使用Landsat-8,Sentinel-2,MODIS和ASTER传感器准确和可靠地估计TDS,TOC,Chl-a和地表水温
Alberto Quevedo-Castro1, Sergio Alberto Monjardín-Armenta2,3, Jesús Gabriel Rangel-Peraza4
1Universidad Autónoma de Sinaloa, Facultad de Ciencias de La Tierra y El Espacio, Circuito Interior Oriente SN, Cd Universitaria, 80040, Culiacán, Sinaloa, México.
Environmental monitoring and assessment
|December 12, 2025
概括
这项研究展示了一种使用Box-Cox转换和回归的统计方法,从卫星数据中准确估计水质参数,如甲. 这种方法在多个传感器上是稳健的,有助于水质监测.
科学领域:
- 环境科学 环境科学
- 遥感 遥感 遥感 遥感
- 水质监测 水质监测
背景情况:
- 精确的水质监测对于环境管理至关重要.
- 卫星遥感为传统的水样采集方法提供了具有成本效益的替代方案.
- 需要统计方法来有效处理和解释来自卫星的水质数据.
研究的目的:
- 评估一种结合Box-Cox转换和线性渐进回归的统计方法,用于估计水质参数.
- 通过使用Landsat-8,Sentinel-2,MODIS和ASTER卫星传感器的数据来评估该方法的准确性和稳定性.
- 确定该方法是否适用于常规水质监测,特别是在发展中国家.
主要方法:
- 使用Box-Cox转换和线性渐进回归进行统计分析.
- 估计了四个关键的水质参数:叶绿素-a (Chl-a),总有机碳 (TOC),总溶解固体 (TDS) 和地表水温 (SWT).
- 在四个卫星传感器中使用确定系数 (R2) 和根平均平方误差 (RMSE) 验证了模型.
主要成果:
- 所有四个卫星传感器 (Landsat-8,Sentinel-2,MODIS,ASTER) 都产生了精确的水质模型,具有高R2值 (≥0.84).
- MODIS为Chl-a (0.99) 获得了最高的R2,而ASTER提供了最准确的TOC和SWT估计.
- 该方法在不同的传感器和水质参数中显示出强度,尽管空间和时间分辨率有所不同.
结论:
- 这种统计方法对于使用各种卫星传感器估计多个水质参数来说是准确和可靠的.
- 该方法适用于常规水质监测,为资源有限的地区提供了有价值的工具.
- 这些发现支持使用综合卫星和统计方法来实现成本效益高的环境监测.
更多相关视频
10:28Investigating the Relationship between Sea Surface Chlorophyll and Major Features of the South China Sea with Satellite Information
Published on: June 13, 2020
6.3K
07:13Early Detection of Cyanobacterial Blooms and Associated Cyanotoxins using Fast Detection Strategy
Published on: February 25, 2021
4.3K
