基于組合光譜指數(shù)的巢湖典型水質(zhì)參數(shù)反演研究
發(fā)布時(shí)間:2021-11-28 01:44
葉綠素a濃度和透明度作為與光譜特征相關(guān)的水質(zhì)參數(shù),是遙感反演水體質(zhì)量的重要指標(biāo)。以安徽巢湖為研究區(qū)域,利用2016年1~9月的地面水質(zhì)監(jiān)測(cè)數(shù)據(jù)和對(duì)應(yīng)的2016年4個(gè)時(shí)期的資源和高分衛(wèi)星的遙感影像,基于水體光譜特征使用K均值與支持向量機(jī)將水體分為葉綠素a主導(dǎo)、透明度主導(dǎo)、共同主導(dǎo)3類,并建立了用于反演葉綠素a和透明度的創(chuàng)新光譜指數(shù)NDWC和NDWS。反演葉綠素a濃度時(shí),使用NDWC反演葉綠素a主導(dǎo)和共同主導(dǎo)型水體,使用RVIgreen反演透明度主導(dǎo)型水體,均方根誤差RMSE為0.044 3mg/L,優(yōu)于傳統(tǒng)光譜指數(shù)NDVI(0.053 4 mg/L)和機(jī)器學(xué)習(xí)算法GDBT(0.051 5 mg/L);反演透明度時(shí),使用NDWS反演透明度主導(dǎo)和共同主導(dǎo)型水體,使用G反演葉綠素a主導(dǎo)型水體,均方根誤差RMSE為0.022 4 m,優(yōu)于傳統(tǒng)光譜指數(shù)NDVI(0.030 6 m)和KNN算法(0.027 2 m)。將該方法應(yīng)用于巢湖2016年4個(gè)時(shí)期的遙感影像評(píng)估巢湖水質(zhì),結(jié)果表明:第二時(shí)期(4月和6月)整體葉綠素a濃度最高,透明度最低;第一時(shí)期(3月)和第四時(shí)期(9月和11月)次之;第三時(shí)期(...
【文章來源】:人民長(zhǎng)江. 2020,51(09)北大核心
【文章頁(yè)數(shù)】:7 頁(yè)
【部分圖文】:
采樣點(diǎn)分布
表3 3類水體的分類規(guī)則Tab.3 Classification rules of three types of water bodies 水體種類 判別公式 數(shù)據(jù)量/組 第一類 Red-NIR<-0.00033 10 第二類 Green-Red<0.07433 12 第三類 0.5808Green-1.5808Red+NIR<-0.0199 17葉綠素a濃度和透明度均可影響水體的固有光學(xué)特性,進(jìn)而決定水體的光譜特征;若水體中葉綠素a濃度較高而透明度高,則葉綠素a在水體光譜特征中占主導(dǎo)因素;若水體中葉綠素a濃度較低而透明度低,則透明度在水體光譜特征中占主導(dǎo)因素;若兩者較為均衡,則兩者共同作用于水體光譜特征。因此,需要分析采樣點(diǎn)的光譜反射率,探究出影響光學(xué)特性的主導(dǎo)因素。
由圖3可知3類水體的主導(dǎo)因素各不相同,所以可對(duì)不同光譜種類的水體采取不同的水質(zhì)反演模型。使用NDWC反演葉綠素a濃度時(shí),3類水體的擬合精度如圖5(a)所示,可知NDWC對(duì)于Chla主導(dǎo)型水體和共同主導(dǎo)型水體擬合精度較高(R Chla 2 =0.72,R 共同 2 =0.75),但對(duì)于SD主導(dǎo)型水體擬合精度較低(R SD 2 =0.03)。使用NDWS反演透明度時(shí),3類水體的擬合精度如圖5(b)所示,可知NDWS對(duì)于SD主導(dǎo)型水體和共同主導(dǎo)型水體擬合精度較高(R SD 2 =0.56,R 共同 2 =0.90),但對(duì)于Chla主導(dǎo)型水體擬合精度較低(R Chla 2 =0.05)。所以在反演葉綠素a濃度時(shí),可將擬合效果較好且趨勢(shì)線相近的共同主導(dǎo)型水體和Chla主導(dǎo)水體分為一類,使用NDWC反演,如圖5(c)所示;SD主導(dǎo)型水體分為另一類,使用決定系數(shù)R2最高的傳統(tǒng)光譜指數(shù)RVIgreen反演,如圖5(d)所示。同理,在反演透明度時(shí),可將擬合效果較好且趨勢(shì)線相近的共同主導(dǎo)型水體和SD主導(dǎo)水體分為一類,使用NDWS反演,如圖5(e)所示;Chla主導(dǎo)型水體分為另一類,使用決定系數(shù)R2最高的G(綠波段)反演,如圖5(f)所示。圖4 3類水體的差異表現(xiàn)形式
【參考文獻(xiàn)】:
期刊論文
[1]無人工樣本的SVM遙感圖像分類方法[J]. 李俊,陳善學(xué),馮銀波. 電視技術(shù). 2013(23)
[2]運(yùn)用遙感方法分析淺水湖泊水質(zhì)變化的特征[J]. 秦海旭,錢新. 污染防治技術(shù). 2013(05)
[3]基于光學(xué)分類的太湖水體葉綠素a濃度高光譜遙感[J]. 孫德勇,周曉宇,李云梅,陳曉玲,黃昌春,龔紹琦. 環(huán)境科學(xué). 2013(08)
[4]基于云模型的水體富營(yíng)養(yǎng)化程度評(píng)價(jià)方法[J]. 丁昊,王棟. 環(huán)境科學(xué)學(xué)報(bào). 2013(01)
[5]淺析長(zhǎng)江流域湖泊水資源及其保護(hù)對(duì)策[J]. 肖義,鄭莊,陶雷,代濤. 人民長(zhǎng)江. 2012(S2)
[6]不同方法估算太湖葉綠素a濃度對(duì)比研究[J]. 李云亮,張運(yùn)林,李俊生,劉明亮. 環(huán)境科學(xué). 2009(03)
[7]基于半分析模型的波段最優(yōu)化組合反演混濁太湖水體葉綠素a[J]. 周冠華,柳欽火,馬榮華,田國(guó)良. 湖泊科學(xué). 2008(02)
[8]分季節(jié)的太湖懸浮物遙感估測(cè)模型研究[J]. 光潔,韋玉春,黃家柱,李云梅,聞建光,郭建平. 湖泊科學(xué). 2007(03)
[9]巢湖浮游植物葉綠素含量與反射光譜特征的關(guān)系[J]. 李素菊,吳倩,王學(xué)軍,樸秀英,戴永寧. 湖泊科學(xué). 2002(03)
本文編號(hào):3523443
【文章來源】:人民長(zhǎng)江. 2020,51(09)北大核心
【文章頁(yè)數(shù)】:7 頁(yè)
【部分圖文】:
采樣點(diǎn)分布
表3 3類水體的分類規(guī)則Tab.3 Classification rules of three types of water bodies 水體種類 判別公式 數(shù)據(jù)量/組 第一類 Red-NIR<-0.00033 10 第二類 Green-Red<0.07433 12 第三類 0.5808Green-1.5808Red+NIR<-0.0199 17葉綠素a濃度和透明度均可影響水體的固有光學(xué)特性,進(jìn)而決定水體的光譜特征;若水體中葉綠素a濃度較高而透明度高,則葉綠素a在水體光譜特征中占主導(dǎo)因素;若水體中葉綠素a濃度較低而透明度低,則透明度在水體光譜特征中占主導(dǎo)因素;若兩者較為均衡,則兩者共同作用于水體光譜特征。因此,需要分析采樣點(diǎn)的光譜反射率,探究出影響光學(xué)特性的主導(dǎo)因素。
由圖3可知3類水體的主導(dǎo)因素各不相同,所以可對(duì)不同光譜種類的水體采取不同的水質(zhì)反演模型。使用NDWC反演葉綠素a濃度時(shí),3類水體的擬合精度如圖5(a)所示,可知NDWC對(duì)于Chla主導(dǎo)型水體和共同主導(dǎo)型水體擬合精度較高(R Chla 2 =0.72,R 共同 2 =0.75),但對(duì)于SD主導(dǎo)型水體擬合精度較低(R SD 2 =0.03)。使用NDWS反演透明度時(shí),3類水體的擬合精度如圖5(b)所示,可知NDWS對(duì)于SD主導(dǎo)型水體和共同主導(dǎo)型水體擬合精度較高(R SD 2 =0.56,R 共同 2 =0.90),但對(duì)于Chla主導(dǎo)型水體擬合精度較低(R Chla 2 =0.05)。所以在反演葉綠素a濃度時(shí),可將擬合效果較好且趨勢(shì)線相近的共同主導(dǎo)型水體和Chla主導(dǎo)水體分為一類,使用NDWC反演,如圖5(c)所示;SD主導(dǎo)型水體分為另一類,使用決定系數(shù)R2最高的傳統(tǒng)光譜指數(shù)RVIgreen反演,如圖5(d)所示。同理,在反演透明度時(shí),可將擬合效果較好且趨勢(shì)線相近的共同主導(dǎo)型水體和SD主導(dǎo)水體分為一類,使用NDWS反演,如圖5(e)所示;Chla主導(dǎo)型水體分為另一類,使用決定系數(shù)R2最高的G(綠波段)反演,如圖5(f)所示。圖4 3類水體的差異表現(xiàn)形式
【參考文獻(xiàn)】:
期刊論文
[1]無人工樣本的SVM遙感圖像分類方法[J]. 李俊,陳善學(xué),馮銀波. 電視技術(shù). 2013(23)
[2]運(yùn)用遙感方法分析淺水湖泊水質(zhì)變化的特征[J]. 秦海旭,錢新. 污染防治技術(shù). 2013(05)
[3]基于光學(xué)分類的太湖水體葉綠素a濃度高光譜遙感[J]. 孫德勇,周曉宇,李云梅,陳曉玲,黃昌春,龔紹琦. 環(huán)境科學(xué). 2013(08)
[4]基于云模型的水體富營(yíng)養(yǎng)化程度評(píng)價(jià)方法[J]. 丁昊,王棟. 環(huán)境科學(xué)學(xué)報(bào). 2013(01)
[5]淺析長(zhǎng)江流域湖泊水資源及其保護(hù)對(duì)策[J]. 肖義,鄭莊,陶雷,代濤. 人民長(zhǎng)江. 2012(S2)
[6]不同方法估算太湖葉綠素a濃度對(duì)比研究[J]. 李云亮,張運(yùn)林,李俊生,劉明亮. 環(huán)境科學(xué). 2009(03)
[7]基于半分析模型的波段最優(yōu)化組合反演混濁太湖水體葉綠素a[J]. 周冠華,柳欽火,馬榮華,田國(guó)良. 湖泊科學(xué). 2008(02)
[8]分季節(jié)的太湖懸浮物遙感估測(cè)模型研究[J]. 光潔,韋玉春,黃家柱,李云梅,聞建光,郭建平. 湖泊科學(xué). 2007(03)
[9]巢湖浮游植物葉綠素含量與反射光譜特征的關(guān)系[J]. 李素菊,吳倩,王學(xué)軍,樸秀英,戴永寧. 湖泊科學(xué). 2002(03)
本文編號(hào):3523443
本文鏈接:http://sikaile.net/shengtaihuanjingbaohulunwen/3523443.html
最近更新
教材專著