【摘要】：葉綠素a是浮游植物的主色素和海洋生物量的指標(biāo),VIIRS衛(wèi)星將在未來(lái)20年提供全球水色數(shù)據(jù),運(yùn)用遙感技術(shù)及時(shí)準(zhǔn)確地反演全球海洋葉綠素a濃度對(duì)于科學(xué)研究具有重要意義。深度學(xué)習(xí)具有強(qiáng)大的建模能力和計(jì)算能力,使其在精準(zhǔn)快速反演全球海洋葉綠素a濃度時(shí)具有巨大的潛力,但是目前還沒(méi)有對(duì)此進(jìn)行探索的相關(guān)研究。本文采用深度學(xué)習(xí)方法針對(duì)VIIRS衛(wèi)星進(jìn)行全球海洋葉綠素a濃度反演,并對(duì)全球海洋葉綠素a濃度進(jìn)行時(shí)空分析,主要工作與結(jié)論如下:(1)為了準(zhǔn)確高效的反演葉綠素a濃度,本文建立了基于卷積神經(jīng)網(wǎng)絡(luò)CNN的葉綠素a濃度反演模型,輸入為VIIRS衛(wèi)星4個(gè)水色波段反射率的Patch圖像,OC-CCI葉綠素a濃度產(chǎn)品作為真值數(shù)據(jù)用來(lái)訓(xùn)練端到端的反演模型。經(jīng)過(guò)精細(xì)化調(diào)參后,2017年12個(gè)月的月平均葉綠素a濃度圖通過(guò)訓(xùn)練好的CNN模型反演生成。定性和定量分析用來(lái)評(píng)價(jià)和對(duì)比CNN模型和淺層模型支持向量回歸SVR,CNN模型12個(gè)月平均的R~2為0.96、RMSE為0.11均優(yōu)于SVR。結(jié)果表明CNN模型可以準(zhǔn)確、快速并且穩(wěn)健的反演全球海洋綠a濃度。(2)為了解決CNN模型反演結(jié)果中部分?jǐn)?shù)據(jù)缺失的問(wèn)題,建立了基于循環(huán)神經(jīng)網(wǎng)絡(luò)RNN的葉綠素a濃度缺失數(shù)據(jù)插值模型,利用已經(jīng)發(fā)布的OC-CCI數(shù)據(jù)進(jìn)行插值。通過(guò)對(duì)常用結(jié)構(gòu)的對(duì)比分析與精細(xì)化調(diào)參后確定GRU結(jié)構(gòu)為最終的模型,模型的輸入時(shí)間序列為19年,即1998至2016年的月平均葉綠素a濃度,預(yù)測(cè)的時(shí)間序列為1年,即2017年的月平均葉綠素a濃度,模型在測(cè)試集上的R~2為0.94、RMSE為0.07。結(jié)果表明RNN模型可以對(duì)CNN反演出的大部分缺失數(shù)據(jù)進(jìn)行精準(zhǔn)插值。(3)為了了解浮游植物生長(zhǎng)動(dòng)態(tài)與全球碳循環(huán),需要對(duì)全球海洋葉綠素a濃度進(jìn)行高效精準(zhǔn)的時(shí)空分析,因此采用通過(guò)CNN模型和RNN模型所生成的2017年月平均全球海洋葉綠素a濃度數(shù)據(jù)進(jìn)行分析。本文從年平均分析、月平均分析、緯度梯度的季節(jié)影響和不同研究區(qū)濃度變化等四個(gè)方面進(jìn)行時(shí)空分析。經(jīng)過(guò)分析發(fā)現(xiàn)葉綠素a濃度分布與離岸距離、海洋深度和洋流有關(guān);最大值的葉綠素a濃度會(huì)于夏季出現(xiàn)在沿海地區(qū);北半球和南半球信風(fēng)的影響是造成上升流的原因,從而使葉綠素a濃度升高。
【學(xué)位授予單位】：中國(guó)地質(zhì)大學(xué)(北京)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP18;Q948.8
【圖文】：

像光譜儀 MODIS（ModerateResolutionImagingSpectroradiometer）、可見(jiàn)光輻射計(jì)套件 VIIRS（Visible and Infrared Imager Radiometer Suite）和海洋和 OLCI（Ocean and Land Colour Instrument）等傳感器，因?yàn)閿?shù)據(jù)開(kāi)源所以究中得到了廣泛的應(yīng)用。除了 OLCI 傳感器之外的傳感器波段位置如圖 1-2

CZCS、SeaWiFS、MERIS、MODIS和VIIRS波段位置（Blondeau-Patissieretal.,2014），圖中下方橫坐標(biāo)和右側(cè)縱坐標(biāo)所示矩形為波段位置，上方橫坐標(biāo)和左側(cè)縱坐標(biāo)所示點(diǎn)曲線為無(wú)關(guān)信息

括序列數(shù)據(jù)分析在內(nèi)的各種任務(wù)，如動(dòng)作識(shí)別和圖像字幕。隨著深度學(xué)習(xí)的成功和大數(shù)據(jù)運(yùn)算能力的提升，深度學(xué)習(xí)在遙感中的應(yīng)用研究也逐步開(kāi)展起來(lái)。主要應(yīng)用范圍如下圖所示。

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 沈春燕;陳海生;趙輝;;大亞灣表層葉綠素濃度時(shí)空特征的遙感分析[J];廣東海洋大學(xué)學(xué)報(bào);2017年06期

2 姜德娟;張華;;渤海葉綠素濃度時(shí)空特征分析及其對(duì)赤潮的監(jiān)測(cè)[J];海洋科學(xué);2018年05期

3 邱爾發(fā),陳存及,梁一池,陳東海;不同種源毛竹葉表葉綠素濃度動(dòng)態(tài)[J];福建林學(xué)院學(xué)報(bào);2002年04期

4 李淑菁,陳子修,毛顯得,潘德?tīng)t;實(shí)驗(yàn)室葉綠素a濃度測(cè)定[J];海洋環(huán)境科學(xué);1988年02期

5 田國(guó)良,倪曉東,宋福,趙蔚苓;用光譜數(shù)據(jù)估算水體葉綠素濃度[J];環(huán)境遙感;1988年01期

6 潘德?tīng)t,J.F.G.Gower,林壽仁;熒光法遙感海面葉綠素濃度的波段選擇研究[J];海洋與湖沼;1989年06期

7 舒守榮,陳健;不同深度水體中葉綠素濃度的定量遙測(cè)研究[J];環(huán)境遙感;1989年02期

8 陳武陽(yáng);李駿e

本文編號(hào)：2776398