黄渤海气溶胶光学厚度的多源卫星遥感产品精度分析和时空分布特征研究

以黄渤海上空大气为目标研究区,基于AERONET观测网,获取该区域2015—2017年的气溶胶光学厚度（AOD）实测数据,并对可见红外成像辐射计VⅡRS,中分辨率成像光谱仪MODIS,静止水色卫星成像仪GOCI与新一代地球同步气象卫星AHI H8的AOD遥感产品展开精度验证.同时,利用长时间的遥感影像探究并分析AOD在不同时空尺度下的分布特征与变化情况.结果表明：同其它AOD遥感产品相比,GOCI AOD展示出了高采样频率及高精度的特性.此外,在研究区域AOD的逐小时遥感影像中未发现明显的变化规律,而月平均图则显示出从黄渤海西部至中部再到东部AOD逐渐递减的趋势,且该趋势在研究区域不同的地方是具有差异的.不仅如此,本文还尝试分析影响AOD反演精度的潜在因子,发现其可能与地表反射率提取的准确度与预设气溶胶模型设置的合理性有关.     

东海赤潮高发区半分析算法色素浓度反演

为研究赤潮机理和预测预报以减少其危害,根据2002-04东海赤潮调查航次实测资料,得出经验系数,建立方程,发展了东海赤潮高发海区的叶绿素a浓度反演半分析算法.由现场实测数据对算法进行检验,叶绿素a吸收系数a_ph(675)及浓度的反演结果误差基本在30%以内,其中浓度反演结果比较,均方根偏差为0.24,最大相对偏差为40.93%,平均相对偏差为18.83%,相关系数R²为0.83.从检验的结果来看,算法反演的精度较好,对于研究海区相对适用.     

基于机器学习遥感算法的大型漂浮藻面积提取方法研究

采用基于机器学习的多层感知机算法,利用GOCI(Geostationary Ocean Color Imager)传感器获取的瑞利校正反射率数据,对东中国海大型漂浮藻进行遥感自动识别,采用线性混合像元分解来计算大型漂浮藻的覆盖面积,并利用膨胀和侵蚀法进行大型漂浮藻的分布面积计算。利用L8/OLI(Landsat 8/Operational Land Imager)高空间分辨率资料进行验证,结果表明,基于机器学习遥感算法针对GOCI提取的大型漂浮藻覆盖面积,与L8/OLI结果十分接近,R2达到0. 959,平均绝对误差和平均相对误差分别为39. 32 km2和18. 15%。     

基于TROPOMI的淮河流域大气NO2干沉降估算

基于Sentinel–5P卫星TROPOMI数据,利用随机森林方法反演2018～2020年淮河流域地面NO₂浓度,采用推算法获得淮河流域2018～2020年NO₂干沉降通量,并通过划分不同集水区(水域、农田、城区和植被覆盖区)估算大气NO₂干沉降对淮河流域水体氮素的贡献.结果显示,卫星反演地面NO₂浓度与地面站点实测资料一致性较高,相关系数(R)为0.94,平均绝对误差(MAE)为2.7,均方根误差(RSME)为4.1.淮河流域地面NO₂浓度和NO₂干沉降通量均有明显的季节变化,春夏秋冬4个季节地面NO₂平均浓度分别为13.7,12.2,17.6,23.1μg/m³;NO₂平均干沉降通量分别为1.25,1.13,1.61,2.13kg N/(hm²·a).淮河流域地面NO₂浓度和干沉降通量均表现为南北部高,东西部低.农田区域NO₂     

从内波SAR图像中提取跃层深度和内波振幅的非线性方法

针对SAR图像进行内波参数提取方法的不足:非线性方法将跃层深度作为已知量,将跃层深度作为未知量却用了线性方法.本文将根据非线性内波KdV方程的频散关系,结合半日潮假定并利用从SAR图像上得到的半波宽度,提出了非线性框架下同时从内波SAR图像反演内波振幅及跃层深度的方法.然后利用实测数据和内波SAR图像数据对此方法进行了分析,所得结果较理想.最后根据倾斜底地形内波波包的周期验证了文中所用半日潮假定的正确性.