基于OLCI图像的半分析算法用于估计内陆水中的颗粒吸收系数

科学领域:

• 遥感 遥感 遥感 遥感
• 海洋光学 海洋光学
• 水质监测 水质监测

背景情况:

• 颗粒物吸收 (ap) 是一个关键的固有光学属性,影响水下光线条件.
• 准确的AP检索对于了解水生生态系统和水质至关重要.
• 现有的方法往往难以应对的内陆水域的复杂性.

研究的目的:

• 开发和验证一种新型的半分析模型,用于估计 674 纳米 (ap(674) 的内陆水域中颗粒物吸收率.
• 利用Sentinel-3海洋和陆地颜色仪器 (OLCI) 的数据来改进空间和时间监测.
• 评估算法的性能与已建立的方法比如QAA-750E.对比.

主要方法:

• 开发了一个半分析模型,使用来自Sentinel-3 OLCI图像 (674,709和779 nm) 的三个光谱波段.
• 该模型使用遥感反射率 (Rrs) 比率来估计光学系数,特别是针对ap{674}.
• 算法验证使用来自中国和比利时湖泊的广泛数据集进行.

主要成果:

• 拟议的算法在水中表现出色的估计性能,显著优于QAA-750E算法.
• 关键绩效指标显示出实质性的改善:中位数绝对百分比误差 (MdAPD) 从50.17%降至17.68%,无偏差平均绝对百分比误差 (UMAPD) 从44.09%降至21.82%,根平均平方误差 (RMSD) 从0.61 m−1提高到0.24 m−1.1.
• 该算法成功地应用于在2016-2023年期间在东平原湖泊中绘制ap(674) 的地图,揭示了空间和时间趋势.

结论:

• 开发的半分析模型提供了一种强大而准确的方法,用于在的内陆水域中检索ap{674}.
• 该算法显示了全球内陆水域中颗粒物吸收的可靠,长期监测的强大潜力.
• 这一进步支持通过增强的遥感能力更好地了解和管理水生环境.