-
题名一种基于GOCI数据的叶绿素a浓度三波段估算模型
被引量：21
- 1
-
-
作者
郭宇龙
李云梅
李渊
吕恒
刘阁
王旭东
张思敏
-
机构
江苏省地理信息资源开发与利用协同创新中心
南京师范大学江苏省碳氮循环过程与污染控制重点实验室
浙江工商大学旅游与城市管理学院
-
出处
《环境科学》
EI
CAS
CSCD
北大核心
2015年第9期3175-3185,共11页
-
基金
国家自然科学基金项目(41271343)
高分辨率对地观测系统国家科技重大专项(05-Y30B02-9001-13/15-6)
-
文摘
以标准三波段算法为基础,构建了适用于GOCI影像数据的叶绿素a浓度三波段估算模型.并以三峡水库、巢湖、洞庭湖和太湖水体的289组实测叶绿素a浓度以及光谱数据作为基础,模拟了GOCI影像和MERIS影像波段,率定了模型参数,并与MERIS三波段算法和目前常用的GOCI波段比值算法进行了对比分析,最终用GOCI影像数据进行了独立数据验证.结果表明:1对目前的数据集,680 nm处和660 nm处的色素颗粒物吸收系数具有相对固定的比例关系,比值为1.351;2 GOCI三波段模型在模型率定中,得到与MERIS三波段模型近似的效果,线性拟合的决定系数为0.809,略低于MERIS三波段模型的0.820,但明显优于GOCI比值模型(0.450),有效避免了GOCI波段比值模型中在叶绿素a浓度低值区出现的"扩散"现象,体现出较好的普适性;3通过验证数据集中平均相对误差和均方根误差两个误差指标的对比,发现GOCI三波段模型误差表现与建模数据一致,与MERIS数据接近,明显优于GOCI波段比值模型;4通过GOCI影像的同步验证,发现GOCI波段比值算法会对太湖叶绿素a浓度产生明显的低估,且难以体现叶绿素a浓度空间变异.GOCI三波段算法效果相对较好.相比于目前常用的波段比值算法,GOCI三波段算法具有更高的稳定性和精度,有较强的应用潜力.
-
关键词
GOCI
内陆二类水体
叶绿素A浓度
三波段
-
Keywords
GOCI
inland case 2 water
chlorophyll-a concentration
three band model
-
分类号
X87
[环境科学与工程—环境工程]
-
-
题名基于生物光学模型的水体多源遥感图像融合算法研究
被引量：3
- 2
-
-
作者
郭宇龙
王永波
李云梅
王桥
朱利
吕恒
-
机构
南京师范大学江苏省碳氮循环过程与污染控制重点实验室
环保部卫星环境应用中心
-
出处
《光学学报》
EI
CAS
CSCD
北大核心
2015年第4期95-103,共9页
-
基金
国家自然科学基金(41271343)
江苏高校优势学科建设工程项目(1411109012)
高分辨率对地观测系统国家科技重大专项(05-Y30B02-9001-13/15-6)
-
文摘
针对内陆湖泊水环境遥感监测缺乏合适数据源这一问题,基于水体生物光学模型与传统图像融合算法,开发了一种适用于复杂内陆二类水体的生物光学融合(BOF)算法,用于融合多光谱数据和高光谱数据。利用Hyperion数据生成模拟数据集进行算法验证,并将实验结果与小波变换算法、Gram-Schmidt变换算法和色彩标准化算法分别进行对比,结果表明:从视觉效果来看,BOF算法较好地融合了高光谱数据的色彩信息和多光谱数据的空间细节信息;从图像精度指标来看,BOF算法不仅在多种分辨率差异下都得到最好的精度,且精度对分辨率差异不敏感;在叶绿素a浓度估算实验中,BOF算法也得到了最优的效果,均方根误差(RMSE)为9.817,其他三种算法的RMSE分别为18.841、15.913和15.655。新算法有较强的应用潜力,有望为内陆二类水体遥感监测提供更合适的数据源。
-
关键词
遥感
图像融合
生物光学模型
内陆二类水体
HYPERION
-
Keywords
remote sensing
image fusion
bio-optical model
inland case 2 water
Hyperion
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
-
