实测高光谱数据归一化区间变化对太湖叶绿素a含量估算的影响

摘要

本文采用NASA 水体光谱测量新规范，以倾斜测量法，于2004年6月、7月和8月，在太湖进行了三次水面光谱测量和同步水质采样，分别测出水体、天空散射光及标准反射板的辐亮度值，计算实测光谱反射率。然后，基于太湖水体三个月的反射率数据，深入分析了归一化方法在叶绿素a 浓度估算中的应用，同时对比分析了归一化方法与微分方法。
　　 本文的研究表明：
　　 （1）本文在对水体实测光谱反射率进行分析的基础上，采用归一化方法对原始高光谱数据进行处理。选用不同的归一化区间对原始水体反射率数据进行归一化，然后将每一归一化区间下的归一化反射率与叶绿素a 浓度进行相关性分析，通过分析发现，以240、270、300、330、360nm 为区间大小的归一化反射率与叶绿素a 浓度之间有较好的正相关性，以360、390、420、450、480nm 为区间大小的归一化反射率与叶绿素a 浓度之间有较好的负相关。利用600-840nm 为归一化区间，可以得到与叶绿素a 浓度最大的正相关系数以及相关性很好的敏感波段：725nm。而利用540-900nm 为归一化区间，可以得到与叶绿素a 浓度最大的负相关系数以及相关性很好的敏感波段：652nm。以这两个区间的归一化反射率为基础数据进行分析，结果表明：以725nm、652nm处的归一化反射率分别建立的叶绿素a 浓度估算模型中线性模型与对数模型精度较好，而以遥感反射率比值变量R725nm/R651nm、R725nm/R652nm所建立的线性模型精度最高。
　　 （2）通过对比分析本文结果与其他学者结论发现，利用本文选择的归一化区间建立的叶绿素a 浓度估算模型其精度要高于其他学者所建立的模型。利用不同的归一化区间对原始的高光谱反射率数据进行处理，对于叶绿素a 浓度估算敏感波段的选择以及模型的建立都具有一定影响。在利用归一化方法建立叶绿素a 浓度估算模型时，首先要对归一化区间进行选择。
　　 （3）以原始水体高光谱反射率数据的一阶及二阶微分处理结果为基础，通过对叶绿素a 浓度估算模型的对比分析，发现利用701nm、439nm处的一阶微分值建立的指数模型和一元二次模型及利用705nm、450nm处的二阶微分值建立的线性模型和一元二次模型效果较好，而利用两波段比值变量建立的模型，结果不理想。
　　 （4）以本文数据为数据源，分析对比归一化方法与微分法发现，利用归一化方法建立的模型其总体精度要比利用微分法建立的模型精度高。

目录

文摘

英文文摘

论文说明：图目录、表目录

声明

第一章 绪论

第二章 湖泊水质遥感监测的基本原理和方法

第三章 研究区域及数据采集与处理方法

第四章 基于归一化方法的水体实测高光谱数据分析

第五章 基于微分平滑处理数据分析

第六章 结论与展望

参考文献

攻读硕士学位期间的主要科研成果

致谢