海面盐度多源遥感协同反演方法研究

发布时间：2020-11-03 10:07

　　 海面盐度是描述海洋状态的重要参数之一，研究其变化和分布规律对分析海洋自身特性以及了解海洋在海-气复杂系统中的作用有重要意义。海面盐度的获取也是气象学、生态学、水文学和渔业等其他学科与应用领域重点关注的研究对象。光学与微波遥感反演海面盐度各有优势与不足，有效协同利用两种遥感数据，将有助于提高海面盐度的反演精度。本文选取南海北部珠江口东岸香港海域为研究区，采用2009-2011年遥感数据和海面实测数据，研究海面盐度光学与微波遥感数据协同反演方法，提出基于ETM+与SAR数据的海面盐度协同反演模型，主要研究工作包括以下几个方面： （1）分别研究光学与微波遥感的海面盐度反演机理，提出基于单一遥感数据的海面盐度反演算法。利用改进型经验光谱指数与半经验半物理海面辐射传输模型提取黄色物质浓度，根据高光谱数据反演海面盐度算法，以黄色物质浓度为中介物，间接反演海面盐度；利用SAR数据散射系数获取海面亮温，根据K-S模型，可从反演得到的海面亮温中提取海面盐度。 （2）从光学微波遥感数据级融合协同的角度，提出一种SAR插补ETM+缺失数据方法，利用SAR数据穿云透雾特性去除ETM+影像中云及其阴影影响，从而达到在云遮挡情况下提取海面盐度的目的。利用像元位置匹配转化算法，将SAR影像转化成为基于ETM+像元的无云无阴影影像，再将该无云影响影像像元与ETM+原影像有云影响像元做对应的像元替换，即可生成SAR插补ETM+缺失数据后的新ETM+影像。针对有云影响的光学影像，利用该缺失数据插补方法与高光谱数据反演海面盐度算法，可以获取得到一定精度的海面盐度。 （3）从光学微波遥感模型级耦合协同的角度，提出一种ETM+与SAR数据协同反演海面盐度的方法。利用ETM+与SAR数据分别提取得到的海面亮温与海面发射率，通过海面温度反演算法获取海面温度，将其与从SAR数据中提取得到海水介电常数一并代入德拜方程，即可建立基于光学与微波遥感模型耦合的海面盐度协同反演模型。经实测海面盐度数据验证，基于光学与微波遥感模型级耦合的海面盐度协同反演模型的反演精度较其它方法更高（复相关系数达到R2=0.8672，均方根误差为RMSE=0.6253），其协同反演结果明显优于单一遥感数据的反演结果。 本文的创新点是：（1）提出了光学微波遥感数据级融合协同反演的方法，可以推广应用到光学影像数据缺失（如云遮挡）情况下的海面盐度反演研究；（2）根据光学微波遥感模型级耦合协同反演方法，建立了基于ETM+与SAR数据的海面盐度协同反演模型，提高了海面盐度反演精度，增强了海面盐度反演模型的适应性。
【学位单位】：中国地质大学（北京）
【学位级别】：博士
【学位年份】：2013
【中图分类】：P714.1;TP79
【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景
    1.2 国内外研究现状
        1.2.1 海面盐度反演的研究现状
        1.2.2 多源遥感数据协同反演地表参数的研究现状
    1.3 研究内容、目的及意义
        1.3.1 研究目的与意义
        1.3.2 主要研究内容
        1.3.3 研究创新点与难题
    1.4 论文组织结构
第2章 海面盐度遥感反演原理与方法
    2.1 海面盐度基本概念
    2.2 海面盐度微波遥感反演机理
        2.2.1 普朗克定律和瑞利-金斯定律
        2.2.2 海面亮温
        2.2.3 镜面菲涅耳反射率公式
        2.2.4 极化条件下的海面发射率
        2.2.5 德拜方程
    2.3 多源数据协同反演海面盐度机理
        2.3.1 多源数据协同反演的基本概念与理论
        2.3.2 基于ETM+和SAR数据的海面盐度协同反演策略与方法
第3章 数据与预处理
    3.1 研究区选择
    3.2 数据获取
    3.3 数据预处理
        3.3.1 ETM+数据预处理
        3.3.2 SAR数据预处理
第4章 基于单一遥感数据的海面盐度反演算法
    4.1 基于ETM+数据的海面盐度反演模型
        4.1.1 基于ETM+数据的黄色物质浓度反演算法
        4.1.2 以黄色物质浓度为中介物的海面盐度反演模型
    4.2 基于SAR数据的海面盐度反演模型
        4.2.1 海面亮温的遥感反演模型
        4.2.2 基于K-S模型的海面盐度反演模型
        4.2.3 结论
    4.3 单一遥感数据反演海面盐度的结果分析
第5章 海面盐度多源遥感协同反演模型
    5.1 基于SAR插补ETM+的海面盐度数据级融合协同反演模型
        5.1.1 实验方法
        5.1.2 ETM+与SAR数据之间的像元位置匹配转化方法
        5.1.3 云检测算法
        5.1.4 云阴影提取模型
        5.1.5 去云处理结果分析
        5.1.6 基于SAR插补ETM+的海面盐度数据融合协同反演模型及其检验
        5.1.7 结论
    5.2 海面温度光学微波遥感模型级耦合协同反演方法
        5.2.1 基于ETM+数据的海面亮温反演算法
        5.2.2 基于SAR数据的海面发射率计算模型
        5.2.3 海面温度提取的结果分析与检验
    5.3 基于SAR数据的海水介电常数计算方法
    5.4 基于K-S模式的德拜方程参数分析
    5.5 海面盐度光学微波模型级耦合协同反演方法的结果分析与比较检验
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
附录

【参考文献】

相关期刊论文 前10条

1 张海龙;蒋建军;吴宏安;解修平;;SAR与TM影像融合及在BP神经网络分类中的应用[J];测绘学报;2006年03期

2 覃志豪,Zhang Minghua,Arnon Karnieli,Pedro Berliner;用陆地卫星TM6数据演算地表温度的单窗算法[J];地理学报;2001年04期

3 杨秀春;曹云刚;徐斌;朱晓华;;多源遥感数据协同的我国草原积雪范围全天候实时监测[J];地理研究;2009年06期

4 覃志豪,LI Wenjuan,ZHANG Minghua,Arnon Karnieli,Pedro Berliner;单窗算法的大气参数估计方法[J];国土资源遥感;2003年02期

5 龚绍琦;黄家柱;李云梅;陆皖宁;王海君;王国祥;;水体氮磷高光谱遥感实验研究初探[J];光谱学与光谱分析;2008年04期

6 马泳;梁琨;林宏;冀航;;基于布里渊后向散射的海水温度与盐度同步测量研究[J];光学学报;2008年08期

7 李露锋;刘湘南;李致博;弥永宏;;珠江口海域叶绿素a质量浓度SAR反演模型[J];海洋学研究;2012年02期

8 谢强;李海洋;王东晓;;热带太平洋盐含量的年际变化[J];海洋科学进展;2009年02期

9 杨婷;张慧;王桥;赵巧华;;基于HJ-1A卫星超光谱数据的太湖叶绿素a浓度及悬浮物浓度反演[J];环境科学;2011年11期

10 陈楚群,施平;应用水色卫星遥感技术估算珠江口海域溶解有机碳浓度[J];环境科学学报;2001年06期

本文编号：2868439