大气校正算法对高光谱反演水体叶绿素a浓度的影响
针对水体叶绿素a浓度监测时大气介质影响光谱真实性的问题,文章从影像外部大气产品校正、内部大气补偿参数校正和光谱均值校正等方面分别对资源1 号02D(ZY-1 02D)高光谱卫星影像进行大气校正以突出水体信号,同时借助多维光谱指数和CatBoost机器学习算法进一步提高水体叶绿素a浓度的反演精度.结果表明:大气校正算法在独山湖的应用中,6S优于QUAC,而FLAASH最差;CatBoost模型能够更好地拟合预测误差,提高反演精度;6S算法-四波段参数-CatBoost模型的反演组合效果最好(R2=0.80).
ZY-1 02D高光谱影像、大气校正、CatBoost、南四湖、叶绿素a
39
P237(摄影测量学与测绘遥感)
国家自然科学基金42101388
2024-02-27(万方平台首次上网日期,不代表论文的发表时间)
共10页
98-107