首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 109 毫秒
1.
叶绿素a浓度是反映湖泊富营养化状态的一个重要参数。以MODIS L1B数据为基础,结合叶绿素a浓度实测数据,基于经验分析法实现了西藏典型湖泊叶绿素a浓度反演研究,并探索了西藏典型湖泊2019年春、夏、秋季叶绿素a浓度的时空变化特征。首先,利用叶绿素a浓度实测数据和MODIS L1B影像不同波段的反射率值进行组合试验,选择最佳波段组合建立模型;其次,分别选用2015年、2017年叶绿素a浓度实测值和反演值对模型进行对比验证;最后,利用叶绿素a浓度反演模型对西藏典型湖泊2019年春、夏、秋季叶绿素a浓度的时空变化特征进行分析。结果表明:在空间尺度上,西藏典型湖泊叶绿素a浓度整体上呈现出周围高、中部低的分布特征,且湖岸水体叶绿素a浓度变化较大;在季节尺度上,不同湖泊叶绿素a浓度的季节变化存在较大差异,格仁错和色林错的季节变化幅度较大,纳木错、塔若错和羊卓雍错的季节变化幅度较小。  相似文献   

2.
水质遥感技术在湖泊水质监测领域内的应用具有十分积极的意义。在总结现有水质遥感反演方法的基础上,选取了遥感指数法和神经网络法两种理论完全不同的反演方法,构建太湖叶绿素a与MODIS影像波段间的函数关系,并从反演能力和反演精度两个角度对上述方法进行了比较研究。结果表明,神经网络模型的非线性特征能够敏感地把握住叶绿素a浓度变化在反射波谱信息上的微小响应,较为成功地反演出叶绿素a与反射光谱信息间的非线性关系。神经网络模型的反演能力和反演精度均优于遥感指数方法,具有较好的应用前景。  相似文献   

3.
基于2013-2021年渤海遥感反射率和叶绿素a浓度等实测数据,开展了该海域MODIS影像的叶绿素a浓度遥感反演模型研究。选择OC3经典模型形式,采用渤海的实测数据进行拟合分析,获取了适用于渤海的模型局地化参数,通过真实性检验得到叶绿素a浓度的遥感反演结果与实测值的决定系数为0.84,平均相对误差为24.77%,均方根误差为5.56 μg/L,反演精度较佳。利用该算法反演获取了渤海2002-2021年叶绿素a的月度、季度和年度平均浓度,分析了其时空变化特征,同时结合2001-2021年渤海非优良水质比例开展了环境响应分析。分析结果显示:2001-2021年,渤海非优良水质比例与同时期叶绿素a浓度变化趋势基本一致,呈现先变差后变好的倒V形趋势;5年平均的非优良水质比例与叶绿素a浓度变化趋势更直观地反映了2001-2021年渤海整体的水环境变化趋势,与非优良水质比例相比,叶绿素a浓度对渤海水环境的改善响应更快。  相似文献   

4.
水体叶绿素a含量是二类水体水色遥感反演的主要参数之一。通过分析烟台近海水体实测反射光谱曲线,选取了特征波段及波段组合,建立了研究区叶绿素a含量遥感反演模型。通过对比不同反演模型可知:三波段模型是烟台近海水体叶绿素a遥感反演的最优模型,决定系数为0?6608,均方根误差(RMSE)为0?59μg/L;其次是归一化荧光高度模型和反射峰面积模型,决定系数分别为0?6213和0?5589,RMSE分别为0?62μg/L和0?67μg/L。  相似文献   

5.
基于环境一号卫星CCD数据的巢湖叶绿素a的动态监测   总被引:3,自引:1,他引:2  
环境一号卫星CCD数据具有获取周期短、空间分辨率高等特点,能够及时准确地监测叶绿素a的浓度变化和分布,其在内陆湖泊水质遥感监测方面具有良好的应用前景。文章通过星地同步地面实验,建立起巢湖水体的叶绿素a浓度遥感反演模型,利用2009年4月至2010年3月的环境一号卫星CCD数据,分季节对巢湖叶绿素a行动态监测和分析。结果表明,巢湖叶绿素a具有明显的时空分布特征,夏季叶绿素a浓度最高,冬季最低,秋季高于春季;西半湖湖区叶绿素a浓度一般高于东半湖湖区,西北部和中部湖区空间变化比较大,东部湖区变化较小。  相似文献   

6.
通过遥感方法反演自然水体中泥沙浓度时,大量藻类的存在影响泥沙的反演精度,如何消除这种影响是提高水体中泥沙反演精度的关键.文章通过对一定叶绿素a浓度下不同浓度泥沙的光谱曲线研究,分析光谱曲线特征位置的漂移和数值变化,寻找去除叶绿素a影响的光谱范围和特征位置,通过相关性分析,建立多个模型,并从中选取最佳模型.  相似文献   

7.
利用遥感数据处理软件SNAP中基于神经网络技术的C2RCC算法,对2019年5月9日南黄海“哨兵3号”卫星OLCI影像数据进行了叶绿素a及总悬浮物浓度反演,将其与5月间江苏省海洋环境监测预报中心的海水表层叶绿素a和悬浮物实测数据进行了比较分析。结果表明,叶绿素a的遥感反演尚未能达到业务化应用,总悬浮物遥感反演结果的空间分布与实测值的一致性相对较好。但在星地同日或相差一天监测的南通海域,遥感反演叶绿素a浓度的空间分布趋势以及总悬浮物遥感反演结果与海面实测结果的一致性较好,可达到一定的业务化应用效果。  相似文献   

8.
地表水环境遥感监测关键技术与系统   总被引:1,自引:0,他引:1  
介绍了地表水环境遥感监测的关键技术与系统及其典型应用,其代表性机理模型和应用示范成果主要来自于中国科学院遥感与数字地球研究所的高光谱遥感团队在最近几年中取得的一些研究进展,主要包括建立了基于改进双峰法的水体分布自动化遥感提取方法,实现了简单、高效和高精度的水体提取;提出了大型湖泊长时序水量估算方法,并以青藏高原湖区为例,重建了典型湖泊面积、水位和水量序列;发展了基于“软分类”的典型内陆水体叶绿素a浓度反演方法,构建了基于生物光学模型的高度浑浊水体悬浮物浓度遥感反演半解析方法,提高了反演方法的区域和季节适用性;构建了基于水色指数的大范围湖库营养状态和透明度遥感监测方法,实现了全球大型湖库营养状态遥感监测,以及全国大型湖库透明度遥感监测;在此基础上,开发了地表水环境遥感监测系统,提高了水环境遥感监测效率,促进了卫星遥感在水环境监测中的高精度业务化应用。  相似文献   

9.
基于Landsat-5 TM数据和地面同步水质监测数据发现,近红外波段与红色波段比值与叶绿素a实测浓度存在较高相关性,并以此建立了提取水体表层叶绿素a浓度的遥感信息模型。经验证,该模型用于叶绿素a浓度反演的精度良好,平均相对误差为14.5%。将该模型应用于Landsat卫星系列数据,提取了东平湖1985-2015年每年度丰水期叶绿素a浓度信息,得到共31幅东平湖叶绿素a浓度分布图,并对其进行了时空分析。结果表明:1985-2015年,东平湖叶绿素a平均浓度范围为32.4~81.4 μg/L,空间分布上一般表现为湖周边浅水区高于湖中心深水区,且空间差异变化明显;时间序列上,东平湖叶绿素a浓度表现出一定的波动性,在1987、1988、1992年出现较高值,总体看来,在95%置信水平上秩相关系数为-0.592,浓度呈下降趋势。  相似文献   

10.
乌梁素海氮磷浓度与叶绿素a时空分布关系研究   总被引:3,自引:0,他引:3  
为了解乌梁素海的富营养状况,采用2005—2007年乌梁素海监测数据,对叶绿素a浓度与总氮、总磷浓度相关关系进行了研究,并对乌梁素海水体中叶绿素a浓度的时空分布进行分析。结果表明,乌梁素海叶绿素a浓度具有明显的时空分布特征,在时间上,5、10月份叶绿素a浓度偏高;在空间上,北部区〉南部区。  相似文献   

11.
利用长三角地区浦东、东滩、太湖3个测站的太阳光度计CE318地基遥感观测得到的气溶胶光学厚度(AOD)数据对风云三号气象卫星FY-3A/B MERSI反演的550 nm波长AOD进行有效性验证。结果表明,FY-3A的反演结果相关系数高于0.96,仅有20%的样本表现出较大的偏差。FY-3B的相关系数最高为0.77,均方根误差(RMSE)最大为0.35。太湖站点的相关系数比浦东大,说明MERSI的反演算法在太湖更适用。FY-3A/B MERSI反演结果总体上偏小,存在一定的系统偏差,主要由气溶胶模型的假设、设备标定、选择像素比例等原因造成。  相似文献   

12.
利用葵花8(Himawari-8,H8)16个波段数据、卫星、太阳角度数据和深度学习技术,提出一种基于深度全连接网络(Deep Neural Networks,DNN)模型的AOD遥感反演方法(Himawari-DNN)。该方法直接建立H8影像本身与AERONET站点AOD数据间的关系,可避免传统AOD遥感反演方法中复杂过程,得到精度较高的反演结果。通过有效数据对所构建的模型做精度测试,同时将反演结果和实测数据对比分析,结果表明,模型反演结果与研究区内所有站点的观测值均具有较高的一致性(R^2均>0.89)。可见,应用DNN对H8气象静止卫星开展AOD反演具有一定的可行性。  相似文献   

13.
基于MODIS AOD遥感数据,采用多元线性回归模型对PM2.5地面监测数据进行模拟估算,同时加入降水量、相对湿度等气象因子以提高模型精度,结合GIS空间分析技术,得到2015—2016年京津冀地区空间连续的PM2.5浓度分布。结果表明:利用多元线性回归模型反演PM2.5浓度效果较好,R 2均在0.59~0.84之间。在时间上,京津冀地区PM2.5浓度呈现出夏季最低、秋季稍高、冬春两季最高的变化趋势;在空间上,2015年和2016年京津冀地区PM2.5浓度有明显的区域差异,均呈现出西北低、东南高的分布格局,大致与燕山山脉和太行山脉走向一致。  相似文献   

14.
巢湖富营养化遥感监测   总被引:1,自引:0,他引:1  
以巢湖为研究区,通过对蓝藻水华暴发程度与其光谱反射率之间关系的研究,确定MOD IS遥感影像识别水华暴发级别的阈值,对4类不同暴发程度蓝藻水华光谱特征进行遥感识别;进而确立巢湖水体富营养化评价方法,建立巢湖富营养化遥感反演模型,为实时监控巢湖水质,预警蓝藻水华暴发提供技术支持。  相似文献   

15.
水质监测对水环境评价及污染预防至关重要,但地面监测成本高、监测面积有限等,难以满足实时、大范围监测的要求。为了更好地解决该问题,基于遥感影像的空中监测技术越来越得到研究人员的青睐。以木兰溪为研究区,利用和地面监测数据同步的Landsat-8卫星遥感影像数据,对木兰溪的典型水质参数总磷、总氮、溶解氧、高锰酸盐指数的反演问题进行研究。首先,根据Landsat-8的水体敏感波段,分别选取总磷、总氮、溶解氧、高锰酸盐指数的反演特征波段组合为(b1-b2)/(b2+b3),(b1-b2)/(b3-b4),b2/(b1+b4),b1/b2;其次,利用反演特征波段组合分别构建总磷、总氮、溶解氧、高锰酸盐指数浓度的SVR(Support Vector Regression)反演模型,通过IPSO算法对SVR模型的参数进行优选;然后,将IPSO-SVR反演模型和统计回归反演模型、广义回归神经网络(GRNN)反演模型在验证集上进行评估,以平均绝对误差和均方根误差作为评价指标进行对比分析,结果表明IPSO-SVR反演模型的平均绝对误差和均方根误差最小,说明IPSO-SVR反演模型具有较高的精度和较好的实用性...  相似文献   

16.
以《湖北省水环境遥感监测示范系统》为数据处理平台,对2012—2014年湖北省大东湖水网、梁子湖水系和汤逊湖水系共计12个湖泊的水质类别以及营养状态级别进行遥感监测,并对比实测数据进行精度评价。结果表明:遥感监测的梁子湖、豹澥湖和严西湖水质相对较好,杨春湖、北湖和南湖水质相对较差且富营养化状况较为严重。该系统能很好地实现对水质优良达标湖泊以及富营养化湖泊的识别。对示范区域各湖泊水质类别和营养状态级别的遥感监测,基本上能满足业务化运行的需求。个别湖泊遥感监测精度较低,主要表现为遥感监测的湖泊水质类别和营养状态级别均要优于实测的结果。系统对于面积相对较大的湖泊遥感监测精度更高。  相似文献   

17.
综合遥感与地面观测的巢湖水体富营养化评价   总被引:1,自引:0,他引:1  
提出一种将地面观测数据空间插值与遥感反演结合的湖泊富营养化评价方法与业务化运行模式。对叶绿素a等可反演参数利用遥感影像反演,并利用实测值校正获得高精度反演结果;对总磷等不易反演参数采用空间插值获取全湖区数据,采用综合营养指数法对巢湖富营养化状态进行反演,获得2015年5月12日巢湖富营养化状态空间分布情况。结果表明,巢湖全湖为轻度和中度富营养化状态,呈现出西半湖高于东半湖的总体空间分布趋势。结合相关数据对巢湖富营养化成因进行推断,认为南淝河等上游河流各类营养物质输入量较大是造成西半湖北部富营养化严重的主要成因;西南部杭埠河等河流氮磷输入量较大,但其他营养物质输入较少,使得该区域总体呈现出富营养化程度偏低的现象。  相似文献   

18.
以2016年G20峰会重大活动保障工作为例,简述了卫星遥感技术近年来在大气环境空气质量监测取得的进展以及重大活动空气质量保障会商机制和组织架构,重点分析了如何充分应用大气遥感产品服务于重大活动空气质量保障工作。指出,现有卫星遥感技术已具备服务重大活动空气质量保障工作的要求,其产品可应用于空气质量监测、生物质燃烧遥感监测,同时大气遥感产品相对客观,可以成为重大活动空气质量保障的客观参考标准,为今后类似保障工作提供借鉴。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号