遥感原理与应用PPT

Remotesensingofcyanobacteria-dominantalgalbloomsandwaterqualityparametersinZeekoevlei(锡可夫湖),asmallhypertrophiclake,usingMERIS——胡建平汇报思路一、研究目标二、研究方法三、研究结果与分析四、研究结论一、研究目标核心目标：利用MERIS卫星数据对南非Zeekoevlei湖泊的水质参数和蓝藻爆发情况进行遥感监测分析采用MERIS卫星数据的原因：（1）常用的水质参数有

、、

、、、而利用MERIS卫星数据能很好地求解这些参数；（2）MERIS能够观测面积>的湖泊，观测范围覆盖约全球57%的的湖泊。衍生目标：比较经验分析法和半解析法在估计水质参数方面的性能。实用价值：为后续在南非建立的水质和富营养化监测系统提供指导。二、研究方法（1）经验分析法利用观测数据和统计回归模型建立离水反射（）和水质参数之间的关系式；优点：简单易行，鲁棒性好；缺点：模型受限于建立模型的数据集（2）半解析法结合遥感获得的光学信息以及水中物质（如Chla、TSS、ISS、CDOM）的固有光学属性（IOP），来推导这些物质含量。优点：由于该方法不依赖于原位观测数据，所以可以独立建立水质监测系统；缺点：精度低；受大气校正结果影响很大；而且模型训练复杂二、研究方法经验分析法：（1）原位观测（Insitumeasurements）目的：根据原位观测的水质参数，修正经验模型，提高模型准确度。观测数据设计样本数目：4个样本采集点

31个水样本观测时间：当地时间9-12点，

有MERIS卫星经过的1小时天气要求：少云或无云各水质参数的观测：——滤纸过滤，并将试纸放入丙酮研磨

——滤纸过滤，获取残留物——260度，对TSS燃烧后的残留物——二、研究方法（2）经验分析算法模型：线性或非线性模型假设检验：F-分布（置信度为95%）生物光学模型和大气模型参数或水质参数二、研究方法（3）生物光学模型（bio-opticalmodel）和大气参数:upwellingradianceatdepth0.66m:downwellingirradiancejustabovethesurface:Thenormalisedwater-leavingsurfacereflectancez:depthinmetersKu:估计量:normalisedTOAapparentreflectance二、研究方法半解析法（现有算法工具）（1）ThestandardLevel2Case2wateralgorithm模型：前向传播-后向反馈神经网络（BP算法）训练数据：datacollectedinNorthEuropean,MediterraneanandNorthAtlanticcoastalwaters（2）Eutrophic

LakesProcesser模型：前向辐射转换模型训练数据：datacollectedfromFinnishandSpanisheutrophiclakes三、研究结果与分析原位观测（1）分析湖泊水质条件——获取各水质参数：——水的透明度很差对440nm光的吸收三、研究结果与分析（2）假设各水质参数间线性相关，分析它们之间的相关性图1,2与、强正相关图3,4与、强负相关图5与弱正相关图6与强正相关三、研究结果与分析Southernbasin的Chla含量高的原因：附近污水工程中富营养物的渗漏HomeBay的OSS占百分比高的原因：风速和浪高低（3）分析水质参数空间分布不同的成因MERIS卫星提供5组用于回归计算的参数三、研究结果与分析归一化离水反射率：经验分析法气溶胶辐射：气溶胶表面反射：三、研究结果与分析1.模型已知2.已知3.观测值已知原位观测回归拟合，求解模型参数或求解Chla的模型参数三、研究结果与分析水质参数的预测值与观测值的比较结果分析三、研究结果与分析半解析法（分析指标：）（1）MERISLevel2product（2）EutrophicLakesprocessorInsitu方法（1）方法（2）三、研究结果与分析半解析法（分析指标：Chla、TSS、、AOT）（1）MERISLevel2product（2）EutrophicLakesprocessor原位观测估计偏低估计偏高改进策略：方法2稍好于方法1，但对水质参数的估计也很差四、研究结论1.MERIS的时间分辨率高、空间分辨率中等以及信