首页 期刊 国土资源遥感 GF-1与Landsat8水体叶绿素a浓度协同反演——以太湖为例 【正文】

GF-1与Landsat8水体叶绿素a浓度协同反演——以太湖为例

作者:封红娥; 李家国; 朱云芳; 韩启金; 张宁; 田淑芳 中国地质大学(北京)地球科学与资源学院; 北京100083; 中国科学院遥感与数字地球研究所; 北京100101; 中国资源卫星应用中心; 北京100094; 中华人民共和国住房和城乡建设部城乡规划管理中心; 北京100835
太湖   叶绿素a   主导特征   协同反演   波段融合  

摘要:不同空间分辨率、光谱分辨率和辐射分辨率传感器数据的协同反演,对于提高水体叶绿素a浓度反演精度具有重要作用。以GF-1 WFV和Landsat8 OLI数据为对象,分别以单波段替代、单波段融合和三波段融合的协同方法,分析空间分辨率和光谱分辨率在多源遥感数据协同反演过程中对于提高水体叶绿素a反演精度的主导特征;在此基础之上,进一步探索GF-1 WFV和Landsat8 OLI数据协同反演的最优组合方式,以提高叶绿素a浓度的反演精度。结果表明,在GF-1 WFV和Landsat8 OLI协同反演过程中,近红外波段光谱分辨率和辐射分辨率对精度的影响占据主导,近红外波段光谱分辨率的提高更有利于提高叶绿素a浓度的反演精度;在蓝光波段与红光波段,则是空间分辨率越高叶绿素a浓度反演精度越高;GF-1 WFV和Landsat8 OLI最优叶绿素a协同反演光谱指数组合因子为:Landsat8 OLI近红外波段、GF-1 WFV和Landsat8 OLI融合红光波段、GF-1 WFV和Landsat8 OLI融合蓝光波段。通过实测数据验证表明,协同前GF-1 WFV和Landsat8 OLI单独反演结果的平均相对误差分别为41.93%和38.37%,优化协同反演后平均相对误差降低到17.35%。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅