基于GSM01融合的多传感器数据叶绿素a浓度反演
叶绿素a浓度是水质状况评价的一个重要指标,而遥感是大面积反演叶绿素a浓度的重要手段。由于采用基于经验模型的标准算法对二类水体叶绿素a浓度的反演值往往偏高,因此本文基于半分析模型GSM01(Garver-Siegel-Maritorena-01),在对模型参数进行调节的基础上,对东海2008年5月11日Aqua MODIS、Terra MODIS、Sea-WiFS 3种传感器各波段遥感反射率进行融合,来反演叶绿素a浓度,并将反演结果与自适应加权平均算法获得的叶绿素a浓度数据进行对比。结果表明,基于GSM01融合的多传感器叶绿素a浓度反演,拥有4个优势:(1) GSM01模型反演叶绿素a浓度值范围更符合实测结果,由于该模型考虑水体各组分的散射吸收特性对光谱反射率的影响,避免因高浓度悬浮物质影响造成的近岸水体叶绿素a浓度过高问题;(2)通过融合多传感器反射率数据,用于叶绿素a浓度反演的波段从6个增至18个,光谱信息变丰富,模型求解的自由度提高,叶绿素a浓度反演的精度提高。模型通过误差最小化准则,将不同传感器反演的差异降至最小,保证反演结果的空间连续性;(3)与自适应加权平均采用的融合策略不同,GSM01模型直接利用各传感器遥感反射率数据进行融合而不是针对叶绿素a浓度数据进行融合,避免了误差的传递;(4)GSM01模型可自由组合输入的反射率数据,具有更强的灵活性。
叶绿素a浓度、GSM01、融合、反演
P7 ;X83
福建省自然科学基金项目2012J01166;福建省科技计划重点项目2012Y0047;福建省教育厅科技项目JA12022;福州大学科研启动项目022453。
2014-01-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
911-917