一种混合经验和半分析的反转方法,用于远程传感估计在Ebinur湖中国的SPM
Changjiang Liu1,2,3, Xingbin Xu4,5, Yingxiu Wu1
1College of Geographic Sciences and Tourism, Xinjiang Normal University, Urumqi, 830054, China.
Scientific reports
|February 23, 2026
概括
这项研究利用遥感优化了Ebinur湖中悬浮颗粒物 (SPM) 监测. 它确定了最好的算法和传感器组合,以准确,长期的SPM逆转,这对水生息地质量至关重要.
科学领域:
- 环境科学 环境科学
- 遥感 遥感 遥感 遥感
- 水生生态学 水生生态学
背景情况:
- 悬浮颗粒物 (SPM) 显著影响水生息地,影响像Artemia这样的物种,并导致盐水尘埃.
- 精确的SPM监测对于理解和管理像Ebinur湖这样的生态系统中的水质至关重要.
- 现有的SPM遥感逆转模型面临着由于时空变化的挑战.
研究的目的:
- 确定在埃比努尔湖长期悬浮颗粒物 (SPM) 监测的最佳遥感策略.
- 为了评估不同的倒置模型和用于SPM检索的传感器数据的性能.
- 为了应对SPM逆转的时空不适应性的挑战.
主要方法:
- 在695 nm的Ebinur湖水吸收光谱的分析.
- 应用ESTARFM (增强的空间和时间自适应反射融合模型) 进行时空数据融合.
- 准分析算法 (QAA) 和SPM逆转的实证模型的比较.
- 在Landsat传感器之间以及Landsat 8和Sentinel 2之间评估红带反射的一致性.
- 对不同的传感器数据和融合图像的QAA_655 ((665) 和EXPM (指数模型) 的评估.
主要成果:
- 埃比努尔湖的水在695nm时完全吸收.
- 对于红波段的时空融合,ESTARFM实现了高R2 (≥0.79),使得SPM逆转,R2为0.75.
- 在SPM逆转方面,QAA模型与经验模型 (R2 ≥ 0.72) 相比,QAA模型显示出更高的适应性 (R2 ≥ 0.74).
- 在Landsat传感器 (R2 ≥ 0.76) 和Landsat 8和Sentinel 2 (R2 = 0.73) 之间发现了高红带反射一致性.
- QAA_655 ((665) 模型适用于Landsat 8/Sentinel 2,而EXPM则更适合Landsat 5/7和融合图像.
结论:
- 这项研究为埃比努尔湖的长期SPM逆转制定了最佳策略,解决了时空挑战.
- 这些发现为在类似的全球环境中使用遥感检索检索水颜色参数提供了宝贵的参考.
- 优化的算法和传感器数据选择提高了水生息地评估的SPM监测的准确性和可靠性.


