文献类型：期刊文章

作　　者：宋挺[1,2] 周文鳞[3] 刘军志[4,5] 龚绍琦[6] 石浚哲[2] 吴蔚[2]

SONG Ting ZHOU Wenlin LIU Junzhi GONG Shaoqi SHI Junzhe WU Wei(Sehool of Environmental Science and Engineering, Nanjing University of Information Science ＆ Technology, Nanjing 210044 Wuxi Environmental Monitoring Centre, Wuxi 214121 Hefei Meteorologic Bureau, Hefei 230041 Key Laboratory of Virtual Geographic Environment, Ministry of Education, Nanjing Normal University, Nanjing 210023 Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023 School of Geography and Remote Sensing, Nanjing University of Information Science ＆ Technology, Nanjing 210044)

机构地区：[1]南京信息工程大学环境科学与工程学院,南京210044 [2]无锡市环境监测中心站,无锡214121 [3]合肥市气象局,合肥230041 [4]南京师范大学虚拟地理环境教育部重点实验室,南京210023 [5]江苏省地理信息资源开发与利用协同创新中心,南京210023 [6]南京信息工程大学地理与遥感学院,南京210044

出　　处：《环境科学学报》

基　　金：国家水体污染控制与治理科技重大专项子课题(No.2012ZX07506-002)~~

年　　份：2017

卷　　号：37

期　　号：3

起止页码：888-899

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSA-PROQEUST、CSCD、CSCD2017_2018、GEOBASE、IC、JST、PROQUEST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：叶绿素a浓度是评价水体富营养化和初级生产力的一个重要参数,高光谱遥感是获取叶绿素a浓度的有效手段.为建立太湖水域叶绿素a的最佳高光谱估算模型,选取2015年5—7月共计60组同步实测高光谱数据和叶绿素a浓度数据,在地面光谱反射率和叶绿素a浓度相关性分析的基础上,使用2∶1的数据样本进行太湖水域叶绿素a的最佳高光谱估算模型的建立和验证,筛选模型分别为波段比值、三波段、荧光峰位置、峰谷距离、一阶微分、NDCI(Normalized Difference Chlorophyll Index)、峰面积、荧光峰高度、WCI(Water Chlorophyll-a Index)和四波段模型.结果表明,建模得到的四波段模型决定系数最高,峰面积模型的决定系数相对最低;四波段模型的反演精度最高,均方根误差(RMSE)为0.00376 mg·L^(-1),平均绝对误差(MAPE)为27.86%,而WCI模型的反演精度相对最低,RMSE为0.01231 mg·L^(-1),MAPE为45.11%.将反演精度最高的四波段模型应用于2015年8月3日的两景HSI(Hyperspectral Imaging Radiometer)高光谱影像数据,也得到较高精度,利用同步实测叶绿素a浓度验证的决定系数为0.7643,RMSE为0.00433 mg·L^(-1),MAPE为45.62%.在春、夏季叶绿素对水体光学特性占主导作用且叶绿素分布均匀的情景下,本研究可为太湖水域叶绿素a的高光谱反演和水环境监测提供有价值的参考,其它季节水体光谱特点的研究尚待进一步开展.

关 键 词：太湖 高光谱  叶绿素A 遥感反演模型  方法对比  

分 类 号：X524]