基于Landsat8 OLI卫星影像的乌梁素海悬浮物和叶绿素a浓度遥感反演研究

摘要

本文以内蒙古自治区乌梁素海为研究区域，利用2016年4月、6月、7月和10月的野外测量数据，结合Landsat8OLI影像分析了乌梁素海水体的光谱特征，并使用6和7月（准）同步光谱数据按照光学特征将乌梁素海水体分为藻类物质主导、非藻类物质主导及共同主导三类，针对每一类水体采用不同的波段组合形式，建立了针对Landsat8OLI卫星传感器的悬浮物浓度经验反演算法。结果显示，悬浮物浓度的反演算法R2均大于0.88，算法APD小于31％，叶绿素a浓度反演算法R2大于0.86，算法APD小于29％。将算法应用于2015-2016年共12景OLI影像中，分析了乌梁素海悬浮物和叶绿素a浓度的时空分布特征:1、悬浮物浓度:(1)空间分布格局:乌梁素海中部悬浮物浓度较高，南部次之;(2)季节变化:4月浓度最低，5月开始升高，6月达到最大值，7月开始下降，即春季（4月、5月）悬浮物浓度较低，夏季（6月、7月、8月）悬浮物浓度增高，秋季（9月、10月）悬浮物浓度逐渐下降但仍高于春季。2、叶绿素a浓度:(1)空间分布格局:乌梁素海南部叶绿素a浓度较高，中部低。(2)季节变化:秋季叶绿素a浓度最高，夏季次之，春季最低。

目录

声明

摘要

第一章 引言

1．1 研究背景及意义

1．2 国内外研究进展

1．2．1 水体光学性质研究

1．2．2 悬浮物浓度反演算法研究

1．2．3 叶绿素a浓度反演算法研究

1．3 Landsat 8卫星简介

1．4 本文主要研究工作

第二章 数据获取与处理

2．1 观测时段和站位分布设计

2．1．1 春季观测

2．1．2 夏季观测

2．1．3 秋季观测

2．2．1 仪器测量

2．2．2 观测方法

2．2．3 数据处理

2．3 水色要素浓度测量

2．3．1 悬浮物浓度测量

2．3．2 叶绿素a浓度测量

2．4 精度检验指标

第三章 基于水面实测光谱的悬浮物和叶绿素a浓度反演

3．1 悬浮物和叶绿素a浓度的传统反演策略

3．2 基于光学分类反演策略

3．3 基于实测光谱反演的局限性

3．4 本章小结

第四章 Landsat 8 OLI卫星影像的悬浮物和叶绿素a浓度反演策略

4．1 大气校正

4．2 Landsat 8 OLI卫星影像光谱的分类反演策略

4．3．1 藻类颗粒物主导

4．3．2 共同主导

4．3．3 非藻类主导

4．4．1 藻类主导

4．4．2 共同主导

4．4．3 藻类主导

4．5 本章小结

第五章 Landsat 8 OLI卫星影像悬浮物和叶绿素a浓度信息提取与时空变化分析

5．1 Landst 8 OLI数据

5．2 Landsat 8 OLI数据水体类型提取

5．3 乌梁素海悬浮物浓度长时间序列分析

5．4 乌梁素海叶绿素a浓度长时间序列分析

5．5 本章小结

六、结果与讨论

参考文献

致谢

攻读学位期间发表的学术论文目录