收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于遥感与实测资料的水体固有光学量及CDOM反演研究

石亮亮  
【摘要】:水体固有光学量(Inherent optical properties,IOPs)是水色遥感领域的重要物理参量,固有光学特性研究是进行水色遥感的基础。IOPs能够为光在水体中的辐射传输、水色参数的反演、水环境监测等提供可靠的定量化信息,对水色遥感生物光学模型的开发、水色卫星传感器的定标和真实性检验以及全球气候变化的研究具有重要的实用意义。有色可溶性有机物(Chromophoric Dissolved Organic matter,CDOM),是一种广泛存在于自然水体中的重要光学活性物质(OACs),与浮游藻类、非藻类颗粒物(Non-algalparticles,NAP)同属于水色遥感的主要研究对象。CDOM对河口或近岸水体有机物的分布、迁移和转化具有重要的指示意义,与人类活动和生物地球化学循环有着密切的联系。然而,现有的获取IOPs和CDOM的反演算法大多针对特定区域或单一类型水体,精度有限且适用性较低。目前CDOM反演算法存在明显不足,开发精确的CDOM反演算法仍存在很大的挑战。此外,系统研究不同水体IOPs和CDOM遥感反演较少,特别是在光学特性复杂的近岸和内陆水体。这些都造成IOPs及CDOM在水色卫星的业务化应用程度较低,为此,本文开展了基于遥感与实测资料的固有光学量及CDOM的反演研究。主要研究结论如下:(1)本文收集了全球大洋生物光学实测数据集(NASA bio-Optical Marine Algorithm Dataset,NOMAD),开展了东海、千岛湖、太湖和南海蜈支洲岛不同生物光学调查航次,详细分析了不同水体的固有光学特性,包括水体吸收、散射,各水体光学活性组分的吸收、散射、吸收贡献比及不同水体光学特性差异,建立了相应的光谱模型;还分析了水体的表光学特性,提出了基于Rrs光谱最值的决策树分类方法,完成了水体光学类型划分。(2)开发了适用于Type-1和Type-2型水体IOPs反演半分析算法(QAA-GRI),获取了水体总吸收系数a(λ)、颗粒物后向散射系数bbp(λ)等参数。经东海和千岛湖数据集验证,QAA-GRI算法适用性高、反演效果好,精度较QAA和GSM业务化算法有显著提高,可进一步用于CDOM的遥感反演。(3)在反演IOPs基础上,进一步构建了通用的CDOM吸收系数分离算法(CDOMLH),获取了 CDOM吸收系数aCDM(λ)。经东海和千岛湖数据集验证,CDOMLH算法精度较CO-a443S及QAA-E分别提高了约30%和25%,经太湖数据集验证,CDOMLH也能较好的适用于Type-3型水体。结果表明该算法反演效果理想,在不同区域、类型水体具有较好的适用性。(4)将QAA-GRI算法和CDOMLH分离算法应用于MERIS和OLCI卫星影像,并与不同算法在卫星影像的反演进行对比。结果表明本文建立的IOPs及CDOM反演算法应用于水色卫星是可行的。此外,利用这些算法生成了东海长时间序列MERIS影像的a(443)、aCDOM(443)的月、季和年平均遥感产品,并分析了东海IOPs及CDOM时空分布特征。最后,提出了基于水体吸收系数的藻华识别方法,分析了藻华的时空演变。本研究的主要创新点:(1)在分析不同水体光学特性的基础上,提出了绿红波段指数GRI,建立了新的参考波段处吸收系数参数化模型,该模型区别于经验模型,具有明显的物理含义。在该模型基础上开发了在Type-1和Type-2型水体通用的IOPs反演算法-QAA-GRI,解决了 IOPs反演算法的适用性问题,显著提高了反演精度。(2)从水体各组分吸收相互作用的物理机制出发,开发了较通用的基于aphc(λ)光谱高度指数LH(443)的CDOM分离算法—CDOMLH,该算法解决了目前水色卫星业务化算法未将aNP从aCDOM中分离的问题,在不同水体类型中均有较好的适用性,在Type-1和Type-2型水体中CDOM反演的精度提高了约25%。(3)基于(1)和(2)两个创新点,首次尝试了新一代水色卫星OLCI的IOPs及CDOM反演,生成了东海IOPs及CDOM的一系列遥感产品。提出了基于IOPs遥感产品的水体藻华识别方法,给IOPs的业务化应用提供了技术支撑。


知网文化
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978