内陆浑浊水体固有光学量(IOPs)反演算法

摘要

本文面向浑浊富营养化二类水体，以太湖为研究区，在QAA基础上构建了水体吸收系数和后向散射系数双波段(QAA-DB)反演算法以及去纯水以外的吸收系数aexp(λ)分解算法。
　　(1) QAA-DB算法在对水体反射光谱特征研究的基础上，首先利用677nm吸收谷和701nm反射峰之间反射率的光谱斜率(Slope)为分类指标，以Slope=0.32为临界值，将混浊水体分为两类具有不同光学特征的水体，针对两类水体，分别构建IOPs反演模型，针对不同类别水体设置不同的模型参数，对于颗粒物后向散射系数进行分段模拟。1）400-685nm波段采用幂函数形式模拟，基于QAA算法，同时选取550nm和675nm两个参考波长进行颗粒物后向散射系数幂函数外推，并基于数据同化思想，利用多模型协同反演策略，对外推结果进行加权优化，确定最优颗粒物后向散射系数;2）对于大于685nm波段的颗粒物后向散射系数，以定值进行模拟;最后，通过生物光学模型，计算得到吸收系数。验证数据表明，QAA-DB算法对于复杂二类水体吸收系数反演误差MAPE为19.71％，RMSE为1.3933，反演精度令人满意。
　　(2)针对内陆水体吸收系数的分解，本文提出了两种改进算法，即基于经验比值的吸收系数分解算法和基于高斯函数参数化的吸收系数分解算法，将aexp(λ)进行分解，得到浮游植物吸收系数aph(λ)、非色素颗粒物及CDOM吸收光谱之和adm(λ)。1)基于经验比值的吸收系数分解算法，首先经验确定各组分吸收系数在450和480nm的比值及adm(λ)衰减常数S，通过联立方程并结合adm(λ)光谱负指数外推参数化模型，求解整个波段上的adm(λ)，进而求得aph(λ)，验证数据结果表明，最终adm(λ)分解误差MAPE为24.72％，RMSE为0.81;2）基于高斯函数参数化的吸收系数分解算法，利用12个高斯函数对aph(λ)进行参数化，利用负指数模型参数化adm(λ)，并经验确定adm(440)，在此基础上，通过最小二乘优化算法进行未知参数的求解，实现对吸收系数的分解，最终adm(λ)分解误差MAPE为27.73％，RMSE为1.02。对于复杂二类水体，本文改进的两种分解算法都成功地对aexp(λ)进行了分解，精度令人满意。

目录

声明

论文说明

摘要

图目录

表目录

第1章 绪论

1．1 选题背景及意义

1．2 国内外研究进展

1．2．1 水体总吸收系数和后向散射系数的反演

1．2．2 吸收系数的分离算法

1．3 研究目标、研究内容

1．3．1 研究目标

1．3．2 研究内容

1．4 研究方法、技术路线

1．4．1 研究方法

1．4．2 技术路线

第2章 研究数据和数据采集

2．1 研究区域

2．2 水面以上遥感反射率测量

2．3 水样采集和室内实验

2．4 吸收系数的测量

2．5 水体后向散射系数的获取

第3章 内陆水体固有光学量反演算法构建

3．1 Quasi-analytical(QAA)算法

3．2 QAA算法在内陆水体的适用性检验

3．3 基于QAA算法的内陆浑浊水体IOPs反演算法构建

3．3．1 光谱分类算法的确定及水体光学特性分析

3．3．2 颗粒物后向散射系数参数化方法

第4章 吸收系数分解算法

4．1 水体吸收系数分解算法简介

4．1．1 基于经验比值的吸收系数分解

4．1．2 基于参数化模型的吸收系数分解

4．2 水体组分吸收特性研究

4．3 基于内陆水体光学特性构建吸收系数分解算法

4．3．1 基于经验比值的吸收系数分解算法

4．3．2 基于高斯函数参数化模型的吸收系数分解算法

4．4 本章小结

第5章 反演精度检验与误差分析

5．1 精度评价方法

5．2 总吸收系数估算误差分析

5．3 吸收系数分解算法误差分析

5．3．1 经验比值ζ、ξ和光谱斜率S的影响

5．3．2 经验估算值αdm(440)的影响

5．3．3 研究水体αdm与αph特性的影响

第6章 结论与展望

6．1 结论

6．2 论文创新点

6．3 不足与展望

参考文献

致谢