遥感信息
遙感信息
요감신식
2010年
5期
98-104
,共7页
杨硕%王世新%周艺%阎福礼
楊碩%王世新%週藝%閻福禮
양석%왕세신%주예%염복례
太湖%高光谱%三波段模型%叶绿素a
太湖%高光譜%三波段模型%葉綠素a
태호%고광보%삼파단모형%협록소a
基于对内陆水体叶绿素a、悬浮物、溶解有机物与纯水的固有光学特性分析和三波段模型的理论,利用太湖实测的水面高光谱遥感数据波段组合,进行迭代优化,得到与叶绿素浓度密切相关而受悬浮物与黄色物质影响小的最优波段组合模型.其中春季最后以[Rrs-1(677)-Rrs-1(696)]×Rrs(754)为因子建立模型,决定系数和均方根误差分别为0.9885、1.80332ug/l,验证数据的模型的均方根误差为5.8646ug/l,平均相对误差为25.5%,秋季的叶绿素浓度较高,三波段模型迭代计算中,用于去除无机悬浮物和黄色物质影响的波段不能稳定出现,为此我们补充计算了二波段模型,分别以[Rrs-1(680)-Rrs-1(710)]×Rrs(770)和R(680)-1×R(770)为因子,取得的模型决定系数和均方根误差分别为0.881,11.6322ug/l和0.883,11.52633ug/l,验证数据的均方根误差和平均相对误差为15.456ug/l,20.3%和15.684ug/l,21.4%,两种模型都能取得不错的反演效果.因此该方法可以有效地去除悬浮物和黄色物质的影响,有效地针对不同时相的特点取得较好的反演效果.
基于對內陸水體葉綠素a、懸浮物、溶解有機物與純水的固有光學特性分析和三波段模型的理論,利用太湖實測的水麵高光譜遙感數據波段組閤,進行迭代優化,得到與葉綠素濃度密切相關而受懸浮物與黃色物質影響小的最優波段組閤模型.其中春季最後以[Rrs-1(677)-Rrs-1(696)]×Rrs(754)為因子建立模型,決定繫數和均方根誤差分彆為0.9885、1.80332ug/l,驗證數據的模型的均方根誤差為5.8646ug/l,平均相對誤差為25.5%,鞦季的葉綠素濃度較高,三波段模型迭代計算中,用于去除無機懸浮物和黃色物質影響的波段不能穩定齣現,為此我們補充計算瞭二波段模型,分彆以[Rrs-1(680)-Rrs-1(710)]×Rrs(770)和R(680)-1×R(770)為因子,取得的模型決定繫數和均方根誤差分彆為0.881,11.6322ug/l和0.883,11.52633ug/l,驗證數據的均方根誤差和平均相對誤差為15.456ug/l,20.3%和15.684ug/l,21.4%,兩種模型都能取得不錯的反縯效果.因此該方法可以有效地去除懸浮物和黃色物質的影響,有效地針對不同時相的特點取得較好的反縯效果.
기우대내륙수체협록소a、현부물、용해유궤물여순수적고유광학특성분석화삼파단모형적이론,이용태호실측적수면고광보요감수거파단조합,진행질대우화,득도여협록소농도밀절상관이수현부물여황색물질영향소적최우파단조합모형.기중춘계최후이[Rrs-1(677)-Rrs-1(696)]×Rrs(754)위인자건립모형,결정계수화균방근오차분별위0.9885、1.80332ug/l,험증수거적모형적균방근오차위5.8646ug/l,평균상대오차위25.5%,추계적협록소농도교고,삼파단모형질대계산중,용우거제무궤현부물화황색물질영향적파단불능은정출현,위차아문보충계산료이파단모형,분별이[Rrs-1(680)-Rrs-1(710)]×Rrs(770)화R(680)-1×R(770)위인자,취득적모형결정계수화균방근오차분별위0.881,11.6322ug/l화0.883,11.52633ug/l,험증수거적균방근오차화평균상대오차위15.456ug/l,20.3%화15.684ug/l,21.4%,량충모형도능취득불착적반연효과.인차해방법가이유효지거제현부물화황색물질적영향,유효지침대불동시상적특점취득교호적반연효과.