基于GOCI影像的太湖水体漫衰减系数遥感估算研究

摘要

漫衰减系数Kd（Diffuse Attenuation Coefficient）是水体光学中的一个重要参数，也是水生态系统的重要影响因素。水体漫衰减系数的遥感估算，能够揭示区域水体光场的变化，对水质及水生态环境监测具有重要意义。本研究以太湖为研究对象，根据不同季节太湖地面遥感实验的实测数据，分析了太湖水体的表观光学特性和固有光学特性，同时分析了水体各组分的吸收系数和后向散射系数对漫衰减系数的贡献率，确定漫衰减系数的影响因子，然后基于GOCI波段设置构建太湖水体漫衰减系数估算经验模型和半分析模型，分析对比模型的精度，将最优模型应用于GOCI影像，估算得到太湖全湖水体漫衰减系数，进而分析太湖水体漫衰减系数的时空变化特征。论文主要得出以下结论:
　　(1)太湖漫衰减系数影响因子
　　490 nm处漫衰减系数的主要影响因子是非色素颗粒物的吸收系数，其贡献率远远高于其他影响因子，色素颗粒物吸收系数的贡献率位居第二，后向散射系数和CDOM吸收系数对漫衰减系数的贡献相对较小，其中后向散射的贡献率大体上高于CDOM吸收的贡献率。
　　(2) GOCI数据漫衰减系数估算模型
　　GOCI第7波段可以突出悬浮物的特征信息，将其引入到经验模型中，可以很好地提高太湖漫衰减系数估算模型的精度。GOCI第4、5、7波段即近红外波段、红波段和绿波段的组合模型Kd(490)=436.581R745+290.84 R660-448.66R555+6.970精度最高，模型拟合结果R2为0.737，验证结果平均相对误差和均方根误差分别为28.6％和1.495，并且模型对漫衰减系数的变化敏感性不强，具有较高的普适性。半分析模型估算精度很大程度上依赖于固有光学量的估算精度，基于实测固有光学量构建的半分析模型精度相对较高，基于QAA和Doron方法估算固有光学量构建的半分析模型估算结果出现较大误差。
　　将所构建的最优经验模型运用到GOCI影像估算太湖漫衰减系数，利用同步地面观测结果进行检验，结果表明该经验模型具有较高的估算精度和较好的普适性，是比较适合GOCI影像数据的太湖水体漫衰减系数估算模型。
　　(3)太湖水体漫衰减系数时空变化特征
　　利用2013年5月14日、2014年8月5日和2014年10月24日的GOCI影像，对太湖从上午8点到下午3点的漫衰减系数进行估算，综合不同日期太湖水体漫衰减系数空间分布及日变化特征分析的结果，总体来说太湖水体漫衰减系数值域主要分布在0～15m-1，大体可以分为三个等级，低值区值域分布在0～4 m-1，中值区值域分布在4～8 m-1，高值区主要分布在8～15m-1，少部分湖区高于15m-1。
　　太湖水体漫衰减系数存在一定的时空差异性。从空间上来说，太湖水体漫衰减系数呈现一定的梯度性，即从东部到西部逐渐变高，呈现西部高于东部的趋势。从时间上来说，不同日期太湖水体漫衰减系数的日变化呈现出相似的规律性，即早上太湖漫衰减系数相对较高，之后随着时间变化大体上呈现逐渐降低的趋势。

目录

声明

论文说明

摘要

图目录

表目录

第1章 绪论

1．1 选题背景及研究意义

1．2 国内外研究现状

1．2．1 漫衰减系数国外研究现状

1．2．2 漫衰减系数国内研究现状

1．2．3 小结

1．3 研究目标、研究内容和技术路线

1．3．1 研究目标

1．3．2 研究内容

1．3．3 技术路线

第2章 研究区概况与数据获取

2．1 研究区概况

2．2 地面试验数据获取

2．2．1 水体表观光学特性获取

2．2．2 水体固有光学特性获取

2．2．3 水质参数获取

2．3 GOCI影像的获取

第3章 基于GOCI数据的漫衰减系数估算模型构建

3．1 太湖水体光学特性分析

3．1．1 表观光学特性

3．1．2 固有光学特性

3．1．3 漫衰减系数影响因子分析

3．2 漫衰减系数估算经验模型构建

3．3 漫衰减系数估算半分析模型构建

3．3．1 QAA-半分析模型

3．3．2 Doron-半分析模型

3．4 本章小结

第4章 基于GOCI影像的太湖水体漫衰减系数时空分布特征分析

4．1 GOCI影像预处理

4．1．1 辐射定标

4．1．2 几何校正

4．1．3 大气校正

4．1．4 水体提取

4．2 基于GOCI影像漫衰减系数估算结果分析

4．2．1 GOCI影像估算结果精度验证

4．2．2 2013年5月14日漫衰减系数时空变化特征

4．2．3 2014年8月5日漫衰减系数时空变化特征

4．2．4 2014年10月24日漫衰减系数时空变化特征

4．3 本章小结

第5章 结论与展望

5．1 论文主要结论与创新点

5．2 不足与展望

参考文献

在读期间参加的课题和取得的成果

致谢