10.3964/j.issn.1000-0593(2016)08-2562-06
基于GOCI影像分类的太湖水体叶绿素a浓度日变化分析
叶绿素 a 浓度(Chlorophyll-a：Chl-a)是内陆水体重要的水质参数之一,遥感数据为其提供了大范围、多时相的监测信息,然而由于内陆湖泊水色要素复杂的光学性质及较大的时空差异,传统的遥感影像及单一的 Chl-a 反演模型在应用中存在着局限性。因此本研究以太湖为研究区,时间分辨率1小时的静止海洋水色卫星 Geostationary Ocean Color Imager(GOCI)为数据源,在基于层次聚类法实现归一化实测光谱反射率分类的基础上,利用光谱角测距匹配实现2012年5月6日(08：16—15：16)8景 GOCI 太湖影像的水体分类；并针对不同水体类型分别建立基于 GOCI 影像的 Chl-a 反演模型,实现不同类型水体的 Chl-a 浓度反演。结果表明,太湖水体光谱可分为四类,类型1光谱体现出漂浮藻类的特征,可将其作为蓝藻水华的判定依据；类型2—4体现的特征分别为水体含有较高 Chl-a 浓度、较高悬浮物浓度及相对较低 Chl-a 较低悬浮物浓度；并且类型2—4与分类前相比,其分类模型估算的 Chl-a 浓度误差均得到了不同程度的提高,平均相对误差分别降低了7%,12.3%和15.9%；此外,GOCI 影像反演结果不仅可以很好地反映 Chl-a 浓度的空间分布状况,也能反映出太湖 Chl-a 浓度的日变化差异及规律,表现出了其在富营养化污染动态监测及预警中的应用潜力。该方法在 GOCI 影像中的应用,在提高 Chl-a 浓度反演精度的同时也提高了模型在实际应用中的适用性,为日后太湖水体不同时刻 Chl-a 浓度的精确估算提供了基础。
GOCI、分类、叶绿素a浓度、日变化、太湖
36
O657.3(分析化学)
“973”前期专项2010CB434801;国家“十二五”支撑项目2012BAH32B03;江苏省研究生培养创新工程立项项目CXLX12_0040;南京大学优秀博士研究生科研能力提升计划 B 项目2014001B009
2016-09-28（万方平台首次上网日期，不代表论文的发表时间）
共6页
2562-2567
