论文部分内容阅读
胶州湾是青岛的母亲湾，与青岛市的发展息息相关，然而其水体富营养化程度日趋严重，水质变差，对胶州湾水质实行及时有效的监测日益紧迫。光学遥感技术可对叶绿素a浓度进行大范围、快速、同步的监测及时有效地监测，从而为胶州湾海域水质监测服务。本文对实测叶绿素a浓度数据与MERIS二级产品数据进行了时空匹配，利用所得结果对MERIS二级产品中的叶绿素a浓度产品进行了精度评估，发现其与实测数据间的偏差较大，相关系数R2为0.526，均方根误差RMSE为0.97mg/m3，绝对误差的中值MAE为0.54mg/m~3，平均相对误差为81.9%，相对误差绝对值的中值MARE为64.0%。利用2011年3月、5月、8月和11月获取的胶州湾海域叶绿素a浓度和现场实测光谱数据集，对现有的主流经验和半分析反演算法进行了评估，发现波段比值组合形式的经验反演算法较为适合胶州湾叶绿素a浓度的反演。对主流算法进行优化后发现，OCTS-C算法形式最为简单但反演精度相对较高，R2为0.896，MARE为39.8%；算法形式复杂程度相似时，OC2v4优于其它几种算法，R2和MARE分别为0.970和30.1%。基于37组实测数据建立了针对高光谱、Landsat5TM、Landsat7ETM+、ENVISAT MERIS、SPOT5HRG1/2共6种不同传感器的叶绿素a浓度经验反演算法，R2分别为0.970、0.890、0.986、0.919、0.942和0.942，MARE分别为22.5%、32.8%、37.3%、30.5%、26.2%和27.5%。利用15组独立的实测数据进行了检验，结果发现，算法反演值和实测值的R2均高于0.85，MARE均小于30.5%，满足应用的精度需求。将所建立的算法用于Landsat7ETM+影像，对胶州湾叶绿素a浓度的时空分布进行了分析。