湿地科学
濕地科學
습지과학
WETLAND SCIENCE
2009年
2期
169-174
,共6页
比值算法%太湖蓝藻水华%预警及应急监测
比值算法%太湖藍藻水華%預警及應急鑑測
비치산법%태호람조수화%예경급응급감측
为从宏观上快速掌控蓝藻水华发生状况,提高遥感信息处理的准确度,选取太湖上空2008年4～10月的18幅MODIS影像数据源,应用近红外波段2和可见光波段4的比值算法对太湖蓝藻水华进行了提取实验,并与目视判读结果进行了比对分析.结果表明,经过大气校正且无云层干扰的情况下,比值算法与目视判读结果吻合度较好,平均相对偏差为5.4%,有83.3%的样本相对偏差小于30%.2008年4月25日与5月22日的比值算法验证分析表明,在蓝藻暴发初期和蓝藻的快速增殖期,比值算法均能较好的区分水体与藻类,比值算法与目视解译的结果偏差分别为4.3%和10.2%.比值算法分析识别快,能有效避免因个人经验引起的差异;将比值算法与目视判读相结合,能够大大提高判读的准确度,可以在太湖蓝藻水华预警及应急监测中进行业务化应用.
為從宏觀上快速掌控藍藻水華髮生狀況,提高遙感信息處理的準確度,選取太湖上空2008年4～10月的18幅MODIS影像數據源,應用近紅外波段2和可見光波段4的比值算法對太湖藍藻水華進行瞭提取實驗,併與目視判讀結果進行瞭比對分析.結果錶明,經過大氣校正且無雲層榦擾的情況下,比值算法與目視判讀結果吻閤度較好,平均相對偏差為5.4%,有83.3%的樣本相對偏差小于30%.2008年4月25日與5月22日的比值算法驗證分析錶明,在藍藻暴髮初期和藍藻的快速增殖期,比值算法均能較好的區分水體與藻類,比值算法與目視解譯的結果偏差分彆為4.3%和10.2%.比值算法分析識彆快,能有效避免因箇人經驗引起的差異;將比值算法與目視判讀相結閤,能夠大大提高判讀的準確度,可以在太湖藍藻水華預警及應急鑑測中進行業務化應用.
위종굉관상쾌속장공람조수화발생상황,제고요감신식처리적준학도,선취태호상공2008년4～10월적18폭MODIS영상수거원,응용근홍외파단2화가견광파단4적비치산법대태호람조수화진행료제취실험,병여목시판독결과진행료비대분석.결과표명,경과대기교정차무운층간우적정황하,비치산법여목시판독결과문합도교호,평균상대편차위5.4%,유83.3%적양본상대편차소우30%.2008년4월25일여5월22일적비치산법험증분석표명,재람조폭발초기화람조적쾌속증식기,비치산법균능교호적구분수체여조류,비치산법여목시해역적결과편차분별위4.3%화10.2%.비치산법분석식별쾌,능유효피면인개인경험인기적차이;장비치산법여목시판독상결합,능구대대제고판독적준학도,가이재태호람조수화예경급응급감측중진행업무화응용.
