【摘要】：針對水色遙感,國際上已經(jīng)發(fā)射了多種海洋水色遙感傳感器,例如Sea-Viewing Wide Field-of-View Sensor (SeaWiFS)、Medium Resolution Imaging Spectrometer (MERIS)、Geostationary Ocean Color Imager (GOCI)等。但是,由于內(nèi)陸水體面積較小,且光學(xué)性質(zhì)復(fù)雜,現(xiàn)有的衛(wèi)星傳感器的空間分辨率和光譜分辨率依然難以滿足水色參數(shù)反演的要求。針對這一問題,本研究對遙感影像融合的算法進行了系統(tǒng)的研究,試圖通過對現(xiàn)有數(shù)據(jù)的融合計算,獲得更加適合內(nèi)陸水色遙感的數(shù)據(jù)。首先利用模擬實驗,詳細分析了影像數(shù)據(jù)空間分辨率、光譜分辨率對水色要素反演誤差的影響；進而系統(tǒng)地分析了不同分辨率影像融合的效益；最后,根據(jù)內(nèi)陸水體遙感的特性,改進和提出了3種適用于內(nèi)陸二類水體影像的影像融合算法,并從視覺效果、精度指標、葉綠素a濃度估算等3個方面,與常用的color normalized (CN)、Gram-schmidt (GS)和 wavelet transform (WT)算法進行了對比分析。論文的主要研究結(jié)果如下：(1)從遙感數(shù)據(jù)空間分辨率及光譜分辨率的角度,對三種主要水色要素濃度反演的影響進行了分析。模擬實驗結(jié)果表明,對于波寬為1nm的傳感器而言,在400-900nm波長范圍內(nèi)的波段數(shù)量大于20個之后,反演結(jié)果的精度主要由傳感器空間分辨率主導(dǎo)；在傳感器波段數(shù)量小于20個時,反演結(jié)果的精度主要由波段數(shù)量主導(dǎo)。遙感反射率波段對三個參數(shù)的敏感性分析實驗表明,遙感反射率對葉綠素a濃度的敏感波段,有兩個峰值,出現(xiàn)在680nm和710nm左右；對總懸浮物濃度的最敏感波段在700nm左右。利用模擬實驗結(jié)果,對常見傳感器兩兩之間理論上的融合效益進行了對比分析,結(jié)果表明,對內(nèi)陸二類水體而言,HJ1-CCD數(shù)據(jù)與MERIS數(shù)據(jù)的融合效益較高,且可行性最強。(2)構(gòu)建了3種針對內(nèi)陸二類水體的影像融合算法。①改進了Unmixing-Based Fusion (UBF)算法的最優(yōu)波段選取和分類方法,構(gòu)建了改進的UBF算法——Improved UBF (IUBF)算法;②基于反演的思想,定義了比例矩陣這一概念,利用傳感器的點擴散函數(shù)和波段響應(yīng)函數(shù),構(gòu)建了Inversion-Based Multispectral-Hyperspectral fusion(IBMHF)算法；③基于水體生物光學(xué)模型,結(jié)合傳統(tǒng)Pan-sharpening算法中的空間信息疊加思路,開發(fā)了Bio-Optical Fusion (BOF)算法。從視覺效果以及精度指標兩個方面,基于2景Hyperion模擬數(shù)據(jù)以及3景HJ1-CCD、MERIS數(shù)據(jù)集,對常用的CN、GS、WT算法,以及本研究提出的IUBF、BOF和IBMHF算法進行對比分析。結(jié)果表明,不論從視覺效果還是定量精度來看,CN算法都過度依賴HJ1-CCD數(shù)據(jù),雖然能夠捕捉充足的空間細節(jié)信息,但光譜信息損失較嚴重；GS和WT算法表現(xiàn)比較接近,但與CN算法呈現(xiàn)相反的趨勢,二者過度依賴MERIS數(shù)據(jù),融合結(jié)果在顏色上更接近MERIS數(shù)據(jù),但空間細節(jié)信息損失較嚴重；IUBF算法表現(xiàn)不穩(wěn)定,在相對復(fù)雜的水域中,表現(xiàn)較好,但在復(fù)雜度較低的水體中,表現(xiàn)較差；BOF算法整體表現(xiàn)較好,也較穩(wěn)定,但在水華區(qū)域,會因生物光學(xué)模型本身的局限,出現(xiàn)少量異常值,影響整體影像的視覺效果；IBMHF算法在視覺效果和定量指標中的表現(xiàn)整體最好。(3)利用融合數(shù)據(jù)反演葉綠素濃度的應(yīng)用檢驗。首先利用實測數(shù)據(jù)集,針對不同遙感數(shù)據(jù)波段參數(shù),構(gòu)建了三波段模型和波段比值模型,然后將模型應(yīng)用于HJ1-CCD數(shù)據(jù)、MERIS數(shù)據(jù)以及6種算法融合得到的結(jié)果影像中。從葉綠素a濃度空間分布和葉綠素a濃度統(tǒng)計信息兩方面來看,BOF算法和IBMHF算法的效果相比于其他幾種算法較好,空間分布既能體現(xiàn)細節(jié)信息,也能保證局部葉綠素a濃度值的對比度。同時,概率密度分布圖峰值接近MERIS數(shù)據(jù),且值域連續(xù),沒有跳變現(xiàn)像,表明涵蓋的葉綠素a濃度區(qū)間更完整,接近自然狀態(tài)。
【學(xué)位授予單位】：南京師范大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：X87
【圖文】：

光譜福射計測量，該儀器的波段范圍為３５０？１０５０ｎｍ。光譜分辨率為２ｎｍ。為減逡逑少鏡面反射和船體陰影對測量結(jié)果的影像，Ｌ：；更好地提取出反映水體信息的離水逡逑福亮度和遙感反射率，測量時采用一定的觀測角度進行水體光譜觀測，如圖２．２逡逑所示，儀器觀測平面與太陽入射平面的夾角９０°１３５°邋（背向太陽方向），逡逑儀器與水面法線方向的夾角３０�！叮啊叮矗怠＃郏福丁福罚�。同時，天空光在水面存在反射，逡逑必須將這部分反射信息剔除才能得到純粹的水體信息，因而在儀器面向水體進行邋．逡逑測量后，須將儀器在觀測平面內(nèi)向上旋轉(zhuǎn)特定角度（使得天空光的觀測天頂角等逡逑１２逡逑

邐Ｉ２０°０’０＂Ｅ邐ｌ２１°０＇Ｕ＂ｔ：逡逑圖２．１研究區(qū)示意圖逡逑２．２地面實驗巧據(jù)巧取逡逑２．２．１巧感反射牽的采集逡逑遙感反射率數(shù)據(jù)的采集利用美國ＡＳＤ公司成產(chǎn)的ＡＳＤＦｉｅｌｄＳｐｅｃＰｒｏ便攜式逡逑光譜福射計測量，該儀器的波段范圍為３５０？１０５０ｎｍ。光譜分辨率為２ｎｍ。為減逡逑少鏡面反射和船體陰影對測量結(jié)果的影像，Ｌ：；更好地提取出反映水體信息的離水逡逑福亮度和遙感反射率，測量時采用一定的觀測角度進行水體光譜觀測，如圖２．２逡逑所示，儀器觀測平面與太陽入射平面的夾角９０°１３５°邋（背向太陽方向），逡逑儀器與水面法線方向的夾角３０�！叮啊叮矗怠＃郏福丁福罚�。同時，天空光在水面存在反射，逡逑必須將這部分反射信息剔除才能得到純粹的水體信息，因而在儀器面向水體進行邋．逡逑測量后，須將儀器在觀測平面內(nèi)向上旋轉(zhuǎn)特定角度（使得天空光的觀測天頂角等逡逑１２逡逑

【參考文獻】

相關(guān)期刊論文 前10條

1 龔紹琦;黃家柱;李云梅;韋玉春;石浚哲;;太湖梅梁灣水質(zhì)參數(shù)空間變異及合理取樣數(shù)目研究[J];地理與地理信息科學(xué);2006年02期

2 呂恒;江南;羅瀲蔥;;基于TM數(shù)據(jù)的太湖葉綠素A濃度定量反演[J];地理科學(xué);2006年04期

3 陳方;牛錚;廖楚江;;遙感圖像模擬技術(shù)方法與應(yīng)用分析[J];地球信息科學(xué);2006年03期

4 楊煜;李云梅;王橋;樂成峰;孫德勇;黃昌春;;富營養(yǎng)化的太湖水體葉綠素a濃度模型反演[J];地球信息科學(xué)學(xué)報;2009年05期

5 陸超平;呂恒;李云梅;;混合光譜分解算法的太湖水體組分濃度反演分析[J];地球信息科學(xué)學(xué)報;2011年05期

6 陳宇煒,高錫云;浮游植物葉綠素a含量測定方法的比較測定[J];湖泊科學(xué);2000年02期

7 聞建光;肖青;楊一鵬;柳欽火;周藝;;基于Hyperion數(shù)據(jù)的太湖水體葉綠素a濃度遙感估算[J];湖泊科學(xué);2006年04期

8 陳宇煒;陳開寧;胡耀輝;;浮游植物葉綠素a測定的“熱乙醇法”及其測定誤差的探討[J];湖泊科學(xué);2006年05期

9 金鑫;李云梅;王橋;王彥飛;尹斌;張紅;吳傳慶;;基于太湖氣溶膠類型分區(qū)的環(huán)境一號衛(wèi)星CCD大氣校正[J];湖泊科學(xué);2010年04期

10 郭宇龍;李云梅;呂恒;王珊珊;王永波;;基于主成分降維的總懸浮物濃度遙感估算模型適用性分析[J];湖泊科學(xué);2013年06期

相關(guān)博士學(xué)位論文 前1條

1 李淵;基于數(shù)據(jù)同化的太湖葉綠素濃度遙感估算[D];南京師范大學(xué);2014年

相關(guān)碩士學(xué)位論文 前1條

1 王彥飛;太湖水體高光譜影像大氣校正方法研究[D];南京師范大學(xué);2011年

本文編號：2735412