Print

GF-1与Landsat8水体叶绿素a浓度协同反演——以太湖为例

论文摘要

不同空间分辨率、光谱分辨率和辐射分辨率传感器数据的协同反演,对于提高水体叶绿素a浓度反演精度具有重要作用。以GF-1 WFV和Landsat8 OLI数据为对象,分别以单波段替代、单波段融合和三波段融合的协同方法,分析空间分辨率和光谱分辨率在多源遥感数据协同反演过程中对于提高水体叶绿素a反演精度的主导特征;在此基础之上,进一步探索GF-1 WFV和Landsat8 OLI数据协同反演的最优组合方式,以提高叶绿素a浓度的反演精度。结果表明,在GF-1 WFV和Landsat8 OLI协同反演过程中,近红外波段光谱分辨率和辐射分辨率对精度的影响占据主导,近红外波段光谱分辨率的提高更有利于提高叶绿素a浓度的反演精度;在蓝光波段与红光波段,则是空间分辨率越高叶绿素a浓度反演精度越高; GF-1 WFV和Landsat8 OLI最优叶绿素a协同反演光谱指数组合因子为:Landsat8 OLI近红外波段、GF-1 WFV和Landsat8 OLI融合红光波段、GF-1 WFV和Landsat8 OLI融合蓝光波段。通过实测数据验证表明,协同前GF-1 WFV和Landsat8 OLI单独反演结果的平均相对误差分别为41. 93%和38. 37%,优化协同反演后平均相对误差降低到17. 35%。

论文目录

  • 0 引言
  • 1 研究区概况
  • 2 数据源与传感器特性分析
  •   2.1 水面光谱数据采集与处理
  •   2.2 叶绿素a浓度测量
  •   2.3 遥感数据预处理
  •   2.4 传感器特性分析
  • 3 叶绿素a浓度反演模型与协同反演
  •   3.1 叶绿素a浓度反演模型
  •   3.2 叶绿素a浓度协同反演方法
  •     3.2.1 单波段替代协同反演
  •     3.2.2 单波段融合协同反演
  •     3.2.3 三波段融合协同反演
  • 4 结果与分析
  •   4.1 反演结果与精度验证
  •   4.2 协同反演结果分析
  •   4.3 最优协同反演分析
  • 5 结论

    • 文章来源

    类型: 期刊论文

    作者: 封红娥,李家国,朱云芳,韩启金,张宁,田淑芳

    关键词: 太湖,叶绿素,主导特征,协同反演,波段融合

    来源: 国土资源遥感 2019年04期

    年度: 2019

    分类: 基础科学,工程科技Ⅰ辑

    专业: 环境科学与资源利用

    单位: 中国地质大学(北京)地球科学与资源学院,中国科学院遥感与数字地球研究所,中国资源卫星应用中心,中华人民共和国住房和城乡建设部城乡规划管理中心

    基金: 国家重点研发计划项目“城镇水体水质高分遥感与地面协同监测关键技术研究”(编号:2017YFB0503902),江苏省太湖水环境综合治理科研项目“卫星遥感监测蓝藻聚集面积评价标准方法研究”(编号:TH2018304)共同资助

    分类号: X524;X87

    页码: 182-189

    总页数: 8

    文件大小: 286K

    下载量: 547

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/b2f39bb5bbd724cf360d2bfa.html