基于OLCI数据的福建近海悬浮物浓度遥感反演
发布时间：2021-07-10 09:39
悬浮物（TSM）是评估水质的重要指标,也是水色遥感反演的核心参数之一.海陆色度仪（OLCI）是新一代海洋水色传感器,具有良好的光谱及时空分辨率.为有效监测福建近海悬浮物浓度的时空变化,本文结合OLCI遥感数据和现场实测悬浮物浓度数据,使用CatBoost、随机森林和多元回归方法,分别构建悬浮物浓度反演模型,最后使用验证集对比分析不同模型的反演精度.结果表明,CatBoost模型估算精度最高,均方根误差（RMSE）为2.76 mg·L-1,平均绝对百分比误差（MAPE）为23.67%,决定系数R2为0.89.使用CatBoost模型对2017—2018年多时相OLCI影像进行TSM浓度遥感反演,结果发现,福建近海TSM浓度变化显著,但总体呈现近岸高于远岸、北部高于南部、江河入海口和港湾处高于周围其他海域、春季高于夏季的时空分布特征.本研究可为福建近海的悬浮物浓度监测提供一种有效的方法,也进一步证明了OLCI影像良好的水色反演能力,可作为水质监测的有效遥感数据源.
【文章来源】：环境科学学报. 2020,40(08)北大核心CSCD
【文章页数】：9 页
【部分图文】：
福建近海研究区域及实测站点分布
表1 OLCI各波段与实测悬浮物浓度的相关系数Table 1 Pearson correlation coefficients between OLCI bands and in-situ TSM concentration 波段 相关系数 波段 相关系数 b1 0.272 b9 0.807 b2 0.253 b10 0.804 b3 0.228 b11 0.761 b4 0.326 b12 0.736 b5 0.497 b16 0.734 b6 0.654 b17 0.737 b7 0.800 b18 0.735 b8 0.805 b21 0.7234 结果与分析(Results and discussions)
为探讨OLCI数据针对福建近海TSM浓度的敏感探测通道,本文对实测TSM浓度值与光谱反射率进行了相关性分析,表1为各波段遥感反射率与TSM浓度的相关系数.结果显示,红光波段(b7～b12波段)的遥感反射率与TSM浓度实测值的相关性最高,相关系数比较平稳地维持在0.8左右,在b9波段达到最大值(0.807).其次,近红外波段(b16～b18、b21波段)的遥感反射率与TSM浓度实测值的相关系数也较高,均维持在0.7以上.OLCI的b1～b4波段(400～490 nm,紫和蓝波段)的遥感反射率与TSM浓度的相关性都很小,在b3波段(442.5 nm,蓝波段)处达到最小(0.228).这可能与近岸二类水体中黄色物质在蓝紫光波段范围内具有强烈的吸收特性和叶绿素a在蓝光波长处存在一个吸收带(韩留生,2014;吴志明等,2018)有关;此外,水体本身在蓝紫波段的吸收作用就很强,因此,OLCI的b1～b4波段对TSM浓度变化并不敏感.图3所示为98个TSM浓度实测数据相对应的OLCI影像水像元的光谱折线图,由TSM浓度值为48.2 mg·L-1和34.5 mg·L-1的两条折线可以看出,在b11和b16波段处形成明显的反射峰,且反射值随浓度的增高也相应增大,其中,48.2 mg·L-1为样本中TSM浓度的最大值.这一现象与水中TSM的反射光谱特性是相符的:一般清洁水体的反射峰主要分布在绿波段,红和近红外波段吸收作用强烈.而福建近海等浑浊二类水体TSM浓度较高,水体的后向散射增强,反射峰逐渐向红及近红外波段移动,峰值也逐渐抬升(韩留生, 2014).综上,根据对福建近海实测TSM浓度与OLCI各波段的相关性及该区域遥感影像上所呈现的TSM光谱特性进行综合分析,认为OLCI在波长620～885 nm范围内对福建近海TSM浓度较为敏感,是遥感反演TSM浓度的最佳波段范围.因此,本文选择OLCI的b7～b12波段和b16～b18波段作为TSM浓度反演模型的特征变量.4.2 精度评价分析
【参考文献】：
期刊论文
[1]基于半分析方法的黄河口悬浮物浓度遥感反演[J]. 顺布日,青松,郝艳玲. 海洋科学. 2019(12)
[2]基于CatBoost算法的糖尿病预测方法[J]. 苗丰顺,李岩,高岑,王美吉,李冬梅. 计算机系统应用. 2019(09)
[3]基于OLCI数据的杭州湾悬浮物浓度估算及其产品适用性分析[J]. 李渊,郭宇龙,程春梅,张毅博,胡耀躲,夏忠,毕顺. 海洋学报. 2019(09)
[4]随机森林回归模型的悬浮泥沙浓度遥感估算[J]. 方馨蕊,温兆飞,陈吉龙,吴胜军,黄远洋,马茂华. 遥感学报. 2019(04)
[5]哨兵-3卫星数据特性及应用探讨[J]. 武鼎,叶发旺,邱骏挺,张川. 科技经济导刊. 2019(15)
[6]基于PSO-RBF神经网络模型反演闽江下游水体悬浮物浓度[J]. 谢旭,陈芸芝. 遥感技术与应用. 2018(05)
[7]MODIS时序影像的福建近岸叶绿素a浓度反演[J]. 张明慧,苏华,季博文. 环境科学学报. 2018(12)
[8]基于随机森林的内陆湖泊水体有色可溶性有机物（CDOM）浓度遥感估算[J]. 吴志明,李建超,王睿,时蕾,苗松,吕恒,李云梅. 湖泊科学. 2018(04)
[9]基于OLCI数据的洱海叶绿素a浓度估算[J]. 毕顺,李云梅,吕恒,朱利,牟蒙,雷少华,徐杰,温爽,丁潇蕾. 湖泊科学. 2018(03)
[10]海洋水色卫星遥感研究与进展[J]. 李四海,王宏,许卫东. 地球科学进展. 2000(02)
博士论文
[1]适用于不同光学特征二类水体的叶绿素a浓度遥感估算方法研究[D]. 刘阁.南京师范大学 2016
本文编号：3275668
【文章来源】：环境科学学报. 2020,40(08)北大核心CSCD
【文章页数】：9 页
【部分图文】：
福建近海研究区域及实测站点分布
表1 OLCI各波段与实测悬浮物浓度的相关系数Table 1 Pearson correlation coefficients between OLCI bands and in-situ TSM concentration 波段 相关系数 波段 相关系数 b1 0.272 b9 0.807 b2 0.253 b10 0.804 b3 0.228 b11 0.761 b4 0.326 b12 0.736 b5 0.497 b16 0.734 b6 0.654 b17 0.737 b7 0.800 b18 0.735 b8 0.805 b21 0.7234 结果与分析(Results and discussions)
为探讨OLCI数据针对福建近海TSM浓度的敏感探测通道,本文对实测TSM浓度值与光谱反射率进行了相关性分析,表1为各波段遥感反射率与TSM浓度的相关系数.结果显示,红光波段(b7～b12波段)的遥感反射率与TSM浓度实测值的相关性最高,相关系数比较平稳地维持在0.8左右,在b9波段达到最大值(0.807).其次,近红外波段(b16～b18、b21波段)的遥感反射率与TSM浓度实测值的相关系数也较高,均维持在0.7以上.OLCI的b1～b4波段(400～490 nm,紫和蓝波段)的遥感反射率与TSM浓度的相关性都很小,在b3波段(442.5 nm,蓝波段)处达到最小(0.228).这可能与近岸二类水体中黄色物质在蓝紫光波段范围内具有强烈的吸收特性和叶绿素a在蓝光波长处存在一个吸收带(韩留生,2014;吴志明等,2018)有关;此外,水体本身在蓝紫波段的吸收作用就很强,因此,OLCI的b1～b4波段对TSM浓度变化并不敏感.图3所示为98个TSM浓度实测数据相对应的OLCI影像水像元的光谱折线图,由TSM浓度值为48.2 mg·L-1和34.5 mg·L-1的两条折线可以看出,在b11和b16波段处形成明显的反射峰,且反射值随浓度的增高也相应增大,其中,48.2 mg·L-1为样本中TSM浓度的最大值.这一现象与水中TSM的反射光谱特性是相符的:一般清洁水体的反射峰主要分布在绿波段,红和近红外波段吸收作用强烈.而福建近海等浑浊二类水体TSM浓度较高,水体的后向散射增强,反射峰逐渐向红及近红外波段移动,峰值也逐渐抬升(韩留生, 2014).综上,根据对福建近海实测TSM浓度与OLCI各波段的相关性及该区域遥感影像上所呈现的TSM光谱特性进行综合分析,认为OLCI在波长620～885 nm范围内对福建近海TSM浓度较为敏感,是遥感反演TSM浓度的最佳波段范围.因此,本文选择OLCI的b7～b12波段和b16～b18波段作为TSM浓度反演模型的特征变量.4.2 精度评价分析
【参考文献】：
期刊论文
[1]基于半分析方法的黄河口悬浮物浓度遥感反演[J]. 顺布日,青松,郝艳玲. 海洋科学. 2019(12)
[2]基于CatBoost算法的糖尿病预测方法[J]. 苗丰顺,李岩,高岑,王美吉,李冬梅. 计算机系统应用. 2019(09)
[3]基于OLCI数据的杭州湾悬浮物浓度估算及其产品适用性分析[J]. 李渊,郭宇龙,程春梅,张毅博,胡耀躲,夏忠,毕顺. 海洋学报. 2019(09)
[4]随机森林回归模型的悬浮泥沙浓度遥感估算[J]. 方馨蕊,温兆飞,陈吉龙,吴胜军,黄远洋,马茂华. 遥感学报. 2019(04)
[5]哨兵-3卫星数据特性及应用探讨[J]. 武鼎,叶发旺,邱骏挺,张川. 科技经济导刊. 2019(15)
[6]基于PSO-RBF神经网络模型反演闽江下游水体悬浮物浓度[J]. 谢旭,陈芸芝. 遥感技术与应用. 2018(05)
[7]MODIS时序影像的福建近岸叶绿素a浓度反演[J]. 张明慧,苏华,季博文. 环境科学学报. 2018(12)
[8]基于随机森林的内陆湖泊水体有色可溶性有机物（CDOM）浓度遥感估算[J]. 吴志明,李建超,王睿,时蕾,苗松,吕恒,李云梅. 湖泊科学. 2018(04)
[9]基于OLCI数据的洱海叶绿素a浓度估算[J]. 毕顺,李云梅,吕恒,朱利,牟蒙,雷少华,徐杰,温爽,丁潇蕾. 湖泊科学. 2018(03)
[10]海洋水色卫星遥感研究与进展[J]. 李四海,王宏,许卫东. 地球科学进展. 2000(02)
博士论文
[1]适用于不同光学特征二类水体的叶绿素a浓度遥感估算方法研究[D]. 刘阁.南京师范大学 2016
本文编号：3275668
本文链接：https://www.wllwen.com/kejilunwen/haiyang/3275668.html
