一个半分析模型来估计来自轨道超光谱图像的叶绿素-a时空模式在内陆环保水域的内陆环保水域
Zhubin Zheng1, Chao Huang1, Yunmei Li2
1School of Geography and Environmental Engineering, Jiangxi Provincial Key Laboratory of Low-Carbon Solid Waste Recycling, Gannan Normal University, Ganzhou 341000, China.
The Science of the total environment
|September 4, 2023
概括
一个新的算法 (QAA716) 使用轨道高光谱 (OHS) 卫星数据有效地估计了绿化湖中的a (Chl-a). 这种方法提高了准确性,并有助于水质管理.
科学领域:
- 遥感 遥感 遥感 遥感
- 临界技术 临界技术
- 环境科学 环境科学
背景情况:
- 由于复杂的光学性质,估计绿化湖中的a (Chl-a) 是具有挑战性的.
- 轨道超光谱 (OHS) 卫星提供高分辨率数据,用于潜在的Chl-a估计.
- 有限的研究已经检查了内陆水域的OHS能力和放射性性能.
研究的目的:
- 开发和评估使用OHS数据进行Chl-a估计的新准分析算法 (QAA716).
- 评估OHS的辐射性能,包括信号噪声比 (SNR) 和Chl-a (NEChl-a) 的噪声等价值.
- 评价大气校正模型用于OHS图像在环保的湖泊环境.
主要方法:
- 从OHS图像进行Chl-a估计的QAA716算法的开发.
- QAA716的应用和与其他QAA模型的比较.
- 评估四个大气校正模型,包括FLAASH,用于OHS数据.
- 对OHS信号与噪声比率 (SNR) 和Chl-a (NEChl-a) 的噪声等值进行分析.
主要成果:
- QAA716算法显著优于其他QAA模型,产生了可靠的Chl-a估计,平均绝对百分比差异 (MAPD) 为11.54%.
- FLAASH大气校正模型最适合OHS图像,其MAPD为22.22%.
- OHS显示中度SNR (平均59.47) 和NEChl-a (平均72.86μg/L),增强了Chl-a检测能力.
- 迪安基湖中Chl-a度的增加与总输入有显著的正相关性.
结论:
- 开发的QAA716算法提供了一种可靠的方法,用于估计Chl-a度,使用OHS卫星数据,以优化的湖泊.
- 在水质监测方面,OHS表现出有前途的能力,得到了有效的大气校正 (FLAASH) 的支持.
- 这些发现有助于了解OHS传感器的性能,并促进改进环保型湖泊管理战略.
