模型,可为今后更精确地反演内陆水体的叶绿素a浓度提供参考依据。 相似文献
2.
3.
通过星地同步地面试验,建立起洞庭湖水体的叶绿素a浓度遥感反演模型,运用2011年4月~2012年4月的多期环境一号卫星CCD数据,对洞庭湖叶绿素a浓度进行动态监测和分析。结果表明:环境一号卫星CCD数据第三通道(HJ3)反射率与第二通道(HJ2)和第四通道(HJ4)反射率之和的比值与洞庭湖水体叶绿素浓度具有较高的相关性,从而构建基于环境一号卫星多光谱数据的洞庭湖叶绿素a浓度反演模型;采用多期环境一号卫星CCD数据对洞庭湖的叶绿素a浓度进行了连续监测,较好地反映了洞庭湖叶绿素a的时空分布变化。 相似文献
4.
5.
结合2015年9月镜泊湖30个有效采样点的实测叶绿素a质量浓度和同步Landsat 8 OLI数据,通过分析叶绿素a的光谱特征,在Landsat8OLI数据11个波段中,选择前7个波段(B1、B2、B3、B4、B5、B6、B7)单独或组合建立叶绿素a质量浓度反演模型。利用多元统计分析法分析发现,波段组合B5/B3、(B3+B4)/B5、B3/(B1+B5)模型精度较好,决定系数R2分别为0.754 1、0.774 3、0.739 6。作为对比,另外选取典型的水体指数建立叶绿素a质量浓度反演模型;其中归一化水体指数(NDWI)、改迚归一化水体指数(MNDWI)、增强型水体指数(EWI)模型较好,R2均大于0.7,分别为0.747 6、0.726 7、0.763 5。选取上述6种模型,利用剩余采样点迚行精度检验,结果预测值与实测值之间的R2为0.0711~0.8094,其中,NDWI模型反演R2值为0.7614,平均相对误差为13.0%,最大相对误差为22.4%,最小相对误差为1.4%;均方根误差为0.20μg/L。与波段组合模型相比,水体指数模型虽然精度没有较大的提高,但其模型摆脱了波段的随机组合,更适合用来作为镜泊湖叶绿素a常用的监测方法。通过NDWI模型对镜泊湖叶绿素a质量浓度的反演,发现镜泊湖叶绿素a质量浓度分布具有一定的空间差异性,大体趋势为靠近岸边的浅水区叶绿素a质量浓度高于湖心的深水区,有河流注入的来水区高于其他湖区。 相似文献
6.
为了研究扎龙湿地克钦湖的富营养化情况,利用准同步实测数据和Landsat-5/TM数据反演整个克钦湖的叶绿素浓度.在对叶绿素光谱特征研究的基础上,选取TM2、TM3、TM4单波段及其1 1种波段组合与叶绿素a浓度进行相关性分析,将相关系数较大的3种波段组合分别建模,得到3个估算叶绿素浓度的反演模型,选择精度较高的模型Y=41.57×(TM3+TM4)-0.697反演了克钦湖叶绿素a浓度.通过分析结果得出:克钦湖的水体叶绿素浓度分布总体上是南湖比较低,北湖较高,大的趋势是由南向北递增.这与准同步水质采样数据基本吻合,反映了克钦湖富营养化状态的实际情况.该模型可以较好地估测克钦湖水体叶绿素a的浓度,可以满足该水体叶绿素a含量定量监测的需要,对水体水质的动态监测和预警提供理论依据. 相似文献
7.
在2007年6月-2008年4月对南太湖近岸水域4个航次生态环境调查的基础上,进行了叶绿素a含量(CHL-a)与总氮(TN)、总磷(TP)浓度及氮磷比(N/P)关系的统计分析。结果表明:南太湖水体中CHL-a含量与TN浓度的关系存在显著的季节差异,在蓝藻水华大范围爆发的2007年6月和2008年4月两者呈高度显著的正相关,而2007年10月和2008年1月两者无显著性关系;CHL-a含量与TP浓度在4次调查中皆无显著性关系;岭回归分析显示,N/P在10~25之间是南太湖水体中附着藻类的最佳生长范围,此时总氮、总磷浓度及氮磷比与CHLa含量呈显著的正相关,四者的多元回归关系为(CHL-a)=-0.001 2+0.0064×(TN)+0.0215×(TP)+0.0005×(N/P)(R=0.543,P〈0.023)。总体来说,南太湖水体中的总氮、总磷浓度及氮磷比皆在藻类生长的适宜范围内,氮磷浓度处于较高水平,已经不是藻类生长的限制因素,在不同水温、光照等环境因子的作用下,加入本水域复杂的水文、季风共同影响下形成了蓝藻水华爆发的季节性差异。 相似文献
8.
基于Hyperion数据的森林叶绿素含量反演 总被引:2,自引:0,他引:2
利用高光谱分辨率的Hyperion数据进行叶绿素含量的分步反演。首先建立叶片水平叶绿素含量反演模型,然后在Hyperion数据处理的基础上利用几何光学模型4-scale,结合查找表的方法,将Hyperion数据的像元反射率转化为叶片反射率,从影像上反演叶片水平的叶绿素含量。结果表明,采用分步反演得到叶片水平叶绿素浓度的方法效果较好,反演的结果与地面实测值之间的相对误差为16.27691,精度达到79.6593%。 相似文献
9.
《大连海洋大学学报》2022,(2)
利用MODIS获取的2002年7月—2007年12月卫星数据反演中国东海海域的海表温度(SST)和叶绿素a浓度信息,对东海海域的SST和叶绿素a浓度分布规律进行了分析。结果表明:东海海域的SST和叶绿素a浓度的分布具有明显的分区和季节变化特征。在年际间,不同海区的SST和叶绿素a浓度均呈周期性变化趋势。在空间上,SST呈现出由近岸向外海递增的趋势,南北温差大;叶绿素a浓度则呈现出由近岸向外海递减的分布趋势。东海叶绿素a浓度的分布与SST、河口径流、季节等因素有关。作者从宏观上分析了东海长时间序列的SST和叶绿素a浓度的变化特征,可为东海海洋初级生产力和海洋生态环境研究提供参考。 相似文献
10.
用MODIS遥感数据反演东海海表温度、叶绿素a浓度年际变化的研究 总被引:1,自引:0,他引:1
利用MODIS获取的2002年7月—2007年12月卫星数据反演中国东海海域的海表温度(SST)和叶绿素a浓度信息,对东海海域的SST和叶绿素a浓度分布规律进行了分析。结果表明:东海海域的SST和叶绿素a浓度的分布具有明显的分区和季节变化特征。在年际间,不同海区的SST和叶绿素a浓度均呈周期性变化趋势。在空间上,SST呈现出由近岸向外海递增的趋势,南北温差大;叶绿素a浓度则呈现出由近岸向外海递减的分布趋势。东海叶绿素a浓度的分布与SST、河口径流、季节等因素有关。作者从宏观上分析了东海长时间序列的SST和叶绿素a浓度的变化特征,可为东海海洋初级生产力和海洋生态环境研究提供参考。 相似文献
11.
12.
利用BP神经网络和CHRIS高光谱数据反演了富营养化非常严重的太湖梅梁湾地区叶绿素A浓度。首先计算了CHRIS模式2的18个波段与叶绿素A浓度的皮尔森相关系数,选择CHRIS的前5个波段和第13波段的反射率值作为神经网络的输入,以野外测量的叶绿素A浓度为神经网络的输出。实验表明,BP神经网络具有很好的非线性拟合能力,叶绿素A浓度的反演精度相对误差仅为22%,明显优于传统的多项式模型,显示BP神经网络与CHRIS高光谱数据结合的方法在内陆水体水质参数反演领域的应用具有相当的优势。 相似文献
13.
14.
15.
16.
17.
分析了太湖地区农业小流域逐日降雨径流和暴雨事件对氮素营养物输出的影响规律。结果表明:总氮、铵态氮和硝态氮流失日平均浓度随降雨量和径流量的增大而增大,总氮最大,硝态氮次之,铵态氮最小。暴雨事件中,径流起涨初期氮素浓度迅速升高,之后逐渐降低,在退水时期会有所反弹。暴雨事件中的瞬时流量与氮素输出浓度关系按流量大小可分为3段:在小流量段,氯素浓度低且数量平稳;中流量段,各态氮素流失浓度变化大;高流量段,总氮和铵态氮流失浓度显著降低并逐渐平稳,硝态氮浓度略为降低但变化较大。 相似文献